Richard Sutton : pionnier de l’apprentissage par renforcement

Richard Sutton : pionnier de l’apprentissage par renforcement.

L’apprentissage par renforcement, l’une des approches les plus influentes de l’IA moderne, doit beaucoup aux travaux de Richard Sutton (né en 1957), lauréat du prix Turing 2024, la plus haute distinction en informatique.

Dans les années 1980, Sutton formalise le Temporal Difference Learning, une méthode permettant à un agent d’apprendre à partir de l’expérience, sans modèle explicite de l’environnement. Le principe : comparer la récompense obtenue à une estimation future et ajuster continuellement les prédictions en fonction de l’écart observé. Cette approche rend possible un apprentissage en continu par interaction.

Il contribue également au développement des méthodes de gradient appliquées à l’apprentissage par renforcement, qui optimisent les paramètres d’un modèle en fonction des erreurs de prédiction, améliorant ainsi la performance des réseaux de neurones.

En 1990, avec l’architecture Dyna, il propose un cadre unifié combinant apprentissage, planification et prise de décision. Les agents y progressent en mêlant expériences réelles et simulations internes.

Professeur à l’université de l’Alberta, chercheur chez DeepMind et co-auteur de l’ouvrage de référence Reinforcement Learning: An Introduction, Richard Sutton a profondément influencé les systèmes d’IA capables de jouer à des jeux complexes, piloter des véhicules autonomes ou optimiser des processus industriels.

Son travail illustre une idée centrale : l’intelligence artificielle progresse lorsque les machines apprennent par interaction, essais et récompenses.