Un livre blanc qui aborde l'IA sous l’angle de la fiabilité et de la durabilité des algorithmes implémentés.
"L’Intelligence Artificielle (IA) est généralement définie comme un ensemble de concepts et de technologies mises en oeuvre en vue de réaliser des machines capables de reproduire le comportement humain. Ce livre blanc s’intéresse plus particulièrement à l’IA non symbolique, en l’occurrence le Machine Learning et son sous-ensemble le Deep Learning, que l’on peut définir comme l’ensemble des d’algorithmes capables d’apprendre à résoudre un problème, depuis les données, sans être explicitement programmés. Par essence, ces modèles vivent dans un environnement en constante évolution car les données utilisées, les concepts appris et les environnements accueillant l’algorithme vont évoluer dans le temps. Concrètement, cela signifie que la mise à disposition du modèle aux utilisateurs finaux n’est pas la dernière étape, et qu’il faut mettre en place des procédures de maintien en conditions opérationnelles. C’est ce qu’on appelle le cycle de vie des modèles.
Dans la continuité de notre livre blanc de 2018 sur l’interprétabilité des modèles “IA explique toi”, cette problématique nous confronte à nouveau au sujet de la confiance que l’on peut accorder à un modèle d’IA. Cette fois-ci, nous l’aborderons sous l’angle de la fiabilité et de la durabilité des algorithmes implémentés. Cette problématique est plus que jamais d’actualité puisque de nombreuses entreprises exploitant des modèles en production se retrouvent face à des implémentations qui échouent encore à susciter l’adhésion de leurs utilisateurs. Pire, certains modèles peuvent devenir inutilisables peu après après leur mise en production..."
