Séminaire

Les progrès très significatifs ont été réalisés dans le développement des modèles d’apprentissage automatique permettant de placer l’intelligence artificielle dans les débats publics. Mais ils se sont limités à l’amélioration des aspects prédictifs des modèles, l’aspect explicatif reste un grand défis. La conséquence principale de cette difficulté est l’usage limité de ces modèles d’apprentissage dans les domaines où l’explication est importante, car ils sont vus comme des « boites noires ».

Dans cette présentation, nous parlerons du problème d’explicabilité des modèles principalement ceux basés sur les réseaux de neurones profonds. Nous présenterons aussi quelques approches existantes pour la résolution de ce problème.