Vers une intelligence artificielle quantique ?

[JPL]

et pourquoi pas une femme quantique

Elle serait dans un état superposé ? Ou intriqué ?
-----

[iharmed]

désolé, mais c'est quand même un terme qui a un sens.

le quantique avait un sens, lorsqu'on parle de physique quantique et mecanique quantique.

mais lorsque les algoritmes, l'informatique et meme le vide deviennent quantique, le sens est devenu du n'importe quoi.

je remrci qq qui me parlait sur un autre forum de l'oiseau quantique

[JPL]

Tu ne sais manifestement pas qu'il existe des algorithmes spécifiquement quantiques pouvant s'exécuter avec des qbits et irréalisables avec les bits des ordinateurs actuels. Donc ce qui est n'importe quoi c'est ta critique fondée sur une ignorance.

[EauPure]

L'algorithme à 4 qbits dont tu parlais au début? Je n'ai peut-être pas été assez clair:
1) on ne peut pas reconnaître 2 chiffres avec 4 qbits. C'est une impossibilité théorique (16 résultats mesurables, 100 états à distinguer... et beaucoup plus si on parle d'écriture manuscrite).
2) aucune des sources que tu as cité sur ce fil n'est fiable. Si tu trouves l'article de ces chinois sur arxiv, je pourrais probablement te dire ce qu'ils ont réellement fait... mais mon meilleur conseil restera de laisser tomber les sources douteuses.

ça ce trouve, le lien sur la source arxiv est dans cet article
http://arxiv.org/pdf/1410.1054v1.pdf

[EauPure]

Elle est aussi dans le lien de mon premier post (bien caché sous le mot Cornell en fin d'article)

[EauPure]

Et le nouvel algorithme quantique serait : Quantum support vector machine for big data classification

[7] Patrick Rebentrost, Masoud Mohseni, and Seth Lloyd. Quantum support vector machine for big data classification. Physical
Review Letters, 113(13):130503, 2014.

http://arxiv.org/pdf/1410.1054v1.pdf

et wikipédia : http://en.wikipedia.org/wiki/Quantum_machine_learning

Quantum Support Vector Machines
Une machine à vecteurs de support peut être mis en œuvre sur un ordinateur quantique utilisant une combinaison d'algorithmes quantiques connus . [ 6 ] Pour construire l' hyperplan séparant l'ensemble de données pour la classification des tâches, l'équation linéaire de la forme duale ou moins formulation carrés est résolu en utilisant un algorithme quantique pour résoudre des équations linéaires [ 7 ] Une astuce importante est ainsi un sous-programme pour construire une matrice de densité dont les entrées correspondent à celles du noyau matrice.

Extraire des informations de l'état final peut être fait par une analyse quantique en composantes principales . [ 8 ] La classification d'une nouvelle entrée se fait par un test dit de swap, dans lequel le chevauchement entre deux états quantiques est calculé. La machine à vecteurs de support quantique peut être mis en œuvre dans un temps logarithmique sur la dimension de l'espace de fonction et le nombre de vecteurs de formation, alors que la solution classique nécessite un temps polynomial.

[ansset]

Et le nouvel algorithme quantique serait : Quantum support vector machine for big data classification

oui, justement , on entre en plein dans ce que peut apporter l'informatique quantique.
la gestion combinatoire de très grande bases de donnée.
dans un certain sens, on est presque à l'opposé du mode de raisonnement humain.
cela me fait repenser à deep blue ( qui n'était pas quantique ) mais dont le principe algorithmique était cousin.
il moulinait comme un bourrin tous les cas de figures possible jusqu'à N coup à l'avance , et "mesurait" la position finale la plus avantageuse.
d'ailleurs Kasparov , qui avait compris bien sur ce principe, en avait déduit qu'avec ce principe, celui qui a les blancs gagne forcement.

On est très loin de ce qu'on peut appeler "intelligence".

[EauPure]

oui, justement , on entre en plein dans ce que peut apporter l'informatique quantique.
la gestion combinatoire de très grande bases de donnée.

Le bigdata n'est pas une base de données, ce sont des données non structurés et ce nouvel algorithme permet d'accélérer le deep learning.

dans un certain sens, on est presque à l'opposé du mode de raisonnement humain.

C'est bien ce que l'on cherche car la raison est limité et l'ordinateur classique sait déjà raisonner.
l'intuition est à l'opposé du raisonnement mais c'est humain.
Et avec ça c'est aussi possible pour l'IA

cela me fait repenser à deep blue ( qui n'était pas quantique ) mais dont le principe algorithmique était cousin.
il moulinait comme un bourrin tous les cas de figures possible jusqu'à N coup à l'avance , et "mesurait" la position finale la plus avantageuse.
d'ailleurs Kasparov , qui avait compris bien sur ce principe, en avait déduit qu'avec ce principe, celui qui a les blancs gagne forcement.

