Esprit-ordinateur, computationnalisme: réfutable?

[spi100]

Bonsoir,
Je vois l'exemple des protéines cités.

Les protéines sont des entités beaucoup plus complexes qu'il y parait. Une propriété importante des protéines qui structurent le vivant, est leur capacité à trouver une configuration de repliement en un temps extrêmement court, même étonnament court étant donné le nombre de degrés mis en jeu dans de tels systèmes. Cette capacité de repliement joue un rôle essentiel et sans elle, les protéines ne serviraient pas à grand chose.

Or justement la compréhension de la dynamique de repliement des protéines est un problème majeur de la physique actuellement, et n'est pas vraiment élucidé.
Pour le moment personne ne connait d'algorithme qui pour une séquence d'acides aminées donnée, permet de connaitre la configuration de repliement.
-----

[inviteb7c3f9f9]

Tu confonds métaphore et réalité. Tout langage-objet est in fine un algorithme de Turing manipulant des 0 et des 1. C'est nous qui lui attribuons par analogie des fonctionnalités humaines de "nature" et de "fonctions", parce que ses performances "ressemblent" à ça. Mais l'inverse n'est pas vrai : le cerveau traite des informations qui ne sont pas des programmes de Turing.

Tout dépend de où tu poses ton observation. Le cerveau, dans cet exemple, est simulé dans un environnement où les nombres réels et tout un tas de fonctions existent. Le processeur, sauf lorsque son coeur a été conçu pour cela, ne sait pas ce qu'il fait. Par exemple, pour une fonction mathématique évoluée que le processeur ne connait pas, c'est le compilateur qui sait ce que doit faire le processeurs afin d'avoir le résultat obtenu. C'est lui qui agence les instructions connues par le processeur qui, lui, opère des calculs qu'il sait faire.
Le compilateur recrée au niveau du code source une unité de calcul plus évoluée, plus riche. Qu'il ne traite que des zéro et des 1 est complètrement invisible au niveau du langage dans lequel le cerveau est modélisé. Ainsi, un tel modèle est transposable d'un ordi à un autre parce que le compilateur sait réinterpréter.

On peut comparer un langage-objet au signaux transmis par une chaine digitale au décodeur. C'est une suite de 0 et de 1 qui "modélise" une image en trois couleur. En revanche, le champ électromagnétique émis autour de toi par le paysage que tu regardes n'est pas une suite de 0 et de 1.

Je ne comprends pas l'analogie. On ne transmet pas des 0 et des 1. C'est une vue de l'esprit. Surtout pour des signaux vidéos qui sont quasiment tous aujourd'hui des signaux différentiels. Pose une sonde d'oscillo sur un signal d'une paire différentielle et je peux te dire que tu ne verras qu'une espèce de bruit. Ce sont les étages d'entrée qui interprètent les signaux analogiques en binaire.

C'est le "limité par la capacité" du calculateur qui est fondamental! Crois tu que 3,1415926535 est un nombre réel???? Un ordinateur ne traite qu'un ensemble fini de nombres possibles , qui n'est certainement pas équipotent à IR !!!

La question que je t'ai posée dans le précédent post est "quelle pourrait bien être la limitation due à cela ?"
Pour quelle raison un niveau d'imprécision infinitésimal peut il devenir fondamental ? En dehors de la thèse de MARCHAL stp parce que cette thèse, je m'en fiche.

En revanche, ce n'est pas du tout évident pour un cerveau! je répète : pour que comp soit vrai, il faut identifier un niveau ou le cerveau est exactement digital (et surtout pas simulable "à peu près" de manière digitale). C'est l'énoncé même qu'en donne Marchal, ce n'est pas moi qui l'invente !

Ok. Mais je ne soutiens pas la thèse de MARCHAL. Tu as dis qu'un cerveau ne peut être simulé par une machine de Turing, c'est de celà dont il s'agit. SI tu veux dire qu'on ne peut pas modéliser un cerveau sans perte d'information durant la transposition (discrétisations destructives) alors oui, évidemment. Après, qu'est ce qui justifie que les états perdus soient des états "signaux" et non pas du bruit ? Autrement dit, les imprécisions de signal se trouvent sans doute à une échelle où CE rapport signal sur bruit est négligeable.

