Discussion :

[lepinekong]

Voyons, l'intelligence n'est pas spécialement humaine, elle peut tout à fait être artificielle !

A moins d'être trop religieux ou de croire trop au côté impalpable et divin du cervau, il est tout à fait envisageable de simuler un cerveau : ce n'est qu'un amas de cellule, d'atomes assemblés d'une certaine façon et régis par des lois physique précises.
Si l'on peut simuler des reactions chimiques simple par informatique, il ne semble pas absurde qu'un jour on puisse donc simuler le fonctionnement d'un cerveau.

On peut bien sûr simuler des réactions chimiques simples mais on a jamais encore réussi à simuler un cerveau pour autant même en construisant comme est en train de faire Google un ordinateur de la taille d'un stade de football, et le nôtre n'est même pas de cette taille

Donc ce n'est pas une question simple car il y a un paradoxe flagrant: si il n'y a pas de pre-design alors oui on devrait arriver à simuler cela mais pour l'instant on n'y arrive pas malgré toutes les technologies d'aujourd'hui ce qui ne veut pas dire qu'on n'y arriverait pas demain.

Par dessus ça les recherches commencent à s'apercevoir que des phénomènes de mécanique quantique s'y mêlent et là on rentre quasi dans le domaine de l'étrange.

Maintenant imagine qu'un jour nous arrivions à simuler de tels êtres artificiels à l'intérieur d'un ordinateur si intelligents qu'ils en arrivent à se poser la même question que nous:

"Peut-on arriver à créer des intelligences artificielles aussi intelligent que nous ?"

Eux-même se considéreront comme non artificiels.

Est-ce que pour autant cela prouverait quoi que ce soit en ce qui concerne l'existence d'un designer puisque manifestement dans cette exercice de pensée purement logique c'est nous-même qui les avons créés. Nous sommes donc leur Dieux mais ils ne le savent pas puisqu'on ne le leur dit pas

[benwit]

Par dessus ça les recherches commencent à s'apercevoir que des phénomènes de mécanique quantique s'y mêlent

Des sources s'il te plaît parce que si c'est juste une allusion à l'essai de Penrose, c'est limité

[lepinekong]

Des sources s'il te plaît parce que si c'est juste une allusion à l'essai de Penrose, c'est limité

Bah de toute façon ça n'en est qu'aux balbutiements donc ça ne vaut guère mieux que les élucubrations de sectes raelliennes

Mais disons que c'est apparemment une piste http://cogsci.uwaterloo.ca/Articles/quantum.pdf même si dans l'article ci-contre ils contestent que cela explique vraiment les choses.

D'ailleurs il faut savoir que l'interprétation dominante (parce que ce n'est qu'UNE interprétation) de la mécanique quantique elle-même dite de Copenhague est aussi contestée par certains physiciens plus orientés Théorie du Chaos qui accusent que des sociologues français s'en sont saisis pour justifier le libre arbitre alors qu'ils disent qu'il se pourrait que cette incertitude soit dû à nos limites du langage mathématique pour exprimer la "réalité" (à force on sait plus trop ce que c'est dans ce Monde de Vagues Probabilistes )

[Neuromancien2]

Recement 2 choses m'ont interpelés:
Le conditionnement sans stimulis sensoriels
Un homme isolé commencerai a devenir fou ?

Il me semble aujourd'hui acquis (par la philosophie, la psychologie, les neurosciences...) que la pensée n'existe pas sans expérience sensorielle. L'approche en IA qui tient compte de cela s'appelle l'IA située.

[lequebecois79]

salut

quelqu'un connait des techniques pour améliorer le choix de la décision fait par un moteur d'inférence

merci

[Neuromancien2]

salut

quelqu'un connait des techniques pour améliorer le choix de la décision fait par un moteur d'inférence

merci

Bonjour,

Je pense qu'il vaudrait mieux ouvrir un nouveau fil pour cette question. De plus ta question est assez vague.

