Y-a-t'il des experts en IA sur FS

[inviteb6b93040]

... c'est simplement l'approche intuitive de la notion d'intelligence : on tente actuellement de concevoir les I.A. en partant de celle de l'humain et en tentant de reproduire les schémas de fonctionnement de notre cerveau, c'est peut-etre limitatif..

D'autant que ce serait peut être le chemin vers plus d'objectivité

Jennifer Edmond, du Trinity College de Dublin, qui dirige un projet analogue d’archivage numérique, CENDARI, reconnaît que « chaque fois que vous utilisez une base comme Seshat ou CENDARI, on trouve l’empreinte de ceux qui l’ont assemblée… Nous ne pouvons pas éviter cela. La question est, comment pouvons-nous rendre cela aussi minimal ou transparent que possible ?« . Pour Kalev Leetaru, informaticien travaillant à l’université Georgetown de Washington et créateur de projet GDELT, qui a pour objectif d’analyser tous les médias, c’est quand la machine n’aura plus besoin de collaborateurs humains qu’on pourra espérer atteindre un véritable niveau d’objectivité.
http://www.internetactu.net/2016/11/...s-historiques/

Il y a aussi les algo génétique et la logique formelle pour former un triplé avec les réseaux de neurones.
-----

[inviteb6b93040]

Mais je me demande ce que donnerait un système hybride, par exemple, un moteur d'inférence de base dont les règles seraient ensuite enrichies par du deep learning non supervisé.

Article de popularisation remarquable:
http://internetactu.blog.lemonde.fr/...-impenetrable/

Encore merci Jiav pour ce lien

Il a fallu 1000 sessions à DQN pour être en mesure de gagner la moitié de ses parties. En revanche l’algorithme de Shanahan n’a eu besoin que de 200 tournois pour vaincre dans 70 % des cas.

Que ce soit l’usage d’algorithmes génétiques par Hod Lipson, ou de l’IA symbolique par Shanahan, ces exemples nous montrent qu’en IA, une technologie n’est jamais complètement obsolète ou abandonnée. C’est par l’hybridation de différentes méthodes les unes anciennes, les autres toutes récentes, qu’on arrivera peut être, un jour, à produire un programme réellement « intelligent ».

[invite5637435c]

Bonjour.

Ca veut dire quoi, avoir l'univers comme référentiel?

Ben ça veut strictement rien dire, comme l'essentiel de cette discussion.
Je te le dis depuis le début, une bande de bricoleurs qui n'a rien de scientifique du tout, il l'admettent d'ailleurs en parlant sans arrêt "d'intuition".
Des "on suppose que", "il semblerait que", "on admet que" et tout ça enveloppé dans un vocabulaire totalement improbable et anglo-saxon bien entendu, c'est plus style.
En tout cas ils ne sont pas prêts de trouver l'intelligence au bout de ce chemin, même en prenant des airs intelligents.

[Tannhauser]

sans abonnement
https://www.youtube.com/watch?v=8UgH8_J2ugU

ah oui merci pour ce lien, c'est mieux.
Surtout que je n'avais même pas mis le titre de l'émission.

[invite17c2abb9]

Bonjour à tous,

Premièrement merci pour cette discussion technique sur ce sujet, vraiment très intéressant !

Du coup j'aimerai profiter de l'occasion pour poser quelques petites questions sur le reservoir computing.
Est-ce que ce type de procédé est cantonné à la reconnaissance de formes, au tri ou à la prédiction de signaux chaotiques, ou alors son champ d'application peut être complètement général ?
Quelle est l'échelle de temps du traitement d'informations et de l'apprentissage pour un réseau à calcul à réservoir simulé sur ordinateur ? Je demande cela pour comparer avec ce qui se fait en hardware

[invite6c250b59]

Est-ce que ce type de procédé est cantonné à la reconnaissance de formes, au tri ou à la prédiction de signaux chaotiques, ou alors son champ d'application peut être complètement général ?

