Post AleYLpGYoBiAOb8JXc by maisouvaleweb@mstdn.fr
 (DIR) More posts by maisouvaleweb@mstdn.fr
 (DIR) Post #AleYLpGYoBiAOb8JXc by maisouvaleweb@mstdn.fr
       2024-09-04T07:30:48Z
       
       0 likes, 0 repeats
       
       "Alors, comment réussir à faire oublier une information précise à un réseau de neurones artificiel ?"Passionnant https://theconversation.com/apprendre-a-desapprendre-le-nouveau-defi-de-lintelligence-artificielle-237579
       
 (DIR) Post #AleYLqIixd2Jbb9YYK by tuxicoman@social.jesuislibre.net
       2024-09-04T07:44:50Z
       
       0 likes, 0 repeats
       
       @maisouvaleweb La question est intéressante mais l'approche trop naive.
       
 (DIR) Post #AleYPcKaqHZPR9pLxA by maisouvaleweb@mstdn.fr
       2024-09-04T07:45:31Z
       
       0 likes, 0 repeats
       
       @tuxicoman ah oui pourquoi ?
       
 (DIR) Post #AleZ2eZqQRgvhFZhho by tuxicoman@social.jesuislibre.net
       2024-09-04T07:52:36Z
       
       0 likes, 0 repeats
       
       @maisouvaleweb Si je décompose brievement l'algo de ce que les gens appelles 'IA', on a affaire a une fonction qui a une entrée(la question de l'utilisateur) et une sortie (le resultat fourni a l'utilisateur). Entre les 2 , un calcul mathématiques qui contient des opérations de convolutions, feedback, réductions, multiplication, additions, etc.. utilisant comme arguments l'entrée de la fonction et des constantes (définies par calibration ou "apprentissage").1/2
       
 (DIR) Post #AleZyZ7erbr1Zj0OpM by tuxicoman@social.jesuislibre.net
       2024-09-04T08:03:03Z
       
       0 likes, 0 repeats
       
       @maisouvaleweb Donc la question posée (supprimer un element de la calibration) revient a supprimer son impact dans les constantes ou le design de l'algo.Donc une piste serait de stocker le gradient de chaque element d'apprentissage sur les constantes finales (le delta de valeur qu'on ajoute a chaque constante pour se rapprocher de l'objectif) avec la complexité que l'apprentissage suivant dépend des valeurs antérieures et apprentissage par mini lots de données en compromis pour les perfs.