L'intelligence humaine réduite à un algorithme

[EauPure]

Si c'est avéré c'est

The theory specifies that within each computational building block, termed “functional connectivity motif” (FCM), the total number of principal projection-cell cliques with distinct inputs should follow the power-of-two-based permutation equation of N = 2 i –1 ( N is the number of distinct neural cliques that can cover all possible permutations and combinations of specific-to-general input patterns, whereas i is the number of distinct information inputs; Figure 1 ).
http://journal.frontiersin.org/artic...016.00095/full

L’intelligence artificielle deviendrait réelle

Les conclusions de ce papier sont très importantes, car si elles sont avérées, il sera possible de bâtir des intelligences artificielles identiques aux intelligences humaines. Pour l’instant, les modèles mathématiques se limitent aux réponses neuronales simples chez les souris dans sept régions de leur cerveau, mais les chercheurs parlent déjà de travailler sur les singes et l’homme pour vérifier leur hypothèse.

http://www.tomshardware.fr/articles/...e,1-62066.html
-----

[ansset]

Sans vouloir faire une digression, cela me rappelle l'histoire récente de la thérapie génique.
au moment du travail de séquençage du génome, il était annoncé une compréhension rapide et complète de nombre de maladies génétiques, avec les traitements adaptés.
aujourd'hui, force est de constater une forme de "désenchantement" face aux complexités des mécanismes que l'on découvre tous les jours.
Bref, le travail "quantitatif" de base se heurte maintenant à la complexité qualitative. ( propos simplifié )
Je me demande, si toutes ces belles annonces sur l'IA de demain ne suivra pas le même type de chemin.

[Deedee81]

Salut,

Ce n'est pas nouveau. Dès le début de l'IA il y a plus de quarante ans. A l'époque l'approche était essentiellement combinatoire. Et là aussi il y avait des annonces fracassantes.
Inutile de dire, je pense, quelle difficulté a été vite rencontrée.

Ce que je crois c'est que l'évolution de la recherche est (presque) toujours :
- plus rapide et surprenante que ce à quoi on s'attendrait en étant très prudent
- plus lent, beaucoup plus lent, que les annonces médiatiques

Si on veut parier, faut viser entre les deux

[ansset]

Si on veut parier, faut viser entre les deux

Ou parfois à coté dans le sens ou certaines avancées surprenantes sont souvent connexes à celles annoncées, mais pas en "ligne directe".
Et "pis" , je ne parie jamais !
Cdt

[A voir en vidéo sur Futura]

[Deedee81]

Et "pis" , je ne parie jamais !

A vrai dire, moi non plus

P.S. Désolé pour le tchat.

[invite73192618]

Je me demande, si toutes ces belles annonces sur l'IA de demain ne suivra pas le même type de chemin.

On peut se le demander, mais tres franchement je ne vois pas le rapport entre cette recherche et l'IA. Il s'agit de neurosciences fondamentales. On peut bien sur interpreter les resultats dans l'optique computationnaliste qui sous-tend la possibilite d'une IA forte (apres tout c'est la bonne interpretation ), mais cela n'a rien d'obligatoire.

[pm42]

En plus des remarques pertinentes faites ici on peut se demander si cette fonction est possible à connaitre en détail, calculable, implémentable sur un autre substrat qu'un cerveau biologique, de sa stabilité aux petites variations, etc.
Je n'ai pas lu l'article d'origine en détail, seulement parcouru mais cela me semble en effet très théorique.

[EauPure]

Ce qui me semble nouveau dans cette théorie c'est qu'elle met l'accent sur la connectivité évolutive des neurones surtout lors de l'apprentissage.
les 2/3 étant randomisé et les 5/6 non randomisé
Car les réseaux artificiel ont plutôt une connectivité fixé et ce sont seulement les poids des connections qui sont évolutif lors de l'apprentissage.
que veut dire cliques dans ce passage ?

In contrast, the nonrandomness in layers 5/6—which consists of few specific cliques but a higher portion of more general cliques projecting mostly to subcortical systems—is ideal for feedback-control of motivation, emotion, consciousness and behaviors.

