summaryrefslogtreecommitdiff
path: root/conclusion.tex
diff options
context:
space:
mode:
Diffstat (limited to 'conclusion.tex')
-rw-r--r--conclusion.tex20
1 files changed, 19 insertions, 1 deletions
diff --git a/conclusion.tex b/conclusion.tex
index 6d67ca2..fdb1810 100644
--- a/conclusion.tex
+++ b/conclusion.tex
@@ -1 +1,19 @@
-L'IA c'est comme une boîte de chocolat, on sait jamais lequel on vas avoir.
+L'IA est un enjeu majeur des années à venir comme le prouve les investissement massifs dont font preuve les secteur privée et publique.
+Les géants du numérique et la litérature d'ancipation font miroiter un ensemble de téchnologies qui changerait drastiquement notre manière de vivre, aussi bien sur le plan individuel avec de nouveaux outils de travail, que sur le plan institutionel comme dans les domaiens de la santée ,de la justice ou de l'éducation.
+Face à de tels attantes il est capitale d'optenir une compréhensio en profondeur des modèle d'apprantissage automatique qui sont la clé de voute de l'IA moderne.
+En effet, certain effets indésirable lié à l'utilisation de ces modèles ont été observés.
+Les modèles consomment enorement d'énergie, sont suceptibles d'avoir des failles de sécurtié, peuvent réveler des attribut sensibles de personnes réel, créent des prédiction inexplicables et biasé et peuvent être utilsés à des fins illegales.
+De plus les implication sociétales d'une potentielle future AGI ne sont pas clairement établies hors du cadre de la science fiction.
+
+Pour palier cela et créer une IA aligné avec les valeurs de République Française il faut des garantie théorique forte couplés à des résultats expérimentaux réalisé sur le long terme avec des bases de données incluant les minoritées victimes de discriminations.
+C'est dans cette optique que s'inscrit ce manuscrit, plus précisement :
+les interactions entre les différents effets indésirable liste plus haut ne sont pas encore compris dans leur entièreté.
+Nous nous somment penché sur les intéractions entre l'équitée et la confidentialité et nous avons démontré que dans une certaine mesure l'équitée pouvai aller de pair avec confidentialité.
+Pour cela nous avons crée des attaque ayant la garanté d'êter le plus performante tout en minimisant le coût de calcul.
+Cela permetra à des organisations de contrôle comme la Défensseur des droits de mesurer avec certitude si une IA respècte les exigence d'equitée.
+Les études théoriques que nous avons produites ont permis aussi de démontrer plusieur résultats qui améliorent la compréhension que nous avons de l'éxactitude équilibrée qui est une manière courante d'évaluer les modèles.
+
+Enfin nous nous somme attaqué à l'idée recu que les donnée synthétiques protègent unilatéralement la confidentialitée de utilisateur et leur attributs sensisbles en exhibant des contre exemples.
+Néanmoin, modifier les algorithmes de génération de donnée en introduisant des contraintes d'équitée et de confidentialité pourrait permetre des avancé significative vers une IA plus morale.
+
+