|
|
|
@ -241,33 +241,38 @@ TRANSP:TRANSPARENT |
|
|
|
CATEGORIES:method___tools |
|
|
|
CATEGORIES:method___tools |
|
|
|
END:VEVENT |
|
|
|
END:VEVENT |
|
|
|
BEGIN:VEVENT |
|
|
|
BEGIN:VEVENT |
|
|
|
DESCRIPTION:Le numérique fait-il partie du problème ou de la solution quand |
|
|
|
DESCRIPTION:Un chatbot créé par Microsoft qui dérive avec des propos antisé |
|
|
|
on parle de réchauffement climatique ?\n\n5 milliards de smartphones en ci |
|
|
|
mites\, Amazon qui scanne des CVs et finit par ne recruter que des hommes b |
|
|
|
rculation en 2020\, ça représente quoi en consommation énergétique\, en gaz |
|
|
|
lancs\, des algorithmes de reconnaissance faciale qui ont du mal avec les p |
|
|
|
à effet de serre\, en pollution chimique ?\n\nLe streaming illimité à 10 e |
|
|
|
ersonnes de couleur noire\, ... Que d'exemples où l'IA a intégré nos propre |
|
|
|
uros par mois c'est le pied mais aujourd'hui Netflix a à peu près l'emprein |
|
|
|
s biais sociétaux. Il est urgent que nous\, développeurs\, prenions nos res |
|
|
|
te carbone du plus gros cimentier mondial\, qui va payer la facture environ |
|
|
|
ponsabilités et mesurons les enjeux éthiques de l'IA pour éviter que les st |
|
|
|
nementale ?\n\nTous les mails de votre vie (que vous ne lirez plus jamais) |
|
|
|
éréotypes\, les inégalités et les préjugés se retrouvent au cœur de nos fut |
|
|
|
disponibles sur Gmail\, très utile\, mais après 2020 on ne saura peut-être |
|
|
|
urs systèmes.\n\nCette présentation propose des root cause analysis sur des |
|
|
|
plus produire industriellement les équipements nécessaires à leur stockage. |
|
|
|
exemples concrets de ces biais et présente des alternatives qui auraient p |
|
|
|
\n\nOn arrive dans "l'âge des limites"\, pour le numérique comme pour le re |
|
|
|
ermis d'éviter ces biais en "production" autant d'un point de vue humain qu |
|
|
|
ste. Quels sont les leviers pour basculer vers un numérique durable ?\n\nEt |
|
|
|
e technique.\n\nNous verrons notamment que l’éthique peut directement être |
|
|
|
si malgré tout on décidait de s'en foutre ? 2 degrés en plus\, c'est juste |
|
|
|
abordée au niveau des données et de leur préparation à l’apprentissage. Nou |
|
|
|
un pull en moins non ? Non. Par contre c'est 30% en moins sur les rendemen |
|
|
|
s nous concentrerons principalement sur l’impact des statistiques des donné |
|
|
|
ts agricoles pour ... 30 % de population en plus en 2050. En 1970\, Dennis |
|
|
|
es d’entraînement et les transformations à appliquer en pré-processing (mét |
|
|
|
Meadows modélisait sur les ordinateurs du MIT un crash du système planétair |
|
|
|
riques de fairness\, améliorer la fairness sur des données annotées)\, et n |
|
|
|
e pour les décennies 2020-2030. Pour l'instant\, c'est cette trajectoire qu |
|
|
|
ous montrerons comment des benchmarks permettent d'appréhender l’impact des |
|
|
|
e notre monde suit. |
|
|
|
méthodes de fairness sur la précision des modèles entraînés.\n\nLa confian |
|
|
|
|
|
|
