Fiches sur la transparence d’Autodesk AI

La partie supérieure de chaque fiche de transparence sur l’IA identifie le produit Autodesk qui inclut la fonctionnalité d’IA, le nom de cette fonctionnalité, le statut de la version le cas échéant, et la nature de cette fonctionnalité.

Le statut de la version peut être : 

• Version bêta : version préliminaire de la fonctionnalité, dont les fonctions peuvent être limitées et qui est susceptible d’être modifiée. 
• Aperçu technique : version en accès anticipé de la fonctionnalité en cours de développement et susceptible d’être modifiée ou supprimée. 

« Objectif de cette IA » résume l’objectif de la fonctionnalité d’IA lorsqu’elle est utilisée dans le produit.

La section Traitement des données fournit des informations sur les données traitées par la fonctionnalité d’IA et sur la manière dont elles sont traitées. Cela inclut : 

• Données d’entraînement : fait référence aux données utilisées pour entraîner le modèle d’IA derrière la fonctionnalité. 
• Choix du client : indique si les clients ont le choix d’utiliser les fonctionnalités d’IA Autodesk.

Les types de données affichent les catégories de données qu’Autodesk a utilisées pour entraîner le modèle d’IA qui alimente la fonctionnalité. Les types répertoriés reflètent des tendances récurrentes, non propriétaires et communes au sein de chaque groupe de types de données plutôt que des données propres au client.  

• Géométrie : formes géométriques, telles que des lignes, des points et des figures. 
• Dessins : dessins techniques ou de conception, tels que des plans, des diagrammes, des esquisses ou des dessins de CAO. 
• Documents : documents, tels que des spécifications, des rapports, des formulaires, des nomenclatures ou toute autre documentation de projet ou de produit. 
• Image : données visuelles statiques, telles que des photos, des rendus, des captures d’écran, des numérisations ou des références basées sur des images. 
• Texte : informations textuelles, telles que des descriptions, des étiquettes, des notes, des commentaires ou du texte extrait. 
• Instructions génératives : instructions ou demandes saisies par l’utilisateur qui orientent les résultats d’une fonctionnalité d’IA. 
• Vidéo : vidéos, séquences d’animation ou enregistrements d’écran. 
• Audio : données sonores, telles que la parole, la voix, la musique, les effets sonores ou d’autres enregistrements audio. 
• Données environnementales : informations sur les conditions environnementales ou du site, telles que le contexte de l’emplacement, le terrain, la météo, l’éclairage, l’énergie, le carbone ou d’autres facteurs environnementaux. 
• Données financières : coûts, budget, prix, estimations ou autres informations financières. 
• Données de mouvement : informations de mouvement ou de trajectoire, telles que les données de capture de mouvements, l’ossature des personnages, les trajectoires d’outils robotiques/machines, les rigs d’animation et les mouvements simulés ou suivis par capteur. 
• S/O (modèle tiers) : la fonctionnalité utilise un modèle tiers entraîné indépendamment par le fournisseur.  
• S/O (aucun entraînement de modèle) : la technique utilisée par la fonctionnalité ne repose pas sur un modèle qui nécessite un jeu de données d’entraînement.

Les sources de données indiquent la source des données utilisées pour entraîner le modèle d’IA qui alimente la fonctionnalité. Elles incluent : 

• Contenu du client : données créées ou importées par un client ou ses utilisateurs autorisés dans des produits et services Autodesk. 
• Tiers sous licence : données acquises auprès d’organisations externes dans le cadre d’accords autorisant l’utilisation correspondante pour cette fonctionnalité, sous réserve des restrictions de licence applicables. 
• Open source : données mises à disposition sous licence ouverte et utilisées conformément à cette licence. 
• Données synthétiques : données générées artificiellement pour prendre en charge l’entraînement du modèle. 
• S/O (modèle tiers) : la fonctionnalité utilise un modèle tiers entraîné indépendamment par le fournisseur.  
• S/O (aucun entraînement de modèle) : la technique utilisée par la fonctionnalité ne repose pas sur un modèle qui nécessite un jeu de données d’entraînement.

Les données personnelles indiquent si des données personnelles sont présentes dans les ensembles de données d’entraînement utilisés pour entraîner le modèle d’IA qui alimente la fonctionnalité. 

• Utilisées : les données personnelles sont présentes dans les jeux de données d’entraînement utilisés pour entraîner le modèle d’IA. 
• Non utilisé : d’après l’examen d’Autodesk, les données personnelles ne devraient pas être présentes dans les jeux de données d’entraînement utilisés pour entraîner le modèle d’IA. 
• S/O (modèle tiers) : la fonctionnalité utilise un modèle tiers entraîné indépendamment par le fournisseur. 
• S/O (aucun entraînement de modèle) : la technique utilisée par la fonctionnalité ne repose pas sur un modèle qui nécessite un jeu de données d’entraînement.

La classification des fonctionnalités indique la catégorie de la fonctionnalité d’IA pour aider les clients à comprendre si la fonctionnalité est conçue pour la productivité quotidienne ou des tâches plus complexes.

• Standard : conçu pour soutenir la productivité quotidienne et l’efficacité des workflows en optimisant, en automatisant ou en accélérant les tâches quotidiennes.  
• Avancé : conçu pour les workflows plus complexes assistés par l’IA qui peuvent générer ou explorer des options pour les conceptions, les plans, les sélections ou le contenu des clients. 

