«Tenter de comprendre le monde est une vraie source de motivation»

Professeur assistant en voie de titularisation, Nicolas Flammarion a toujours été animé par l’idée de tenter de comprendre le monde et de savoir pourquoi les choses fonctionnent de telle ou telle façon. Enfant, il aimait déjà les sciences: «Je voulais comprendre le fonctionnement des choses et je me souviens qu’à la maison je démontais toujours les machines, mais que je n’étais jamais capable de les remonter. Cela inquiétait et amusait en même temps mes parents.»

Deux décennies plus tard, Nicolas Flammarion se penche désormais sur certains des problèmes les plus complexes, encore non résolus, en matière d’apprentissage machine. «L’apprentissage machine est un domaine pluridisciplinaire qui se situe à la croisée de nombreux domaines, parmi lesquels l’optimisation, les statistiques et l’informatique. C’est un domaine qui évolue très rapidement et il reste encore de grandes et fascinantes énigmes à résoudre. Par exemple, avec certains algorithmes, nous pouvons accomplir des performances vraiment surhumaines, comme dans la classification d’images. Dans la pratique, ils fonctionnent parfaitement, mais dans la théorie, nous comprenons à peine comment ils fonctionnent», explique-t-il.

Récemment, un article sur l’optimisation, intitulé A Continuized View on Nesterov Acceleration for Stochastic Gradient Descent and Randomized Gossip, co-écrit par Nicolas Flammarion, a été l’une des six publications choisies parmi près de 9 000 articles pour le prix du meilleur article décerné par l’une des plus prestigieuses conférences sur l’apprentissage machine, NeurIPS. Cet article adopte une nouvelle approche d’un ancien problème, l’algorithme de Nesterov, en tentant de mieux comprendre son fonctionnement et en proposant un nouvel algorithme accéléré dont la théorie est à la fois compréhensible et applicable dans la pratique.

Pour Nicolas Flammarion, cette récompense symbolise à la fois le succès de la collaboration et la renommée croissante de l’EPFL dans le domaine de l’apprentissage machine: «C’est très gratifiant et cela valide réellement les recherches que nous menons. Je pense qu’il est également important de souligner que deux des auteurs qui étaient étudiants à Paris lorsque nous avons rédigé l’article sont maintenant postdocs à l’EPFL. Cela montre que dans l’apprentissage machine, nous attirons les meilleurs chercheurs et étudiants. J’en suis très heureux et très fier.»

Une autre facette de son travail est l’enseignement. Nicolas Flammarion dirige conjointement le cours d’apprentissage machine, le cours de master le plus important sur le campus. Il apprécie maintenir le contenu à jour dans un domaine en constante évolution: «Cette année, nous avons introduit un nouveau cours sur l’éthique et l’équité, qui sont réellement importants pour moi. Avant, beaucoup de gens pensaient qu’une décision prise par un algorithme devait être neutre et juste, mais les algorithmes ne sont bons que si les données qu’on leur apprend sont bonnes. Je pense qu’il est vraiment important d’en parler aux étudiantes et étudiants pour qu’ils gardent cela à l’esprit lorsqu’ils commencent à travailler», dit-il.

Nicolas Flammarion a rejoint l’EPFL en 2019. Bien qu’une grande partie de sa titularisation ait été perturbée par la pandémie de COVID-19, il n’a pas regardé en arrière une seule fois: «J’ai fait mon postdoc à Berkeley en Californie, l’une des meilleures universités pour l’apprentissage machine. C’était très vivant, donc quand je suis arrivé à l’EPFL, j’avais de très grandes attentes. Je suis vraiment ravi d’être ici chaque jour, dans un environnement de travail aussi dynamique et dans une ville aussi belle. Je suis très heureux de mon choix de rejoindre l’EPFL.»