---
titre: "Biographie de Isabelle Guyon"
description: "Avant que les réseaux de neurones ne triomphent, une méthode française régnait sur l’apprentissage automatique : les machines à vecteurs de support,..."
rubrique: "Sciences & Tech"
type: "Biographie"
date_publication: 2026-09-04
url: https://sciences-tech.krinein.com/biographie-isabelle-guyon/
editeur: Krinein (https://www.krinein.com)
---

# Biographie de Isabelle Guyon

Avant que les réseaux de neurones ne triomphent, une méthode française régnait sur l’apprentissage automatique : les machines à vecteurs de support, qu’Isabelle Guyon a coinventées aux Bell Labs en 1992. Elle a aussi fait des compétitions scientifiques un instrument de recherche à part entière.

Isabelle Guyon, née le 15 août 1961 à Paris, est une chercheuse française en apprentissage automatique, directrice de recherche chez Google DeepMind. Coinventrice des machines à vecteurs de support, la méthode qui a dominé la discipline pendant vingt ans, elle est aussi la principale organisatrice mondiale des compétitions scientifiques d’apprentissage automatique.

Ingénieure de l’ESPCI, docteure de l’université Pierre-et-Marie-Curie en 1988 avec une thèse sur les réseaux de neurones dirigée par Gérard Dreyfus, elle rejoint l’année suivante les Bell Labs, dans le New Jersey. Elle y côtoie une équipe dont on mesure mal aujourd’hui la densité : [Yann LeCun](https://sciences-tech.krinein.com/biographie-yann-lecun/), Vladimir Vapnik, Léon Bottou, Corinna Cortes, [Yoshua Bengio](https://sciences-tech.krinein.com/biographie-yoshua-bengio/), tous réunis dans le même couloir à travailler sur la reconnaissance de chiffres manuscrits.

C’est là qu’en 1992, avec Vapnik et Bernhard Boser, elle met au point les machines à vecteurs de support. Le principe est d’une élégance qui explique sa longue domination : pour séparer deux catégories, on cherche la frontière qui laisse la plus grande marge de sécurité de part et d’autre, et l’astuce dite du noyau permet de tracer cette frontière même quand les données ne se laissent pas trancher d’une ligne droite. Peu gourmande en données, adossée à de vraies garanties mathématiques, la méthode a régné sur l’apprentissage automatique jusqu’au basculement vers l’apprentissage profond, au début des années 2010.

Installée en Californie, où elle fonde sa société de conseil, elle signe en 2003 l’article de référence sur la sélection de variables, cité plus de quinze mille fois, puis se consacre à une conviction : une science progresse plus vite quand elle se donne des problèmes précis, des données communes et un classement public. Elle organise des compétitions depuis 2003, fonde l’association ChaLearn, lance les challenges d’apprentissage automatique automatisé, préside le programme puis la conférence NeurIPS. Professeure à l’université Paris-Saclay à partir de 2015, elle rejoint Google DeepMind en 2022.

Élue à l’Académie des technologies en novembre 2024, chevalière de la Légion d’honneur au dernier jour de 2025, elle a coinventé les machines à vecteurs de support avec celui qui allait devenir son mari, Bernhard Boser. Sa conviction tient en une phrase, qui vaut avertissement à toute l’industrie : le maillon faible, c’est la donnée.

Photo : Xuthoria, 2025 (CC BY-SA 4.0).

---

*Biographie publié par Krinein, magazine culturel francophone. Version HTML : https://sciences-tech.krinein.com/biographie-isabelle-guyon/*