On est très loin de ce qu'on peut appeler "intelligence".

Deep blue c'est de l'histoire ancienne, ça t’arrange bien de ne pas parler de Watson, son successeur.
On dirait que culturellement tu t'interdit de penser qu'une IA puisse dépasser l'intelligence humaine.

L’intelligence artificielle émergente pose un problème pour beaucoup de religions, en particulier celles qui attribuent un caractère spécial à l’humanité et à la conscience humaine dans le cosmos. Le bouddhisme peut être le seul système de pensées religieuses qui non seulement accepte mais embrasse activement les IA que nous produisons en tant qu’espèce.

http://www.nouvelordremondial.cc/201...-artificielle/
désolé si c'est un peu politico religieux mais j'aimerai comprendre la réaction d'ansset.

[mh34]

On dirait que culturellement tu t'interdit de penser qu'une IA puisse dépasser l'intelligence humaine.

.

Mais de fait il n'y a rien à dépasser, l'Intelligence artificielle, par définition, n'est pas l'intelligence humaine. Comment pourrait-elle la dépasser?

[ansset]

Le bigdata n'est pas une base de données, ce sont des données non structurés et ce nouvel algorithme permet d'accélérer le deep learning.
.

il est inutile de me rappeler ce qu'est la gestion de données ou de meta-données.
j'ai déjà fait plusieurs missions de consulting sur ce sujet pointu et évolutif.
notamment dans le domaine télévisuel pour l'INA ( avec ses tonnes d'archives ) mais aussi pour france TV.
et actuellement pour une start up ultra innovante ( sujet non divulgable )

désolé si c'est un peu politico religieux mais j'aimerai comprendre la réaction d'ansset.

si c'est politico-religieux, je n'ouvre même pas le lien.

[ansset]

ma réaction est simplissime.
l'emploi du mot "intelligence" est non seulement inapproprié, mais induit une compréhension fondamentalement erronée.

ensuite , sur la forme.
il devient lassant de lire les annonces "fracassantes" de certaines équipes ou stés, à coup d'explosion exponentielle, de Giga-Bidules-trucs.
et qui promettent la lune pour demain.
je ne parle pas de "capacité potentielle de calcul" , je parle bien d'applications concrètes et visibles.

je préfèrent les personnes qui ont ( eux ) mis les mains dans le cambouis, que ceux qui se gargarisent des promos marketing.
j'ai justement passé ma vie dans l'inovation, alors je suis de près celle de l'informatique.
mais il ne faut pas lui faire dire ce qu'elle n'est pas.
Cdt

[EauPure]

Mais de fait il n'y a rien à dépasser, l'Intelligence artificielle, par définition, n'est pas l'intelligence humaine. Comment pourrait-elle la dépasser?

en étant plus intelligente et on peut se poser sérieusement la question
L’intelligence artificielle : une menace pour les professions intellectuelles ?

Mais en moins de 10 ans, l’utilisation de nouveaux programmes informatiques, issus de la physique statistique, ont permis à l’ordinateur de se hisser du rang de joueur médiocre à celui de très bon joueur et aujourd’hui, personne ne parierait que les joueurs humains seront encore les meilleurs au go dans dix ans…

Une autre étape symbolique a été franchie il y a quelques semaines, quand Deep Knowledge Venture, une société de gestion qui gère des fonds à hauts risques relatifs aux biotechnologies et les médicaments contre les maladies liées au vieillissement, a pris la décision surprenante de nommer VITAL, un algorithme, membre de son conseil d’administration (Voir Globe Newswire).

Ce programme informatique d’intelligence artificielle, développé par Aging Analytics a été conçu pour croiser une multitude de données et les analyser de manière à en extraire des informations susceptibles de prévoir les potentialités de développement des entreprises.

Ce domaine éminemment stratégique de l’intelligence artificielle est en train d’arriver à maturité et fait à présent l’objet d’une compétition féroce entre les géants de l’informatique et du numérique. IBM vient ainsi de présenter à une centaine de dirigeants d’entreprises suisses il y a quelques jours une nouvelle version de son ordinateur « intelligent » Watson, spécialement conçue pour l’analyse économique, financière et commerciale des marchés.


