L'étude d'un phénomène complexe peut-elle donner lieu à des prévisions fiables ?
Bonjour,
L'étude d'un phénomène complexe, peut-elle donne lieu à des prévisions fiables ?
Qu'est-ce qu'un phénomène complexe ? Qu'est-ce qui caractérise un phénomène complexe ?
Comment le reconnaître ? Comment l'étudier ?
- Exemple de phénomènes complexes :
- Le cours de la bourse.
- L'évolution.
- La climat.
Cordialement,
Un des obstacles majeurs à l'étude de la complexité, me semble être le suivant :
L'objet d'étude, échappe par définition, à tout forme d’expérimentation. On ne peut pas isoler "le cours de la bourse" pour en étudier les rouages
Idem pour le cours de l'évolution du vivant, ou le climat de la planète. Par conséquent, une question cruciale se pose : Comment étudier de manière scientifique, puisque que la méthode réductionniste, ne peut fonctionner. ( Le tout est plus que la somme de ses parties.).
Cordialement,
bonjour,
il me semble que la complexité telle que tu la décris vient principalement de deux facteurs:
-le nb de paramètres ( sachant qu'on ne les connait pas forcement tous, ni précisement leur "poids" ( niveau d'influnce )
- la sensibilité aux conditions initiales.
le moindre tout petit changement d'une variable peut induire un chemin très différent.
( voir la théorie du chaos ).
donc à defaut d'un modèle prédictif, on fait ce qu'on peut avec des approches stochastiques.
typiquement, en méteo, plus on avance en prévision, moins on est sur.
de presque sur pour le lendemain , on tombe dans la marre de cafépour une prévision à 10 jours
c'est un peu trop général comme assertion. Un système complexe va avoir un comportement en général chaotique, mais néanmoins borné par des contraintes physiques. Autrement dit il fluctue et se "balade" aléatoirement, mais dans des limites bornées; c'est donc quantifiable par des outils statistiques sur la variabilité (par exemple la densité spectrale de puissance qui donne , en gros, l'amplitude des fluctuations en fonction de la fréquence, c'est à dire quantifie la variabilité à chaque échelle de temps). A l'intérieur de cette variabilité, le "couloir" peut se modifier sous l'action de changements extérieurs qui sont eux prédictibles si tu as un bon modèle : il y a donc une certaine prédicabilité possible dans l'intervalle des fluctuations naturelles. Bien évidemment, comme partout, il faut "la bonne " théorie pour que les prédictions soit conformes à la réalité, mais ce n'est pas hors de tout contrôle.
(PS c'est une réponse au premier post bien sûr)
Pour reprendre l'analogie de la théorie du chaos, tu veux dire qu'il existe des attracteurs, dont les bassins peuvent être plus ou moins déterminés ?c'est un peu trop général comme assertion. Un système complexe va avoir un comportement en général chaotique, mais néanmoins borné par des contraintes physiques. Autrement dit il fluctue et se "balade" aléatoirement, mais dans des limites bornées; c'est donc quantifiable par des outils statistiques sur la variabilité (par exemple la densité spectrale de puissance qui donne , en gros, l'amplitude des fluctuations en fonction de la fréquence, c'est à dire quantifie la variabilité à chaque échelle de temps). A l'intérieur de cette variabilité, le "couloir" peut se modifier sous l'action de changements extérieurs qui sont eux prédictibles si tu as un bon modèle : il y a donc une certaine prédicabilité possible dans l'intervalle des fluctuations naturelles. Bien évidemment, comme partout, il faut "la bonne " théorie pour que les prédictions soit conformes à la réalité, mais ce n'est pas hors de tout contrôle.
(PS c'est une réponse au premier post bien sûr)
En effet si on peut trouver les bon attracteurs, on récupère de l'information, à partir de ce qui semblait au départ, du bruit...Bien évidemment, comme partout, il faut "la bonne " théorie pour que les prédictions soit conformes à la réalité, mais ce n'est pas hors de tout contrôle.
Il n'en demeure pas mois que les histoires au sein d'un attracteur, peuvent varier de manière chaotique considérablement.
Cordialement,
Je ne pense pas que cet obstacle soit "majeur" : on construit un modèle fondé sur l'observation et la théorie. Ce n'est pas parce que les biologistes ne peuvent pas inoculer la grippe à 100 millions de personnes qu'ils ne peuvent pas étudier la nature et la trajectoire d'une épidémie de grippe. Ce n'est pas parce que les assureurs ne peuvent pas provoquer des catastrophes en masse qu'ils décident aléatoirement du montant des primes d'assurance. Etc. Bien sûr, la tâche est plus ou moins simple selon le nombre de variables pertinentes à implémenter dans le modèle, la connaissance de ces variables, la sensibilité du phénomène étudié aux conditions initiales, son comportement dans les conditions aux limites, etc.Envoyé par Ouroboros
Par ailleurs concernant l'évolution, on connait tous le phénomène des races canines qui est un exemple parlant d'évolution biologique au moins sur le plan squelettique et pigmentaire.
