Série de séminaires sur l'IA 2022 : Elham Parhizkar

Le AI Seminar est une réunion hebdomadaire à l'Université de l'Alberta où les chercheurs intéressés par l'intelligence artificielle (AI) peuvent partager leurs recherches. Les présentateurs comprennent à la fois des conférenciers locaux de l'Université de l'Alberta et des visiteurs d'autres institutions. Les sujets peuvent être liés de quelque manière que ce soit à l'intelligence artificielle, qu'il s'agisse de travaux théoriques fondamentaux ou d'applications novatrices de techniques d'IA à de nouveaux domaines et problèmes.

Le 22 avril, Elham Parhizkar, boursière postdoctorale à l'Université d'Alberta, a présenté "Efficient and Robust Methods for Computing Trust in Multi-Agent Systems" au séminaire sur l'intelligence artificielle.

Les systèmes de confiance et de réputation constituent une branche active de la recherche dans les systèmes multi-agents. Dans divers domaines d'application, les agents interagissent les uns avec les autres pour recueillir des informations, des biens ou des services qui les aident à accomplir une tâche donnée. Pour que ces interactions soient largement couronnées de succès, les agents essaient d'estimer dans quelle mesure les autres agents individuels sont dignes de confiance. Pour évaluer la fiabilité d'un agent dans un système multi-agents, on combine souvent deux types d'informations de confiance : des informations de confiance directes dérivées de ses interactions avec cet agent, et des informations de confiance indirectes basées sur les conseils d'autres agents.

Dans cette présentation, Parhizkar propose une nouvelle méthode facile à mettre en œuvre pour calculer la confiance indirecte, basée sur une prédiction simple d'une stratégie de conseil d'expert souvent utilisée dans l'apprentissage en ligne. Cette méthode rivalise avec tous les systèmes testés ou les surpasse dans la plupart des contextes simulés, tout en étant nettement plus évolutive. L'équipe de recherche fournit également la première étude systématique sur le moment où il est avantageux de combiner les deux types de confiance plutôt que de se fier à un seul d'entre eux. Enfin, elle propose une méthode basée sur les statistiques de Page-Hinkley pour gérer le comportement dynamique des agents dans un système multi-agents.

Regardez la présentation complète ci-dessous :

Tenez-vous au courant de la série de séminaires sur l'IA en vous inscrivant à la liste de diffusion.

Découvrez comment Amii fait progresser la recherche de pointe en matière d'intelligence artificielle et d'apprentissage automatique : visitez notre site Web. Recherche page.