Complètement général au sens que n'importe quelle machine de Turing peut être émulée par ce genre de technique (mais c'est une propriété assez triviale). Concernant les domaines dans lesquels ces approches présentent des avantages en terme d'apprentissage, c'est plutôt du côté des approches "temporelles" pour lesquelles ils n'ont pas la rigidité des réseaux à convolution concernant la structure des entrées. Mais même là je crois que les LSTM sont rendus beaucoup plus populaires (donc perçus comme plus efficaces) et je ne me souviens pas d'avoir vu ce genre d'approche établir des performances particulièrement remarquable (contrairement aux LSTM donc). Personnellement il me semble que leur intérêt est plus du côté théorique (comprendre la dynamique des réseaux de neurones biologiques, sous l'hypothèse que la "dynamique fluide" fasse effectivement partie du fonctionnement biologique)... du moins en attendant le prochain petit malin qui enfoncera tout le monde en montrant comment s'en servir.

Quelle est l'échelle de temps du traitement d'informations et de l'apprentissage pour un réseau à calcul à réservoir simulé sur ordinateur ?

Le "réservoir computing" regroupe plusieurs familles d'approches, alors cela sonne un peu comme "un mammifère, c'est quelle taille?". Comme pour les mammifères il y a énormément de variabilité avec certains modèles qui sont très très gourmands et d'autres qui sont particulièrement économes.

[inviteb6b93040]

ça permettrai de passer du non linéaire au linéaire pour certain problèmes

Récemment Rigotti et al. [RBWW+13] ont utilisé des méthodes du RC pour analyser des enregistrements électrophysiologiques du PFC chez le singe ; ils parlent de "sélectivité distribuée" pour décrire cette activité. Ils ont montré que plus l’activité neuronale était de grande dimension, plus le singe produisait des réponses correctes : une activité avec une dimension faible prédisait une erreur de la part du singe. On peut supposer qu’un tel mécanisme composé d’une multitude de décodeurs linéaires (e.g. les ganglions de la base) s’appuyant sur une activité de haute dimension (e.g. PFC) soit implémenté dans le cerveau, car un décodage linéaire peut se faire avec un simple apprentissage de type hebbien.

C’est justement cet aspect multidimensionnel non-linéaire et cette "sélectivité distribuée" que je cherche à modéliser : je veux insister sur l’importance de telles dynamiques et la richesse des informations qu’elles portent.

* L’utilisation de méthodes linéaires est peu coûteuse computationnellement et suffisante puisque les représentations non-linéaires de haute dimension sont déjà présentes dans le réservoir.
https://sites.google.com/site/xavier...voir-computing

[inviteb6b93040]

CE chercheur a de grandes ambitions, est ce réalisable ?

Ici, nous proposons de développer le paradigme Reservoir Computing (RC) - en particulier Echo State Networks (ESN) avec apprentissage progressif - pour modéliser la compréhension du langage au niveau de la phrase avec en donnée d'entrées séquentielles des mots ou des phonèmes.
https://sites.google.com/site/xavierhinaut/echorob

[invite5637435c]

Questions subsidiaires:

êtes vous spécialistes en sciences du langage?
Quels sont les corps de métiers impliqués dans ces travaux?
Quels sont les moyens mis en jeu?
Qui finance ces recherches?
Merci.

[inviteb6b93040]

Elles ont débuté sur des fond publics

Les chercheurs de l’Inserm et du CNRS et de l’Université Lyon 1 ont réussi à mettre au point un « réseau neuronal artificiel » construit sur un des principes fondamentaux du cerveau humain : sa capacité à apprendre une nouvelle langue. Le modèle a été développé après des années de recherche au sein de l’Unité Inserm 846 (Institut de recherche sur les cellules souches et cerveau) grâce à l’étude de la structure du cerveau et la compréhension des mécanismes d’apprentissage.

http://www.inserm.fr/layout/set/prin...dre-le-langage

[invite6c250b59]

ça permettrai de passer du non linéaire au linéaire pour certain problèmes

En fait c'est un point commun à à peu près tous les RDN, et une puissante clef pour les comprendre. Pourquoi ces approches sont-elles efficaces? Parce que chaque couche correspond à une déformation de l'espace des entrées, et la séquence de transformation amène la dernière couche à faire face à un problème quasi linéaire donc simple. Pourquoi le pré-entrainement est-il efficace? Parce que les déformations appliquées en préentrainement ont de bonnes chances de transformer un nouveau set d'entrée d'une façon qui rende les associations quasi-linéaires. Bien sur il y a d'autres façons de voir les choses, mais c'est intéressant de les comprendre sous cet aspect.