[plefebv]

Désolé d'intervenir dans un débat que je n'ai pas entièrement lu.
De l'IA, de la neuroanatomie, de la neurophysiologie, et des sciences cognitives, je baigne un peu dedans depuis 1981.
Ce qui ne veut pas dire que j'en sache tout: loin de là.
Mais je suis ahuri qu'on puisse encore dire au bout de 40 ans de recherches dans le domaine:

On peut bien sûr simuler des réactions chimiques simples mais on a jamais encore réussi à simuler un cerveau pour autant même en construisant comme est en train de faire Google un ordinateur de la taille d'un stade de football, et le nôtre n'est même pas de cette taille

On aurait annôné cela dans les années 80, qu'on aurait été dans l'air de l'époque.
Mais 30 ans après, qu'on n'ait rien retenu de l'impuissance de la démarche parce qu'elle était engagée dans une impasse, c'est dommage.

Alors je vais répéter plusieurs choses fondamentales et pas vraiment nouvelles, à propos de l'intelligence, du cerveau et des techniques et algorithmes en général:

1) L'intelligence, on ne sait pas ce que c'est. On n'est d'ailleurs pas d'accord sur une définition.
Certains en prennent une définition qui les arrange, parce qu'ils pensent avoir les techniques pour la simuler. Ce fut notamment le cas de la preuve de théorèmes et de Prolog, ou de l'approche par les réseaux de neurones formels: dont ils ont notamment démontré, au bout de décennies d'essais infructueux, que ces techniques qui gardent tout leur mérite, ne suffisaient pas à rendre compte d'un comportement intelligent;
D'autres en ont une définition comportementaliste: ils visent à situer l'objet en observant son comportement. C'est l'origine du test de Turing ("si le ne peux pas différencier le comportement de quelque chose de celui d'un être intelligent, alors ce quelque chose est intelligent") et de la merveilleuse réfutation que Minsky en a faite ("alors je prends quelque chose de très con, le plus possible, et je vous démontre que dans une situation précise, c'est votre interprétation qui attribue des qualités de perception, de symbolisation, d'apprentissage, de réflexion et d'anticipation, à un réponse certes adaptée, mais en fait très conne").
Devant ce débat vide de sens, on est passé du stade de prôner l'évolution des ordinateurs vers l'intelligence, à celui d'employer, dans des situations adaptées, des techniques d'IA.

2) Le fonctionnement du cerveau, on ne sait pas ce que c'est.
Oh je sais bien qu'on fait de la neuroanatomie: c'est un peu comme si un singe essayait d'expliquer le fonctionnement d'un ordinateur en observant à la loupe et en décortiquant à la disqueuse, les bus et les ASIC. Bien sûr certains noyaux ou zones corticales ont des affinités avec tel ou tel type de réponse (en particulier le locus coeruleus), et bien sûr la dopamine, la béta-endorphine, ou le GABA ont des actions. De là à dire qu'il y a relation de cause à effet, faut pas pousser.
Depuis 50 ans qu'on sait que la dopamine a un effet sur la maladie de Parkinson, on ne sait toujours pas expliquer ni comment ni pourquoi, et ni en particulier comment son action en tant que neuromédiateur, élective de synapses bien précises, a telle ou telle action.
En tout cas, une chose de sûre: rien à voir avec le perceptron, ni avec les réseaux de neurones formels.
Pour ce qui est d'un fonctionnement quantique du cerveau, permettez moi d'oser poser la question du béotien: si vous ne comprenez pas comment vous pourriez faire un ordinateur quantique -alors pourtant que vous avez une idée assez précise de ce que c'est qu'un ordinateur-, alors comment pouvez vous imaginer que vous pourriez simuler avec cela, le fonctionnement d'un organe -le cerveau-, que vous ne connaissez pas et dont vous être incapable, même au bout de 40 ans de recherches, de lister ses aptitudes ?

