Transparence et interprétabilité des représentations apprises des réseaux neuronaux artificiels

Titre original :

Transparency and Interpretability for Learned Representations of Artificial Neural Networks

Contenu du livre :

L'intelligence artificielle (IA) est un concept dont la signification et la perception ont considérablement évolué au cours des dernières décennies. Débutant par des efforts de recherche individuels et purement théoriques dans les années 1950, l'IA est devenue un domaine de recherche pleinement développé des temps modernes et peut sans doute apparaître comme l'une des avancées technologiques les plus importantes de l'humanité.

Malgré ces progrès technologiques rapides, certaines questions clés concernant la transparence, l'interprétabilité et l'explicabilité des décisions prises par l'IA restent sans réponse. C'est ainsi qu'un jeune domaine de recherche, baptisé « IA explicable » (XAI), est né des exigences de plus en plus strictes concernant l'utilisation de l'IA dans des domaines critiques en matière de sécurité ou sensibles sur le plan éthique.

Une branche de recherche importante de l'IAO consiste à développer des méthodes qui aident à faciliter une compréhension plus profonde des connaissances acquises par les systèmes neuronaux artificiels. Ce livre présente une série d'études scientifiques qui expliquent comment adopter une approche empirique inspirée des neurosciences pour étudier la représentation apprise d'un réseau neuronal dans le même esprit que les études neuroscientifiques du cerveau.

Autres informations sur le livre :

• ISBN : 9783658400033
• Auteur : Richard Meyes
• Éditeur : Springer Vieweg
• Langue : anglais
• Reliure : Broché
• Année de publication : 2022
• Nombre de pages : 211