Go offline with the Player FM app!
Qualité de l’IA, qualité de la data - Jean-Marie John Matthew (Cofondateur @ Giskard) #51
Manage episode 405724821 series 3426234
Jean-Marie John Matthew, Cofondateur de Giskard, est l’invité de l’épisode 51 de Data Driven 101.
Il nous parle de l’importance des tests pour l'intelligence artificielle, tant dans l’IA générative que dans l’IA “old school”.
Il nous détaille les vulnérabilités des IA, comme les hallucinations et fuites de données, et la nécessité d'adopter des stratégies de tests exhaustives et ciblées.
L’aventure entrepreneuriale, le positionnement open source et l’évolution du monde face aux Large Language Models viennent étoffer son témoignage.
🔑 MOTS CLÉS
Taxonomies de vulnérabilité : Référence aux classifications systématiques des faiblesses potentielles dans les modèles d'IA, comme les hallucinations (créations de fausses informations), omissions, et prompt injections (injections de commandes qui détournent le fonctionnement de l'IA).
Data leakage : Décrit une situation où des informations sensibles ou confidentielles sont accidentellement révélées par un modèle d'IA, souvent à cause d'une mauvaise gestion des données d'entraînement ou de défauts dans le modèle lui-même.
🎙 SOUTENEZ LE PODCAST
> Abonnez-vous 🔔
> Laissez 5 étoiles et un avis 🥰
Sur Spotify : ici
Sur Apple Podcast : ici
Sur Deezer : ici
Sur Google Podcast : ici
🧐 DANS LA MÊME THÉMATIQUE
Épisode 33 Guillaume Lample (Co-fondateur & Chief Scientist @ Mistral AI) : Les secrets des Large Language Models
Épisode 38 Stanislas Polu (Co-fondateur @ Dust) : Assistant personnel basé sur l’Intelligence Artificielle
Épisode 46 Pierre Vannier (CEO @ Flint) : Buy or build ? Externaliser l’IA et la Data Science
🚀 BESOIN D’EXPERTISE IA & DATA ?
Scopeo vous accompagne de A à Z dans vos projets IA : découvrez nos solutions :
Diagnostic IA & Data : évaluation du potentiel de l'Intelligence Artificielle pour votre entreprise, compréhension de ce qui est réalisable avec les technologies actuelles, et mesure des risques et des opportunités associés à l'IA pour votre activité
IA sur mesure : création d'une Intelligence Artificielle sur mesure, adaptée à vos besoins spécifiques, développement et intégration des meilleures solutions sur mesure pour répondre à vos problématiques uniques
Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.
Chapters
1. Introduction (00:00:00)
2. Évaluations des Modèles de Machine Learning (00:02:27)
3. Le Data Leakage (00:07:04)
4. Un marché en constante évolution (00:10:59)
5. Les avancées de ChatGPT et LLM (00:12:16)
6. La qualité des données (00:17:46)
7. Standardisation et labellisation (00:19:42)
8. L’Open source et sa monétisation (00:25:08)
9. Vision future et conseils pour l'intégration de l'IA dans les processus d'entreprise. (00:31:17)
71 episodes
Qualité de l’IA, qualité de la data - Jean-Marie John Matthew (Cofondateur @ Giskard) #51
Intelligence Artificielle - Data Driven 101 - Le podcast IA & Data 100% en français
Manage episode 405724821 series 3426234
Jean-Marie John Matthew, Cofondateur de Giskard, est l’invité de l’épisode 51 de Data Driven 101.
Il nous parle de l’importance des tests pour l'intelligence artificielle, tant dans l’IA générative que dans l’IA “old school”.
Il nous détaille les vulnérabilités des IA, comme les hallucinations et fuites de données, et la nécessité d'adopter des stratégies de tests exhaustives et ciblées.
L’aventure entrepreneuriale, le positionnement open source et l’évolution du monde face aux Large Language Models viennent étoffer son témoignage.
🔑 MOTS CLÉS
Taxonomies de vulnérabilité : Référence aux classifications systématiques des faiblesses potentielles dans les modèles d'IA, comme les hallucinations (créations de fausses informations), omissions, et prompt injections (injections de commandes qui détournent le fonctionnement de l'IA).
Data leakage : Décrit une situation où des informations sensibles ou confidentielles sont accidentellement révélées par un modèle d'IA, souvent à cause d'une mauvaise gestion des données d'entraînement ou de défauts dans le modèle lui-même.
🎙 SOUTENEZ LE PODCAST
> Abonnez-vous 🔔
> Laissez 5 étoiles et un avis 🥰
Sur Spotify : ici
Sur Apple Podcast : ici
Sur Deezer : ici
Sur Google Podcast : ici
🧐 DANS LA MÊME THÉMATIQUE
Épisode 33 Guillaume Lample (Co-fondateur & Chief Scientist @ Mistral AI) : Les secrets des Large Language Models
Épisode 38 Stanislas Polu (Co-fondateur @ Dust) : Assistant personnel basé sur l’Intelligence Artificielle
Épisode 46 Pierre Vannier (CEO @ Flint) : Buy or build ? Externaliser l’IA et la Data Science
🚀 BESOIN D’EXPERTISE IA & DATA ?
Scopeo vous accompagne de A à Z dans vos projets IA : découvrez nos solutions :
Diagnostic IA & Data : évaluation du potentiel de l'Intelligence Artificielle pour votre entreprise, compréhension de ce qui est réalisable avec les technologies actuelles, et mesure des risques et des opportunités associés à l'IA pour votre activité
IA sur mesure : création d'une Intelligence Artificielle sur mesure, adaptée à vos besoins spécifiques, développement et intégration des meilleures solutions sur mesure pour répondre à vos problématiques uniques
Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.
Chapters
1. Introduction (00:00:00)
2. Évaluations des Modèles de Machine Learning (00:02:27)
3. Le Data Leakage (00:07:04)
4. Un marché en constante évolution (00:10:59)
5. Les avancées de ChatGPT et LLM (00:12:16)
6. La qualité des données (00:17:46)
7. Standardisation et labellisation (00:19:42)
8. L’Open source et sa monétisation (00:25:08)
9. Vision future et conseils pour l'intégration de l'IA dans les processus d'entreprise. (00:31:17)
71 episodes
Alle Folgen
×Welcome to Player FM!
Player FM is scanning the web for high-quality podcasts for you to enjoy right now. It's the best podcast app and works on Android, iPhone, and the web. Signup to sync subscriptions across devices.