Open for Good améliore les données d’apprentissage IA localisées en Afrique, en Asie et au-delà
L’un des principaux obstacles à l’innovation localisée en matière d’intelligence artificielle (IA) en Afrique et en Asie est le manque de données d’apprentissage localisées et de bonne qualité. C’est pourquoi Open for Good met l’accent surles données d’apprentissage localisées en Afrique, en Asie etau-delà. Les initiatives œuvrant en faveur de l’accès à l’IA négligent souventles données d’apprentissage localement pertinentes et les questions techniquesqui y sont liées. Pour répondre à ce besoin, Open for Good offre donc uneplateforme de coordination et d’échange de bonnes pratiques.
Accroître la disponibilité et la qualité des données d’apprentissage en libre accès
Données d’apprentissage localisées pour le développement de l’intelligence artificielle et de l’apprentissage automatique
Données d’apprentissage représentatives et non discriminatoires
IA localisée pour améliorer les services publics, renforcer le secteur privé et promouvoir le développement durable
Comment atteignons-nous nos objectifs ?
1
Les membres de l’alliance mettent des ensembles de données d’apprentissage à la disposition de tous.
Nous mettons des ensembles de données d’apprentissage à la disposition de tous, nous aidons à trouver les données d’apprentissage existantes et contribuons à leur mise à jour.
2
Nous facilitons la coordination et les échanges de bonnes pratiques et d’idées.
Nous réunissons les membres de la communauté pour discuter des dernières évolutions dans le domaine de la collecte d’ensembles de données et des applications de l’IA, ainsi que pour encourager l’élaboration de normes, là où le besoin s’en fait sentir, et pour partager les exemples de réussites.
3
L’alliance sensibilise le public aux avantages que présentent les données d’apprentissage locales, objectives et en libre accès.
Qu’est-ce que Open for Good ?
Notre alliance aspire à surmonter l’un des principaux obstacles au développement de solutions IA localisées: disposer de données d’apprentissage localisées de qualité suffisante.
C’est pourquoi nous nous engageons pour que les données d’apprentissage soient libre d’accès, non discriminatoires et localisées pour l’intelligence artificielle et l’apprentissage automatique. Notre objective principal s’inscrit dans ce contexte : créer des fonds communs de données d’apprentissage.