En matière de fonctionnement de la circuiterie cérébrale, sans être un spécialiste, je me permettrai de vous aiguiller sur plusieurs pistes qui semblent à la fois être prometteuses, et avoir été soigneusement évitées par les informaticiens des générations précédentes (et en général, c'est là où les autres n'ont pas cherché, qu'on trouve):

a) D'abord, le fonctionnement du cerveau est incontestablement fractal. Comme son anatomie. Quand un individu perd des neurones, il ne perd aucune aptitude ni aucun souvenir. Rien n'est localisé. Cependant, quand la perte atteint 70% des neurones initiaux, alors on commence à observer, non une perte de mémoire, mais une imprécision des souvenirs.
Alors permettez moi de retourner la question: pourquoi ne pas simuler le fonctionnement du cerveau, dans un ordinateur dont la construction et le fonctionnement seraient tels, qu'en en massacrant 70% des composants à la hache, on puisse à peine déceler une légère altération de son fonctionnement ?
Et je suis sûr que cette réponse intéresserait beaucoup les responsables sécurité, des plans de prévention des risques et de reprise sur panne... à partir de cette réponse, vous les d'jeunes avez tout un tas de carrières brillantes, fulgurantes même, au panthéon des informaticiens les mieux payés...

b) ensuite, le fonctionnement du cerveau est incontestablement temporel.
Prenez un ordinateur. Faites lui faire un opération. A la seconde suivante (ou à la milliseconde suivante, ou l'année suivante), faites lui faire la même opération. Vous obtenez le même résultat.
Prenez un tas de neurones (vivants), contribuant à une réponse connue au sein d'un être (vivant lui aussi). Au prix d'un peu de vivisection -évitez la disqueuse, elle fait mauvais genre-, allez stimuler ce tas de neurones, en principe par un courant ou des impulsions électriques adaptées, de manière à obtenir une réponse précise: par exemple, stimuler la contraction d'un muscle. Bien. En respectant un certain délai de repos de manière à ne pas abimer le sujet d'expérience, répétez la stimulation: vous obtiendrez le même effet.
Vous croyez avoir identifié une relation de causalité ? Vous avez tout faux !
Maintenant, refaites votre stimulation en envoyant un second spike 10 ms après le premier. Vous n'obtenez plus rien. C'est normal, votre second stimulus est passé en pleine PRA (période réfractaire absolue) et sa présence a inhibé le premier. De même, préparer un seul spike, en stimulant une zone voisine par un spike dans les 20 ms avant la stimulation a priori efficace, et vous obtiendrez une diminution, voire une annihilation de la réponse.
Dans les ordinateurs, 1+1 = 2 (ou 10 en binaire). Dans les neurones naturels, 1+1=0, sans retenue. Enfin, généralement. Et dans un perceptron ou dans un (réseau de) neurone(s) formel(s), la répétition engendre l'apprentissage du stéréotype. Répétez le 50 fois, et vous comprendrez que les neurones naturels évitent les répétitions.
Dans les ordinateurs, 0 est faux et 1 est vrai. Ou l'inverse, si vous le voulez. Dans les neurones, 0, 1, vrai et faux, sont des réponses globalement efficaces issues de réponses individuelles synchronisées de myriades de neurones. Changez d'un poil la synchronisation, et la réponse sera inversée. Ou ne sera pas (aurait dit Breton).
Pour le traduire en termes logiques, au niveau neuronal, la différence entre l'affirmation et la négation, est souvent le fait d'une différence macroscopiquement imperceptible de synchronisation entre quelques neurones parmi des myriades.
Vous croyez en avoir fini ?
Savez vous ce qu'est la propagation par bonds ? C'est le fait que, sur les axones des neurones myélinisés, la propagation se fasse par déplacement d'un champ électrique (donc rapide et sans dépense énergétique), plutôt que par dépolarisation (effet de champ électrique généré par le déplacement transmembranaire de quantités d'ions, sous l'action de protéines transmembranaires et en employant de l'ATP, donc coûteux en glucose et en oxygène, et lent).
La propagation par bonds, permet parfois d'obtenir des effets paradoxaux, comme celui que le signal déclenche sa propre inhibition, avant même d'être parvenu à destination. Ou qu'un signal normalement insensible (par exemple la souffrance du coeur) soit perçu (comme étant une douleur du bras gauche, du sternum, et/ou de l'hypochondre: ça dépend des gens).