J.

[inviteb7c3f9f9]

Or justement la compréhension de la dynamique de repliement des protéines est un problème majeur de la physique actuellement, et n'est pas vraiment élucidé.
Pour le moment personne ne connait d'algorithme qui pour une séquence d'acides aminées donnée, permet de connaitre la configuration de repliement.

Salut !

Je pense que ce modèle est impossible aujourd'hui de toute façon compte tenu des lacunes de connaissance et des limlites des unités de calcul.
Mais je pense aussi que si le cerveau est compris par un langage matérialiste alors ce langage est modélisable par un algorithme. C'est une question de temps...

J.

[GillesH38a]

Tout dépend de où tu poses ton observation. Le cerveau, dans cet exemple, est simulé dans un environnement où les nombres réels et tout un tas de fonctions existent. Le processeur, sauf lorsque son coeur a été conçu pour cela, ne sait pas ce qu'il fait. Par exemple, pour une fonction mathématique évoluée que le processeur ne connait pas, c'est le compilateur qui sait ce que doit faire le processeurs afin d'avoir le résultat obtenu. C'est lui qui agence les instructions connues par le processeur qui, lui, opère des calculs qu'il sait faire.
Le compilateur recrée au niveau du code source une unité de calcul plus évoluée, plus riche. Qu'il ne traite que des zéro et des 1 est complètrement invisible au niveau du langage dans lequel le cerveau est modélisé. Ainsi, un tel modèle est transposable d'un ordi à un autre parce que le compilateur sait réinterpréter.

Et donc? ça n'empêche pas que l'information n'est toujours qu'un traitement déterministe de bits!Alors que je le répète, tu ne peux pas décrire le cerveau par une évolution déterministe de bits.

Je ne comprends pas l'analogie. On ne transmet pas des 0 et des 1. C'est une vue de l'esprit. Surtout pour des signaux vidéos qui sont quasiment tous aujourd'hui des signaux différentiels. Pose une sonde d'oscillo sur un signal d'une paire différentielle et je peux te dire que tu ne verras qu'une espèce de bruit. Ce sont les étages d'entrée qui interprètent les signaux analogiques en binaire.

Absolument d'accord, mais l'information utile n'est finalement contenue que dans le fait qu'on est capable de transcrire le signal analogique transmis par une suite de bits, et qu'on leur applique ensuite un traitement déterministe algorithmique. Il n'y a aucun niveau où tu puisses faire cela dans le cerveau.

La question que je t'ai posée dans le précédent post est "quelle pourrait bien être la limitation due à cela ?"
Pour quelle raison un niveau d'imprécision infinitésimal peut il devenir fondamental ? En dehors de la thèse de MARCHAL stp parce que cette thèse, je m'en fiche.

La limitation fondamentale est que l'ensemble des algorithmes, et donc des nombres manipulables par un ordinateur, est dénombrable, alors que IR ne l'est pas.

Ok. Mais je ne soutiens pas la thèse de MARCHAL. Tu as dis qu'un cerveau ne peut être simulé par une machine de Turing, c'est de celà dont il s'agit. SI tu veux dire qu'on ne peut pas modéliser un cerveau sans perte d'information durant la transposition (discrétisations destructives) alors oui, évidemment. Après, qu'est ce qui justifie que les états perdus soient des états "signaux" et non pas du bruit ? Autrement dit, les imprécisions de signal se trouvent sans doute à une échelle où CE rapport signal sur bruit est négligeable.

J.

Poour dire cela, il faudrait que tu aies été capable de définir le signal. Je te mets au défi de me dire quelle quantité physique exacte permet de dire ce que c'est que le "signal" d'un neurone réel, et quel algorithme permet de le traiter.
Le sujet du débat n'est effectivement pas exactement la validité de la thèse de Marchal, mais le computationalisme. Je te rappelais juste la définition du computationalisme : que le cerveau soit EXACTEMENT équivalent à une machine de Turing (pas simplement "à peu près simulable", ce que personne ne pourrait contester, comme pour n'importe quel système physique.).