|
ce et l’équité passe avant tout par une compréhension de la prise de décisi |
|
|
|
|
|
|
|
on par l’utilisateur. Par conséquent\, nous présenterons diverses méthodes |
|
|
|
|
|
|
|
pour expliquer la prise de décision d’un modèle boîte noire (principalement |
|
|
|
|
|
|
|
des algorithmes de deep learning) et mettons en garde contre une mauvaise |
|
|
|
|
|
|
|
interprétation de ces explications. |
|
|
|
DTSTART:20191003T120000 |
|
|
|
DTSTART:20191003T120000 |
|
|
|
DURATION:PT40M |
|
|
|
DURATION:PT40M |
|
|
|
LOCATION:#2 |
|
|
|
LOCATION:#2 |
|
|
|
SUMMARY:"Numérique et environnement" ou "On aurait pu sauver les abeilles\, |
|
|
|
SUMMARY:Quand les ratés des IAs nous renvoient à nos propres biais sociétau |
|
|
|
on a préféré sortir un nouvel iPhone" |
|
|
|
x |
|
|
|
UID:zDbtrtvdLPG1okj07wyI |
|
|
|
UID:ZsAGxn6UZi1hfzz2bwR7 |
|
|
|
URL:https://devfesttoulouse.fr/sessions/_numerique_et_environnement__ou__on |
|
|
|
URL:https://devfesttoulouse.fr/sessions/quand_les_rates_des_ias_nous_renvoi |
|
|
|
_aurait_pu_sauver_les_abeilles__on_a_prefere_sortir_un_nouvel_iphone_ |
|
|
|
ent_a_nos_propres_biais_societaux |
|
|
|
TRANSP:TRANSPARENT |
|
|
|
TRANSP:TRANSPARENT |
|
|
|
CATEGORIES:wtf |
|
|
|
CATEGORIES:big_data___ml___ai |
|
|
|
END:VEVENT |
|
|
|
END:VEVENT |
|
|
|
BEGIN:VEVENT |
|
|
|
BEGIN:VEVENT |
|
|
|
DESCRIPTION:Dans ce talk je vous montrerai comment expliquer simplement le |
|
|
|
DESCRIPTION:Dans ce talk je vous montrerai comment expliquer simplement le |
|
|
|
@ -399,38 +404,33 @@ TRANSP:TRANSPARENT |
|
|
|
CATEGORIES:wtf |
|
|
|
CATEGORIES:wtf |
|
|
|
END:VEVENT |
|
|
|
END:VEVENT |
|
|
|
BEGIN:VEVENT |
|
|
|
BEGIN:VEVENT |
|
|
|
DESCRIPTION:Un chatbot créé par Microsoft qui dérive avec des propos antisé |
|
|
|
DESCRIPTION:Le numérique fait-il partie du problème ou de la solution quand |
|
|
|
mites\, Amazon qui scanne des CVs et finit par ne recruter que des hommes b |
|
|
|
on parle de réchauffement climatique ?\n\n5 milliards de smartphones en ci |
|
|
|
lancs\, des algorithmes de reconnaissance faciale qui ont du mal avec les p |
|
|
|
rculation en 2020\, ça représente quoi en consommation énergétique\, en gaz |
|
|
|
ersonnes de couleur noire\, ... Que d'exemples où l'IA a intégré nos propre |
|
|
|
à effet de serre\, en pollution chimique ?\n\nLe streaming illimité à 10 e |
|
|
|
s biais sociétaux. Il est urgent que nous\, développeurs\, prenions nos res |
|
|
|
uros par mois c'est le pied mais aujourd'hui Netflix a à peu près l'emprein |
|
|
|
ponsabilités et mesurons les enjeux éthiques de l'IA pour éviter que les st |
|
|
|
te carbone du plus gros cimentier mondial\, qui va payer la facture environ |
|
|
|
éréotypes\, les inégalités et les préjugés se retrouvent au cœur de nos fut |
|
|
|
nementale ?\n\nTous les mails de votre vie (que vous ne lirez plus jamais) |
|
|
|
urs systèmes.\n\nCette présentation propose des root cause analysis sur des |
|
|
|
disponibles sur Gmail\, très utile\, mais après 2020 on ne saura peut-être |