Dans le même genre on a introduit un lézard sur une île inhabitée au large de la Yougoslavie et on constate déjà (en 30 ans) une spéciation ainsi qu'un changement alimentaire drastique (passage d'un régime carnivore à un régime végétarien).
Il existe quand même des bornes comme expliqué plus haut. Par exemple on ne s'attend pas à avoir 50°C hivernal à Paris, alors que cette température est courante dans le Kalahari.
De fait il est possible d'effectuer des observations afin de valider des modèles prévisionnels.
"considérablement", ce n'est pas une notion scientifique, c'est un jugement subjectif : tu peux considérer que si il fait 25 °C un jour et 10 °C le lendemain, la variation est "considérable", mais elle est très faible par rapport à l'écart observé entre les planètes du système solaire (tu fais référence en réalité à une variation "inhabituelle"). Les systèmes chaotiques ont une variabilité d'une certaine amplitude, mais elle est quantifiable. Et il se peut que les changements extérieurs fassent changer le "bassin d'attraction" suffisamment pour qu'on détecte le changement. Ou pas. Il n'y a pas de loi générale, tout est affaire de cas spécifiques.
Alors contre le chaos l'intuition ?
je ne compend pas ce que vient faire l'intuition dans ce sujet !
Bonjour,
Curieux!!!
quelqu'un pose une question sur les phénomènes complexes et tout de suite la discussion part sur le chaos déterministe.
Cela est d'autant plus suspect est que le comportement chaotique se manifeste dans des systèmes très simples comme certains systèmes dynamique non linéaires à 3 degrés de liberté
alors que la plupart des systèmes à grand nombre de degrés de liberté n’exhibent pas un comportement chaotique.
Oui, c'est une question que je me posais (Mariposa) : un système complexe, un système non-linéaire, un système chaotique... il faudrait peut-être déjà bien caractériser ce dont on parle. Par exemple, on dit que le temps (meteo) est chaotique mais que le climat ne l'est pas, c'est-à-dire qu'à certaines échelles d'observation, les conditions initiales sont déterminantes et empêchent toute prévision un peu lointaine, alors qu'à d'autres échelles, cette sensibilité aux conditions initiales disparaît. Mais je suppose qu'il y a des travaux mathématiques ou physiques permettant de définir un système comme chaotique ou complexe ou autre.
Oui et non.
Tu changes les conditions initiales d'un run saisonnier ou même climatique et tu obtiens une réponse différente dans le détail mais si tu filtres ces détails, ce sont les conditions aux limites du système qui importent. Si tu filtres encore sur des périodes longues, ce sont les contraintes appliquées au système qui deviennent prépondérantes.
J'imagine qu'il en est de même pour tous les systèmes complexes: toutes les interrelations entre les différents sous systèmes ne sont pas du même ordre de grandeur et cela même dépend de l'échelle de temps considérée.
Dix secondes pour écrire une bêtise, parfois des heures pour montrer à tous que c'en est une...
Bonjour
la météo est une cible des puces neuronales fonctionnant comme notre intuition par opposition au calcul logicomathématique utilisant des équations.
Leur avantage est qu'elle s'adapte en temps réel ce qui est la meilleure façon de prédire une évolution complexe.
http://www.lemondeinformatique.fr/ac...ain-34424.htmlComme le cerveau humain, les puces expérimentales d'IBM peuvent organiser leurs connexions dynamiquement afin de sentir, comprendre et agir en fonction d'informations collectées par la vue, l'ouïe, le goût, l'odorat et le toucher, mais aussi réagir à l'analyse d'autres sources, comme la météo ou le contrôle de l'approvisionnement en eau. « Les puces aideront à découvrir des modèles basés sur les probabilités et la mise en relation des informations. Mais elles vont devoir rivaliser avec la taille compacte du cerveau et ses faibles besoins en énergie », a déclaré le chef de projet d'IBM Research.
Dernière modification par Cendres ; 17/11/2011 à 10h06. Motif: critique modération
il s'agit bien de recherche, notamment sur l'évolution des reseaux neuronaux, connectés, si j'ai bien compris à de nouveaux capteurs.
en quoi cela a-t-il un rapport avec l'intuition ?
d'ailleurs IBM ne prononce pas ce mot ( ils ne veulent certainement pas passer pour des oufs illuminés ! )
Il faut alors rappeler la définition de l'intuition
C'est bien ce que font les réseaux de neurone non ?L'intuition (du latin intuitio, désignant l'action de voir une image dans une glace) désigne :
un mode de connaissance, c'est-à-dire une certaine faculté de l'esprit, ou
une proposition résultant d'une telle faculté.