[invite06fcc10b]

Le sujet du débat n'est effectivement pas exactement la validité de la thèse de Marchal, mais le computationalisme. Je te rappelais juste la définition du computationalisme : que le cerveau soit EXACTEMENT équivalent à une machine de Turing (pas simplement "à peu près simulable", ce que personne ne pourrait contester, comme pour n'importe quel système physique.).

Avant de mettre le computationalisme à la poubelle, il faut :
1) Démontrer que les lois de la nature requièrent la prise en compte de valeurs réelles.
2) Démontrer qu'un programme manipulant des réels de façon symbolique ne ferait pas l'affaire.
En effet, le fait de dire qu'un programme informatique ne peut mémoriser toutes les décimales de PI n'est pas suffisant pour démontrer que ce programme ne réalise pas des calculs avec PI avec une précision infinie.

Enfin, il faut quand même rappeler qu'aucun être humain ne peut prendre en compte des valeurs réelles dans un quelconque calcul, sauf de manière symbolique, comme les ordinateurs. Autrement dit, le computationnalisme n'est ni plus ni moins que l'ensemble des processus de calcul mathématiquement faisables. Si les lois de la nature ne rentrent pas dans ce moule, la nature n'est pas intelligible.
Exemple : S'il fallait effectuer une infinité de calculs pour finir une addition, et si du résultat dépendait un autre calcul, on ne pourrait jamais passer au calcul suivant ! Et donc, mathématiquement, il ne peut y avoir d'addition nécessitant un nombre infini de calculs. S'il faut prendre en compte le nombre PI, cela ne peut être que symboliquement, c'est à dire en retenant PI dans l'expression du résultat, ou en approchant PI avec un nombre limité de décimales.
Tout ça pour dire qu'il n'est pas anodin de postuler l'inintelligibilité des lois de la nature.

[GillesH38a]

Avant de mettre le computationalisme à la poubelle, il faut :
1) Démontrer que les lois de la nature requièrent la prise en compte de valeurs réelles.
2) Démontrer qu'un programme manipulant des réels de façon symbolique ne ferait pas l'affaire.

On a déjà discuté de cela, et je ne suis pas d'accord. Un ordinateur EST computationaliste sans qu'on ait besoin de savoir comment sont les lois de la nature : justement parce qu'on peut décrire son état par le contenu de cases mémoires indépendamment du détail de leur structure microscopique. Tu te fiches complètement de la technologie employée pour réaliser le processeur, il suffit de savoir qu'il existe des quantités physiques (magnétisation, potentiel électrique) discrétisables et dont l'évolution est algorithmiques. Que la réalité ultime soit discrète ou continue n'a aucune importance pour décrire un ordinateur.

C'est ce niveau de "coarse graining" mésoscopique, permettant de décrire l'état par des variables digitalisées qui manque dans le cerveau. Ca n'a rien à a voir avec la question de savoir si les lois fondamentales sont discrètes ou continues.

[invite06fcc10b]

On a déjà discuté de cela, et je ne suis pas d'accord. Un ordinateur EST computationaliste sans qu'on ait besoin de savoir comment sont les lois de la nature :

??? Là-dessus on est bien d'accord !
Ce n'était pas mon propos ! Relis moi, je disais simplement que les lois de la nature étaient peut-être computationnelles. Or, si ces lois sont computationnelles, il est évident que d'un point de vue théorique, un ordinateur peut simuler un univers ou un cerveau.
Et c'est d'ailleurs pour ça que nous avons eu autant d'échanges concernant la MQ, pour savoir si oui ou non il était possible que la nature obéisse à de telles lois ... ce qui n'a pour l'instant pas débouché sur un résultat clair.

