Un modèle d'IA affiche quatre-vingt-onze pour cent de précision dans son laboratoire d'origine, puis tombe à trente pour cent sur les images d'une autre clinique. Dans cet épisode, Mathieu et Julie partent de la revue de Sahu et Mishra, qui a passé au crible quarante-cinq études d'IA en imagerie vétérinaire, pour en tirer une grille de lecture simple. Ils l'appliquent ensuite à une équipe napolitaine qui apprend à une IA à reconnaître les tumeurs testiculaires du chien sur lame numérisée, puis à un registre brésilien du cancer où un modèle de langage code les diagnostics, et peine encore à dire « je ne sais pas ». Un épisode pour comprendre ce que ces outils savent faire, ce qu'ils ne savent pas faire, et les questions à poser avant de leur faire confiance.
Podden och tillhörande omslagsbild på den här sidan tillhör
Mathieu LAMANT. Innehållet i podden är skapat av Mathieu LAMANT och inte av,
eller tillsammans med, Poddtoppen.
