Intelligence artificielle Trois chercheurs du MIT ont découvert que des bases de données comportaient...

Pour approfondir le sujet

Sur le même thème :

Focus sur la solution proposée par Alibaba Cloud pour aider les agriculteurs grâce à l’intelligence artificielle

Alibaba Cloud, filiale de cloud computing d'Alibaba, a lancé sa solution "Agriculture Brain" composée de modèles de machine learning, de prévisions, d'analyses climatiques, de...

Chine : l’intelligence artificielle utilisée pour concevoir des bases de données linguistiques

Dans le cadre d'un vaste programme de protection des ressources linguistiques nationales, la Chine a lancé la seconde phase de son projet. Le pays...

Projet Odeuropa : une encyclopédie du patrimoine olfactif européen en utilisant l’intelligence artificielle

Mené par des historiens, des parfumeurs et des spécialistes en intelligence artificielle, le projet européen Odeuropa a été lancé au début de cette année...

Irlande : Comment le gouvernement utilise l’intelligence artificielle pour faciliter des tâches administratives

Le ministère irlandais de l'Agriculture, de l'Alimentation et de la Marine (DAFM) est l'organisme chargé de développer et de réglementer le secteur agroalimentaire en...

Trois chercheurs du MIT ont découvert que des bases de données comportaient certaines erreurs d’appréciation

Dans le cadre de recherche sur les intelligences artificielles, une équipe de trois chercheurs du Massachussetts Institute of Technology (MIT) a publié un article fin mars, montrant que les bases de données utilisées par les algorithmes afin d’analyser une requête n’étaient pas vraiment fiables. 

C’est en réalisant des tests sur des algorithmes de reconnaissances d’objets et d’animaux que Curtis Northcutt, Jonas Mueller et Anish Athalye, tous trois chercheurs au MIT, ont remarqué que ces bases de données comportaient beaucoup d’erreurs. Ces algorithmes, en fonctionnant correctement, doivent à partir de n’importe quelle image envoyée, reconnaitre l’objet ou l’animal et en donner sa nature à l’utilisateur. Mais durant les tests, certains résultats semblaient être hors sujet : c’est ainsi qu’une image de crabe fut décrite comme un homard, qu’une grenouille fut reconnue par l’algorithme comme un chat et qu’un ouvre-boîte après analyse, est devenu un casse-noix.

Les chercheurs ont donc décidé d’examiner une dizaine de bases de données en concevant justement un algorithme basé sur leurs propres bases de données et de la comparer avec les bases de données testées. Le résultat fut sans appel, les taux d’erreur peuvent osciller entre 0,54% d’erreur pour la base de données CIFAR-10 jusqu’à plus de 10% pour Quick!Draw! avec un taux d’erreur moyen de 3,4%. Ce qui est sûr, c’est que le zéro absolu dans l’erreur n’existe pas. Or, faire perdurer le mauvais étiquetage de données visuelles, audio, vidéo ou textuelles pourrait potentiellement faire ralentir les recherches dans le domaine de la reconnaissance automatique.


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
 
Zacharie Tazrout

Partager l'article

Découvrez ActuIA n°8, le nouveau numéro du magazine de l’intelligence artificielle

L’été est bien là et c’est déjà l’heure du nouveau numéro d’ActuIA, votre magazine de l’intelligence artificielle ! Pour ce n°8 d’ActuIA, disponible dès...

Victor Schmidt, doctorant sous la direction de Yoshua Bengio, est le lauréat de la 6ème bourse Antidote en TAL

Druide informatique a annoncé fin mai la nomination du lauréat de la 6e Bourse Antidote en traitement automatique de la langue (TAL). Victor Schmidt,...

Retour sur le lauréat du Prix CNIL-INRIA pour la protection de la vie privée

Fin mai, François Pelligrini et Mathieu Cunche, co-présidents du Jury du Prix CNIL-Inria, ont remis le prix pour la protection de la vie privée...

La Lufthansa s’appuie sur le logiciel « Virtual Aviation Training » de NMY pour former ses équipes de cabine

La pandémie a fortement impacté les compagnies aériennes. Depuis la levée des restrictions sanitaires, elles doivent affronter un autre problème : malgré une forte...
Recevoir une notification en cas d'actualité importante    OK Non merci