Home Creators Posts Import Register Favorites Logout

Videos

Content

Pour répondre à des questions sur l’intelligence artificielle et son rôle dans notre monde.

Si un ordinateur a une « intelligence artificielle » alors pourquoi pas une conscience ou une morale artificielle ?

Files

Réponse : Intelligence Artificielle

Pour répondre à des questions sur l'intelligence artificielle et son rôle dans notre monde.

Comments

Hadaly

Autre question : en réfléchissant à notre place, l'intelligence artificielle va-t-elle nous rendre moins intelligents ? Depuis que j'ai un téléphone portable, je ne connais plus aucun numéro de téléphone. Depuis que j'utilise Word et des correcteurs professionnels, je suis moins bon en orthographe qu'à mes quinze ans. Si j'avais un Thermomix, j'oublierais vite comment cuisiner. Bref.

Sébastien L.

Voilà. Exactement. Et on appelle bien à tord ça de l’intelligence artificielle. Bon point de vue. Merci

Aldo Sterone

les enfants et les calculatrices ;) Il y a des generations qui font du calcul mental de ouf alors que d'autres ne sont pas en mesure de faire une table de multiplication de 5.

M.B.

Merci Aldo ! Je suis tout à fait d'accord avec vous ! Personnellement, je trouve qu'il y a beaucoup de gens qui ont une fausse idée de l'AI. Déjà, par abus de langage, on parle souvent de IA au lieu de Machine Learning et ses dérivés (ou ML - et je fais la même erreur). L'IA regroupe énormément de choses comme les algorithme pour bouger le bras d'un robot, le traitement d'image, et. ainsi que le ML. Mis à part les ML, j'ai l'impression que le reste est "anodin" et existe dans la vie courante depuis bien longtemps. Ensuite, beaucoup de gens pensent en effet qu'un jour la machine "pensera" - ou pour le dire autrement, qu'elle dépassera l'homme. La fameuse "singularité". C'est un fantasme très dangereux. Tout d'abord, comme vous l'avez dit, le ML génère - ou extrapole - des réponses à partir de beaucoup de données (le Big Data). Par exemple, la voiture de Google qui va pouvoir se déplacer sur une route, car elle reconnaît des éléments de la route (ligne blanche, feu rouge, piéton), car l'algorithme a pu "s'entraîner" sur une énorme base de données - notamment grâce au captcha "indiquez les panneaux" que des milliards d'utilisateurs d'internet ont labellisé. En effet, ces données ne viennent en général pas seul, il faut déjà qu'un humain les ais "reconnu" (le label) ou qu'il y ait un algorithme au préalable qui utilise une connaissance pour pouvoir le reconnaître (une ligne blanche = c'est toujours droit, et c'est toujours blanc). Donc il y a une connaissance que l'humain donne à la machine pour que celle-ci puisse extrapoler. Ensuite, il y a le dosage. Quand une machine doit faire un choix elle ne doit pas être biaisé. Comment reconnaître un chat d'un chien si elle a vu un million de photo de chien, et qu'un seule d'un chat? Donc on voit que le ML nécessite à la base une connaissance humaine. Il est paramétré par l'humain. Il n'est qu'une copie pauvre de l'esprit et de la mémoire humaine. Evidemment, les résultats peuvent être bluffant ! Car on peut utiliser, le ML pour copier la réalité, ou pour copier l'humain dans certaine de ses décisions (reconnaissance de forme, du langage, reproduction de la parole, traitement d'image évolue, etc.) et c'est pour cela que beaucoup de gens pensent qu'il y aura la Singularité (rien que le terme fait religion du futur - un peu comme l'Apocalypse). Il n'y en aura pas. Mais des gens croiront soit qu'elle arrivera, soit, dans le futur, qu'elle est déjà arrivée. Votre analyse sur l'utilisation du vocabulaire est très pertinente. J'ai une anecdocte à raconter sur le sujet. Un ancien collègue de travail, spécialisé dans le ML a soutenut sa thèse en 95 sur le ML. Dans l'abstract de sa thèse, il est mentionné de "fortes