Résumé
- Explore l'éthique de l'IA avec Emma McGrattan et Chirag Mehta.
- Examine les réglementations mondiales et les obligations en matière de transparence de l'IA.
- Traite les problèmes liés à l'accès aux données et à leur découvrabilité.
- Analyse les données synthétiques dans apprentissage des modèles.
Chapitres
Que pensez-vous de l'utilisation éthique de l'IA en termes de apprentissage et d'utilisation de modèles dans la vie réelle ? Parce que cela me préoccupe quand on regarde certaines régions géographiques, où l'IA peut être laissée libre cours et dans d'autres régions où elle est réprimée ou en attente jusqu'à ce qu'on la comprenne mieux. Qu'en pensez-vous ?
Vous voulez être totalement transparent avec vos consommateurs et les autres parties prenantes sur ce qui a été nécessaire pour créer cet artefact d'IA. Et puis il y a d'autres aspects de l'IA responsable qui se situent plus en aval, à savoir à quoi va servir l'IA, à quoi comptez-vous l'utiliser ?
Il est très important de souligner ces considérations éthiques afin que, lorsqu'une personne développe un système d'IA, elle réfléchisse aux données qui feront partie intégrante de ce système et qui pourront être utilisées à diverses fins. En particulier en ce qui concerne apprentissage , tous les ensembles de données publiques ont pratiquement disparu. Le seul ensemble de données auquel vous aurez accès est donc votre propre ensemble de données.
Mais devinez quoi ? Vos propres données ne sont pas au bon endroit, et vos propres données ne sont pas détectables. La détectabilité est donc un enjeu beaucoup plus important.
Et je pense que les gens ne font pas forcément le lien entre une IA responsable et la recherche de données. Qu'en est-il de la génération de données pour apprentissage ? C'est possible, à condition d'avoir une idée claire de ce que sont ces données synthétiques.
Les données synthétiques permettent à certains modèles de fonctionner plus rapidement, vous savez, et nous avons constaté que les données synthétiques ne sont pas utilisées uniquement pour apprentissage, mais aussi pour l'inférence.
Les données synthétiques ont donc leur place, mais elles ne remplacent pas les données réelles, n'est-ce pas ? Non, je suis d'accord. Les données sont désordonnées, n'est-ce pas ?
Et les données synthétiques seront propres, car vous venez de les créer dans le but précis que vous avez en tête. Ainsi, lorsque vous vous lancerez dans le monde réel, elles ne seront pas représentatives de ce que nous allons rencontrer.