Ming Li

Le professeur Ming Li a apporté une contribution majeure à la création d'une théorie moderne de l'information (complexité de Kolmogorov) et à l'élaboration du domaine de la biologie informatique. Ming Li a obtenu son doctorat à l'université Cornell en 1985, suivi d'une bourse postdoctorale à Harvard. Professeur à l'université de Waterloo, il a reçu le prix Killam en 2010 pour ses contributions à l'informatique.

Nous vivons dans une société de l'information. Qu'est-ce que l'information ? Existe-t-il une théorie qui régit les entités porteuses d'information, semblable à celle de la mécanique newtonienne pour le monde classique ? 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. Li et ses collègues ont étendu la complexité de Kolmogorov à deux séquences qui conduisent à une mesure universelle de la distance d'information. Ils ont également relié l'information à la thermodynamique et calculé le coût thermodynamique ultime de la création ou de l'effacement d'une séquence. Cela a en fait conduit à l'apprentissage sans coup férir. Dans un article de SIGKDD04 (pp. 206-215), Keogh, Lonardi et Ratanamahatana ont démontré que la méthode de distance d'information sans paramètre de Li était meilleure que l'ensemble des 51 méthodes de regroupement de séries temporelles trouvées dans les sept principales conférences d'exploration de données. Plus de 1 000 articles ont appliqué la méthode de Li à la classification des langues, aux questions-réponses, à l'identification des lignées cellulaires cancéreuses, à la classification musicale, à la phylogénie, à la détection des anomalies, à la mesure et à l'obscurcissement des logiciels, à la détection des logiciels malveillants, à l'occupation des nucléosomes, à la classification des séquences/structures de protéines, au suivi du rythme cardiaque fœtal, à l'analyse COVID-19, à l'apprentissage profond, et à bien d'autres choses encore.

L'analyse des cas attendus des algorithmes est un défi majeur en informatique, car il faut faire la moyenne de toutes les entrées possibles. Une chaîne aléatoire de Kolmogorov est la clé de ce problème. Il s'avère que si l'on analyse un algorithme sur une entrée aléatoire typique de Kolmogorov, on obtient automatiquement le cas moyen sur toutes les entrées. Li et ses collègues ont utilisé cette méthode pour résoudre de nombreuses questions ouvertes en informatique théorique.

L'histoire complète et la théorie de la complexité de Kolmogorov, ainsi que ces travaux et de nombreuses applications ont été résumés dans le livre de Li et Vitányi intitulé "An Introduction to Kolmogorov Complexity and its Applications" (Introduction à la complexité de Kolmogorov et à ses applications). Ce livre est considéré comme un classique de l'informatique et est très lu. Il a remporté le McGuffey Longevity Award en 2020.

Li a travaillé dans de nombreux autres domaines scientifiques, y compris ses contributions pionnières au domaine de la biologie informatique. Il a notamment apporté des contributions substantielles au domaine de la bioinformatique. Actuellement très pertinents, certains de ses travaux récents sont liés au séquençage de l'anticorps neutralisant COVID-19. Les séquences d'ADN ont des mécanismes d'appariement ; on peut donc utiliser la PCR pour les séquencer, comme dans les tests de l'ARN COVID-19. Les séquences de protéines, en revanche, ne peuvent pas être séquencées par PCR. En 2016, Li et son équipe ont publié le premier protocole complet de séquençage d'un anticorps monoclonal complet dans Nature Scientific Report. Ils ont ensuite amélioré le processus dans PNAS'2017, Nature Methods'2019, puis dans Nature Machine Intelligence 2021 (accepté). Ces recherches intensives ont créé une industrie du séquençage d'anticorps. Pendant la pandémie de COVID-19, l'équipe de Li a aidé à traiter et à analyser 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 I en bioinformatique et est membre de la Société royale du Canada, de l'ACM et de l'IEEE. Il a également reçu le prix Découverte du premier ministre de l'Ontario pour son leadership en matière d'innovation.