Intelligence artificielle Des chercheurs du MIT et de Harvard ont formé des réseaux de...

Pour approfondir le sujet

Sur le même thème :

Projet financé ANR : FAbLe – Suite pour l’automatisation de l’interprétabilité des algorithmes d’apprentissage automatique

Parmi les projets financés par l'Agence Nationale de la Recherche (ANR), nous vous présentons aujourd'hui FAbLe (Framework for Automatic Interpretability in Machine Learning), la...

L’intelligence artificielle : un enjeu scientifique ? – Stéphane Mallat, invité sur TV5MONDE

Algorithmes, Intelligence artificielle, compression Jpeg, et l’apprentissage par réseaux de neurones profonds... Autant de domaines dans lesquels Stéphane Mallat s'illustre. Mathématicien, titulaire de la...

Une cyberattaque pourrait bien faire grimper la consommation d’électricité des systèmes d’intelligence artificielle

Ces dernières années, des efforts ont été réalisés pour réduire la demande énergétique des systèmes d'IA, ce qui a conduit à une restructuration des...

Tests d’algorithmes d’intelligence artificielle, IA de confiance, effet black box : entretien avec Guillaume Avrin du LNE

Dans le cadre de notre dossier L'intelligence artificielle de confiance : Des systèmes critiques au bien commun paru dans le numéro 3 du magazine ActuIA...

Des chercheurs du MIT et de Harvard ont formé des réseaux de neurones capable d’estimer leur propre fiabilité

Dans une publication sur arXiv, des chercheurs du MIT et de l’Université de Harvard ont présenté Deep Evidential Regression, une intelligence artificielle qui serait « consciente » de sa propre fiabilité et de ses propres incertitudes et erreurs. Formée à partir de réseaux de neurones, elle propose des décisions et est également capable de mesurer l’incertitude de ces dernières.

Comme l’indiquent les chercheurs Alexander Amini, Wilko Schwarting et Ava Soleimany, Daniela Rus sur arXiv, les réseaux de neurones déterministes sont de plus en plus déployés dans des domaines critiques pour la sécurité, où des mesures d’incertitude calibrées, robustes et efficaces sont cruciales.

Dans leur article, ils proposent une nouvelle méthode pour la formation des réseaux de neurones non bayésiens pour estimer une cible continue ainsi que ses preuves associées afin d’apprendre à la fois l’incertitude aléatoire et épistémique. Ils sont parvenus à ce résultat en en plaçant des priors de preuve sur la fonction de vraisemblance gaussienne originale et en entraînant les réseaux de neurones à déduire les hyperparamètres de la distribution de preuve.

Ils ont également imposé des priors pendant l’apprentissage de sorte que le modèle soit régularisé lorsque ses preuves prédites ne sont pas alignées sur la sortie correcte. Leur méthode ne repose pas sur l’échantillonnage lors de l’inférence ou sur des exemples hors distribution (OOD) pour la formation des algorithmes, permettant ainsi un apprentissage efficace et évolutif de l’incertitude. Les chercheurs ont démontré l’apprentissage de mesures bien calibrées de l’incertitude sur divers points de repère, la mise à l’échelle vers des tâches de vision par ordinateur complexes, ainsi que la robustesse aux échantillons de test contradictoires et OOD.

Les chercheurs ont indiqué avoir testé leur intelligence artificielle avec succès. Pour cela, comme on peut le lire dans leur publication, ils lui ont présenté une image et elle devait juger les profondeurs dans différentes parties de celle-ci. Leur algorithme a signalé quand elle n’était pas capable de juger avec préciser certaines images qui sortaient de ses attributions habituelles.

 
Pierre-yves Gerlat

Partager l'article

Lancement de l’appel à candidatures de la phase V des pôles de compétitivité

Alors que la phase IV (2019-2022) des pôles de compétitivité prendra fin en décembre 2022, Bruno Le Maire, Ministre de l’Economie, des Finances et...

Focus sur SMART, programme de l’IARPA visant à identifier et surveiller les constructions à grande échelle grâce au machine learning

L'IARPA (Intelligence Advanced Research Projects Activity), la branche de recherche de la communauté du renseignement aux Etats-Unis, a lancé le programme SMART (Space-based Machine...

Lancement d’un projet pilote de navette autonome Navya au Minnesota

Le 5 août dernier, NAVYA, entreprise française spécialisée dans la conception et la construction de véhicules autonomes, électriques et robotisés a annoncé un nouveau partenariat...

Bateaux autonomes : le Mayflower Autonomous Ship a rejoint Plymouth dans le Massachussets

Après des arrêts techniques aux Açores et à Halifax, au Canada, le trimaran océanographique de 15 mètres de long Mayflower est arrivé dans le...
Recevoir une notification en cas d'actualité importante    OK Non merci