En savoir plus sur http://www.gizmodo.fr/2014/06/13/lin...RZ65xyE6GrZ.99

[ansset]

Une autre étape symbolique a été franchie il y a quelques semaines, quand Deep Knowledge Venture, une société de gestion qui gère des fonds à hauts risques relatifs aux biotechnologies et les médicaments contre les maladies liées au vieillissement, a pris la décision surprenante de nommer VITAL, un algorithme, membre de son conseil d’administration (Voir Globe Newswire).

jusqu'à preuve du contraire , légalement les membres d'un conseil d'administration sont des personnes physiques ou morales.
c'est quoi cette blague ?
dans une éventuelle prochaine boite, je demanderai à mon chat de voter !
ps : tu ne mets que de l'eau dans ton eau ?

[EauPure]

Si ansset n'y croit pas c'est maintenant au tour de Bill Gates de s'en inquiéter

Comme l’entrepreneur Elon Musk ou le physicien Stephen Hawking, Bill Gates se méfie des développements de l’intelligence artificielle. Tout en participant à des projets Microsoft qui s’en approchent.
En savoir plus sur http://www.silicon.fr/bill-gates-mef...U9kOGK3F5zY.99

Deep Knowledge Venture est à Hong Kong et leur législation semble s'en accommoder.

Through our partnership with the top analytical companies utilizing machine learning and large panel of experts, we can construct complex decision trees showing risk and return at every stage of company evolution.
Our partners and intelligence software VITAL provide us analytical services pertaining to regenerative medicine and biotechnology.
We routinely invest in both private and public companies specializing in biotechnology, drug discovery, personalized medicine, BigData analyzing, industrial expert systems and artificial intelligence.

http://deepknowledgeventures.com/

[ansset]

oui, mais rien vu qui concerne le "conseil d'administration".
il s'agit d'une collaboration.
maintenant, je te laisse à tes délires.
j'en ai marre.

[EauPure]

oui, mais rien vu qui concerne le "conseil d'administration".
il s'agit d'une collaboration.

tu as du survoler le site, en cliquant sur NEW on trouve

PRweb
DEEP KNOWLEDGE VENTURE’S APPOINTS INTELLIGENT INVESTMENT ANALYSIS SOFTWARE VITAL AS BOARD MEMBER
13 may, 2014
DKV has appointed VITAL, a machine learning program capable of making investment recommendations in the life science sector, to its board. VITAL (Validating Investment Tool for Advancing Life Sciences) uses machine learning to analyze financing trends in databases of life science companies and predict successful investments.
http://deepknowledgeventures.com/

maintenant, je te laisse à tes délires.
j'en ai marre.

ce ne sont pas mes délires puisque je poste des sources alors que pour ta part on peut qualifier tes propos de subjectif pour ne pas tomber dans ton agressive utilisation de délire.

[ansset]

le terme "board" en anglais n'est pas synonyme de "conseil d'administration".....
et dans un conseil : il y a souvent des membres permanents, mais qui n'ont aucun droit de vote.
comme le directeur général ou le directeur financier parfois.
tu m'épuises.

[EauPure]

Ta mauvaise fois me surprend, car cette annonce sur VITAL ne date pas d'hier et de nombreux site l'ont reprise

Tout comme les cinq autres membres du conseil d’administration, humains, le vote de VITAL comptera comme une voix. Le logiciel VITAL a été développé par une startup britannique qui s’appelle Aging Analytics.

http://www.humanoides.fr/2014/05/15/...ne-entreprise/

Incorruptible
Du sérieux donc. Mais Vital a déjà fait ses preuves. Deux entreprises, Pathway Pharmaceuticals et In Silico Medecine s’étaient déjà dispensés les conseils du robot. Chez Deep Knowledge Venture, l’algorithme monte donc en grade. «Même si Vital n’assistera pas littéralement aux meetings, il n’y aura plus de décision prise sans avoir reçu son analyse», confie au site Beta Beat Dmitry Daminski, responsable du projet chez Deep Knowledge Venture.
Vital déjà en action
Depuis qu’il a commencé les tests, Vital a déjà approuvé deux investissements. «Même s’il ne pouvait pas encore voter à l’époque, il nous a aidés à nous décider sur deux cas, explique Charles Groome, un dirigeant de DKV à Business Insider.

http://www.20minutes.fr/insolite/138...ron-entreprise

Quand on connait les méfaits des conflits d'intérêts et de la corruptions des humains, ya pas photo

[ansset]

Quand on connait les méfaits des conflits d'intérêts et de la corruptions des humains, ya pas photo

est ce bien dans le sujet ?
quand au vote de Vital, je l'ignorai, vraiment désolé, mais si c'est avéré, c'est pour moi un signe flagrant de la bétise humaine.
mais je ne connais pas la taille de cette entreprise ( s'il s'agit d'une start up, ils peuvent faire "joujou", ou effet d'annonce encore une fois )

