Continuant dans sa poussée d’outils IA open source, Meta met à jour son modèle DINOv2 et dévoile FACET, un outil d’évaluation sur l’équité des intelligences artificielles concernant les objets et les personnes.
Une mise à jour de DINOv2 ?
Mis en ligne en avril 2023, DINOv2 est un modèle de vision par ordinateur open source fonctionnant par apprentissage auto supervisé pour entraîner les IA. Ce 1er septembre, Meta a annoncé dans un billet de blog mettre à jour son modèle de vision en le rendant disponible sur Apache 2.0, ainsi qu’en publiant des modèles de prédiction. Ces nouveaux modèles serviront à la segmentation sémantique d’images et l’estimation monoculaire de la profondeur, offrant ainsi aux développeurs et aux chercheurs une plus grande flexibilité pour explorer ses capacités sur des tâches en aval.
Une démo des capacités de DINOv2 est disponible sur le site de Meta.
FACET, un outil d’évaluation ?
FACET est un outil composé de 32 000 images et 50 000 personnes, étiquetées humainement, prenant en compte les différentes classes sociales liées aux professions et activités, ainsi que des caractéristiques physiques et démographiques.
FACET détecte les biais de reconnaissance des modèles de vision par ordinateur pour offrir une meilleure reconnaissance et une segmentation plus éthique des personnes. Pour prouver son efficacité, Meta a fait installer FACET sur DINOv2 et a pu observer plusieurs biais de segmentation, DINOv2 ayant tendance à stéréotyper les femmes en “infirmières”.
Meta fournit aux chercheurs et développeurs un outil permettant d’explorer les données, les évaluer, les tester et les faire valider pour obtenir un meilleur résultat de reconnaissance. C’est pourquoi si cet article vous a plu et que l’actualité data vous intéresse ou que vous envisagez une formation en Data Science, n’hésitez pas à découvrir nos articles ou nos offres de formations sur DataScientest.
Source : ai.meta.com