c) Ca dépend des gens.
Il n'y a pas deux corps humains identiques. Vous l'apprendrez en anatomie.
Il n'y a pas non plus deux cerveaux identiques. Même chez les vrais jumeaux. Leurs différences anatomiques font que leurs fonctionnements respectifs ne sont pas superposables.
Pourtant, le résultat est là. Différents mais opérationnels, tous deux fonctionnent. A coup sûr. Mère nature invente une nouvelle machine d'IA opérationnelle... à chaque cerveau.

3) Vous faites encore un sophisme du premier pas !
Dans les années 70, mon prof d'IA préféré, professait que si on ne comprend pas ce qu'on fait, alors il est illusoire d'espérer qu'en répétant l'expérience, on puisse aboutir à un résultat prévisible et/ou probant. (Les shadoks avaient tenté de faire de même).
De la même manière, quelques décennies plus tard, les hardis partisans de prolog (Mes amitiés et toute mon admiration sincère et respectueuse à Jacques Pitrat, pour tout le travail acharné qu'il a effectué et coordonné en ce sens), passés de la logique des propositions à celle des prédicats, faisaient le pari qu'en poursuivant ils appréhenderaient le paradis des niveaux méta-, et que par augmentation ces niveaux, réputés complexes, seraient accessibles aux manipulations simples basées sur la logique. (C'est un aspect du paradigme cognitiviste)
Ben, non.
D'une part ils faisaient l'erreur de s'appuyer sur la logique pour raisonner (on peut les pardonner, on se rattache plus facilement à ce qu'on connaît), et d'autre part (plus grave, car ils avaient été prévenus et ils le savaient), ils faisaient une sophisme du premier pas.
Le sophisme du premier pas, c'est "j'ai réussi à faire un pas, la marche est un enchaînement de pas, donc je sais marcher."
Ben non, encore une fois. Il n'y a qu'à voir (ou revoir, y'en a qui aiment) les premiers pas de votre bébé, pour s'en persuader. Le malheureux amorce un mouvement, se rattrape. Il a avancé. Tout heureux, souriant, il lève la tête... et tombe sur le cul. Ne rigolez pas, ça vous est arrivé aussi. Parce qu'il fallait aussi apprendre à reprendre son équilibre et à coordonner sa stature pour le conserver. Et pour passer au second pas, il va falloir maîtriser toutes les étapes précédentes. Et en faire un automatisme.
Le second pas est d'une autre nature que le premier.
Le fonctionnement cérébral, qui relève le la synchronisation et de la coordination d'un processus complexe, est bien plus proche de celui de la coordination d'un geste, que de celui de la réécriture d'équations (activité préférée des étudiants de sup et spé, et pour laquelle je garde néanmoins le plus grand respect).
Et le paradigme cognitiviste, opérationnellement basé sur la logique et les représentations symboliques, n'a jusqu'ici pas pu changer de fondamentaux pour appréhender la nature d'un second pas.

4) Raisonner en logique est une erreur.
Je ne vais pas me faire que des amis en affirmant cela. Toute l'accumulation des connaissances scientifiques, toute la théorie de la démonstration (y compris le second théorème de Gödel), tout l'effort et la concentration des matheux en prépa ingé, sont basés sur des démonstrations rigoureuses fondées sur la logique. Je sais bien, et ce n'est pas si mal. C'est là un bel arsenal théorique.
Mais on se trompe d'approche.
Tous les psycho-pédiatres vous le diront: La logique est un processus mental qui s'acquiert. Au plan cérébral, c'est une fonction évoluée et complexe, fruit d'un apprentissage, et non un mode de fonctionnement de base. Pareil pour le calcul. ou peut être avez vous oublié votre apprentissage de la grammaire et des tables de multiplication ?
Le processus inné, s'apparenterait plus à la pensée magique. "C'est comme ça." Pourquoi ? "Parce que mon papa il me l'a dit." Et pourquoi c'est comme ça, quand ton papa il te le dit ? "Parce que mon papa, il m'aime."
Vous pourrez faire la suite du dialogue comme vous le voudrez, un élève amoureux de son professeur apprend plus facilement qu'un élève qui rejette son professeur... et la matière. Et ce n'est pas vrai qu'à 4 ans.
Mais à 4 ans, la fonction primitive (au sens de la théorie des langages formels, et en particulier des fonctions primitives récursives de Lisp), c'est... d'aimer.
Ou pas.
Ceux qui ne me croient pas, me feront le plaisir de me rendre, le diagramme de Carnaugh du cerveau. Dans les trois mois. (Un conseil: utilisez du papier Bible).

