Afaf Taik est actuellement boursière postdoctorale Claire DesChênes au Mila – Institut québécois d’intelligence artificielle et à l’Université de Montréal, travaillant sur l’intersection de l’équité et de la confidentialité en apprentissage automatique avec le Dr Golnoosh Farnadi. Elle a obtenu un doctorat en génie électrique en juin 2022 de l’Université de Sherbrooke, où elle a travaillé sous la supervision du Pr. Soumaya Cherkaoui sur des problèmes liés aux algorithmes d’apprentissage automatique distribué dans les réseaux sans fil. Avant cela, elle a obtenu un DESS de l’Université de Sherbrooke (2018) et un diplôme en génie logiciel de l’ENSIAS, au Maroc (2018). Pendant son doctorat, elle a reçu la médaille Leonard De Vinci de la faculté de génie de l’Université de Sherbrooke, ainsi que le prix du meilleur article lors de la conférence IEEE LCN 2021.
SESSION
CETTE PRESENTATION SERA DONNÉE EN ANGLAIS
Vers une IA inclusive : Comprendre les biais dans les modèles d’apprentissage automatique
Les modèles d’apprentissage automatique encodent de nombreux biais et les amplifient, entraînant divers préjudices sociétaux. Dans cette présentation, nous discutons de la manière dont les biais se propagent à travers le pipeline d’apprentissage automatique et entraînent des préjudices. Nous mettons également en lumière les efforts d’atténuation existants en mettant l’accent sur les grands modèles de langage.