[EauPure]

Sans vouloir faire une digression, cela me rappelle l'histoire récente de la thérapie génique.
au moment du travail de séquençage du génome, il était annoncé une compréhension rapide et complète de nombre de maladies génétiques, avec les traitements adaptés.

moi ça me rappelle e=mc² , une équation tellement simple qu'elle ne semblait pas être une possible théorie de la réalité
là c'est

[EauPure]

et si i est premier alors n est premier

[Archi3]

et si i est premier alors n est premier

ben non, 2^11 – 1 = 2047 = 23 × 89

[Archi3]

sinon j'ai une question : quel est l'effet du cannabis sur l'algorithme ?

[ansset]

On peut se le demander, mais tres franchement je ne vois pas le rapport entre cette recherche et l'IA.

bonjour,
je faisais référence , non à la recherche , mais au post initial qui lui, fait directement le lien.

[EauPure]

ben non, 2^11 – 1 = 2047 = 23 × 89

ha oui merci alors cette question d'exercice était fallacieuse

3. Montrer que si est premier alors n est premier. La réciproque est'elle vraie?
http://forums.futura-sciences.com/ma...-math-spe.html

[Amanuensis]

ben non, 2^11 – 1 = 2047 = 23 × 89

C'est assez élégant de ne pas citer i=4, qu'on peut vérifier de tête...

[EauPure]

ha oui merci alors cette question d'exercice était fallacieuse

c'est moi qui l'ai mal interprété, désolé et le cannabis n'y est pour rien, l'erreur est humaine

[Amanuensis]

Annulé... Plus de raison d'être

[invite73192618]

que veut dire cliques dans ce passage ?

"ensemble de neurones qui déchargent ensemble" (PS: ce n'est pas un terme universel standard, plutôt un choix référant au vocabulaire employé ici)

je faisais référence , non à la recherche , mais au post initial qui lui, fait directement le lien.

Oui oui, je voulais juste dire "attention, dans le post initial l'article de vulgarisation est en fait très loin de l'article de recherche".

Marrant, d'habitude je choisis l'anglicisme "popularisation", mais dans ce contexte "vulgarisation" me semble tout-à-fait adapté.

[EauPure]

Salut,

Ce n'est pas nouveau. Dès le début de l'IA il y a plus de quarante ans. A l'époque l'approche était essentiellement combinatoire. Et là aussi il y avait des annonces fracassantes.
Inutile de dire, je pense, quelle difficulté a été vite rencontrée.

Des difficultés essentiellement causées par le manque de puissance et de mémoire des ordis de l'époque
La preuve c'est que les avancé actuelles sont plus aidé par la puissance des ordis actuel que par de nouveaux algorithmes,
voir le tpu de google utilisé dans le dernier championnat d'alphago ou ces 16000 processeurs pour découvrir le chat dans des vidéos.

[Deedee81]

Salut,

Des difficultés essentiellement causées par le manque de puissance et de mémoire des ordis de l'époque

Non, pas seulement. L'approche elle-même ne pouvait pas fonctionner. Une approche combinatoire a une explosion combinatoire. Même avec des machines un milliard de milliards de milliards de fois plus puisque que maintenant on n'y arriverait toujours pas. C'est l'approche initiale qui était insuffisante.

Alors, oui, on a bénéficié de la puissance des machines mais aussi de l'amélioration des algorithmes.

Ce que je retiens de tout ça c'est que l'enthousiasme pousse toujours à très largement surestimer ce qu'on va être capable de faire à court terme. Et ce qui est amusant c'est qu'on a aussi, et souvent, des progrès à court terme mais auquel on ne s'attendait pas du tout Bref, il est bien difficile de prédire l'avenir. Si ça tombe, dans cent ans on sera toujours incapable de fabriquer une IA généraliste aussi puissante qu'un cerveau humain mais dans dix ans on aura peut-être des vaisseaux qui parcourent tout l'univers plus vite que la lumière, qui peut savoir ? (bon là je caricature un peu... beaucoup.... Mais l'esprit y est).