Le format de choix indique si et comment les clients peuvent contrôler l’utilisation de la fonctionnalité d’IA.

• Désactiver : les clients peuvent désactiver la fonctionnalité aux niveaux pris en charge. 
• Toujours activé : la fonctionnalité ne peut pas être désactivée.

La surveillance humaine indique si les utilisateurs peuvent consulter, mettre à jour ou approuver les résultats générés avant qu’une action finale ne soit engagée.

• Oui : les utilisateurs peuvent consulter, modifier ou approuver les résultats générés avant qu’une action finale ne soit engagée.
• Non : les résultats générés sont appliqués automatiquement, sans étape obligatoire de vérification humaine.

Même lorsqu’une surveillance humaine est disponible, les utilisateurs doivent vérifier la précision et l’exhaustivité des résultats de l’IA, et leur adéquation par rapport à l’usage prévu.

La section Limites connues indique les contraintes ou les considérations que les clients doivent prendre en compte lorsqu’ils utilisent la fonctionnalité d’IA.

• Non destiné à une utilisation critique pour la sécurité : la fonctionnalité et ses résultats ne doivent pas servir à assurer une fonction de sécurité. 
• Certaines actions sont irréversibles : certaines actions effectuées par cette fonctionnalité ne peuvent pas être annulées. Les utilisateurs doivent examiner attentivement les résultats avant de les appliquer. 
• Les résultats peuvent varier selon les entrées : la qualité et la précision des résultats peuvent dépendre de la qualité, de l’exhaustivité, du format ou de la spécificité des entrées fournies. 
• Risque de produire des résultats incohérents : la fonctionnalité peut générer des résultats différents pour des utilisations similaires ou répétées.

Les mesures de protection intégrées sont des mesures de sécurité et de protection des données conçues pour une fonctionnalité d’IA spécifique afin de réduire les risques associés à cette fonctionnalité. Ces mesures de protection s’appliquent parallèlement aux mesures de sécurité générales du produit et ne sont pas destinées à décrire ni à remplacer ces dernières.

• Chiffrement : Autodesk chiffre les données en transit et au repos lorsque cela est pris en charge et comme décrit dans la documentation de sécurité applicable.
• Tokenisation : certaines informations sont remplacées par des jetons pour représenter les données d’origine sans les exposer pendant le traitement.
• Anonymisation : les données sont modifiées de manière irréversible, de sorte qu’elles ne peuvent plus être reliées à une personne.
• Désidentification : les détails d’identification sont supprimés ou masqués, mais les données peuvent être liées à nouveau à une personne sous certaines conditions.
• Traitement sur l’appareil : les données sont traitées localement sur l’appareil de l’utilisateur au lieu d’être traitées sur des serveurs externes.

Le fournisseur de modèles identifie qui développe ou fournit le modèle d’IA sous-jacent qui alimente la fonctionnalité.

• Autodesk : le modèle d’IA qui sous-tend cette fonctionnalité est développé et géré par Autodesk.
• Tiers : le modèle d’IA qui alimente cette fonctionnalité est fourni par un organisme externe en vertu d’un accord avec Autodesk. 
• Autodesk, tiers : la fonctionnalité utilise une combinaison de modèles développés par Autodesk et de modèles fournis par des organismes externes sous contrat avec Autodesk.

La technique principale identifie la principale approche technique utilisée pour développer ou alimenter la fonctionnalité d’IA. 

• Auto-encodeurs : compressent les données en une représentation plus simple et la reconstruisent pour identifier des motifs importants ou détecter des résultats inhabituels.
• Classification : classe les éléments en fonction des motifs appris à partir d’exemples antérieurs.
• Vision par ordinateur : analyse des données visuelles telles que des images, des vidéos ou des dessins pour identifier des objets, des formes, des motifs ou des caractéristiques.
• Réseau neuronal convolutif : traite les données visuelles et détecte les motifs tels que les arêtes, les textures et les formes dans les images.
• Codage : convertit les données dans un format possible à traiter par les modèles d’apprentissage automatique afin que les informations puissent être recherchées, comparées, regroupées ou utilisées par un autre modèle.
• Conception générative : génère des options de conception potentielles en fonction des objectifs, des paramètres et des contraintes définis par le client.
• Algorithme évolutif : améliore les solutions possibles au fil de plusieurs itérations, selon des critères définis.
• Réseau neuronal graphique : analyse les connexions entre les points de données, tels que les composants ou les dépendances au sein d’une conception, pour comprendre les relations, identifier des motifs ou étayer les prédictions.
• Prédicteur : utilise des tendances historiques pour estimer ou prédire les valeurs ou les résultats futurs.
• Recommandations : suggère des options, des actions ou du contenu pertinents en fonction des informations disponibles ou des données saisies par l’utilisateur.
• Génération augmentée par récupération (RAG) : extrait les informations pertinentes et les utilise pour améliorer les réponses générées.
• Transformeur : traite les relations complexes dans les données pour prendre en charge des tâches telles que la compréhension des entrées, la réponse à des questions, la traduction et la génération de texte.
• Transformeur de diffusion (DiT) : crée des données en affinant progressivement un motif initial non structuré en une sortie structurée.