Il l’avoue lui-même : il aime investiguer là où ce n’est pas évident pour lui d’emblée. Ainsi, alors qu’il se serait peut-être dirigé plus spontanément vers l’informatique, il décide de se lancer dans des études d’ingénieur en mathématiques appliquées. Ensuite, alors que les cours des professeurs Moritz Diehl et Yurii Nesterov sur l’optimisation l’intriguent tout particulièrement, c’est dans cette voie qu’il décide de faire sa thèse en 2012 à l’université catholique de Louvain (UCL). Il se consacre dès lors au domaine de l’optimisation scientifique qui lui offre un vaste champ d’exploration – au premier rang duquel celui du machine learning .
Construire des preuves assistées par ordinateur
« En thèse, j’ai souhaité approfondir les points qui me semblaient les plus mystérieux durant mes études. Mais à ma manière, c’est-à-dire en utilisant des approches qui n’étaient pas forcément standard », explique-t-il. Concrètement, son travail porte sur les algorithmes d’optimisation : « Personne n’a envie d’essayer toutes les méthodes et de laisser tourner un ordinateur pendant deux ans sans savoir si l’une d’elles va fonctionner. Pour construire les preuves de leur bon fonctionnement, cela se fait traditionnellement à la main et, au final, il est souvent difficile de comprendre le chemin complexe qui a mené à un tel résultat. Dans ma thèse, l’idée était de pouvoir faire réaliser ces preuves de manière systématique, avec un ordinateur. »
Un travail récompensé
Cette démarche n’est pas passée inaperçue. En 2018, Adrien Taylor est finaliste du très compétitif Tucker Prize, parrainé par l’association internationale Mathematical Optimization Society (MOS) pour récompenser les meilleures thèses dans le domaine de l’optimisation. Il est également lauréat de l’ICTEAM Thesis Award remis par son université, l’UCL, dont les principaux critères de sélection étaient notamment la nature et l’originalité des questions abordées et de la méthodologie utilisée. Cette même année, son travail est une nouvelle fois récompensé par l’IBM Innovation Award remis par le fonds belge pour la recherche scientifique FRS-FNRS.
Un postdoctorat pour approfondir et élargir les horizons
Après avoir soutenu sa thèse début 2017, l’aventure ne s’arrête pas là. Adrien Taylor se tourne vers le postdoctorat pour aller plus loin dans les potentialités ouvertes par ses travaux. Il choisit alors de postuler pour intégrer Inria et son équipe-projet Sierra, qui se positionne à la croisée des mondes des mathématiques appliquées, des statistiques et de l’informatique. « L’une de mes premières motivations était de travailler avec des références dans la communauté scientifique sur le sujet de l’optimisation, tels que Francis Bach, responsable de Sierra, ou encore Alexandre d'Aspremont. » Ce choix lui permet également d’ouvrir davantage son champ d’investigation : « La thèse est, finalement, un travail assez solitaire. Ce qui est, pour moi, très différent en postdoctorat. Il me permet bien davantage de coopérer avec les différents membres de l’équipe mais également de nouer des collaborations à l’international. Par exemple, cette année, j’ai eu la chance de travailler avec les universités Wisconsin-Madison et de Californie (UCLA) aux États-Unis, en Suède avec celle de Lund, mais aussi avec des universités néerlandaises (Tilburg et Delft), et avec un chercheur de chez Google. C’est vraiment une opportunité de combiner ses compétences et points de vue avec ceux des autres. »
Et après ?
Cette ouverture rendue possible avec le postdoctorat, Adrien Taylor compte bien la mettre à profit par la suite : « Ce que j’aime le plus dans le monde scientifique, c’est cette liberté d’apprendre sur différents domaines très variés. C’est d’ailleurs pour cela que j’ai décidé de m’intéresser à l’optimisation qui peut avoir des applications dans des disciplines aussi différentes que les mathématiques, la physique, la médecine, l’informatique, même l’économie, etc. Mon objectif par la suite est de continuer à explorer cette diversité. »
Le parcours d’Adrien Taylor en quelques dates
- 2006-2011 : études universitaires en mathématiques appliquées à l’université catholique de Louvain (UCL) et à la KULeuven ;
- 2012-2017 : thèse “Convex Interpolation and Performance Estimation of First-order Methods for Convex Optimization” menée à l’UCL sous la supervision de François Glineur et Julien Hendrickx ;
- 2017 : postdoctorat au sein de l’UCL et début d’un postdoctorat au sein d’Inria – équipe-projet SIERRA, pour une durée de deux ans ;
- 2018 : finaliste du Tucker Prize de la Mathematical Optimization Society (MOS), lauréat de l’ICTEAM Thesis Awardremis par l’UCL et de l’IBM Innovation Award (FRS-FNRS)