Le cyberblog du coyote

Nous vivons dans l'illusion que la technologie est une immense banque de mémoire. Nous stockons des pétaoctets de données, nous archivons le moindre clic, nous entraînons des intelligences artificielles sur des siècles de textes. Pourtant, la technologie souffre d’une maladie chronique, presque consubstantielle à son évolution : elle manque cruellement de mémoire dès qu’il s’agit de sa propre histoire. Plus précisément, de l’histoire de celles qui l’ont forgée.

Lire le post de Nathalie Bordeau sur LinkedIn

Un modèle d’IA peut être très performant dans un cadre contrôlé, mais se dégrader lorsque les données qu’il reçoit en conditions réelles ne ressemblent plus exactement aux données sur lesquelles il a été conçu, validé ou récemment mis à jour.
Ainsi, lorsque la mise à jour du modèle est faite naïvement, on peut être confronté au problème de l’« oubli catastrophique » : le modèle a progressé sur les données récentes, mais perd brutalement en performance sur les données plus anciennes. Ce sont précisément ces difficultés qui motivent le développement de l’« apprentissage continu ».

Lire l'article d'Eric Moulines sur The Conversation

Des documents internes de la principale usine à trolls russe permettent une pongée au cœur de l'appareil de pouvoir. On y découvre des opérations sous fausse bannière – et une version trafiquée de Wikipédia.

Lire l'article de Lars Wienand et Jonas Mueller-Töwe sur Watson