Des stratégies pour doter les systèmes d’intelligence artificielle d’un sens commun qui leur permettrait de mieux comprendre le monde physique, et d’interagir avec lui.
Articles on dico de l'IA
Displaying all articles
La polyvalence des modèles de fondation les transforme en une nouvelle « infrastructure » numérique, au même titre que le cloud ou Internet. Au lieu de reconstruire un modèle d’IA spécifique à chaque projet, on peut se brancher directement sur des briques généralistes existantes.
L’« IA agentique » promet d’accomplir des tâches complexes de manière autonome… Toutefois, le champ actuel ne recouvre pas encore toute la richesse du concept d’« agent autonome » tel qu’il a été élaboré depuis des décennies.
En déplaçant les capacités de calcul vers la périphérie des réseaux, l’edge computing et l’edge AI ouvrent la voie à une intelligence artificielle plus rapide, plus frugale et plus respectueuse de la vie privée.
L’apprentissage antagoniste explore les vulnérabilités des modèles d’IA et les moyens de s’en défendre.
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
-
Professeur d'Informatique au LIRIS (Laboratoire d'InfoRmatique en Image et Systèmes d'information), CNRS, Université Claude Bernard Lyon 1; Centrale Lyon; INSA Lyon – Université de Lyon; Université Lumière Lyon 2
-
Maître de conférences en Intelligence Artificielle, Télécom SudParis – Institut Mines-Télécom
-
Professeure Associée en Transformation Digitale, ICN Business School
-
Maître de conférences - IA et apprentissage machine, EPITA
-
Assistant Professor, University of Patras; Institut Mines-Télécom (IMT)
-
professeur in Responsible AI, University of Antwerp
-
Postdoctoral Scholar, University of Antwerp