Titre : Protocoles d'accord traçables

Abtract : Les modèles d'IA devenant de plus en plus puissants, il est intéressant de les utiliser dans des processus décisionnels importants, en collaboration avec des décideurs humains. Mais comment un être humain et un modèle d'apprentissage automatique devraient-ils collaborer pour prendre des décisions meilleures que celles que chacun d'eux pourrait prendre seul ? Si l'être humain et le modèle d'IA étaient des bayésiens parfaits, opérant dans un cadre avec un a priori communément connu et correctement spécifié, le théorème d'accord classique d'Aumann nous donnerait une réponse : ils pourraient engager une conversation sur la tâche à accomplir, et leur conversation serait garantie de converger vers un accord (améliorant la précision). Ce résultat classique nécessiterait toutefois de faire de nombreuses hypothèses peu plausibles, à la fois sur les connaissances et la puissance de calcul des deux parties. Nous montrons comment retrouver des résultats similaires (et plus généraux) en utilisant uniquement des hypothèses calculables et statistiquement traçables, qui relâchent considérablement la rationalité bayésienne totale. Travail conjoint avec Natalie Collina, Varun Gupta et Surbhi Goel, basé sur un article qui paraîtra dans STOC 2025.

À propos de la série de conférences distinguées de Vector
Le Vector Distinguished Lecture Series est un rassemblement formel de scientifiques des données universitaires et industriels de la région du Grand Toronto (GTA) pour discuter de sujets avancés dans le domaine de l'apprentissage automatique. Son objectif est de renforcer la communauté de l'apprentissage automatique à Toronto. Les conférences seront données par des professeurs internationaux et locaux ainsi que par des professionnels de l'industrie.

Cette série de séminaires s'adresse aux professeurs d'université et aux étudiants diplômés en apprentissage automatique dans les domaines de l'informatique, de l'ECE, des statistiques, des mathématiques, de la linguistique et de la médecine, ainsi qu'aux scientifiques des données titulaires d'un doctorat qui effectuent des recherches appliquées intéressantes dans la région du Grand Toronto. La communauté torontoise de l'apprentissage automatique sera plus forte lorsque nous nous connaîtrons et que nous connaîtrons les problèmes sur lesquels les gens travaillent.

La série de conférences de prestige de Vector est actuellement ouverte au public à distance. Les chercheurs de la communauté Vector auront la possibilité de rencontrer les conférenciers en personne. Toutes les conférences seront diffusées en ligne et publiées sur la chaîne YouTube de Vector.