L'intuition semble être un mode de connaissance immédiat, ne faisant pas appel à la raison.
Une intuition n'est pas « inférentielle » : elle n'est jamais la conclusion d'un raisonnement conscient. Elle prend la forme d'un sentiment d'évidence quant à la vérité ou la fausseté d'une proposition, qu'on ne peut pas toujours justifier. On parlera ainsi d'intuition pour désigner une proposition proto-théorique concernant un sujet quelconque. On aura par exemple l'intuition que telle action est juste, sans savoir pourquoi elle est juste.
Il y a bien mieux que la simple intuition qui sera touché par les puces neuronale, c'est la culture
Mais pour moi la culture n'est qu'une intuition de la meilleure réponse construite sur l'apprentissage laborieux d'une culture.
http://www.lemondeinformatique.fr/ac...ain-34424.htmlWatson est l'un des projets de R&D les plus emblématiques d'IBM. Son ordinateur Watson porte d'ailleurs le nom du fondateur du groupe Thomas J. Watson. Les spécialistes d'IBM ont appris à Watson à se constituer sa mémoire, en allant chercher des informations sur Internet et en lui faisant ingurgiter dictionnaires et encyclopédies. Ensuite, ces informations sont organisées pour faire en sorte que Watson comprenne la question posée et y réponde en trois secondes, grâce à un système neuronal qui mime la pensée humaine.
Ce n'est pas par hasard qu'ils font maintenant des puces neuronales, ils savent depuis Janvier 2011 que ça marche très bien
Bonjour,
Les réseaux de neurones formels fonctionnent selon un calcul logico-mathématique pour reprendre ton expression.
L’intérêt technique est notamment de faire du calcul massivement parallèle. Il s'agit donc d'une architecture différente des machines de calcul multiprocesseurs.
Cela n'a rien à voir avec l'intuition.
Remarque: Je ne sais pas si les spécialistes de neurologie reconnaissent les modèles de réseaux de neurones formels
comme représentatifs du fonctionnement du cerveau réel. si quelqu'un peut répondre à cette question je l'en remercie volontiers.
Salut,
Sans être spécialiste, j'ai lu un article là dessus il y a déjà quelques temps. Réponse : non. Le rapport est assez éloigné.
Par contre, il existe des modélisations informatiques (soft ou hard) des cellules réelles. Mais le but est plutôt l'étude des vrais neurones que de faire des systèmes de calcul !!!!
"Il ne suffit pas d'être persécuté pour être Galilée, encore faut-il avoir raison." (Gould)
Désolé je me suis trompé de source pour Watson
http://www.lefigaro.fr/hightech/2011...u-jeopardy.php
[QUOTE]
un peu des 2 et en 2007 sur supercalculateur BlueGene/L 16 millions de neurones , c'est encore IBM
pourquoi s'en privé ? pour pas faire de l'hombre au notre ?
http://www.informationhospitaliere.c...id=8355&page=2Dans un premier temps, un modèle simplifié a été testé : 8 millions de neurones avec 6.300 synapses par cellule. La simulation a été calculée pour 10 secondes, à une vitesse dix fois inférieure au temps réel d'activation des neurones. Ainsi, avec une résolution de 1ms et une fréquence de 1Hz, l'expérience a permis de simuler 1 seconde de fonctionnement de la moitié du cerveau d'une souris. Une deuxième expérience a été menée ensuite, en simulant le fonctionnement de 16 millions de neurones avec 8.000 synapses par neurones. Les chercheurs ont mis en oeuvre une configuration à 8.192 processeurs de leur BlueGene/L avec 4To de mémoire vive. La simulation de 5 s de fonctionnement a été effectuée en 168 s en temps réel. Un dernier test de montée en charge a permis de réaliser la même expérience avec 16.000 synapses par neurone pour un temps d'exécution restant dans le même ordre de grandeur.
Ces travaux ne tendent pas pour le moment à reproduire le fonctionnement d'un cerveau, mais plutôt à mettre en évidence la faisabilité de simuler un nombre important de connexions et d'étudier l'échange d'informations à si grande échelle. Les chercheurs ont en particulier pu affiner leur modèle pour éviter les phénomènes d'atténuation ou d'avalanche dans le déclenchement des influx nerveux. Les recherches en intelligence artificielle pourraient bientôt tirer profit de cette prouesse technologique.
Maintenant qu'il ont des puces il n'ont plus qu'a refaire l'expérience avec les délais des influx nerveux fixés entre 1ms et 20 ms et des puces en parallèle
Bonjour
Une conférence du mathématicien Étienne Ghys sur l'effet papillon
http://culturesciencesphysique.ens-l...llon_EGhys.xml
http://culturesciencesphysique.ens-l...llon_EGhys.xmll'attracteur de Lorenz est devenu un objet mathématique classique, symbole de la théorie du chaos. Dans cet exposé élémentaire, Etienne Ghys retrace l'histoire de cet attracteur étrange et décrit quelques approches récentes qui permettent de mieux comprendre ce bel objet mathématique.