[souviron34]

Merci

D'avoir plus les mots pour le dire - par ton expérience - que nous, pauvres hères..

(et tu me rassures, en plus: il y a des moments où je finis par douter de mes capacités intellectuelles, à force d'entendre des affirmations de gens supposés être formés spécialement, alors que moi je ne suis qu'un généraliste qui est depuis bien longtemps hors des labos)

Tu as parfaitement résumé, de manière claire..

[el_slapper]

Merci Plefebv.

Ca nous remet à notre place, celle de logiciens se débattant avec des problèmes de logique, c'est-à-dire un tout petit morceau de l'intelligence.

[GrandFather]

Intervention intéressante.

Un point cependant m'interpelle un peu:

La propagation par bonds, permet parfois d'obtenir des effets paradoxaux, comme celui que le signal déclenche sa propre inhibition, avant même d'être parvenu à destination. Ou qu'un signal normalement insensible (par exemple la souffrance du coeur) soit perçu (comme étant une douleur du bras gauche, du sternum, et/ou de l'hypochondre: ça dépend des gens).

Il me semble avoir lu (chez Damasio) que le corps est cartographié cérébralement (dans les lobes pariétaux si mes souvenirs sont bons) ce qui permet à la conscience de connaître l'origine d'une douleur ou d'une stimulation. Chaque partie du corps fait l'objet d'une zone dédiée de cette région du cerveau.

Ces zones se touchent, ce qui peut induire une erreur d'interprétation quand les neurones qui reçoivent cette stimulation sont à la frontière de deux d'entre elles. C'est ce qui explique qu'un malaise cardiaque est parfois ressenti au niveau du bras gauche. Je ne me rappelle pas que les gaines de myéline jouent un rôle particulier dans ce processus...

[souviron34]

Intervention intéressante.

Un point cependant m'interpelle un peu:

Il me semble avoir lu (chez Damasio) que le corps est cartographié cérébralement (dans les lobes pariétaux si mes souvenirs sont bons) ce qui permet à la conscience de connaître l'origine d'une douleur ou d'une stimulation. Chaque partie du corps fait l'objet d'une zone dédiée de cette région du cerveau.

Ces zones se touchent, ce qui peut induire une erreur d'interprétation quand les neurones qui reçoivent cette stimulation sont à la frontière de deux d'entre elles. C'est ce qui explique qu'un malaise cardiaque est parfois ressenti au niveau du bras gauche. Je ne me rappelle pas que les gaines de myéline jouent un rôle particulier dans ce processus...

Avec beaucoup de retard, et un rappel qui vient d'un autre débat (section Actualités), je vais répondre partiellement à ta question, GrandFather :

Le neurochirurgien montpellérain qui cartographie le cerveau (Midi Libre)

L'erreur de Broca (1), son premier livre destiné au grand public, est un récit à suspense de la petite et grande histoire d'une découverte récente majeure qui bat en brèche un des fondements de la neurochirurgie né il y a 150 ans avec le Français Paul Broca qui sépare le cerveau en “zones” (du langage, de la motricité...) infranchissables sous peine de lourds handicaps. Pour Hugues Duffau, le cerveau incroyablement plastique et quasi "magique" s'adapte en permanence et son fonctionnement repose sur des connexions. Si on ne touche pas aux "câbles", il n'est plus inviolable.

