Photo by Aditya Chinchure on Unsplash
IBM (NYSE: IBM) a présenté aujourd'hui une technologie qui offre aux entreprises une nouvelle transparence dans le domaine de l'IA, leurs permettant de mieux exploiter sa puissance.
La solution, qui détecte automatiquement les biais et explique comment l'intelligence artificielle prend des décisions, au fur et à mesure que les décisions sont prises, fonctionne sur IBM Cloud pour aider les organisations à gérer les systèmes d'intelligence artificielle et opère sur une grande variété d’acteurs de l’industrie. IBM Services travaillera également avec les entreprises pour les aider à exploiter le nouveau service logiciel.
En outre, IBM Research publiera dans la communauté open source une boîte à outils de détection et d'atténuation des biais liés à l'IA, proposant des outils et des formations pour encourager la collaboration mondiale autour de la lutte contre les biais liés à l'IA.
« IBM oriente l'industrie en établissant des principes de confiance et de transparence pour le développement de nouvelles technologies d'IA », a déclaré Beth Smith, General manager Watson IA chez IBM. « Il est temps de traduire ces principes dans les faits. Nous donnons une nouvelle transparence et un nouveau contrôle aux entreprises qui utilisent l'intelligence artificielle et qui sont confrontées au risque potentiel d’une prise de décision erronée ».
Ces développements sont le prolongement d'une nouvelle recherche menée par l'Institute for Business Value d'IBM, qui révèle que même si 82 % des entreprises envisagent de déployer l'intelligence artificielle, 60 % craignent les problèmes de responsabilité et 63 % n'ont pas les compétences internes nécessaires pour gérer cette technologie en toute confiance.
Visibilité dans les décisions relatives à l'IA
Ces nouvelles capacités portant sur la confiance et la transparence et délivrées en mode cloud fonctionnent avec des modèles construits à partir d'une grande variété de framework de Machine Learning construits sur l’IA tels que Watson, Tensorflow, SparkML, AWS SageMaker et AzureML. Cela signifie que les organisations peuvent profiter de ces nouveaux services pour les principaux IA utilisés par les entreprises sur le marché.
Le service peut également être programmé pour surveiller les facteurs de décision de tout workflow dans l'entreprise, ce qui permet de l'adapter à l'utilisation spécifique de chaque organisation.
Ce service entièrement automatisé explique la prise de décision et détecte les biais dans les modèles d'IA au moment de l'exécution, c’est-à-dire au moment où les décisions sont prises, et détecte les résultats potentiellement non justes lorsqu'ils surviennent (voir la démonstration ici). Il est également important de noter qu'il recommande automatiquement des données à ajouter au modèle pour aider à atténuer tout biais qu'il a détecté.
Des explications sont fournies en termes faciles à comprendre, indiquant les facteurs qui ont pondéré la décision dans une direction par rapport à une autre, la confiance dans la recommandation et les facteurs à l'origine de cette confiance. De plus, le système garde en mémoire l'exactitude, la performance et l’équité du modèle, ainsi que la traçabilité des éléments nécessaires au service à la clientèle, à la réglementation ou la conformité, comme la conformité au RGPD.
Toutes ces fonctionnalités sont accessibles via des tableaux de bord visuels, ce qui offre aux utilisateurs une facilité à comprendre, à expliquer et à gérer les décisions conduites par l’IA et à réduire la dépendance à l'égard de compétences spécialisées en IA.
IBM offre également de nouveaux services de conseils pour aider les entreprises à concevoir des processus opérationnels et des interfaces humaines dotées d’intelligence artificielle afin de minimiser davantage l'impact des biais dans la prise de décision.
Donner à la communauté open source les moyens de construire une Intelligence Artificielle plus juste
En outre, IBM Research met à la disposition de la communauté open source la boîte à outils AI Fairness 360, une bibliothèque d'algorithmes, de codes et de tutoriels inédits qui fournira aux universitaires, aux chercheurs et aux spécialistes des données des outils et des connaissances pour intégrer la détection des biais au fur et à mesure qu’ils construisent et déploient les modèles d’apprentissage machine. Alors que d'autres ressources open-source se sont concentrées uniquement sur la vérification du biais dans les données de formation, la boîte à outils IBM AI Fairness 360 créée par IBM Research permettra de vérifier et d'atténuer le biais dans les modèles d'IA. La communauté mondiale open source est invitée à travailler en équipe pour faire progresser la science et faciliter la lutte contre les préjugés en matière d'IA. Vous trouverez plus d’informations sur ce blog.
Une étude révèle les priorités et les obstacles au déploiement de l'IA grand public
Selon l'étude d'IBM sur 5000 cadres supérieurs qui vient de paraître, IBM Institute for Business Value AI 2018 Report, il y a un changement significatif dans la façon dont les chefs d'entreprise considèrent le potentiel de l'intelligence artificielle à stimuler leur business et sa valeur ainsi que la croissance de leurs revenus.
Parmi les principales conclusions :
• 82 % des entreprises et 93 % des entreprises les plus performantes envisagent d'adopter l'IA ou vont de l'avant avec pour objectif l’accroissement du chiffre d’affaires.
• 60 % craignent les problèmes de responsabilité et 63 % n'ont pas les compétences nécessaires pour exploiter le potentiel de l'IA.
• Les CEO estiment que la plus grande valeur ajoutée de l'adoption de l'intelligence artificielle se situe dans les domaines de l’informatique, de la sécurité de l'information, de l'innovation, du service à la clientèle et de la gestion des risques.
