Humain dans la boucle

Vous avez entendu parler du patron de conception d’applications de Machine Learning appelé « Humain dans la boucle ». Il s’agit d’impliquer un expert humain pour reprendre la main et réaliser des estimations plus difficiles lorsque le modèle n’est pas suffisamment confiant. Cela implique un étiquetage continu de nouvelles données, ce qui permet une maintenance continue du modèle. Parfait, non ?

Imaginez maintenant que vous deviez créer deux applications de ML :

• l’une pour détecter des maladies pulmonaires à partir d’images radiographiques, et
• l’autre pour prédire les cours boursiers et passer des ordres à une fréquence de plusieurs milliers de transactions par seconde (le « high-frequency trading », ou HFT).

Laquelle de ces applications ne serait PAS un bon candidat pour un design « Humain dans la boucle », et pourquoi ?