Hugues Duffau: "Le cerveau se répare lui-même" (L'Express)

Il a aussi démontré que la zone de Broca, historiquement dévolue au langage, n'existe pas.

Pr Hugues Duffau, Docteur Honoris Causa (L'Actu des CHU)

Les recherches du Pr Duffau ont totalement remis en cause les certitudes sur lesquelles s’appuyaient les spécialistes du cerveau quant au fonctionnement de cet organe. Pendant plus d’un siècle, le cerveau humain a été considéré comme « rigide », chaque zone correspondant à une fonction précise. Par exemple, la parole était réputée résider dans une zone située au sein du lobe frontal gauche, dans l’aire dite « de Broca ».

Cette vision dite « localisationniste » limitait notablement les interventions chirurgicales réalisées sur le cerveau : en effet, l’ablation d’une lésion (une tumeur par exemple) dans une zone considérée comme « cruciale » devait inévitablement entraîner des séquelles pour le patient.

A l’inverse, les travaux du Pr Duffau ont permis la mise au point d’un modèle dit « connexionniste » : selon cette approche, le cerveau présente une organisation dynamique, constituée en réseaux complexes, interconnectés et capables de se compenser – au moins en partie – au fur et à mesure du vieillissement, mais aussi en cas de pathologie cérébrale.

Un neurochirurgien de génie, opère le cerveau... Sans anesthésie ! (Planete Sciences Info)


Donc même cette idée de "cartographie" est mobile, pour le moins et on ne sait pas comment ça marche,,,, et ça varie d'un individu à l'autre



PS: Hugues Duffau (Wiki)

Dans une étude publiée en 2014 dans la revue Brain, Hugues Duffau montre que « l'aire de Broca n'est pas l'aire de la parole ». Il avance également que chaque cerveau est unique au niveau de la localisation des capacités intellectuelles, qu'aucun des deux hémisphères n'a une fonction spécifique et que le langage n'est situé ni dans un hémisphère ni même dans un endroit précis du cerveau. « Nous avons tous un cerveau différent, et la géographie fonctionnelle de chaque cerveau se modifie aussi avec le temps [...]. Contrairement à ce qui nous a été enseigné, telle zone du cerveau ne correspond donc pas à telle fonction : tout fonctionne en réseaux neuronaux, grâce à des fibres de substance blanche, autrement dit des "câbles". Si ces câbles s'avèrent similaires d'un individu à l'autre, leurs terminaisons sont en revanche très variables »

[DonQuiche]

1) L'intelligence, on ne sait pas ce que c'est.

Définir et produire sont deux choses distinctes. On sait la définir, même si le terme est suffisamment vague pour supporter plusieurs définitions correctes et pourtant contradictoires. En revanche on ne sait pas encore la produire.

b) ensuite, le fonctionnement du cerveau est incontestablement temporel.

La formulation est mal choisie : tu voulais parler de non-déterminisme mais celui-ci n'est que superficiel. Ou d'impureté, au sens mathématique. Mais le fond est correct.

Cela dit je ne vois pas en quoi nous ne pourrions simuler ce comportement. Ni pourquoi nous devrions le faire si le but est seulement de produire de l'intelligence plutôt que de simuler un cerveau humain (intérêt médical uniquement).

Nos propres IA complètes auront à mon avis un fonctionnement très différent de celui du cerveau. Les besoins et moyens de l'organique et du silicium sont différents.

Tous les psycho-pédiatres vous le diront: La logique est un processus mental qui s'acquiert.

Ce n'est que partiellement vrai. Sans causalité je ne pense pas que l'intelligence puisse se développer. Et la capacité à discerner et synthétiser des motifs, qui est le substrat même de l'intelligence, est un gros embryon de la capacité de subduction. Certaines capacités sont bien innées.

