Les limitations des méthodes d’IA sont bien connues : elles sont extrêmement gourmandes en termes de données et de temps de calcul pour l’entraînement et elles mènent à des solutions parfois peu robustes, qui présentent des comportements erratiques, dans des situations, de plus, difficiles à caractériser. Une solution à ces deux limitations est d’intégrer à ces techniques dirigées par les données toutes connaissances a priori disponibles sur le processus que l’on cherche à modéliser.

Tandis que l’IA se fait de plus en plus omniprésente et pénètre des domaines où elle était encore inconnue jusque récemment (gestion des ressources humaines, administrations, fintech, sciences fondamentales, e-health, justice, industrie 4.0, etc.), il devient évident qu’une relation de confiance doit être établie entre les utilisateurs et celle-ci. Qu’ils soient experts ou non, les personnes confrontées à l’IA sont en droit d’attendre certaines garanties (fiabilités, respect de la confidentialité des données, stabilité et cohérence des décisions, etc.).

Les relations entre intelligence artificielle et experts humains ou même utilisateurs « lambda » (dans le cadre des interfaces homme-machine ou de processus de ludification) proposent de nombreux avantages et ouvrent des perspectives quant à l’application de l’IA dans des domaines sensibles (médecine, justice, etc.).

TRAIL Factory – Une plateforme ouverte pour l’intelligence artificielle fiable et réutilisable

La TRAIL Factory est la plateforme du réseau TRAIL (Trusted AI Labs) dédiée à la mise en œuvre concrète de briques technologiques issues de l’intelligence artificielle (IA).

Elle facilite l’opérationnalisation des outils IA, leur diffusion et leur valorisation auprès des entreprises, des services publics et du monde académique.

L'apprentissage actif et semi-supervisé sont des techniques importantes lorsque les données étiquetées
sont rares. L'apprentissage semi-supervisé combine à la fois des exemples étiquetés et des exemples
non étiquetés pour former un meilleur classifieur. L'apprentissage actif est le processus de
hiérarchisation d'un ensemble d'instances non étiquetées qui doivent être étiquetées par des experts
afin d'avoir le plus grand impact sur la formation d'un classifieur. Il peut être judicieux d'utiliser

Le domaine de l'Intelligence Artificielle est vaste et il n'existe pas forcément un Grand Défi issu des besoins des entreprises pour toutes les thématique de recherche abordées par les chercheurs de la TRAIL Factory.

Dans ce cas, les contributions à la TRAIL Facotry sont rattachées à ce Grand Défi Général de Recherche.