From 411624f6f259084641deb92f20d512908c8b7d4f Mon Sep 17 00:00:00 2001 From: Jan Aalmoes Date: Sat, 5 Oct 2024 19:25:34 +0200 Subject: Correction maman --- conclusion.tex | 8 ++++---- 1 file changed, 4 insertions(+), 4 deletions(-) (limited to 'conclusion.tex') diff --git a/conclusion.tex b/conclusion.tex index 487416e..df239b6 100644 --- a/conclusion.tex +++ b/conclusion.tex @@ -1,5 +1,5 @@ -L'IA est un enjeu majeur des années à venir comme le prouvent les investissements massifs dont font preuve les secteurs privée et publics en la matière. -Les géants du numérique et de la littérature d'anticipation font miroiter un ensemble de technologies qui changeraient drastiquement notre manière de vivre, aussi bien sur le plan individuel avec de nouveaux outils de travail, que sur le plan institutionnel comme dans les domaines de la santé ,de la justice ou de l'éducation. +L'IA est un enjeu majeur des années à venir comme le prouvent les investissements massifs dont font preuve les secteurs privés et publics en la matière. +Les géants du numérique et de la littérature d'anticipation font miroiter un ensemble de technologies qui changeraient drastiquement notre manière de vivre, aussi bien sur le plan individuel avec de nouveaux outils de travail, que sur le plan institutionnel comme dans les domaines de la santé, de la justice ou de l'éducation. Face à de telles attentes, il est capital d'obtenir une compréhension en profondeur des modèles d'apprentissage automatique, qui sont la clé de voûte de l'IA moderne. En effet, certains effets indésirables liés à l'utilisation de ces modèles ont été observés. Les modèles consomment énormément d'énergie, sont susceptibles d'avoir des failles de sécurité, peuvent révéler des attributs sensibles de personnes réelles, créent des prédictions inexplicables et bissées et peuvent être utilisées à des fins illégales. @@ -12,7 +12,7 @@ Pour cela, nous avons créé des attaques ayant la garantie d'être les plus per Cela permettra à des organisations de contrôle, comme la Défenseure des droits, de mesurer avec certitude si une IA respecte les exigences d'équité. Les études théoriques que nous avons produites ont permis aussi de démontrer plusieurs résultats qui améliorent la compréhension que nous avons de l'exactitude équilibrée : une manière courante d'évaluer les modèles. -Enfin, nous nous somme attaqués à l'idée reçue que les données synthétiques protègent totalement la confidentialité des utilisateurs et leur attributs sensibles en exhibant des contre-exemples. -Néanmoins, modifier les algorithmes de génération de données en introduisant des contraintes d'équité et de confidentialité pourrait permettre des avancées significatives vers une IA plus morale. +Enfin, nous nous sommes attaqués à l'idée reçue que les données synthétiques protègent totalement la confidentialité des utilisateurs et leurs attributs sensibles en exhibant des contre-exemples. +Néanmoins, modifier les algorithmes de générations de données en introduisant des contraintes d'équité et de confidentialité pourrait permettre des avancées significatives vers une IA plus morale. -- cgit v1.2.3