Traçabilité des documents pour les modèles d'apprentissage automatique

1. Résumé du projet

Le développement de modèles d’apprentissage automatique est un processus important mais extrêmement difficile. La popularité des applications d’apprentissage automatique pose un besoin impérieux aux différentes parties prenantes (notamment les développeurs de modèles, les utilisateurs, les décideurs, etc.) de comprendre et de raisonner les propriétés fonctionnelles et non fonctionnelles des applications. Bien que des lignes directrices existent concernant le contenu à documenter pour les modèles d’apprentissage automatique, la prise en charge de la collecte d’informations pertinentes pour la génération de ce contenu est très limitée. Encore moins de soutien existe pour la vérification et l’interprétation du document de modèle afin de prendre des décisions éthiques, inclusives et équitables relatives à la construction, à la entraînement et au déploiement des modèles. Cela pose inévitablement des risques importants pour les utilisateurs cibles des applications d’apprentissage automatique et potentiellement pour le grand public.

Dans ce projet, nous visons à utiliser la recherche et la pratique en matière de traçabilité des logiciels pour améliorer le processus de développement de l’application d’apprentissage automatique. En traçant toutes les sources pertinentes sur les aspects importants des modèles, nous visons à alléger les efforts des créateurs de modèles pendant la création et la vérification du document modèle. Nous visons en outre à soutenir l’évolution du document modèle en intégrant les commentaires des utilisateurs du modèle dans le cadre de traçabilité. À cette fin, trois objectifs sont conçus pour nous permettre :

1. D’acquérir une compréhension approfondie de la pratique actuelle en matière du rapport de modèle ;
2. De concevoir la stratégie et les techniques de traçabilité les plus efficaces pour la connexion à différentes ressources ;
3. De créer un outil de traçabilité pratique s’intégrer étroitement dans le flux actuel de développement et d’évolution du modèle.

Les activités de ce projet formeront deux personnes hautement qualifiées (un étudiant au doctorat et un/e étudiant/e à la maîtrise) pour différentes compétences, y compris des méthodologies de recherche, des expertises techniques et d’autres compétences transférables telles que la communication et le travail en équipe.

Ce projet, à ma connaissance, est le premier travail qui cible l’application de la traçabilité des logiciels pour le développement de l’apprentissage automatique. En tant qu’expert en traçabilité des logiciels, j’espère que ce travail aura un impact fondamental sur le processus de documentation et d’intégration des modèles d’apprentissage automatique. Nous prévoyons d’obtenir un tel impact par le biais de publications dans des conférences de premier plan en génie logiciel et en apprentissage automatique, ainsi que par la fourniture d’outils aux chercheurs et aux praticiens de l’apprentissage automatique. L’originalité de ce projet entraînera potentiellement un grand nombre de travaux de suivi sur l’amélioration du processus de développement de l’apprentissage automatique via une discipline d’ingénierie rigoureuse. Comme ce projet sera réalisé à Montréal, nous espérons également contribuer à maintenir la position de leader de la ville en matière de recherche et d’innovation en IA et en apprentissage en profondeur.