Articles on apprentissage machine

Displaying all articles

En janvier 2020, le niveau exceptionnellement élevé du lac Michigan a provoqué des inondations et de l’érosion le long de ses rives, notamment à Chicago. (NWS/Matt Zuro)

Comment l’IA peut prévoir – et expliquer – le niveau d’eau des Grands Lacs ?

Le niveau d’eau des Grands Lacs passe d’un extrême à l’autre. Une analyse par intelligence artificielle révèle comment (et pourquoi) la météo les fait varier.
Choisir en conscience quelle IA générative nous utilisons est un premier pas vers davantage de sécurité. Tapati Rinchumrus / Shutterstock

L’IA fait peser des risques sur la sécurité nationale, la démocratie et notre système de santé… Quelques pistes pour les réduire

L’IA accélère la recherche et l’innovation, mais ouvre aussi la voie à des manipulations politiques, financières, sanitaires et militaires. La solution viendra tout autant des individus que des États…
Prédire la maintenance des réseaux ferrés et des centrales électriques est une des applications dites « critiques » de l’IA. Digital abstract Art/Shutterstock

Des pistes pour une IA digne de confiance : mélanger expertises humaines et apprentissage automatique

Peut-on faire confiance à un algorithme d'IA dont les décisions ne sont pas explicables ? Quand il s’agit de diagnostiquer une maladie ou de prédire une panne sur un train ou une voiture, la réponse est évidemment non.
Une image générée par IA pour illustrer les erreurs d’apprentissage. Microsoft Copilot, prompté par Pierre-Emmanuel Arduin et Myriam Merad

Quand les IA font des rapprochements trompeurs

Connaissez-vous les « corrélations fallacieuses » ? Si les humains apprennent à ne pas se laisser berner par ces liens logiques apparents mais qui n’existent pas, les IA ont plus de mal.
Peut-on manipuler une intelligence artificielle pour qu’elle accomplisse l’inverse de ce pour quoi elle a été conçue ? Shutterstock

Qu’est‑ce que l’apprentissage antagoniste ?

L’apprentissage antagoniste explore les vulnérabilités des modèles d’IA et les moyens de s’en défendre.
Actuellement, l’utilisation de nombreux systèmes d’IA est risquée parce qu’ils ne peuvent pas expliquer leurs raisonnements. shubham dhage, unsplash

Les systèmes d’IA ne savent pas expliquer leurs décisions. Voici les pistes de recherche vers l’« explicabilité »

Même les experts ne savent pas toujours comment les systèmes d’IA atteignent leurs décisions. Un nouveau domaine de recherche s’empare du problème.

Top contributors

More