Le génie de l'IA est véritable !

Alors tu as frotté la lanterne qui fait sortir le génie ...

 

Même pas, c'est sans contact à présent.

 

Ah souvenirs ..."Bouvard et Ratinet" ....et l' incontournable


Nostalgie

 

oui j'ai jamais embrayé sur ce truc, surtout qu'au moment ou ca devenait vraiment necessaire, j'avais deja une Ti59 programmable a carte (a une epoque ou le PC n'existait pas encore)

 

Oui ensuite ..

Afficher/Masquer

en polonaise inverse...programmable


Puis la fantastique 71B



et ses modules "spécialisés"



pour terminer par la HP Jordana

 

Aaah non , la notation polonaise inverse, ca je deteste.
a l'epoque il y avait Forth (un language de programmation) qui utilisait ca.
C'etait aussi un de ces language qui meritait le titre de "write-only" tellement on ne comprenait
rien quan on lisait son propore programme une semaine après.

 

Voila alors je vous laisse méditer les matheux des années 80 :

La base des mathématiques des iA sont des méthodes mathématiques basées sur des statistiques et des probabilités.

Vos règles à calcul et Ti59 en polonaise inversée (j'ai connu la Ti57) sont encore sur des mathématiques booléennes. Aujourd'hui les LLM ou Large Language Models, dernière vos Chatbot d'IA générative sont basés sur des méthodes de classification probabiliste Bayésienne.

Du Révérend Bayes (1701-1761) qui voulait modéliser les probabilités des interventions divines sur terre.

C'est t'y pas un petit génie de la lampe ?

Il y a matière à scénarii avec ce fil

 

Bayes theorem : on peut calculer la probabilité des causes à partir de la probabilité des effets.

Génial, éclairant.

L'un des fondements de ce que l'on appelle l'intelligence artificielle qui n'est rien d'autre que du traitement statistique et du calcul probabiliste sur d'immenses bases de données.

Exemple : quelle est la probabilité que ce truc soit une tumeur sachant que son image ressemble à celle d'une tumeur ?

NB :
Intelligence en anglais signifie aussi "renseignement".

Exemple : CIA, Central Intelligence Agency, "agence centrale de renseignement" et non pas "agence centrale d'intelligence".

 

Oui, pour vulgariser :

A la question, dois je prendre mon parapluie pour sortir ?
Si vous regardez dehors et qu'il pleut, c'est vrai et s'il y a du soleil c'est faux. 1 ou 0 c'est booléen

A la même question en logique Baysienne :
1/hypothèse 1 : j'ai des rhumatisme et ma cicatrice qui me grattent
2/hypothèse 2 : le journal de TF1 a dit hier soir qu'il allait pleuvoir aujourd'hui
3/hypothèse 3 : l'appli Météo France me dit qu'il va pleuvoir localement entre 11h et 12h

A chaque hypothèse vous aller la pondérer sur des notions de véracité et de fréquences vérifiées
Vous aller mettre un pourcentage de confiance à chaque hypothèse et donner une valeur globale à votre réponse. Plus vous faîtes apprendre d'hypothèses, plus vous les vérfiez, plus elles sont fréquentes en justesse et bien plus vous améliorez le modèle.

Je crains fort que la règle à calcul et la calculatrice soient dépassées dans l'exercice !

 

Si on réfléchit bien, c'est exactement ce que fait l'humain motivé : il vérifie les sources en les recoupant et à l'usage, il finit par faire plus confiance à certaines sources qu'à d'autres.

 

Oui, mais quand on dit qu'une machine "apprend" c'est seulement parce qu'elle déduit un modèle à partir de données et de résultats déjà produits. Nous faisons de même certes. Mais dans le cas de la machine il n'y a pas de pensée ensuite ! Précisément parce que la pensée n'est pas probabiliste, mais au contraire indéterministe : ce que je vais penser, dire ou faire dans une minute n'est pas modélisé a priori (l'intelligence ? le libre arbitre ?).

 

Bon exemple la météo. Il s'agit bien de prévision ; i.e. de l'utilisation d'un modèle construit à partir de données et de résultats antérieurs.

 

En fait vous avez raison et c'est comme cela que l'on fait des machines apprenantes.
On s'est aperçu que le cerveau fonctionnait comme cela en apprentissage.

Une mère montre un chat à un enfant qui ne sait pas ce que c'est, elle dit c'est un chat.
L'enfant pense que c'est un truc avec des poils qui bougent.
Puis la mère montre un lapin et dit c'est un lapin.
L'enfant en déduira que le se sont des boules de poils qui bougent, mais que l'un a une grande queue et des petites oreilles et une grande queue et que l'autre à de longues oreilles et une queue en pompon.
Il fera de même pour distinguer un chat d'un lion, ou le lapin d'un oiseau etc etc.

A chaque fois que vous utilisez des capcha pour vous connecter à un site, en pointant les paneaux de circulation, les bus ou les feux rouges parmi des photos, vous aidez des machines apprenantes.

On peut tout faire apprendre à des machines de cette manière, il suffit d'avoir le maximum de données et la puissance informatique nécessaire.

Maintenant, cette méthode par classement bayésienne, n'est pas la seule forme d'iA, il y a des méthodes par régressions, analytiques etc etc.
Les iA raisonnent maintenant, elles voient, elles entendent, bientôt auront l'odorat et le goût etc.

Le but de ces explications, c'est simplement de dire, le seul génie c'est l'homme, la machine doit donner son degré de confiance dans la réponse et que vous devez douter et valider avec votre expérience et connaissances. Cela vous rendra supérieur à la machine.

Garder un esprit critique scientifique ou technique est essentiel.

 

Un enfant reconnait un chat dès lors qu'il en a vu seulement quelques uns. Alors qu'une machine, il faut lui en montrer des milliers, au moins. On est loin d'être menacés par des robots