Robustesse
La capacité d'un système d'intelligence artificielle à maintenir une performance fiable dans une variété de conditions difficiles ou adverses.
La propriété consistant à résister aux perturbations des entrées, aux changements de distribution ou aux vecteurs d’attaque (exemples antagonistes). Elle est obtenue grâce à l’entraînement antagoniste, aux méthodes d’ensemble ou à l’optimisation robuste. La gouvernance exige de spécifier des exigences de robustesse pour chaque cas d’usage, d’effectuer des tests selon des scénarios de contrainte définis et d’intégrer des contrôles de robustesse dans les processus de validation et de surveillance afin de garantir que les systèmes demeurent fiables dans des conditions réelles.
Un fournisseur de voitures autonomes soumet son système de vision à des simulations de brouillard, d’éblouissement et d’attaques par patchs adversariaux. Il intègre ces exemples adversariaux dans l’ensemble d’entraînement et applique une politique de gouvernance selon laquelle les performances, dans chacune de ces conditions, doivent atteindre des taux minimaux de détection avant tout déploiement sur autoroute.
Nous vous aidons à trouver des réponses
Quel problème Enzai résout-il ?
Enzai fournit une infrastructure de niveau entreprise pour gérer les risques et la conformité de l'IA. Il crée un système centralisé où les systèmes d'IA, les modèles, les ensembles de données et les décisions de gouvernance sont documentés, évalués et audités.
Pour qui Enzai est-il conçu ?
En quoi Enzai se distingue-t-il des autres outils de gouvernance ?
Pouvons-nous commencer si nous n'avons pas de processus de gouvernance de l'IA existant ?
La gouvernance de l'IA freine-t-elle l'innovation ?
Comment Enzai s'aligne-t-il avec l'évolution des réglementations en matière d'IA ?
Recherche, perspectives et mises à jour
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.