CE chercheur a de grandes ambitions, est ce réalisable ?

Est-ce que ce chercheur est prêt à consacrer plusieurs années de travail sur cet espoir? Oui. Est-ce qu'il a réussi à convaincre des pairs-évaluateurs que cet effort méritait d'être financé? Oui. Est-ce qu'il va réussir? Peut-être que oui, peut-être que non. Si on le savait ce ne serait pas de la recherche.

Elles ont débuté sur des fond publics

C'est une litote... le privé n'a un rôle significatif que depuis une demi-douzaine d'année, et personne ne serait allé bien loin sans le réservoir de talents formés sur fond public. Mais c'est vrai qu'il y a actuellement une course entre un nombre grandissant de géants industriels qui essaient de prendre le train en marche (par exempel BMW et ford auquel on ne pense pas tout de suite en pensant AI). Si quelqu'un avait le temps de trouver/compiler les investissements dans les dernières années, je serais curieux de voir la courbe des $ investis et # entreprises.

[invite17c2abb9]

Merci pour la réponse et désolé pour l'imprécision de la question.
Je voulais parler des réseaux de neurones récurents car on commence Ã* en réaliser en hardware, je voudrais donc comparer un peu cela aux algorithmes.

Autre petite question plus générale ; a-t-on déjÃ* réalisé des dispositifs comprenant plusieurs réseaux de neurones entraînés pour des tâches spécifiques qui sont eux-mêmes pilotés par un réseau plus général ? (analogie avec les différentes aires du cerveau). Et si oui, les résultats sont-ils probants ?

[invite17c2abb9]

(Grrrr pas facile sur portable, je réessaye...)
Merci pour la réponse et désolé pour l'imprécision de la question.
Je voulais parler des réseaux de neurones récurents car on commence à en réaliser en hardware, je voudrais donc comparer un peu cela aux algorithmes.

Autre petite question plus générale ; a-t-on déjà réalisé des dispositifs comprenant plusieurs réseaux de neurones entrainés pour des taches spécifiques qui sont eux-memes pilotés par un réseau plus général ? (analogie avec les différentes aires du cerveau). Et si oui, les résultats sont-ils probants

[invite51d17075]

(Grrrr pas facile sur portable, je réessaye...)

Sur portable, il faut écrire SANS les accents, ce sont eux qui sont responsables des "coquilles". !

[invite6c250b59]

Je voulais parler des réseaux de neurones récurents car on commence à en réaliser en hardware

Tu penses aux modèles sur FPGA?

a-t-on déjà réalisé des dispositifs comprenant plusieurs réseaux de neurones entrainés pour des taches spécifiques qui sont eux-memes pilotés par un réseau plus général ?

Des choses comme cela, comme ça, ou autre chose?

[inviteb6b93040]

Sur portable, il faut écrire SANS les accents, ce sont eux qui sont responsables des "coquilles". !

Ce serait pas plutôt un bug des forum qui bizarrement avec les progrès de l'IA ne sont pas encore capable d'interpréter é comme un étant un é

[JPL]

C'est le navigateur.