[GrandFather]

Donc même cette idée de "cartographie" est mobile, pour le moins et on ne sait pas comment ça marche,,,, et ça varie d'un individu à l'autre

Attention, je ne parlais que d'une cartographie bien précise, celle qui permet la perception sensorielle de son propre corps, et qui a fait (et fait encore) l'objet de travaux relativement récents ; les autres types de cartographie « classiques » (fonctionnelles, cognitives) sont effectivement rendues en partie caduques par la recherche actuelle. On ne parle donc pas tout à fait de la même chose.

[Alien Coders]

Bonjour,


J'ai souvent lu cette discussion et après mûre réflexion j'aurais une question assez terre à terre à poser.

J'imagine qu'au niveau de la recherche fondamentale sur l'IA les efforts se poursuivent et que c'est très loin d'être clos :

discussions sur les approches à adopter, les buts à poursuivre, ce qui est réaliste et ne l'est pas. Problèmes éthiques et sociaux.

Ce genre de sujet est très loin d'être clos je pense.


Ma question porte plutôt sur les techniques et algorithmes utilisés.

Il y a énormément d'algos disponibles : arbres de décision binaires, machines à états finis, behavior trees, logique floue, systèmes de markov,

inférence bayésienne, apprentissage artificiel, data mining, programmation génétique, recuit simulé, etc...

Et je n'ai sûrement pas tout cité loin de là. C'est tellement vaste.

J'ai une culture dans le domaine mais ça s'arrête là : je ne pratique et ne programme pas ce genre de chose.


Ce que j'aimerais savoir c'est si :

- 1/ On à presque tout découvert à ce niveau et il ne reste pas grand chose à découvrir
et on optimise et affine l'existant, voire il arrive parfois de lui découvrir des usages insoupçonnés et non prévus.

- 2/ On a déjà découvert une bonne partie de la base mais on travaille plutôt sur les combinaisons entre ces algorithmes
pour répondre à certains buts pratiques bien spécifiques : création de programmes.

-3/ Ou si au contraire la recherche foisonne encore de plein de possibilités inexplorées et promet sous peu l'émergence d'autres algos
radicalement différents de ceux connus ou utilisés jusqu'à ce jour.


Merci pour vos réponses et à bientôt.

[DonQuiche]

Disons qu'on a construit une jolie collection de mécanismes, vis, engrenages, valves, soupapes, mais qu'on n'a toujours aucune idée de comment assembler ces pièces pour faire une centrale nucléaire.

Tous les algorithmes sont sans doute là. Au pire il ne doit pas manquer grand chose dans la collection, bien que certaines pièces pourraient être essentielles voire centrales. Mais l'assemblage, lui, nous est à peu près complètement inconnu et c'est un immense défi.

Une fois le problème résolu on dira sans doute qu'on avait déjà tous les éléments il y a cinquante ans.

[Alien Coders]

Merci beaucoup pour cette réponse.

Donc notre collection d'algorithmes et de techniques serait déjà assez vaste voire quasi-complète.

Tous les outils pratiques seraient là prêts à être utilisés un peu comme des légos.


Les obstacles se trouveraient plutôt dans la façon de poser les problèmes et dans le choix des solutions techniques à utiliser.

Mais aussi, et bien que nos connaissances de l'esprit humain soient déjà très vastes, dans certaines lacunes gênantes et persistantes à ce niveau là.




http://www.developpez.net/forums/d15...-atari-2600-a/

https://www.cs.toronto.edu/~vmnih/docs/dqn.pdf

https://www-s.acm.illinois.edu/sigar.../QLearning.pdf



J'ai du mal à situer le deep-learning et à savoir vraiment ce que c'est.

https://en.wikipedia.org/wiki/Deep_learning

Cependant quand je lis ça et comment les recherches fusent dans tous les sens sur le sujet,

je pense qu'on est loin d'avoir tout découvert.

Les percées semblent nombreuses et rapides, de semaine en semaine, et de nouveaux algos vont sûrement voir le jour à la pelle.

C'est d'une complexité sans fond. J'avoue ça me dépasse. J'ai plutôt l'impression qu'il reste énormément à découvrir encore...


