Techniques permettant à un modèle de désapprendre des données précises sans réentraînement complet, mais sans garantie d'oubli total ni vérifiable.
L'oubli machine regroupe les techniques permettant à un modèle d'apprentissage de désapprendre des données précises en modifiant ses paramètres internes, sans subir le réentraînement complet qui serait prohibitif en calcul. Née il y a une dizaine d'années, la discipline a produit des cadres dits d'oubli certifié, qui visent à garantir mathématiquement, par des bornes probabilistes, que l'influence des données retirées a été suffisamment réduite. Ses limites demeurent sérieuses, car il n'existe aucune méthode universellement reconnue pour vérifier qu'un modèle a effectivement oublié, et l'intrication des données d'un individu avec celles de milliers d'autres rend leur retrait sans dégradation très délicat. L'oubli machine offre donc un effacement réel mais partiel, approximatif et difficile à prouver, loin de la suppression nette que postule le droit à l'oubli.
Pour répondre à une demande d'effacement, un éditeur applique une technique d'oubli machine à son modèle, sans pouvoir toutefois démontrer au régulateur que toute trace de la personne a disparu.
machine unlearning, désapprentissage automatique, oubli certifié