De la confiance dans les systèmes de traitement de la parole: vulnérabilités, biais et interprétabilité
Date:
Abstract: Malgré les avancées récentes en traitement automatique du texte et de la parole, et leur adoption dans de nombreux domaines, l’un des principaux freins à leur déploiement reste la confiance que nous pouvons accorder à ces systèmes.
- Quelle confiance accorder à un système vulnérable à une large gamme d’attaques, qu’elles soient volontaires ou naïves ?
- Quelle confiance accorder à un modèle conçu et entraîné pour une population spécifique, avec sa langue, sa culture et ses valeurs ?
- Quelle confiance, enfin, accorder à une « boîte noire » dont les décisions restent difficilement explicables ?
Dans ce talk, je propose d’explorer plusieurs axes de recherche menés ces dernières années au sein de mon laboratoire à Johns Hopkins University. Nous aborderons les attaques adversariales et par empoisonnement des données, les méthodes de détection, de mesure et de correction des biais, ainsi que des travaux récents et en cours sur l’interprétabilité des modèles appliqués au diagnostic de maladies neurologiques et neurodégénératives à partir de la parole et de l’écriture. L’objectif est de montrer comment ces différentes approches contribuent à renforcer la robustesse, l’équité et la transparence des systèmes de traitement de la parole, des conditions essentielles à une confiance durable dans leur déploiement réel.