Connect with us

Santé

Une méthode de détection novatrice améliore l’intelligence de l’IA en filtrant les données erronées avant son apprentissage.

Publié

on

Dans le domaine de l’intelligence artificielle (IA) et de l’apprentissage automatique, la qualité des données est cruciale pour assurer l’efficacité des modèles, comme les machines à vecteurs de support (SVM), souvent utilisés pour des tâches variées allant de la reconnaissance d’images à des diagnostics médicaux.

Même un faible nombre d’exemples mal étiquetés peut altérer la performance des SVM, car ces modèles s’appuient sur des points de données clés pour établir des décisions.

Pour remédier à cela, des chercheurs de la Florida Atlantic University ont mis au point une méthode innovante pour détecter et éliminer automatiquement ces étiquettes défectueuses avant l’entraînement des modèles, améliorant ainsi la précision des résultats.

Cette nouvelle approche utilise une technique mathématique, l’analyse des composants principaux de la norme L1, pour identifier les données aberrantes sans nécessiter d’intervention manuelle.

Les tests effectués sur divers ensembles de données ont démontré des améliorations significatives de la précision de la classification, même lorsque les données d’origine semblaient intactes.

Cette méthode ouvre des perspectives prometteuses pour l’IA, notamment dans des domaines critiques comme la santé ou la finance, où des erreurs peuvent avoir des conséquences graves.

En optimisant la qualité des données dès le départ, les chercheurs visent à rendre l’IA plus fiable et éthique.

Santé

Un nouveau cadre favorise la transparence dans les processus décisionnels.

Publié

on

Dans des domaines sensibles comme le diagnostic médical, il est crucial de comprendre les raisons derrière les décisions prises par les modèles d’intelligence artificielle (IA).

Une nouvelle méthode développée à l’Université du Michigan, appelée Raffinement de concept contraignant (CCR), vise à fournir des prédictions à la fois précises et explicables tout en réduisant les coûts de calcul.

Contrairement aux méthodes précédentes qui ajoutaient des éléments d’interprétation après coup, CCR intègre cette explicabilité directement dans l’architecture du modèle, permettant ainsi une meilleure adaptation aux spécificités des données traitées.

Cette approche offre une flexibilité qui améliore l’interprétabilité sans sacrifier la précision.

Par exemple, en ajustant la représentation d’un concept comme « os sain », le modèle peut mieux s’adapter aux données réelles, ce qui est particulièrement important dans les systèmes critiques où la transparence est primordiale, comme dans le secteur de la santé ou des finances.

Dans des essais, CCR a surpassé d’autres méthodes explicables en offrant une meilleure performance tout en restant accessible dans sa mise en œuvre, promettant des applications plus larges dans l’apprentissage automatique.

Continuer à lire

Entreprise

Le conseil d’administration de SAG-AFTRA valide l’accord sur l’IA et le nouveau contrat avec les entreprises de jeux.

Publié

on

Le SAG-AFTRA a validé un accord temporaire concernant les négociations sur les jeux vidéo, qui sera soumis à ratification par ses membres.

Ce contrat introduit des mesures significatives en matière d’intelligence artificielle, requérant un consentement éclairé pour son utilisation et permettant aux artistes de suspendre ce consentement en cas de grève.

Si ratifié, il se traduira par une augmentation de 15,17 % des revenus des artistes et des hausses supplémentaires de 3 % pendant trois ans.

Les contributions pour la santé et la retraite augmenteront également.

En plus des augmentations salariales, l’accord établit des minimums pour l’utilisation des répliques numériques, ainsi que des protections renforcées en matière de sécurité sur les lieux de travail.

Un professionnel de la santé sera obligatoire lors des performances potentiellement dangereuses et des périodes de repos sont garanties pour les artistes principaux.

Les membres de SAG-AFTRA, représentant environ 160 000 professionnels du secteur, auront jusqu’au 9 juillet 2025 pour voter sur cet accord.

Des informations supplémentaires seront disponibles sur leur site prochainement.

Continuer à lire

Santé

Découvrez Meo : la compagne de l’IA capable de flirter, d’être fidèle et même de ressentir de la jalousie.

Publié

on

MeO, un compagnon d’intelligence artificielle récemment lancé par la startup Meta Loop lors de London Tech Week, suscite des débats passionnés.

Présenté comme une « petite amie de l’IA » destiné à offrir un soutien émotionnel et à lutter contre la solitude, MeO se distingue par des traits hyper réalistes, incluant la jalousie.

Selon son fondateur, Hao Jiang, l’utilisateur peut personnaliser MeO pour qu’il réponde à ses préférences, de la flirtation à la loyauté, rendant ainsi possible une interaction sur mesure.

Cependant, cette capacité à susciter des réactions comme la jalousie inquiète des experts en santé mentale.

Bien que MeO puisse sembler répondre aux besoins émotionnels, des professionnels, comme la thérapeute Dr Nicole Nasr, soulignent que de tels compagnons numériques pourraient renforcer des dynamiques relationnelles malsaines et éloigner les utilisateurs de véritables connexions humaines.

Les critiques craignent également que cette technologie puisse remplacer les interactions humaines, tandis que Meta Loop défend que MeO vise à réduire l’isolement social.

Les implications de ce type d’intimité artificielle restent floues, suscitant des interrogations sur sa capacité réelle à procurer un véritable réconfort.

Continuer à lire

Populaires