• L'adoption de l'IA est plus élevée et devrait s'accélérer plus rapidement dans des secteurs plus numérisés tels que les services financiers.
La solution, qui détecte automatiquement les biais et explique comment l'intelligence artificielle prend des décisions, au fur et à mesure que les décisions sont prises, fonctionne sur IBM Cloud pour aider les organisations à gérer les systèmes d'intelligence artificielle et opère sur une grande variété d’acteurs de l’industrie. IBM Services travaillera également avec les entreprises pour les aider à exploiter le nouveau service logiciel.
En outre, IBM Research publiera dans la communauté open source une boîte à outils de détection et d'atténuation des biais liés à l'IA, proposant des outils et des formations pour encourager la collaboration mondiale autour de la lutte contre les biais liés à l'IA.
« IBM oriente l'industrie en établissant des principes de confiance et de transparence pour le développement de nouvelles technologies d'IA », a déclaré Beth Smith, General manager Watson IA chez IBM. « Il est temps de traduire ces principes dans les faits. Nous donnons une nouvelle transparence et un nouveau contrôle aux entreprises qui utilisent l'intelligence artificielle et qui sont confrontées au risque potentiel d’une prise de décision erronée ».
Ces développements sont le prolongement d'une nouvelle recherche menée par l'Institute for Business Value d'IBM, qui révèle que même si 82 % des entreprises envisagent de déployer l'intelligence artificielle, 60 % craignent les problèmes de responsabilité et 63 % n'ont pas les compétences internes nécessaires pour gérer cette technologie en toute confiance.
Visibilité dans les décisions relatives à l'IA
Ces nouvelles capacités portant sur la confiance et la transparence et délivrées en mode cloud fonctionnent avec des modèles construits à partir d'une grande variété de framework de Machine Learning construits sur l’IA tels que Watson, Tensorflow, SparkML, AWS SageMaker et AzureML. Cela signifie que les organisations peuvent profiter de ces nouveaux services pour les principaux IA utilisés par les entreprises sur le marché.
Le service peut également être programmé pour surveiller les facteurs de décision de tout workflow dans l'entreprise, ce qui permet de l'adapter à l'utilisation spécifique de chaque organisation.
Ce service entièrement automatisé explique la prise de décision et détecte les biais dans les modèles d'IA au moment de l'exécution, c’est-à-dire au moment où les décisions sont prises, et détecte les résultats potentiellement non justes lorsqu'ils surviennent (voir la démonstration ici). Il est également important de noter qu'il recommande automatiquement des données à ajouter au modèle pour aider à atténuer tout biais qu'il a détecté.
Des explications sont fournies en termes faciles à comprendre, indiquant les facteurs qui ont pondéré la décision dans une direction par rapport à une autre, la confiance dans la recommandation et les facteurs à l'origine de cette confiance. De plus, le système garde en mémoire l'exactitude, la performance et l’équité du modèle, ainsi que la traçabilité des éléments nécessaires au service à la clientèle, à la réglementation ou la conformité, comme la conformité au RGPD.
Toutes ces fonctionnalités sont accessibles via des tableaux de bord visuels, ce qui offre aux utilisateurs une facilité à comprendre, à expliquer et à gérer les décisions conduites par l’IA et à réduire la dépendance à l'égard de compétences spécialisées en IA.
IBM offre également de nouveaux services de conseils pour aider les entreprises à concevoir des processus opérationnels et des interfaces humaines dotées d’intelligence artificielle afin de minimiser davantage l'impact des biais dans la prise de décision.
Donner à la communauté open source les moyens de construire une Intelligence Artificielle plus juste
En outre, IBM Research met à la disposition de la communauté open source la boîte à outils AI Fairness 360, une bibliothèque d'algorithmes, de codes et de tutoriels inédits qui fournira aux universitaires, aux chercheurs et aux spécialistes des données des outils et des connaissances pour intégrer la détection des biais au fur et à mesure qu’ils construisent et déploient les modèles d’apprentissage machine. Alors que d'autres ressources open-source se sont concentrées uniquement sur la vérification du biais dans les données de formation, la boîte à outils IBM AI Fairness 360 créée par IBM Research permettra de vérifier et d'atténuer le biais dans les modèles d'IA. La communauté mondiale open source est invitée à travailler en équipe pour faire progresser la science et faciliter la lutte contre les préjugés en matière d'IA. Vous trouverez plus d’informations sur ce blog.
Une étude révèle les priorités et les obstacles au déploiement de l'IA grand public
Selon l'étude d'IBM sur 5000 cadres supérieurs qui vient de paraître, IBM Institute for Business Value AI 2018 Report, il y a un changement significatif dans la façon dont les chefs d'entreprise considèrent le potentiel de l'intelligence artificielle à stimuler leur business et sa valeur ainsi que la croissance de leurs revenus.
Parmi les principales conclusions :
• 82 % des entreprises et 93 % des entreprises les plus performantes envisagent d'adopter l'IA ou vont de l'avant avec pour objectif l’accroissement du chiffre d’affaires.
• 60 % craignent les problèmes de responsabilité et 63 % n'ont pas les compétences nécessaires pour exploiter le potentiel de l'IA.
• Les CEO estiment que la plus grande valeur ajoutée de l'adoption de l'intelligence artificielle se situe dans les domaines de l’informatique, de la sécurité de l'information, de l'innovation, du service à la clientèle et de la gestion des risques.
• L'adoption de l'IA est plus élevée et devrait s'accélérer plus rapidement dans des secteurs plus numérisés tels que les services financiers.