[inviteb6b93040]

Le navigateur ne peut pas utiliser plusieurs charset, là il est en ISO-8859-1 et le codage é est de l'UTF8
Je me suis assez cassé la tête avec mes sites pour savoir qu'on peut utiliser
encodeURIComponent et decodeURIComponent
ou
utf8_encode et utf8_decode

[inviteb6b93040]

pour en savoir plus
https://openclassrooms.com/forum/suj...es-a-la-saisie

[Médiat]

Bonjour aux spécialistes de l'IA

J'aimerais poser une question naïve (dans le sens où je n'ai aucune idée de la réponse, et aucune idée préconçue qui me ferait "préférer" entendre une réponse plutôt qu'une autre) :

Existe-t-il aujourd'hui une IA capable de traduire une nouvelle comme "To Serve Man" de Damon Knight, traduite en français sous le titre "Comment servir l'homme", dans une autre langue (Warning : Spoiler alert)

 Cliquez pour afficher

Je suis obligé de divulgâcher l'intrigue pour être clair : pendant le début de cette nouvelle (filmé pour la série "The Twilight Zone"), "servir l'homme" est compréhensible dans le sens de "aider l'homme" et la chute révèle qu'il aurait fallu le comprendre comme "cuisiner l'homme", en anglais comme en français, c'est le même mot donc pas de problème, mais j'imagine qu'il existe des langues dans lesquelles ce n'est pas vrai ; il me semble clair que pour traduire correctement cette nouvelle, il faut en comprendre le sens général ainsi que le ressort comique, et choisir un terme qui ne corresponde pas forcément avec les deux sens précédents, mais qui conserve le "jeu de mots".

Dans le même ordre d'idée, dans une nouvelle de Philip K. Dick (je ne sais plus laquelle), la réalité s'évanouit peu à peu, et la dernière phrase, qui exprime la disparition du narrateur, évoque une "cup of cof", donc à traduire par "tasse de caf" (mais pour cela il faut comprendre la nouvelle, d'ailleurs, dans la première édition le typographe a cru à une faute de frappe et a corrigé la dernière phrase en "cup of coffee.", tuant tout le sens de la nouvelle).

Sinon, les travaux actuels permettent-ils de donner une prévision consensuelle sur la date de cette possibilité ?

[Archi3]

Bonjour aux spécialistes de l'IA

J'aimerais poser une question naïve (dans le sens où je n'ai aucune idée de la réponse...)

Sinon, les travaux actuels permettent-ils de donner une prévision consensuelle sur la date de cette possibilité ?

tu n'as vraiment aucune idée de la réponse ?

[Médiat]

N'étant pas venu ici pour faire un tennis, je reprécise ma question à l'intention de ceux qui voudraient bien se pencher dessus intelligemment afin qu’un ignorant, comme moi, dans ce domaine puisse se faire une idée plus précise :

1. Est-ce possible aujourd’hui avec le hardware et les paradigmes logiciels disponibles (même si ce n’est pas réalisé on peut l’attendre dans un futur accessible (< une génération))
2. Sinon sera-ce possible dans un futur plus lointain (peut-on le quantifier à la louche) avec le hardware et les paradigmes logiciels disponibles aujourd’hui (on creuse dans la même direction)
3. Sinon est-ce que cela exigerait un changement profond de paradigme logiciel (inconnu aujourd’hui, ou extrêmement balbutiant) et/ou de hardware (ordinateur quantique ou autre, même pas envisagé, mais apportant des performances et/ou des méthodes nouvelles)
4. Sinon cela serait définitivement impossible

Il va de soi que répondre à la question 4 doit plus tenir de l’acte de foi que de la prospective raisonnée, mais c’est déjà un peu le cas de la question 3 (un peu seulement car j’imagine qu’il y a des idées qui trainent dans les laboratoires et les revues spécialisées) ; en fait la distinction entre 3) et 4) n’est pas ce qui m’intéresse le plus (à cause de l’aspect « acte de foi »), mais si quelqu’un a des arguments pour les séparer, je suis preneur.

Le message http://forums.futura-sciences.com/de...ml#post5698772 est incontestablement un début de réponse, mais sur un cas plus simple.

