Transparence en IA, Autodesk fait la lumière sur ces concepts complexes
Dans le cadre de notre engagement continu à mettre à disposition une IA fiable, nous avons développé des fiches ou cartes de transparence sur l’IA afin de divulguer des informations sur les fonctionnalités d’IA utilisées dans nos produits. Ces fiches détaillent les fonctionnalités, les sources de données et les mesures de sécurité et de confidentialité mises en place.
Principes de confiance pour l’IA
Autodesk s’engage à développer, déployer et utiliser l’IA de manière responsable, éthique et sécurisée. Nous adhérons à des processus de gouvernance stricts pour protéger les données personnelles et la propriété intellectuelle de nos clients. Nous mettons en œuvre des pratiques de test et de surveillance responsables tout au long du cycle de vie de l’IA afin d’atténuer ou d’éviter les cas où notre IA pourrait perpétuer des biais, amplifier des enjeux sociaux ou engendrer de nouveaux risques.
Responsable
Nous adhérons à des normes strictes en matière d’acquisition et de gestion des données, ainsi que de formation et de mise à disposition de modèles d’IA équitables et sûrs.
Transparent
Nous sommes transparents sur la conception, le développement et l’utilisation prévue des systèmes et des données d’IA.
Responsable
Nous respectons les choix de nos clients et nous conformons aux lois et réglementations.
Fiable
Nous sommes rigoureux dans la conception de systèmes d’IA qui s’efforcent d’assurer précision, validité et cohérence.
Sûr et sécurisé
Nous nous engageons à protéger les données, la propriété intellectuelle et la confidentialité, et à produire des résultats sûrs.
Guide des cartes de transparence de l’IA
Découvrez toutes les informations que nous partageons sur nos fonctionnalités d’IA.
Qu’est-ce qu’une carte de transparence IA ?
Nos cartes de transparence de l’IA détaillent les fonctionnalités, les sources de données et les mesures de sécurité et de confidentialité mises en place pour les fonctionnalités d’intelligence artificielle utilisées dans nos produits.
Quelles informations contient le titre de la carte ?
Le nom du produit Autodesk et celui de la fonctionnalité d’IA sont présentés en haut de la carte, sous la mention « Carte de transparence de l’IA ».
- Nom du produit Autodesk (par exemple, Autodesk Forma)
- Fonctionnalité d’IA du produit (par exemple, analyse du carbone incorporé)
Que transmet la description ?
La description de la carte résume les actions que la fonctionnalité d’IA est censée effectuer lorsqu’elle est utilisée dans le produit.
Que décrit la fonction d’une fonctionnalité ?
La fonction d’une fonctionnalité décrit les capacités de l’IA et/ou de l’apprentissage automatique (ML) qui l’améliorent, en utilisant l’un des trois termes suivants :
- Automatisation : L’IA Autodesk réduit les tâches répétitives en automatisant les étapes qui nécessitaient traditionnellement du travail manuel ou des frais généraux importants, minimisant ainsi les erreurs et libérant du temps pour la création et l’innovation.
- Analyse : L’IA d’Autodesk fournit des informations exploitables aux utilisateurs finaux confrontés à des volumes considérables de données complexes, les aidant à comprendre l’essentiel en temps réel pour créer les solutions les plus intelligentes.
- Augmentation : L’IA d’Autodesk optimise l’exploration créative et la résolution de problèmes en améliorant la rapidité, la qualité et l’étendue de la réflexion grâce à la compréhension contextuelle.
Qu’est-ce qu’une source de modèle ?
La source du modèle décrit le type de source à partir duquel le modèle a été développé pour alimenter la fonctionnalité d’IA :
- Propriétaire : Le modèle d’IA/ML a été développé en interne par Autodesk.
- Open source : Autodesk utilise un modèle d’IA/ML développé par un tiers, qui l’a mis à disposition du public.
- Sous licence : Autodesk possède une licence d’utilisation du modèle d’IA/ML développé par un tiers.
- Combinaison : Une partie du modèle d’IA/ML a été développée en interne par Autodesk, et l’autre partie a été développée par un tiers (open source et/ou sous licence).
Que signifie la technique principale ?
Les modèles derrière chaque fonctionnalité d’IA utilisent des méthodes, des approches et des techniques pour apprendre des données, identifier des tendances, exécuter des tâches et produire des résultats. Nous utilisons des techniques qui améliorent la qualité et la valeur de nos produits pour nos clients. Ces techniques sont en constante évolution et, dans certains cas, plusieurs techniques sont utilisées, dont certaines peuvent ne pas être répertoriées ici. Ce champ décrit la technique principale utilisée pour développer la fonctionnalité d’IA :
- Transformateur : Technique d’apprentissage automatique conçue pour traiter et comprendre les données afin d’effectuer des tâches séquentielles plus efficacement, comme la traduction.
- Encodage : Processus de conversion des données dans un format spécifique pouvant être traité efficacement par des modèles d’apprentissage automatique.
- Classification : Technique d’apprentissage supervisé qui classe les éléments dans des catégories prédéfinies et prédit la catégorie des nouvelles observations à partir de données historiques.
- Réseau de neurones à propagation directe (NN) : Technique d’apprentissage profond (deep learning) où l’information circule dans un seul sens, de l’entrée vers la sortie, sans cycles ni boucles.
- Prédicteur : Technique d’IA qui apprend des données pour faire des prédictions éclairées sur des événements ou des résultats futurs à partir de données et de modèles historiques, comme des prévisions, des prises de décision et des analyses.
- Algorithme génétique : méthode de résolution de problèmes d’optimisation avec et sans contraintes, basée sur les concepts de sélection naturelle.