[EauPure]

Mais ça n’empêche pas de commencer a rendre évolutives la création de connection entre les neurones artificiel
en cherchant nouvel algorithme en IA j'ai trouver ça

Cet algorithme est différent : il apprend directement de formateurs humains. Avec ce modèle, appelé formation heuristique, les humains fournissent des instructions directes qui sont utilisées pour pré-classer les échantillons d’entraînement plutôt que d’un ensemble d’exemples fixes. Les formateurs programment l’algorithme avec des lignes directrices telles que « Le ciel est susceptible d’être formé de différentes nuances de bleu » et « Les pixels près du sommet de l’image sont plus susceptibles d’appartenir au ciel que les pixels du bas. ».
Cette approche de formation heuristique est très prometteuse pour résoudre l’un des plus grands défis des réseaux de neurones : établir des classifications correctes de données précédemment inconnues ou non caractérisées. Ceci est crucial pour appliquer le “machine learning” à de nouvelles situations, telles que l’identification correcte de tissus cancéreux pour le diagnostic médical ou la classification de tous les objets entourant et s’approchant d’une voiture sans chauffeur.
« Appliquer une formation heuristique à la segmentation des cheveux n’est qu’un début », déclare le Dr. Guo. « Nous sommes impatients d’appliquer notre méthode à d’autres domaines et à toute une gamme d’applications, de la médecine au transport.
http://www.diplomatie.gouv.fr/fr/pol...e-artificielle

Mais je n'ai pas compris comment fonctionne ce modèle, appelé formation heuristique.
Jiav, connais tu ces deux chercheurs de la Faculté d’Ingénierie de l’Université de Toronto, Dr Parham Aarabi (ECE) et Wenzhi Guo (ECE MASc 1T5) ?

[Deedee81]

Mais ça n’empêche pas de commencer a rendre évolutives la création de connection entre les neurones artificiel

Non, bien entendu. Pour progresser il faut avancer

en cherchant nouvel algorithme en IA j'ai trouver ça

Ce n'est pas si nouveau, au moins dans le principe. J'avais vu un tel algorithme (fonctionnant par généralisation et spécialisation) pour la recherche des primitives (intégrales) il y a une trentaine d'années.
J'avais trouvé ça fabuleux.

Mais je ne connais pas le modèle que tu cites. Il est plus récent donc sans doute nettement plus perfectionné. C'est peut-être là que réside la nouveauté.

[invite73192618]

Non, pas seulement. L'approche elle-même ne pouvait pas fonctionner. Une approche combinatoire a une explosion combinatoire. Même avec des machines un milliard de milliards de milliards de fois plus puisque que maintenant on n'y arriverait toujours pas. C'est l'approche initiale qui était insuffisante.

Franchement, c'est très discutable. D'abord, certaines des meilleures performances actuelles sont dues à des algorithmes connus dont la forme est à peu près inchangée depuis 20-30 ans (Hinton lui même le reconnait explicitement (un des trois grands noms qui ont relancé le domaine depuis 10 ans)). Ensuite, le gain apporté par les nouvelles techniques est, en théorie, compensable par un ajout d'exemple dont il n'est ni démontré ni clair qu'il doive être exponentiel*. Bref, autant les performances nouvelles sont excitantes, autant il n'est pas clair quelle part est due à la performance des machines et quelle part est due aux progrès des algorithmes. Il est probable que le second expliquera une partie croissante des progrès, mais il est aussi très possible que le premier explique la majorité des performances au moins jusqu'aux années 2010. (après les LSTM commencent à embarquer et ils bénéficient moins facilement d'une augmentation de la base de donnée que les convnet). A noter que je parle du nombre d'exemple, qui est lié à la puissance des ordinateurs puisqu'il faut des ordinateurs puissants pour gérer beaucoup d'exemples, mais qui est aussi une question pratico-pratique de disponibilité des données.