|
|
|
exemples concrets de ces biais et présente des alternatives qui auraient p |
|
|
|
plus produire industriellement les équipements nécessaires à leur stockage. |
|
|
|
ermis d'éviter ces biais en "production" autant d'un point de vue humain qu |
|
|
|
\n\nOn arrive dans "l'âge des limites"\, pour le numérique comme pour le re |
|
|
|
e technique.\n\nNous verrons notamment que l’éthique peut directement être |
|
|
|
ste. Quels sont les leviers pour basculer vers un numérique durable ?\n\nEt |
|
|
|
abordée au niveau des données et de leur préparation à l’apprentissage. Nou |
|
|
|
si malgré tout on décidait de s'en foutre ? 2 degrés en plus\, c'est juste |
|
|
|
s nous concentrerons principalement sur l’impact des statistiques des donné |
|
|
|
un pull en moins non ? Non. Par contre c'est 30% en moins sur les rendemen |
|
|
|
es d’entraînement et les transformations à appliquer en pré-processing (mét |
|
|
|
ts agricoles pour ... 30 % de population en plus en 2050. En 1970\, Dennis |
|
|
|
riques de fairness\, améliorer la fairness sur des données annotées)\, et n |
|
|
|
Meadows modélisait sur les ordinateurs du MIT un crash du système planétair |
|
|
|
ous montrerons comment des benchmarks permettent d'appréhender l’impact des |
|
|
|
e pour les décennies 2020-2030. Pour l'instant\, c'est cette trajectoire qu |
|
|
|
méthodes de fairness sur la précision des modèles entraînés.\n\nLa confian |
|
|
|
e notre monde suit. |
|
|
|
ce et l’équité passe avant tout par une compréhension de la prise de décisi |
|
|
|
|
|
|
|
on par l’utilisateur. Par conséquent\, nous présenterons diverses méthodes |
|
|
|
|
|
|
|
pour expliquer la prise de décision d’un modèle boîte noire (principalement |
|
|
|
|
|
|
|
des algorithmes de deep learning) et mettons en garde contre une mauvaise |
|
|
|
|
|
|
|
interprétation de ces explications. |
|
|
|
|
|
|
|
DTSTART:20191003T100000 |
|
|
|
DTSTART:20191003T100000 |
|
|
|
DURATION:PT40M |
|
|
|
DURATION:PT40M |
|
|
|
LOCATION:#3 |
|
|
|
LOCATION:#3 |
|
|
|
SUMMARY:Quand les ratés des IAs nous renvoient à nos propres biais sociétau |
|
|
|
SUMMARY:"Numérique et environnement" ou "On aurait pu sauver les abeilles\, |
|
|
|
x |
|
|
|
on a préféré sortir un nouvel iPhone" |
|
|
|
UID:ZsAGxn6UZi1hfzz2bwR7 |
|
|
|
UID:zDbtrtvdLPG1okj07wyI |
|
|
|
URL:https://devfesttoulouse.fr/sessions/quand_les_rates_des_ias_nous_renvoi |
|
|
|
URL:https://devfesttoulouse.fr/sessions/_numerique_et_environnement__ou__on |
|
|
|
ent_a_nos_propres_biais_societaux |
|
|
|
_aurait_pu_sauver_les_abeilles__on_a_prefere_sortir_un_nouvel_iphone_ |
|
|
|
TRANSP:TRANSPARENT |
|
|
|
TRANSP:TRANSPARENT |
|
|
|
CATEGORIES:big_data___ml___ai |
|
|
|
CATEGORIES:wtf |
|
|
|
END:VEVENT |
|
|
|
END:VEVENT |
|
|
|
BEGIN:VEVENT |
|
|
|
BEGIN:VEVENT |
|
|
|
DESCRIPTION:The singe most important feature of Rust is memory safety. Writ |
|
|
|
DESCRIPTION:The singe most important feature of Rust is memory safety. Writ |
|
|
|
|
Igor Laborie
5 years ago