- Les problèmes d’optimisation avec contraintes utilisent des limites ou conditions logiques que la solution doit prendre en compte. Elles reflètent les limites réelles de facteurs tels que la capacité de production, les stocks, l’espace disponible, etc.
- Les problèmes d’optimisation sans contraintes traitent des situations où aucune limite ou condition prédéfinie n’est à prendre en compte.
- Diffusion par transformateur : technique de transformation (voir « Transformateur » ci-dessus) qui crée des données en inversant un processus de diffusion en ajoutant progressivement du bruit aux données.
Qu’est-ce qu’une fonctionnalité orientée utilisateur ?
Indiqué par « oui » ou « non » indique si le résultat généré peut être examiné et/ou mis à jour par l’utilisateur avant toute action finale. On parle alors d’« intervention humaine ».
Que montrent les informations relatives aux données personnelles ?
Cette section indique si des données personnelles sont présentes dans les jeux de données d’entraînement, de test ou de validation utilisés pour le développement de cette fonctionnalité.
Quelles sont les sources de données ?
La désignation de la source de données indiquée sur la fiche identifie les types de sources de données utilisées pour le développement de cette fonctionnalité. Cela inclut les données utilisées pour entraîner le modèle qui alimente la fonctionnalité d’IA. Les types de sources sont classés comme suit :
- Open source : Données librement disponibles pour utilisation, modification et distribution sous licence ouverte.
- Contenu client : Données que le client ou ses utilisateurs autorisés soumettent ou téléchargent dans le produit, telles que définies plus en détail dans les Conditions d’utilisation d’Autodesk comme « Votre contenu ».
- Données synthétiques : Données générées par un système ou un modèle pouvant imiter et reproduire la structure et les propriétés statistiques de données réelles.
- Commerciales : Données achetées et/ou acquises auprès d’un tiers sous licence restrictive.
- Mixtes : Plus d’une catégorie de données source a été utilisée.
- Entraînée par le client : Le client a effectué l’entrainement et a utilisé ses propres données propriétaires.
Quel est le format de choix ?
Les formats de choix sont indiqués comme « Acceptation/Désactivation », « Non » ou « S/O ». Ces libellés identifient les choix offerts aux clients et/ou à leurs utilisateurs lorsque leurs données sont utilisées pour le développement ou l’amélioration de la fonctionnalité d’IA.
- Acceptation/Désactivation : Le client peut choisir d’accepter ou de refuser l’utilisation de ses données pour le développement ou l’amélioration de la fonctionnalité.
- Non : Aucun choix n’est proposé.
- S/O : Ce choix n’est pas applicable, car aucun contenu client n’est utilisé pour le développement ou l’amélioration de la fonctionnalité.
Quelles sont les informations de chiffrement affichées ?
Nous mettons à disposition des informations sur deux types de chiffrement : le chiffrement au repos et le chiffrement en transit. Ces deux options sont indiquées par « Oui » ou « Non ».
- Chiffrement au repos : Indique si les données sont chiffrées dans la ou les bases de données où elles sont conservées. Tout chiffrement au repos utilise la clé AES (Advanced Encryption Standard) de 256 bits, également appelée AES-256.
- Chiffrement en transit : indique si les données sont chiffrées lors de leur transmission. Autodesk applique le chiffrement en transit via la norme HTTPS, RSA avec AES-256, en utilisant au minimum TLS 1.2.
Quelles sont les autres garanties mentionnées ?
Cette section de la fiche indique, le cas échéant, les autres mécanismes importants utilisés pour préserver la confidentialité et la protection des données, en plus de nos mécanismes de sécurité standard. Ces mesures de protection s’appliquent aussi bien aux données personnelles qu’aux données d’entreprise.
- Tokenisation : les séquences d’informations contenues dans les données sont décomposées en unités plus petites appelées « jetons ».
- Désidentification : les identifiants sont supprimés des données et remplacés par des valeurs fictives.
- Anonymisation : le jeu de données ne contient aucune information identifiable et il n’existe aucun moyen de relier les informations à des informations identifiables.
Découvrir les cartes ci-dessous
Autodesk Fusion
Autoconstrain / Contrainte automatique
La fonctionnalité de contrainte automatique de Fusion analyse les esquisses et suggère les contraintes et les dimensions nécessaires pour les contraindre complètement.
Autodesk Fusion
Fastener Classification for Drawing Automation / Classification des fixations pour l’automatisation des dessins
La fonctionnalité de classification des fixations de Fusion pour l’automatisation des dessins détecte, classe et exclut les fixations des dessins afin d’optimiser la création de dessins.
Autodesk Maya
Machine Learning Deformer / Déformateur d’apprentissage automatique
La fonctionnalité Déformateur d’apprentissage automatique de Maya reproduit la déformation complexe des personnages de manière rapide et interactive.
Autodesk Revit
Generative Design in Revit / Conception Générative dans Revit
La fonctionnalité Conception Générative de Revit utilise une ou plusieurs sorties en tension pour faire évoluer une étude de conception en fournissant une série de résultats optimaux, mais présentant des inconvénients.
Dynamo
ML Node Autocomplete / Saisie semi-automatique des nœuds ML
La fonctionnalité de saisie semi-automatique du mode Dynamo ML utilise les données d’un nœud et recommande des nœuds en amont ou en aval dans un ensemble de résultats hiérarchisés.
Autodesk Research
Projet de Recherche Bernini
Le modèle de Recherche du Projet Bernini d’Autodesk Research génère des formes 3D fonctionnelles à partir de diverses données, notamment des images 2D, du texte, des voxels et des nuages de points.