Cycle de vie de l'IA
De Wiki du Numérique Responsable
Le cycle de vie de l’IA désigne l’enchaînement des étapes d’un système d’intelligence artificielle, du cadrage initial jusqu’au retrait.
- Cadrage : le besoin justifie-t-il un système d’IA
- Données : collecte, tri, annotation, documentation
- Entraînement et évaluation
- Déploiement : mise en production, intégration
- Exploitation : inférences, supervision, mesure des écarts
- Maintenance : réentraînements, ajustements
- Retrait : arrêt du service, sort des données et des modèles
Différence avec un logiciel classique
Un logiciel se dégrade quand son environnement change. Un modèle se dégrade aussi quand le monde change : les données réelles s’éloignent de celles de l’entraînement, et la performance baisse sans qu’aucune ligne de code n’ait bougé. La surveillance de cette dérive fait partie de l’exploitation.
L’étape de retrait est la plus négligée : modèles conservés « au cas où », jeux de données jamais supprimés, services maintenus sans usage (voir Dark Data).
