Chapitre 3. Données et gouvernance de l'IA et ingénierie de l'IA
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Le premier chapitre de cet ouvrage a présenté la loi européenne sur l'IA et posé les bases pour comprendre l'IA digne de confiance comme sa motivation première. Nous avons ensuite exploré les aspects d'ingénierie du processus de développement de la ML et examiné la synergie entre le modèle de cycle de vie CRISP-ML(Q) et les composants techniques de MLOps, en soulignant comment cette intégration soutient le développement d'une IA digne de confiance grâce à des processus structurés, à la transparence et à la reproductibilité. Ici, nous nous concentrerons sur la conformité d'un point de vue organisationnel, en considérant l'interaction entre la gouvernance des données et de l'IA, la gestion des risques et la conformité avec la loi européenne sur l'IA.
L'importance de la gouvernance des données et de l'IA à l'ère de la loi européenne sur l'IA.
Commençons par trois exemples notables du monde réel qui illustrent comment de mauvaises pratiques de gouvernance des données et de l'IA ont conduit à des échecs importants des produits d'IA :
- IBM Watson pour l'oncologie
-
Le développement de Watson pour l'oncologie (lancé en 2016) a fait l'objet de critiques importantes en raison du fait que le système recommandait des traitements anticancéreux dangereux et incorrects. Cela a été attribué à des données ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access