*si on considère une fonction hautement dimensionnelle quelconque à approximer par un réseau de neurone, ton intuition est probablement bonne que le nombre d'exemple nécessaire est exponentiel (on peut probablement le démontrer au moins pour certaines familles de fonction comme les XOR généralisés). Par contre il n'est ni démontré ni clair que l'ensemble (fonctions émulant une fonction humaine) soit un ensemble quelconque. C'est même assez improbable...

Mais je n'ai pas compris comment fonctionne ce modèle, appelé formation heuristique.
Jiav, connais tu ces deux chercheurs de la Faculté d’Ingénierie de l’Université de Toronto, Dr Parham Aarabi (ECE) et Wenzhi Guo (ECE MASc 1T5) ?

Non, mais leur heuristique est intéressante et disponible ici (en anglais mais la qualité de l'écriture est remarquable).

En bref, l'idée est que dans des ensembles d'images à classifier (exemple de travail: détecter les cheveux sur des photos) il y a des classifications faciles à faire (si on prend une patch dans le tas de cheveux) et parfois douteuses (si on essai de tracer une limite précise à la frontière entre les cheveux et le reste). Pour les classifications faciles à faire, par définition il y a des trucs simples (i.e. des heuristiques) tels que (mesurer la couleur et faire un seuil) qui marchent très bien. Pour les classifications difficiles il faut soit travailler à la main, soit générer un réseau de neurone qui doit se baser sur des exemples... qu'il faut bien travailler à la main d'abord! Pour éviter cela, une approche est de commencer par entraîner un réseau avec des exemples faciles (pour lesquels on sait déjà automatiser le traitement), puis de l'appliquer aux exemples difficiles. Dans leur travail ils ont comparé deux méthodes pour cela: une qui classifie les cheveux directement (approche 'normale'), et une qui utilise un préentrainement , c'est-à-dire qu'on entraîne le réseau d'abord sur une tâche différente de la tâche cible (ici: classifier la confiance concernant la présence de cheveux) puis, une fois que le premier entrainement est complété, on part de ce réseau pour l'entraîner secondairement sur la tâche d'intérêt. C'est très tendance comme recherche. Non seulement parce qu'il y a des cas pour lesquels cela augmente l'efficacité (ce qu'ils montrent pour la détection de cheveux), mais aussi parce que cela a des applications industrielles. Exemple: si tu souhaites monter une entreprise qui détecte les grains de beauté, tu peux soit entraîner tes réseaux from scratch, ce qui est long et coûteux, soit partir d'un réseau préentrainé sur une tâche connexe, ce qui va être beaucoup plus rapide et possiblement plus performant.

[Deedee81]

Franchement, c'est très discutable.

Tu as raison. Ton analyse est plus nuancée et plus juste. Tout n'était pas à jeter à l'époque. Heureusement d'ailleurs

[EauPure]

La prochaine révolution comparable au PC ce sera Magic Leap : les tests des lunettes connectées vont débuter en extérieur
avec une IA personnelle qui apprend à nous aider avec réalité augmenté, musique et réponse à nos question avec la voie que l'on aime

[ansset]

là tu changes de sujet , non ?
je te sais fan de toutes ces évolutions, mais si on mélange tout, on ne va pas s'en sortir.

[EauPure]

c'est juste un lien entre l'intelligence humaine réduite à un algorithme et des lunettes à réalité augmenté

[ansset]

quel est le lien direct ?
a part ad vitam de parler d'IA ?

[EauPure]

C'est que j'ai reçu une piqûre de rappel de Joël Fromet de Rosnay qui a évoqué son expérience de conscience aigu au point de faire un avec son environnement dans la pratique du surf.
et de poursuivre que nous avons perdu une vision globale en nous spécialisant à outrance.
Je voulais juste évoquer des applications de cette découverte, qui permettrait peut être d'avoir un alter ego dans ses lunettes

[Archi3]

Je voulais juste évoquer des applications de cette découverte, qui permettrait peut être d'avoir un alter ego dans ses lunettes

ben alors tu diras à tes lunettes de poster à ta place, ça économisera de la place sur le forum !