[ansset]

d'autant que parmi les discussions et reflexions d'un CA, il y a surtout ces sujets :
-analyser quantitativement et qualitativement les résultats de la période.
-evt ajuster la stratégie de développement de l'entreprise.
- reduire ou augmenter la "voilure" en fct du point "mort" qui a peut être changé.
- examiner les évolutions de la concurrence.
- développer ou ajuster un développement à l'international ( comment, avec quels investissements, ou, avec des partenaires, lesquels .... ???)
- réorganisation interne si nécessaire ( sur le fond et sur la forme )...
j'en passe.

alors si ton Vital a l'expérience et la compétence multi-disciplinaire pour ce prononcer sur ces sujets.
là chapeau !
( ps : je n'y crois pas une seconde , évidemment )

[EauPure]

Pas de quoi être désolé, je viens de découvrir un article sur autre prodige de l'IA datant de mai 2014 qui apprend tout sur tout sans supervision humaine.
en plus il est open source

Ce dernier est un système informatique capable d'apprendre par lui-même différents concepts relevant de toutes les disciplines et thématiques. En clair, il est capable d'apprendre tout sur n'importe quoi, d'où son appellation fort éloquente, LEVAN, abréviation de Learn EVerything about ANything. Il a été développé par un groupe de chercheurs de l'institut Allen pour l'intelligence artificielle de l'Université de Washington.
http://fr.sott.net/article/21615-LEV...n-importe-quoi

[ansset]

elle est pas belle la vie. ?
je sors définitivement !

[ansset]

ps : il y a un gouffre ( voir un rift ) entre la phrase initiale et les performances annoncées.
on y apprend par exemple que grace aux images et à internet, cet IA a fait le lien entre Mohamed Ali et la Boxe. bravo à lui.
ou qu'il a relie Gandhi avec l'histoire de l'inde.
On est assez loin du titre encore une fois fracassant.

[myoper]

On est assez loin du titre encore une fois fracassant.

Après avoir réinventé l'intelligence, l'informatique nous sort aussi l'abrutissement artificiel... et aussi !

[invite73192618]

la source arxiv

Merci, on va pouvoir discuter sérieusement.

L'algorithme d'intelligence artificiel employé ressemble à ceci:
1) prendre une base de donnée d'exemples connus (entrainement) et la mettre sous forme de matrice
2) faire une PCA, c'est-à-dire trouver des variables qui décrivent de mieux en mieux ces exemples
3) résoudre le système d'équation linéaire correspondant, c'est-à-dire déterminer une règle de type "si a.x1+b.x2+c.x3+...>critère alors classe 1 sinon classe 2" avec x1..n les informations sur chaque exemple (par exemple le niveau de gris de chaque pixel) et abc... des paramètres issus de la décomposition en valeurs propres
4) utiliser cette règle pour classifier de nouveaux exemples tests

Ce n'est pas le meilleur algorithme d'intelligence artificielle, mais c'est un des très bons, donc disposer d'une version quantique plus rapide que la version quantique serait effectivement très sympathique.

Concernant les étapes 1 et 4, il n'y aucun raccourci: cela prend un temps linéaire en fonction de la taille en bits des éléments à classifier, du nombre d'exemple de la base d'entrainement, et du nombre d'élément à classifier dans la base test.

Pour l'étape 2, il existe un algorithme de PCA quantique. En théorie cela donne le même résultat et en toute généralité c'est en fait aussi lent qu'un algorithme de PCA classique. Toute l'astuce est qu'il est possible, avec la version quantique mais pas avec la version classique, de prendre un raccourci en recherchant uniquement les premières composantes sans rechercher les autres. Or c'est bien souvent celles-là qui ont des propriétés intéressantes! Donc on peut effectivement dire: pour trouver les premières composantes d'une PCA, l'algorithme quantique est exponentiellement plus rapide que l'algorithme classique (nonobstant quelques caveats techniques). Ce qui est WOW!

Pour l'étape 3, il existe également une version quantique pour résoudre un système d'équation linéaire, qui marche selon la même astuce: en toute généralité cela donne le même résultat et c'est aussi lent que la version classique, mais si on sait que seuls les premiers paramètres nous intéressent (ou une statistique sur ces paramètres sans besoin des paramètres eux-mêmes), alors on peut -dans le cas quantique mais pas dans le cas classique- prendre un raccourci et ne déterminer que les premiers. Donc on peut effectivement dire: pour trouver les premiers paramètres résolvant une équation linéaire, l'algorithme quantique est exponentiellement plus rapide que l'algorithme classique (again, nonobstant certaines conditions techniques relativement raisonnables). Encore une fois c'est bien ceux-ci qui sont les plus intéressants en pratique (du moins on peut s'arranger pour que ce soit le cas, en particulier en s'arrangeant pour que les premières variables correspondent aux premières composantes suite à une PCA), donc again WOW!

