[article]
Titre : |
L'intelligence artificielle, pas si parfaite |
Type de document : |
texte imprimé |
Auteurs : |
David Larousserie, Auteur |
Editeur : |
Le monde éditions, 2019 |
Article : |
p.1,4-5 du Cahier Science |
Langues : |
Français (fre) |
in Le Monde (Paris. 1944) > 23057 (27/02/2019)
Descripteurs : |
intelligence artificielle
|
Résumé : |
Dossier consacré aux difficultés posées par l'intelligence artificielle (IA). Présentation des failles de cette intelligence et de la recherche de solutions par les scientifiques : les systèmes d'apprentissage automatique, les dysfonctionnements de la reconnaissance d'images, le travail sur la sécurité des réseaux de neurones, la question de la qualité des données, la critique d'une pensée trop technicienne qui ne prend pas en compte le contexte social, perspectives. Le point sur la crise de la reproductibilité dans la communauté scientifique : une nécessaire introspection sur ses méthodes, l'urgence de garantir la fiabilité, la nécessaire prise en compte de la variabilité, une rigueur dans les données scientifiques utilisées. L'enjeu de l'automatisation de l'apprentissage automatique : les difficultés liées à la présence humaine dans le processus, la nécessité de développer des programmes et d'évaluer leurs performances. |
Nature du document : |
documentaire |
Genre : |
article de périodique/enquête, reportage |
[article]
|
L'intelligence artificielle, pas si parfaite
de David Larousserie
In Le Monde (Paris. 1944), 23057 (27/02/2019), p.1,4-5 du Cahier Science
Dossier consacré aux difficultés posées par l'intelligence artificielle (IA). Présentation des failles de cette intelligence et de la recherche de solutions par les scientifiques : les systèmes d'apprentissage automatique, les dysfonctionnements de la reconnaissance d'images, le travail sur la sécurité des réseaux de neurones, la question de la qualité des données, la critique d'une pensée trop technicienne qui ne prend pas en compte le contexte social, perspectives. Le point sur la crise de la reproductibilité dans la communauté scientifique : une nécessaire introspection sur ses méthodes, l'urgence de garantir la fiabilité, la nécessaire prise en compte de la variabilité, une rigueur dans les données scientifiques utilisées. L'enjeu de l'automatisation de l'apprentissage automatique : les difficultés liées à la présence humaine dans le processus, la nécessité de développer des programmes et d'évaluer leurs performances.
|
|