Modèle mondial
Un modèle d'IA consolidé formé à partir de données agrégées provenant de sources multiples, par opposition à des modèles localisés ou personnalisés.
Définition
Des modèles centralisés qui tirent des enseignements de toutes les données disponibles, atteignant souvent une précision globale élevée mais pouvant sous-desservir des sous-populations spécifiques. La gouvernance des modèles mondiaux consiste à évaluer les performances par segment, à évaluer l'équité entre les régions ou les groupes démographiques et à décider quand les modèles localisés ou personnalisés (par exemple, les variantes fédérées) sont les plus appropriés pour les applications sensibles.
Exemple concret
Une entreprise de transport déploie un modèle mondial de prévision de la demande basé sur les données des villes du monde entier. Bien qu'elle prévoie bien les tendances de Londres et de New York, elle sous-performe sur les marchés émergents. L'équipe met ensuite en œuvre des ajustements régionaux sur les données locales afin de créer des modèles hybrides qui associent les connaissances mondiales aux modèles de comportement locaux.
.svg)