[Archi3]

Je vais donner mon avis de non spécialiste de l'IA "naïf" , qui risque bien sur d'être démenti éventuellement par d'éminents spécialistes , mais ce sera intéressant pour moi de connaitre les contre-arguments :


a) l'IA actuelle est bien incapable de traduire un roman de façon correcte, sans faire de multiples contresens, et encore plus si il faut inventer des équivalents qui supposent de "comprendre" la trame général du roman (une fonctionnalité qui me paraitrait être impliquée par cette capacité serait, entre autres, de pouvoir aussi d'en rédiger un résumé en quelques lignes ou de quelques pages, à la manière de ce qu'à fait Médiat dans son post, et là je pense qu'absolument aucun programme d'IA n'est capable ne serait que sortir quelques phrases sensées pour dire "de quoi ça parle").

b) il n'existe aucune "science", pouvant donner une expertise de type "scientifique", pour savoir si ce sera possible un jour ou non, ni a fortiori d'en évaluer une date, autrement que par un avis subjectif reposant uniquement sur les croyances qu'on met dans les capacités futures de l'IA. On est dans le domaine de la croyance, pas de la science.

c) et donc logiquement, il n'y a certainement pas d'avis consensuels sur ce que peut faire l'IA dans quelques décennies (donc la "short answer" à la 2e question de Médiat est : non).

Je précise bien que ce ne sont pas des assertions scientifiques prouvées, seulement un avis personnel, et je suis tout prêt à être contredit ... sur des arguments scientifiques .

[pm42]

Je suis assez d'accord et je me méfierais de tout avis même consensuel des experts.
J'ai le souvenir d'une démonstration tout à fait convaincante de la puissance nécessaire pour faire de la reconnaissance vocale multi-locuteur sans apprentissage et donc du temps que cela lui prendrait pour apparaitre. C'était par des gens d'un centre de recherche spécialisé en pointe sur le sujet, travaillant pour une des plus grosses boites du monde...
Ils se sont juste trompés de 25 ans.

Pour la traduction, on a besoin d'une compréhension de la sémantique, du style, des ambiguités à résoudre...
David Lodge dans un de ses romans s'amuse à raconter le dialogue entre un auteur et son traducteur japonais. Ce dernier face à la phrase "Bugger me, but I feel like some faggots tonight" lui demande si le personnage éprouve l'envie brutale d'avoir des rapports homosexuels et si oui, pourquoi il le dit à sa femme comme si de rien n'était.
Le problème est que "faggot" veut aussi dire "crèpinette".

Là aussi, je ne suis pas expert mais il me semble que pour qu'un IA puisse faire cela ou même détecter l'ambiguité, on s'approche sérieusement du problème de l'IA forte.

[invite5637435c]

Bonjour Médiat,

je ne suis pas non plus spécialiste en IA, juste un sénior de R&D électronique (expert en électronique de puissance et robotique) qui sévit depuis plus de trente ans dans le métier, c'est à dire bien plus qualifié que les "spécialistes" du sujet qui interviennent ici (et trop largement dans d'autres topics parallèles à l'IA) et dont j'attends qu'ils me donnent leur cursus scientifique.
Je me permet d'intervenir car tes questions Médiat on du sens, bien plus que le sujet lui même, qui baigne comme on le voit depuis le début dans une pseudo-science (pas que dans ce topic mais tout ce qui touche à ce que l'on appelle abusivement "l'intelligence artificielle"), que j'ai déjà qualifié de mascarade intellectuelle et que beaucoup aimerait que l'on considère autrement, évidemment, mais c'est pas demain la veille.

Je te donne mon point de vue et tu en feras ce que bon te semble, ça n'a pas vraiment d'importance après tout, le but étant que tu aies quelques éléments:

L'IA trouve ses origines non pas dans une démarche scientifique mais dans les légendes urbaines du 20eme siècle, autrefois on appelait ça des mythes, des contes, aujourd'hui ça se répand à travers les livres de SF et les films US.
Je dirai plus précisément que c'est une hybridation entre la religion (dans le sens jouer à se prendre pour Dieu) et la science (du moins une vision cloisonnée).
L'ensemble a pris sa consistance à travers les chefs d'oeuvre de la science fiction qui ont su créer une illusion tellement réaliste qu'il n'en fallut pas plus pour créer des vocations depuis les années 50.
On connait le même engouement pour les ET et les voyages inter-galactiques, la téléportation, les voyages dans le temps, Frankenstein .
Bref.
Qu'en est-il réellement aujourd'hui de l'IA?

