Pourquoi tel algorithme produit-il tels résultats ?
Cette problématique d’explicabilité, Facebook l’aborde avec un outil nommé Captum.
Il en a annoncé le lancement en marge d’une mise à jour de sa bibliothèque d’apprentissage machine PyTorch.
La voilà en version 1.3, avec plusieurs fonctionnalités expérimentales :
PyTorch 1.3, c’est aussi un début de prise en charge des TPU, du nom de ces puces que Google Cloud dédie à l’IA.
Facebook lance en parallèle, sur Mac et Linux, le framework CrypTen.
Construit sur PyTorch, il implémente le calcul multipartite sécurisé pour permettre l’apprentissage machine sur des données chiffrées. D’autres approches sont explorées dans ce cadre, dont le chiffrement homomorphique et la confidentialité différentielle.
Il y a également du nouveau pour Detectron.
Cette bibliothèque de reconnaissance de formes était initialement fondée sur le framework Caffe2.
La transition de ce dernier vers PyTorch se répercute avec la nouvelle version de Detectron. Des modules supplémentaires voient le jour, dont un destiné à la segmentation panoptique.
En parallèle de diverses expérimentations, Microsoft livre une première version de WSL2 basée sur Linux…
Le dernier rapport environnemental de Google comporte peu d'indicateurs spécifiques à l'IA. Quelles perspectives l'entreprise…
Booster les performances des forces de vente en fondant les processus commerciaux sur ce que…
Respectivement DG et CTO de Red Hat France, Rémy Mandon et David Szegedi évoquent le…
Canonical formalise un service de conception de conteneurs minimalistes et y associe des engagements de…
L'Autorité de la concurrence s'apprêterait à inculper NVIDIA pour des pratiques anticoncurrentielles sur le marché…