Dr. Umang Bhatt explore les cadres techniques et organisationnels nécessaires pour atteindre la transparence et l'explicabilité dans les systèmes d'intelligence artificielle générative.
•
Sujets
Écouter sur Spotify
Écouter sur YouTube
Écoutez sur Apple
Résumé
Dans cet épisode, nous nous entretenons avec le Dr. Umang Bhatt, professeur adjoint à la NYU et chercheur associé principal à l'Alan Turing Institute. Umang est un chercheur de renommée mondiale spécialisé dans l'explicabilité de l'IA et l'interaction homme-machine.
La discussion est centrée sur le « comment » et le « pourquoi » de la transparence des modèles, explorant des méthodes pratiques pour expliquer les résultats de l'IA générative aux utilisateurs finaux non techniques, ainsi que sur l'importance d'établir des boucles de rétroaction robustes entre les parties prenantes internes.
Vous pouvez écouter cet épisode sur Spotify ou Apple Music, ou le visionner ici sur YouTube.
Points clés à retenir
La distinction entre l'interprétabilité pour les ingénieurs et l'explicabilité pour les utilisateurs finaux.
Les approches techniques visant à restreindre les résultats de l'IA générative afin de garantir la sécurité.
Boucler la boucle : pourquoi les équipes de conformité doivent impérativement communiquer avec les responsables du développement.
Tirer parti de l'IA pour une éducation personnalisée tout en maintenant des normes éthiques élevées.
Perspectives mondiales : promouvoir des cadres d'IA responsable au-delà des États-Unis, de l'Union européenne et de la Chine.
Écouter sur Spotify
Écouter sur YouTube
Écoutez sur Apple
Donnez à votre organisation les moyens d'adopter, de gérer et de surveiller l'IA avec une confiance de niveau entreprise. Conçu pour les organisations réglementées opérant à grande échelle.