Selected Presentations

Le premier Webinaire sur l'IA générative organisé par l'Équipe de droit international, européen et comparé et la Société de législation comparé.

Calculer le danger qu'encourt une femme victime de violences conjugales, proposer de la publicité ciblée, évaluer les droits aux aides sociales... À l’ère numérique, nos existences sont régies par les algorithmes. Voici une enquête sur le "capitalisme de surveillance" et ses dangers, nourrie d’analyses de chercheurs et de témoignages d’utilisateurs.

The sample complexity of sequential or active testing problems can often be determined by simple information-theoretic arguments, but not always. We will discuss in this talk some paradigmatic situations, some of which are well understood and some of which remain to be investigated.

Comment comprendre les progrès réalisés ces dernières décennies par l'intelligence artificielle? Quelles perspectives ouvrent-ils ? Quels sont maintenant les grands défis de la recherche pour permettre des avancées applicatives nouvelles ?

We consider the problem introduced by [MJTN20] of identifying all the ε-optimal arms in a finite stochastic multi-armed bandit with Gaussian rewards. In the fixed confidence setting, we give a lower bound on the number of samples required by any algorithm that returns the set of ε-good arms with a failure probability less than some risk level δ. This bound writes as T * ε (µ) log(1/δ), where T * ε (µ) is a characteristic time that depends on the vector of mean rewards µ and the accuracy parameter ε. We also provide an efficient numerical method to solve the convex max-min program that defines the characteristic time. Our method is based on a complete characterization of the alternative bandit instances that the optimal sampling strategy needs to rule out, thus making our bound tighter than the one provided by [MJTN20]. Using this method, we propose a Track-and-Stop algorithm that identifies the set of ε-good arms w.h.p and enjoys asymptotic optimality (when δ goes to zero) in terms of the expected sample complexity. Finally, using numerical simulations, we demonstrate our algorithm's advantage over state-of-the-art methods, even for moderate values of the risk parameter.

Les algorithmes d'analyse automatique des données sont maintenant très utilisés dans de nombreux contextes, de la recommandation de contenu à la reconnaissance d'images. Cela n'est pas sans poser des questions sociales, notamment quand les données sont sensibles: l'utilisation de ces algorithmes permet-elle de retrouver des données personnelles ? Par exemple, il peut être très intéressant d'utiliser des données de l'assurance maladie pour détecter très tôt d'éventuels effets secondaires indésirables de certains traitements. Mais comment le faire tout en garantissant aux patients de ne pas trahir le secret médical ? Nous verrons comment ce problème a donné naissance à la notion de "confidentialité différentielle", et comment ce problème est abordé d'un point de vue algorithmico-probabiliste.

The analysis of high-dimensional data sets is now ubiquitous in many applications and blends tools from probability theory, machine learning, geometry, graph theory, statistics and optimization. The objective of this two-day event is to gather researchers from different backgrounds to explore recent advances in this field and to stimulate discussions. The outline of the course (which is scheduled from 9am to 5:30pm) is as follows: Motivation (Binary Classification, 1-nearest neighbor, Dimensionality Reduction, Missing Mass Estimation); Chernoff’s Method( Basics, Johnson-Lindenstrauss Lemma, Non-parametric Bounds, application to Good-Turing estimator, extensions to dependent variables, application to histograms and missing mass); KL Divergence and Lower Bounds (Kullback-Leibler Divergence, No Free Lunch Theorem); Uniform Laws of Large Numbers (VC-dim, Sauer's lemma, symmetrization, Finite VC-dimension implies learnability).

Les incompatibilités entre exploitation des données et respect de la vie privée sont explorées depuis longtemps. La banalisation des algorithmes d’intelligence artificielle vient exacerber cette tension. Pour détecter et réduire le risque de discrimination ainsi que pour répondre au droit à l’explication légitime des citoyens, les algorithmes exploitant des données personnelles se doivent d’être déployés dans un cadre juridique et éthique strict. Au-delà du constat, nous nous attacherons, lors de ce café et pour répondre à cette nécessité, à lister également quelques possibilités de contrôle à développer.

After Florent Krzakala's second lecture in les Houches, we present some insights on the possibility to learn in very high dimension, and on the double descent phenomenon, in some simple (and less simple) teacher-student settings.

We present Neural Networks for classification and Regression, and three necessary but challenging mathematical problems they suggest: approximation, optimization, and generalization.

Associant données massives (big data) et algorithmes d’apprentissage automatique (machine learning), la puissance des outils de décision automatique suscite autant d’espoir que de craintes. De nombreux textes législatifs européens (RGPD) et français récemment promulgués tentent d’encadrer les usages de ces outils. Cependant, les risques de discrimination, les problèmes de transparence et ceux de qualité des décisions algorithmiques sont toujours très présents : la législation va toujours moins vite que la pratique… Les incompatibilités entre exploitation des données et respect de la vie privée sont explorées depuis longtemps. La banalisation des algorithmes d’intelligence artificielle vient exacerber cette tension. Pour détecter et réduire le risque de discrimination ainsi que pour répondre au droit à l’explication légitime des citoyens, les algorithmes exploitant des données personnelles se doivent d’être déployés dans un cadre juridique et éthique strict. Au-delà du constat, nous nous attacherons, lors de ce café et pour répondre à cette nécessité, à lister également quelques possibilités de contrôle à développer.

We present sequential and active statistics problems, and how Information Theory can help providing lower bounds, but also optimal algorithms.

L'objectif de cet exposé est de sensibiliser à la question de la loyauté des algorithmes de décision automatique basé sur l'apprentissage statistique. Après avoir rappelé la démarche de cette dernière, nous développerons un exemple illustrant quelques problèmes qu'ils peuvent poser, et la manière dont des statisticiens peuvent l'aborder.