Vidéos 2021

Nous remercions les intervenants d’avoir accepté de partager les vidéos de leurs interventions !

:: Fundamental courses / Cours fondamentaux:

  • An historical perspective on XAI / Une perspective historique sur l’IA explicable (Alain Mille, Université Claude Bernard Lyon)

 

  • Hybrid AI models: some opportunities for explainability / Modèles d’IA hybrides: des opportunités pour l’explicabilité (Isabelle Bloch, LIP6, Sorbonne Université)

Partie 1

 

Partie 2

 

  • (Deep) neural networks: basic principles and explanation issues / Réseaux de neurones (profonds): principes de base et questions d’explicabilité (Elisa Fromont, IRISA, Université de Rennes)

Partie 1 

Partie 2

 

  • Knowledge representation and explainability / Représentation des connaissances et explicabilité (Pierre Marquis, CRIL, Univ. d’Artois)

Partie 1

Partie 2

 

  • Explaining the output of classifiers / Expliquer le résultat de classifieurs (Marie-Jeanne Lesot, LIP6, Sorbonne Université)

Partie 1

Partie 2

 

  • Explainable and Deceptive Behavior for Human-AI Interaction (Sarath Sreedharan, Arizona State University)

Partie 1

Partie 2

 

:: Advanced courses / Cours avancés:

  • Argumentation, natural language, and explanation / Argumentation, langage naturel et explications (Serena Villata, CNRS, I3S, Université Côte d’Azur)

  • Challenges of explanation in the context of autonomous driving / Les défis de l’explicabilité dans le contexte de la conduite autonome (Matthieu Cord, LIP6, Sorbonne Université)