Professeur émérite, Département d’informatique
Université de l’Alberta

Les recherches du professeur Holte ont pour but de développer les connaissances scientifiques et d’améliorer les algorithmes dans le domaine de l’intelligence artificielle, en mettant l’accent sur l’apprentissage automatique et la recherche heuristique.

Un algorithme d’apprentissage automatique utilise des données d’apprentissage ou des expériences pour améliorer sa performance face à une tâche précise. Ses deux contributions les plus importantes en matière d’apprentissage automatique sont le système 1R (OneR) et les courbes de coûts. 1R est un système extrêmement simple qui procède à des classifications basées sur une seule caractéristique. Souvent, il est étonnamment précis. Il a été cité plus de 2 500 fois dans le cadre de travaux de recherche réalisés dans divers domaines d’études, soit comme un classificateur ou comme une méthode de sélection de caractéristiques. Les courbes de coûts servent à évaluer et à comparer les classificateurs binaires lorsque les coûts dus à une erreur de classification sont inégaux ou lorsque l’une des classes est beaucoup plus rare que l’autre. Cette méthode est supérieure à toutes les autres et elle est sert, comme le 1R, à d’autres domaines d’études.

Un algorithme de recherche heuristique est une méthode rapide qui permet de trouver des chemins optimaux entre deux nœuds dans un graphique. Par exemple, si le graphique est une feuille de route, un algorithme de recherche heuristique peut être utilisé pour rapidement identifier le trajet le plus court entre votre position actuelle et une destination particulière. La recherche heuristique est plus rapide que les méthodes habituelles parce qu’elle utilise une estimation de la distance par rapport à l’objectif, appelée fonction heuristique. Ses deux principales contributions dans ce domaine sont a) l’élaboration de moyens visant à créer automatiquement des fonctions heuristiques et b) la recherche bidirectionnelle. Il a étudié de nombreuses approches pour réaliser a) : l’apprentissage automatique et l’abstraction, ce qui signifie faire correspondre l’espace de recherche avec un espace de recherche abstrait, puis utiliser les distances réelles dans l’espace abstrait comme des estimations des distances dans l’espace original de recherche. En ce qui concerne sa contribution b) il a réalisé d’importantes analyses théoriques permettant d’approfondir nos connaissances de la recherche bidirectionnelle et mis au point l’algorithme MM, dont les recherches avant et arrière sont garanties de « converger au milieu », une propriété qui échappait aux chercheurs depuis 50 ans.

Outre ces résultats de recherche impressionnants, il a été pendant de nombreuses années Rédacteur en chef de « Machine Learning », qui était alors incontestablement la revue de référence dans ce domaine. Il a également été l’un des fondateurs de l’Alberta Machine Intelligence Institute, qui est l’un des principaux centres d’intelligence artificielle dans le monde.

Voir tous les lauréats