Université de Waterloo

Le professeur Ming Li a grandement contribué à la création d’une théorie moderne de l’information (complexité de Kolmogorov) ainsi qu’à façonner le domaine de la bio-informatique. M. Li a obtenu son doctorat à l’Université Cornell en 1985, puis une bourse de recherche postdoctorale de Harvard. Professeur à l’Université de Waterloo, il a remporté le prix Killam en 2010 pour sa contribution au domaine de l’informatique.

Nous vivons dans une société de l’information. Mais qu’est-ce que l’information? Existe-t-il une théorie qui régit les entités qui véhiculent l’information, semblable à celle de la mécanique newtonienne pour le monde conventionnel? La réponse est la complexité de Kolmogorov. La complexité de Kolmogorov fournit une mesure universelle de l’information, du contenu de l’information et du caractère aléatoire. M. Li et ses collègues ont appliqué la théorie de la complexité de Kolmogorov à deux séquences qui mènent à une mesure universelle de la distance de l’information. Ils ont également établi un lien entre l’information et la thermodynamique et ont calculé le coût thermodynamique ultime pour créer ou effacer une séquence. Cela a mené à la création de l’apprentissage en zéro coup ou « zero-shot learning ». Dans un article SIGKDD04 (p. 206-215), Keogh, Lonardi et Ratanamahatana ont démontré que la méthode de distance de l’information sans paramètre du professeur Li était meilleure que les 51 méthodes de groupement des séries chronologiques présentées lors des sept plus importantes conférences sur l’exploration de données. Plus de 1 000 recherches ont appliqué la méthode du professeur Li à la classification linguistique, aux questions et réponses, à l’identification des lignées de cellules cancéreuses, à la classification musicale, à la phylogénie, à la détection des anomalies, à la mesure et au brouillage des logiciels, à la détection des logiciels malveillants, à la position des nucléosomes, à la classification des séquences et structures des protéines, au traçage de la fréquence cardiaque fœtale, à l’analyse de la COVID-19, à l’apprentissage profond, et bien d’autres.

L’analyse des cas attendus des algorithmes est un défi majeur en informatique, car il faut établir la moyenne pour toutes les entrées possibles. Une chaîne aléatoire de Kolmogorov détient la clé du problème. Il s’avère qu’en analysant un algorithme à l’aide d’une entrée aléatoire typique de Kolmogorov, cela donne automatiquement la moyenne pour toutes les entrées. M. Li et ses collègues ont utilisé cette méthode pour résoudre de nombreuses questions qui n’avaient pas été résolues en informatique théorique.

L’histoire et la théorie complètes de la complexité de Kolmogorov ainsi que ces travaux et de nombreuses applications sont présentés dans le livre du professeur Li et de Paul Vitányi, intitulé An Introduction to Kolmogorov Complexity and its Applications. Ce livre est considéré comme un classique en informatique et est lu par un vaste public. Il a remporté le prix de longévité McGuffey en 2020.

Li a travaillé dans de nombreux autres domaines scientifiques, ayant notamment joué un rôle de pionnier dans le domaine de l’informatique biologique. En particulier, il a apporté d’importantes contributions dans le domaine de la bio-informatique. Très d’actualité, certains de ses récents travaux portent sur le séquençage des anticorps neutralisants contre la COVID-19. Les séquences d’ADN ont des mécanismes d’appariement; on peut donc utiliser l’amplification en chaîne par polymérase (ACP) pour les séquencer, comme dans les tests d’ARN pour la COVID-19. Cependant, pour les séquences de protéines, l’ACP ne peut être utilisée. En 2016, M. Li et son équipe ont publié un premier protocole complet pour séquencer un anticorps monoclonal complet dans la revue Nature Scientific Report. Ils ont ensuite amélioré le processus dans divers articles parus dans PNAS en 2017, Nature Methods en 2019, puis dans Nature Machine Intelligence en 2021 (accepté). Ces recherches intensives ont créé une industrie du séquençage des anticorps. Pendant la pandémie de COVID-19, l’équipe de M. Li a contribué au traitement et à l’analyse de nombreuses séquences d’anticorps.

Li a reçu la prestigieuse Bourse commémorative E.W.R. Steacie du CRSNG et la bourse de recherche Killam. Il est titulaire d’une chaire de recherche du Canada de niveau 1 en bio-informatique et est membre de la Société royale du Canada, de l’ACM et de l’IEEE. Il a également remporté le prix Découverte du premier ministre de l’Ontario pour l’innovation.

View all winners