Beaucoup de théories fumeuses mais pas de théorie scientifique concrète établissant de manière indiscutable ce qu'est l'intelligence.
Aucune démonstration d'un commencement du début de quelque chose qui manifeste de l'intelligence, même une punaise à plus d'intelligence que le plus sophistiqué des programmes d'AI.

Aujourd'hui penser que la puissance de calcul est une des clés est une erreur majeure de premier ordre.
Ne pas considérer le poids de l'erreur et des sentiments dans une recherche d'intelligence est aussi néfaste que de négliger le beurre pour les crêpes.

Qui porte l'IA? Là est la bonne question, on y trouvera en tout cas une des causes de "non science" avérée.

Faisons un petit point sur l'usage de l'AI tant mis en avant aujourd'hui en 2017:

-> la téléphonie portable (juste de l'informatique et des fonctionnalités déterministe aucune trace d'intelligence là-dedans)
-> les moteurs de recherche (merci Google de faire croire au monde que tu es intelligent si, si!)
-> la robotique à la manière Japonaise (juste mort de rire ), singer l'homme (et mal) n'a jamais été une preuve d'intelligence (au contraire), ça comble juste le narcissisme de Hiroshi Ishiguro
-> les traducteurs: on en a suffisamment parlé et nul besoin d'être spécialiste pour savoir que c'est totalement nul.
-> en 1984 je me rappelle que dans un salon spécialisé on prévoyait un traducteur universel d'ici 30 ans, c'est dire vu qu'on y est tout le monde est capable d'apprécier à quel point les prévisions étaient justes....

De manière générale mon avis est que:

1/ il n'y aura pas de traducteur classique (pour la vie ordinaire) digne de ce nom avant un bon siècle au moins.
2/ pour les exemples complexes évoqués => JAMAIS (c'est à dire compte au moins un millénaire)
2/ L'homme ne créera pas d'IA, car l'intelligence nécessaire n'est absolument plus au rendez-vous (pour cela il faut des gens totalement désintéressés et complémentaires, c'est à dire l'inverse d'une époque où les chercheurs s'évaluent en fonction de leur école et de leur publication, la génération Narcisse ).
On est même plus capable d'envoyer correctement une sonde sur Mars (50 ans après avoir envoyé des hommes sur la Lune avec une techno primitive).
Heureusement qu'il y a encore les fusées Soyouz... c'est dire.

3/hypothèse: si un concept devait émerger un jour, il serait grand temps de considérer ce qui fait grandir une intelligence et l'alimente: la sensibilité, l'émotion, la curiosité, l'altruisme, etc.

Penser mettre ça un jour en équation est juste n'avoir rien compris au film de la vie et ce qu'est une intelligence, mais pour cela faut-il encore avoir vécu suffisamment de choses pour en être conscient et avoir une approche autre que juste "software" et "hardware" tellement basique.

Ca me rappelle une époque où l'on cherchait le moyen infaillible de déclencher un acte d'achat rien qu'en regardant une pub.
Des mythes comme ça ne sortent que de la tête de bas de plafond.

J'ai remarqué au cours de ma vie professionnelle que ceux qui parlent le plus de techno high-tech sont aussi ceux qui en connaissent le moins, ils ont juste un certain don à en parler (facilement) et trouvent toujours un large public de niais pour les écouter le bec grand ouvert.
Par ailleurs on appelle ça des sectes, dans la High-tech on appelle ça le progrès en marche.
C'est la grande mode, la parole est aux comédiens et aux usurpateurs.

On confie facilement des millions de dollars à des charlots qui font rêver les businessmen, rien que ça prouve que le chemin vers l'intelligence et bien on lui tourne le dos.

[Médiat]

Merci beaucoup à tous les 3, vos différentes remarques éclairent un peu un domaine où j'étais complètement perdu, justement à cause d'affirmations péremptoires de certains (pseudo)experts

Si je mets pseudo entre parenthèses, c'est que justement je n'ai pas les compétences pour faire le tri.

