Participation au TechSprint de l’ACPR
L’équipe BourbakIA composée à l’initiative de David Cortés (Président Fondateur d’AIvidence), et de Jean-Matthieu Schertzer (Responsable Machine Learning explicable pour H2O) et regroupant des collaborateurs de SoyHuCe, Quinten et UntieNots participe ces 30 juin et 1er juillet au premier TechSprint de l’ACPR.
Le défi: expliquer des boîtes noires d’IA pour l’octroi de crédit avec des méthodes innovantes
L’ACPR lance le défi d’expliquer des modèles predictifs d’octroi de credit (estimation de la probabilité de défaut de paiement à 12 mois) développés par des établissements bancaires en France.
L’explicabilité de ces modèles est nécessaire pour générer plus de confiance, et donc d’adoption dans l’utilisation de l’intelligence artificielle. Mais également de garder un contrôle suffisant sur le fonctionnement de modèles qui sont pour certains en entrée des modèles internes Bâlois. Selon l’ACPR cette explicabilité doit s’adresser tout particulièrement à trois publics cibles :
L’équipe BourbaKIA est présente pour relever le défi!
L’équipe BourbakIA regroupe des ingénieurs actifs depuis <2016 sur les sujets d’explicabilité et d’audit des algorithmes d’IA. Ils se sont réunis plus intensément en préparation de cet évènement pour faire jouer leurs complémentarités.
D’une part, au niveau de leurs savoirs faire individuels (core contributeur à la librairie Skope-Rules, au lancement de la Chaire XAI4AML, etc.). D’autre part, capitalisant sur certains actifs de leurs structures : fédération des acteurs de l’explicabilité de l’IA, qui est propre à la mission d’AIvidence, expertise explicabilité et framework OpenSource pour H2O, expertise en environnements de calculs et API pour SoyHuCe, expertise Data Science pour UntieNots et Quinten.
