Machine Unlearning

Title: Machine Unlearning
Description: Cet atelier se penche sur le modèle MobileNET, un réseau d’apprentissage profond entraîné pour la classification d’images. Grâce à des méthodes graphiques et génératives, l’atelier examine la reconnaissance d’image pour remettre en cause les biais d’entraînement du modèle en question. Ces méthodes emploient des fonctions aléatoires pour perturber l'objectif initial du réseau et révéler ainsi le caractère indéterminé des résultats. Différents modes d’interaction sont proposés : une interface en ligne pour tester différents modèles dont MobileNET, et un programme JavaScript de quelques lignes (librairies p5.js et ml5.js), suffisamment concis pour soutenir une introduction à la programmation informatique.
Type: Atelier
Date: 2023
list of authors: Gaëtan Robillard
uri: https://robillardstudio.github.io/dev/mobilenet2gif/
image: https://robillardstudio.github.io/dev/mobilenet2gif/image.gif
productionCompany: Robillard Studio
dataset: ImageNet
model: MobileNET
has top concept: Obfuscation; Biais algorithmique; Indéterminé
collection: IA générative, puissances du faux et régimes d'authenticité; Intelligence artificielle

Item sets: Médias génératifs; IA générative, puissances du faux et régimes d'authenticité

There are no annotations for this resource.