Une IA qui voit juste, ça commence par un humain qui a tout regardé avant elle
La fiabilité d'un système d'intelligence artificielle se joue avant le modèle, dans le travail d'annotation qui prépare ses données d'entraînement. À partir d'un cas réel chez un client deeptech, cet article montre comment une équipe dédiée stable, organisée à Antananarivo, a annoté plus de 160 000 images médicales avec un taux d'erreur sous 1,2 %, et ce que cette rigueur change pour la fiabilité d'un produit d'IA.
Lire la suite