Articles sur Belief Reasoning

Les caractéristiques de boîte noire de l’apprentissage profond placent les robots autonomes face à un vide de responsabilité dans les scénarios d’accident. TRACE rend le lien décisionnel explicite avec une architecture auditable à quatre couches. Son importance n'est pas d'améliorer un seul indicateur de performance, mais de fournir une réponse vérifiable à la question « si l'on peut faire confiance à la machine ». Lorsque la responsabilité devient une condition préalable à un déploiement à grande échelle, l’explicabilité passe d’une exigence académique à une condition d’accès.