Edit : ce que je voudrais dire c'est que l'on réutilise des briques déjà bien connues comme les réseaux de neurones et le Q-Learning.
Mais on les utilise tellement différemment qu'on parvient à s'affranchir des limitations précédentes.

Un réseau de neurones classique il faut superviser et stopper son apprentissage. Avec le Q-Learning, plus besoin. Ça se fait tout seul.
Idem, c'est capable de discerner sa récompense seul et de se fixer des buts et actions à réaliser.(l'essence même du Q-Learning).
Aucun réseau de neurones ne pouvait faire ça auparavant.

Enfin il semblerait que l'on soit parvenu à multiplier les couches de neurones, chaque couche représentant un niveau d'abstraction supplémentaire.
Bref ce sont des avancées assez énormes...

A bientôt.

[DonQuiche]

Concernant le deep learning... Les réseaux de neurones sont constitués de couches successives : les sorties des une sont les entrées des autres. Chaque couche est supposée repérer un niveau plus avancé de motifs, lui-même composé des motifs des couches précédentes. Pendant longtemps on n'a pas bien su comment entraîner les couches profondes, les premières couches supportant le gros de l'adaptation, ce qui limitait la profondeur du réseau et donc la sophistication de ce qu'ils pouvaient détecter. Le deep learning c'est l'ensemble des algorithmes visant à entraîner les couches profondes séparément et ainsi créer des réseaux plus profonds.

Sur les réseaux neuraux il reste effectivement beaucoup de travail à faire. Mais quant à savoir si les réseaux neuraux peuvent être utiles pour faire des choses plus intéressantes que de la reconnaissance de pénis, c'est une autre affaire...

Et gare à la com' des GAFA : c'est de la com'.

[Alien Coders]

Merci pour cette explication sur le deep learning. Je cerne bien mieux les origines et le concept.


J'ai trouvé un article beaucoup plus détaillé sur le deep learning, y compris au niveau technique :

http://www.technologies-ebusiness.co...ning-pas-a-pas

http://www.technologies-ebusiness.co...lementation-22


C'est vrai que l'on n'est pas assurés que les recherches sur les réseaux de neurones mèneront à quelque chose d'exploitable,

surtout pour créer une IA généraliste et capable de raisonnement logique. (ce qui à priori n'est pas la spécialité des réseaux de neurones)

Mais on ne sait jamais, peut-être qu'en explorant ce domaine, déjà très vaste, on découvrira des réponses et des modèles inattendus qui changeront pas mal de choses.

Comme un certain physicien du 20eme, où la physique pensait avoir tout compris et qu'il ne restait plus que quelques questions gênantes sans intérêt. On connait tous la suite...

On peut aussi penser à l'histoire de l'aviation, où après de multiples essais et erreurs, la découverte d'un principe unique et unificateur, la portance, à fait décoller l'aviation.


C'est vrai, on peut l'envisager : peut-être qu'avec les techniques actuelles, en appliquant ad-hoc pour chaque compétence à développer des algos très différents on pourrait

peut-être obtenir une IA convaincante et opérationnelle. Et ce genre de résultat ne serait déjà pas si mal d'ailleurs et même désirable en attendant mieux.


Mais si il y a un grand principe unificateur quelque part, dont rien ne nous dit à priori qu'il existe ni que nous sommes capables de le découvrir.

Eh bien nous risquons fortement de nous contenter de notre solution ad-hoc faite de bric et de broc, et de louper la solution 'élégante'.


Après il y a de fortes chances que cette solution élégante soit bien au delà du deep learning et des réseaux de neurones, et peut-être même que

parmis des progrès et réalisations prometteuses, le deep learning ne sera pas la solution. Mais peut-être contribuera t'il à nous mettre sur la voie de cette solution la.


En tout cas pour en avoir le coeur net, et le fin mot de l'histoire, il nous faut mener à leur terme ce genre de recherche, sur le deep learning et autres.

Après oui c'est vrai il y a comme tu le soulignes beaucoup de hype marketing sur ces sujets là, mais c'est le jeu ma pauvre Lucette...

Voilà ce que je peux en dire pour ma part.

A bientôt.