analogies avec des études sur la psychologie du comportement (du modèle de ML) d'une part et avec des structures neurobiologiques d'autre part nous permettant ainsi de valider notre approche dans le domaine pluridisciplinaire qu'est celui du neuro-mimétisme". Cela donne le ton. Ayant été proche du domaine (j'ai fait des images de synthèse pour augmenter la base d'image pour un algorithme de ML), je me suis intéressée de très prés au ML. Il s'avère que l'histoire du ML est très intéressante. Au début, c'était des mathématiciens qui ont élaboré les premières formes de ML (dans les années 50). Cela a fait un flop, et beaucoup de gens se sont détournés de cet outil mathématique. Néanmoins, certains ont continué a en développer dans leur coin. Ils étaient ostracisés par la communauté jusqu'à que le thème redevienne à la mode dans les années 90 (ordinateur plus puissant). Il y a eu un véritable essort du ML au milieu des années 2000 avec internet et la possibilité de construire des énormes bases de données. A mon avis ce que raconte cette histoire, c'est que le ML est un science qui a évolué en parallèle des autres sciences. Les spécialistes de ML ne sont ni vraiment mathématiciens, ni vraiment informaticiens, ni vraiment physiciens ou autre. Ils ont leur propre langage technique et leur propre méthodes. Les chercheurs en ML que j'ai recontré avaient souvent des lacunes mathématiques, ils n'avaient pas une grande connaissance de la science et de sa méthode et .... j'ai souvent entendu dire: "on sait pas comment ça marche, mais ça marche" (ce qui, le "ça marche" est une illusion, et je n'expliquerai pas pourquoi car ça sort un peu du thème). En général, j'ai l'impression que les formations de ML sont intégrés soit dans des cursus techniques généralistes (genre polytechnique), soit dans des cursus de robotique (en d'autre terme, l'IA). Ayant fait des mathématiques, je peux dire qu'il n'y avait pas de formation de ML. Peut être qu'il y en a maintenant. Il y a depuis récemment de la recherche mathématique dans le domaine. Ce que je sais c'est que ce sont des mathématiques assez complexe et très certainement inaccessible pour la plupart des ingénieurs en ML. En conclusion: - Le ML n'est pas de la magie. Comme le dit Aldo, c'est un algorithme qui extrapole une connaissance. - Historiquement, le ML n'a pas eu vraiment de place dans les domaines traditionnels (math, info, physique, etc.) jusqu'à rejoindre la robotique - La plupart des personnes qui font du ML n'ont pas une bonne base scientifique (pour ceux à qui ça parle, un m'a dit un jour ne pas savoir ce que représentait un gradient, oui oui, un ingénieur et qui utilise un outil qui est bourré de gradient dans ses "formules") - Leur approche méthodologique c'est : l'ordinateur me donne une réponse, donc elle doit être bonne - et de toute manière, je n'ai aucune méthode autre qu'un dosage de données (un peu au doigt) pour l'améliorer et une autre anedocte pour conclure: j'ai fait de la géométrie différentielle en thèse. Dans mon jury il y avait un spécialiste en calcul numérique (pratique pour tout ce qui est notamment mécanique des fluides). Il m'a dit : "la géométrie c'est has-been". Quelques années plus tard, je rencontre un spécialiste de ML. Je lui pose une question sur une utilisation de calcul numérique. Sa réponse ? "le calcul numérique c'est has-been". A bon entendeur!

M.B.

PS: j'ai oublié de mentionner que malgré le fait que je ne pense pas qu'il y aura de "singularité", il y a quand même un danger à l'IA et au ML. Je suis d'accord avec Aldo et des abus qu'il pourrait y avoir (utilisation de l'IA pour la justice, j'ai entendu déjà un collègue me dire que c'est ce qu'il souhaitait....), mais il y a aussi et notamment les deep fake qui font peur... très peur...

Greggy

L'IA de Boeing n'est pas encore très au point... :)