Episode notes
Les algorithmes d'IA entraînés sont conçus pour fournir des résultats sans révéler leur fonctionnement interne. Cependant, l'IA explicative (XAI) vise à remédier à cela en expliquant la logique derrière les décisions de l'IA de manière compréhensible pour les humains.
L'apprentissage profond, qui utilise des réseaux neuronaux similaires au cerveau humain, repose sur d'énormes quantités de données d'entraînement pour identifier des motifs. Il est difficile, voire impossible, d'analyser le raisonnement derrière les décisions de l'apprentissage profond. Alors que certaines mauvaises décisions peuvent ne pas avoir de conséquences graves, des questions importantes telles que l'éligibilité d'une carte de crédit ou des sanctions de prêt nécessitent une explication. Dans l'industrie de la santé, par exemple, les médecins ont besoin de comprendre le ...