Alors, quelles sont les conséquences sur les performances d'un SVM quantique appliqué? Moyen en fait. Les gains exponentiels des étapes 2 et 3 sont respectivement en fonction du nombre d'exemples de la base test (étape 2) et en fonction de la taille des éléments à classifier (étape 3). Or, au-dessus d'un certain nombre d'exemples, il n'est pas évident qu'il y ai un gain à en ajouter d'avantage. Pire, la taille des éléments à classifier dépend strictement de l'application considérée (par exemple dans le cas d'une classification d'images, augmenter la résolution ne sert à rien au-dessus d'une certaine valeur). Les deux sont par ailleurs liés: le contenu en informations utiles d'une base test est nécessairement limité par la taille des éléments, faute de quoi le problème sera sous-dimensionnée (c'est mal). Donc, pour que cet algorithme d'intelligence artificiel soit vraiment utile en pratique, il faudrait trouver des problèmes posés d'une manière telle qu'il y ai un intérêt à faire grandir arbitrairement la taille des éléments et la taille du nombre d'exemple d'entraînement. Pas évident!

Finalement, la limite la plus fondamentale est qu'il n'y a aucun raccourci pour l'étape 1 (ni la 4, mais c'est une étape d'application donc il n'est pas forcément nécessaire de l'inclure dans le calcul de performance), qui dans le cas quantique devient le bottleneck, et qui limite tout gain à un gain polynomial plutôt qu'exponentiel. Ce qui est bien mais pas top.

Bon, ceci pour la partie intéressante. Il y aussi un certain nombre de choses, disons, discutables:
-les auteurs prétendent faire de la reconnaissance de lettres manuscrites. En fait ils séparent les images en deux classes, en fonction de deux (2) niveaux de gris haut-bas et droite-gauche. Cela ne marche que parce qu'ils ont prétraités les images en les centrant/scalant à la main, et qu'ils ont par ailleurs choisi une base de donnée d'exemple particulièrement facile (on peut les séparer avec deux bits!!). Pour donner une idée: si tu présentes une image d'un 4, leur algorithme y verra un 9. Présente une image de baleine, ce sera un 6. Présente un 6 décalé vers le haut, ce sera reconnu comme un 9. Un 9 décalé vers le bas, ce sera un 6... bref, tout ce qui fait l'intérêt de l'apprentissage automatisé a été rendu trivial par un prétraitement abusif des images.
-trouver les composantes principales quand on a seulement deux composantes et deux exemples en entrée... c'est créatif
-"The successful classification shows the ability of our quantum machine to learn and work like an intelligent human"... est-ce qu'il y a vraiment besoin de commenter? C'est dommage de voir quelque chose d'intéressant, quand on creuse, être noyé dans des choses fort peu intéressantes, présentées en façade. Dans le fond c'est un article écrit pour enfumer plutôt qu'en tant que brique de connaissance. Dommage.

[minushabens]

Pour l'étape 2, il existe un algorithme de PCA quantique. En théorie cela donne le même résultat et en toute généralité c'est en fait aussi lent qu'un algorithme de PCA classique. Toute l'astuce est qu'il est possible, avec la version quantique mais pas avec la version classique, de prendre un raccourci en recherchant uniquement les premières composantes sans rechercher les autres.

euh... ça fait longtemps qu'il y a des algorithmes qui extraient séquentiellement les éléments propres d'une matrice. Pas besoin de truc quantique.

[ansset]

euh... ça fait longtemps qu'il y a des algorithmes qui extraient séquentiellement les éléments propres d'une matrice. Pas besoin de truc quantique.

ben oui, mais certains voient de la "magie" partout.

[EauPure]

et qui aime aller jusqu'au bout pour la démystifier

[EauPure]

euh... ça fait longtemps qu'il y a des algorithmes qui extraient séquentiellement les éléments propres d'une matrice. Pas besoin de truc quantique.

même si ça accélère le traitement ?

[EauPure]

@jiav
quand tu les cites "The successful classification shows the ability of our quantum machine to learn and work like an intelligent human"
Tu extrait juste une citation mais je pense que leur but était de tester ce nouvel algorithme quantique

Here, we demonstrate a quantum machine learning algorithm
on a four-qubit NMR test bench to solve an optical character recognition problem, also known as the
handwriting recognition.

http://arxiv.org/pdf/1410.1054v1.pdf