Le 2e Workshop International “Visualization for AI Explainability” (visxai.io) a eu lieu à Vancouver au Canada le 21 octobre 2019 dans le cadre de la conférence IEEE VIS (ieeevis.org/year/2019/welcome). Ce workshop, suivi par près de 200 participants, s’intéresse au croisement de techniques d’AI et de visualisation. Il est organisé conjointement par des industriels (Google Brain et IBM) et académiques (MIT, CMU, GT, Konstanz).

L’article présenté par Théo Jaunet “What if we Reduce the Memory of an Artificial Doom Player?” co-encadré par Romain Vuillemot (SICAL) et Christian Wolf (IMAGINE) y a obtenu le prix du meilleur article. Une démonstration en ligne de l’outil présenté est accessible via le lien suivant : theo-jaunet.github.io/MemoryReduction.

La contribution de l’article vise à montrer comment un humain peu interactivement réduire la taille de la mémoire d’un modèle de Deep Reinforcement Learning et d’en observer l’impact sur le comportement de l’IA. Les applications d’un tel outil permettront d’optimiser le stockage et le nombre de calculs requis par ces mémoires qui peuvent être très volumineuses, pour les robots ou voitures autonomes.

Démo : theo-jaunet.github.io/MemoryReduction
Code open source : github.com/Theo-Jaunet/MemoryReduction
Site web de Théo Jaunet : theo-jaunet.github.io