Je ne voulais pas parler ne l'IA en général à cause des problèmes que le nom même suscite et qui ont été rappelés par HULK28

Peut-être que certains avis contraires se feront jour, ou pas ...

[piranas]

L'IA? Elle finira bien par parler....

[invite6c250b59]

[*]Est-ce possible aujourd’hui avec le hardware et les paradigmes logiciels disponibles (même si ce n’est pas réalisé on peut l’attendre dans un futur accessible (< une génération))

Pour prendre une analogie, est-ce que tu as déjà (à un age tendre et sans aide d'un adulte) essayé de faire du feu avec de très grosses bûches plus ou moins mouillées et du papier à combustion trop rapide? Bien sur tu sais que c'est possible de faire du feu même si tu n'en a jamais fait. Mais en pratique tu n'arrêtes pas d'avoir des alternances entre des périodes où tout semble marcher (tant que le papier brûle) suivi de périodes où tu dois bien admettre que les grosses bûches sont de moins en moins fumantes. Peut-être fallait-il plus de bûches? Ou peut-être plus de papier? Ou peut-être que les bûches sont vraiment trop mouillées et qu'il faut un autre ingrédient (genre, du bois sec)?

Nous n'avons encore jamais fait un bon gros feu, alors on tâtonne et comme on voit une flamme beaucoup plus vive et persistante que le dernier essai on espère que c'est la bonne... tout en sachant d'expérience que cela va peut-être s'éteindre sans qu'on comprenne nécessairement bien pourquoi. #####################

Pour une réponse plus technique il vaut mieux regarder en arrière, pour lequel on a vraiment des données, qu'en avant, pour lequel on ne peut que spéculer sur l'existence d'un ingrédient manquant à découvrir. Alors que manquait-il, dans les années 90 (à peu près le point le plus bas du dernier "hiver de l'IA"), pour faire les réalisations d'aujourd'hui? Était-ce possible avec le hardware des années 90? Oui mais. Était-ce possible avec l'environnement logiciel? Oui mais. Était-ce possible avec le cadre théorique des années 90? Oui* aussi!

Mais il y a tout de même un ingrédient indispensable et qui n'était pas présent: des bases de données conséquentes et pertinentes. Si l'histoire se répète et que le feu actuel s'éteint à nouveau, mon deux cents sera que la raison sera à chercher dans le manque de bases de donnée concernant l'imagerie cérébrale d'un humain pensant. Cela dit beaucoup de spécialistes verraient cela comme un argument paroissial et pensent pouvoir s'en passer merci, et oui l'optimisme est très bon merci.

*oui mais cela se discute. Est-ce que les réseaux à convolution, les LSTM et autres réseaux profonds sont un nouveau cadre théorique, ou est-ce une marque semi-publicitaire pour des idées qui auraient pu être mis en oeuvre sans être assez neuves pour mériter un label? Les deux positions existent et sont valables, i.e. oui ces approches ne sont pas si différentes de la simple rétropropagation et oui ce sont quand même elles (le plus souvent mais pas toujours) qui ont permis de battre des records.

[pm42]

Je trouve l'approche de Jiav intéressante.
Pour reprendre ce qu'a dit Mediat, on pourrait poser des questions semblables :

- en 1980, dire "est ce qu'on a une chance de voir la démonstration du grand théorème de Fermat dans les 20 ou 30 ans à venir" ? Qui pouvait répondre objectivement ?
- aujourd'hui, dire "a t'on une chance de démontrer prochainement P != NP ou P = NP" ? Ou bien "Est ce qu'on va enfin avoir une théorie physique de grande unification qui marche" ? Là aussi, comment s'avancer ?

J'ai l'impression que c'est la même chose en IA. Il est très difficile d'être affirmatif dans un sens comme dans l'autre.

[invitedf3b174e]

Secret de l’IA
Il faut mettre 3 en 1
1 constate et pose question
2 constate répond à question et pose autre question
Le 3 arbitre

Mettre tous les trois dans la même boite et le résultat est garanti