[GillesH38a]

??? Là-dessus on est bien d'accord !
Ce n'était pas mon propos ! Relis moi, je disais simplement que les lois de la nature étaient peut-être computationnelles. Or, si ces lois sont computationnelles, il est évident que d'un point de vue théorique, un ordinateur peut simuler un univers ou un cerveau.

Justement, cela est également très discutable. Parce que le cerveau ne traite pas l'information au niveau des lois ultimes de la nature : il ne mesure pas les positions des particules, les fonctions d'onde etc....Il interagit avec des organes sensoriels qui lui donne une information beaucoup plus grossière. Or c'est justement cette information grossière qui n'est pas traitée de manière algorithmique.

Un ordinateur qui simulerait le cerveau au niveau des particules ultimes n'aurait aucune compétence pour faire ce que fait le cerveau : interagir avec un environnement sensoriel. Tu ne pourrais pas lui "parler", puisque l'information dont il aurait besoin serait la réalité ultime de la matière (particules, supercordes ou que sais je encore) que tu serais en revanche bien incapable de lui fournir.
Donc même si la réalité ultime était computationnelle (ce qui n'est pas connu actuellement) ça ne résoudrait pas le problème de la computationnalité du cerveau, en tant que traitement de l'information "humaine" pertinente.

[inviteb7c3f9f9]

Salut !

Désolé, mon déménagement m'a occupé ce week end.

Et donc? ça n'empêche pas que l'information n'est toujours qu'un traitement déterministe de bits!Alors que je le répète, tu ne peux pas décrire le cerveau par une évolution déterministe de bits.
(...)
Absolument d'accord, mais l'information utile n'est finalement contenue que dans le fait qu'on est capable de transcrire le signal analogique transmis par une suite de bits, et qu'on leur applique ensuite un traitement déterministe algorithmique. Il n'y a aucun niveau où tu puisses faire cela dans le cerveau.

Je rappelle, il s'agit de décrire le cerveau par un modèle dont on peut simuler l'évolution. Je pose la question de l'implication des pertes d'information dues à la discrétisation, comment justifier qu'elles détruisent les possibilités de simuler le cerveau tel que l'ordinateur puisse se comporter comme un être humain ?

La limitation fondamentale est que l'ensemble des algorithmes, et donc des nombres manipulables par un ordinateur, est dénombrable, alors que IR ne l'est pas.

Je ne vois pas trop quelle implication cela peut il avoir ?
Certes, il n'y a pas injectivité dans la description du cerveau: deux états physiques différents dans l'interval d'insensibilité seraient modélisés par un même état.

Poour dire cela, il faudrait que tu aies été capable de définir le signal. Je te mets au défi de me dire quelle quantité physique exacte permet de dire ce que c'est que le "signal" d'un neurone réel, et quel algorithme permet de le traiter.

Les variations de tension et de courant sont dues à des variations de charges électriques. Ces variations de charge électrique, pour une molécule donnée, est une grandeur discrète (énergie des électrons des bandes de conduction). Pour une électrode, amas de molécules, la variation de potentiel de l'électrode est une combinaison linéaire des variations de potentiel des molécules. La variation de potentiel d'une électrode est donc aussi discrete.
Il existe donc un niveau de tension ou de courant qui ne peut être le fruit d'une variation de courant ou de tension d'un neurone quel qu'il soit. C'est un seuil d'insensibilité.
Concrètement, on doit pouvoir trouver un seuil d'insensibilité d'une façon empirique en observant un individu soumis à un champ électromagnétique et le même individu en cage de faraday. L'idée est grossière mais le principe y est.
Par exemple, si tu observes une zone du cerveau qui n'est pas sensée avoir de fonctions sensorielles (par ex la mémoire) soumise à un champ électromagnétique quelconque et la même zone mais protégée dans une cage de faraday. Qu'il soit en cage ou pas, le bruit présent sur les signaux neuronaux n'est pas sensé provenir des sens (exposition supérieure à l'extérieur qu'à l'intérieur de la cage). On doit alors, par l'amplitude de ce bruit, pouvoir établir une amplitude délimitant une certaine insensibilité.

J.