Sauf peut être si ça devient analogique
il n'y a pas que les réseaux de neurones formels.Neurogrid et a été conçu par l’université de Stanford en 2009. La Neurogrid est une carte constituée de seize puces, les Neurocores, contenant chacune 65536 neurones ; une carte peut donc simuler plus d’un million de neurones, reliés par six milliards de synapses, à un rythme de dix impulsions par seconde. Ce matériel est en partie analogique, pour simuler l’activité des canaux ioniques des neurones. Les connexions se font néanmoins de façon numérique. La carte est de petite taille (surtout par rapport à un super-calculateur !) et consomme environ deux watts.
http://www.learn-intelligence.com/ia...ion-neuronale/
Les puce d'IBM sont de type integrate and fireIl existe différents modèles appartenant à la famille des réseaux de neurones à impulsion. Le modèle neuronal le plus ancien est nommé « integrate and fire » (intégrer et déclencher). Il a été proposé dès 1907 par Louis Lapicque et est basé sur l’équation simple I = C dU/dt (I = intensité, C = capacité, U = tension), avec un déclenchement d’impulsion à partir d’un certain seuil de tension et une remise à zéro de la membrane après impulsion. On peut rendre ce modèle plus réaliste en lui rajoutant une période réfractaire après chaque impulsion durant laquelle aucune nouvelle impulsion ne peut se produire. Une autre amélioration dans un souci de réalisme est de lui rajouter un mécanisme de fuite de potentiel avec le temps, pour éviter qu’un boost reçu n’ayant pas déclenché d’impulsion neuronale ne contribue trop à une impulsion beaucoup plus tardive. Ce modèle modifié se nomme « leaky integrate and fire ». Ces deux modèles sont basés sur la modélisation du courant, c’est pourquoi on les qualifie de « current-based » ou CUBA.
http://www.learn-intelligence.com/fr...-a-impulsions/
Ces puces sont entièrement numériques, mais ont l’avantage d’associer chaque transistor à de la mémoire, pour un stockage local comme en possèdent les neurones. Une puce contient 256 neurones, qui reproduisent le modèle integrate-and-fire, et chaque neurone possède 1024 bits de RAM. Chaque neurone est connecté à tous les autres neurones, soit 65536 connexions, capables d’apprentissage par spike timing dependent plasticity. Enfin, la puce consomme 45 picojoules par événement (comme une impulsion de neurone, une transmission par synapse…).
http://www.learn-intelligence.com/ia...ion-neuronale/
Tout à fait.
Le cerveau n'est, à mon avis, pas restreint à la conscience.
La puissance de "calcul" ne passe pas par la raison, un nombre important de facultés cérébrales sont enfouies dans l'inconscient, la transmission des conclusion logiques par contre en dépend.
Un exemple connu en est la reconnaissance faciale.
Attention de ne pas surinterpreter le fonctionnement de ces puces.
Le fonctionnement est de type synthétique (intégration restriction), mais en aucun cas analytique.
Ce sont de piètres calculateurs.
Le cerveau lui-même possède un nombre bien plus important de modules spécialisés.
La vision tri-dimentionelle par exemple résulte en premier lieu d'un dérivation (mathématique, oui aussi incroyable que cela parait) sous contrôle neuronal, du stimulus visuel primaire.
D'autres modules sont spécialisés dans la reconnaissance des formes verticales, ressemblant à un humanoide, à un animal quadripode, à une face, à un objet spheroide etc.
Une partie des stimulus est traitée directement au niveau des neurones glials présent sous la rétine.
Ce qui permet de reconnaitre le déplacement de gauche à droite, de bas en haut etc.
Ceci est également vrai chez la mouche.
Le "neurone" d'IBM lui, est incapable de ces tâches, ce qui n'enlève rien à son efficience dans le traitement des données. (un google maison
Oui mais ce n'est qu'un prototype et il y a déjà des synapses artificielles à l’échelle atomique
IBM va surement les utiliser si ça marche et ce sera pas le seul.
Une synapse artificielle à l’échelle atomique, qui reproduit le mécanisme d’une synapse biologique. Cette recherche du Mana, le département nanotechnologies du National Institute for Materials Science (NIMS) (Tsukuba, Japon) et de l’Université de Californie pourrait révolutionner le développement de l’intelligence artificielle mais aussi la neurologie. Car ces nano-commutateurs à l’échelle atomique savent imiter les synapses en jeu dans la mémoire humaine. Une recherche passionnante relayée dans l’édition du 26 juin de Nature Materials.
http://www.santelog.com/modules/conn...tm#lirelasuite
