Le machine learning de Turing | Intelligence Artificielle 7

[@emilieredon7368]

Mind blowing ! Merci de partager tout ce savoir avec nous. Ton interprétation de l'article de Turing est incroyable.

[@laurentfournier561]

Merci Lê, votre enthousiasme et votre carté me donne le sentiment d'être intelligent parce que je vous comprends !

[@Laurentbrn]

Tu conclus par 'Turing est un génie', et je suis bien d'accord. Mais toi aussi - bordel de merde - t'es un génie. Ta capacité à aborder des sujets si différents, avec autant de clarté, de l'informatique à la physique en passant par la psychologie et la philosophie, est plus qu'impressionnante. Et le fait que tu partages tout ça avec nous, ben c'est vraiment sympa. Bisous

[@yourigan]

Tellement peu de vidéastes terminent leurs vidéos par des reprises des commentaires C'est trop bien. Bravo a toi !!!

[@justchill4297]

Ta chaine ne fait pas autant de vues qu'elle le mérite, continue !

[@vinceblob4978]

Enfin, je ne suis pas sûr que les experts mondiaux dans le domaine ignore l'article de Turing mais... dans le monde de la recherche actuelle (publish or perish), il vaut mieux pour sa propre réputation faire croire (dans les publications) à la découverte d'un concept faussement nouveau ou à la compréhension d'un problème ancien (et anciennement résolu et depuis longtemps oublié) ou mieux encore pour rester sur une ligne grise entre honnêteté scientifique et besoin de visibilité, énoncer différemment un concept ancien en faisant croire que le nouvel énoncé contient quelque chose de plus, ce qui permettra de placer un résultat de recherche qui ne serait pas passé tout seul dans des grosses revues un peu bling bling... Je ne cautionne pas du tout ça mais force est de constater que beaucoup d'articles sont rédigés dans cet esprit aujourd'hui -> un titre affriolant, un résumé alléchant sur la base de grands concepts et un petit résultat pas toujours novateur et pas toujours pertinent car seul ou en attente d'un autre petit résultat qui fera l'objet d'une autre publication, le tout afin de maximiser le nombre d'articles à l'année. Et au final, au lieu d'un belle article tout les deux ans, on voit des micro-découvertes tous les 3mois............... alala

[@MonsieurPhi]

Il y a tellement un gif à faire de ces deux secondes à 2:16 ! ^^

[@le_science4all]

Je l'ai fait en une seule prise =D

[@steveblack2420]

media.giphy.com/media/3ohs4hUx593DCvilIA/giphy.gif

[@MonsieurPhi]

Haha mais je pensais plutôt au "Fighting Lê" (ça doit être 2:17 en fait plutôt)

[@steveblack2420]

Oups XD

[@Kalliser]

💂👯👰👸🎅👼👱👲👳💃💆💇💅💪👀👂👃👱👲👳💃💆👱👲👳👰👸💂🎅👼💇💆💃👳👲👱💅💪👀👂👻👹👺👽👾👿💀👻👹👺👽👾👿💀💀👿👻👹👺👽👾👻👹👺👽👾👿💀👻👹👺👽👾👻👹👺👽👾👿💀

[@jfjulien8769]

La compression ultime de ce que produit l'humanité n'est-elle pas le code génétique ? Les planeurs générés par le jeu de la vie sont créés par quelques lignes de code. Tes vidéos sont simplement passionnantes et nous permettent d'étendre nos horizons !

[@JosephGarnier]

Il y a deux erreurs au début de la vidéo : le machine learning est une spécialité de l'IA, il y a une douzaine d'autres (raisonnement, planification, représentation des connaissances, data mining, multi agents, ...). Ensuite, la conférence NIPS n'est pas LA conférence en IA, c'est la conférence en machine learning. Il y a d'autres conférences du même niveau pour les chercheurs en IA, AAMAS et IJCAI, où les mêmes personnes qui vont à NIPS publient aussi. Les chercheurs en IA ne font pas directement référence à ce paragraphe de Turing, mais ceux qui croient en l'AGI se basent, entre autre, sur ce dernier (d'ailleurs, voici un article qui en parle binaire.blog.lemonde.fr/2016/06/03/vers-une-theorie-de-lintelligence/). Maintenant, les chercheurs ne font plus trop directement référence à Turing car ce sont des travaux qui ont tout de même 60 ans et certaines arguments sont trop imprécis par rapport à des travaux plus récents.

[@mloolm1658]

Comme toujours on se régale. Tu sais rendre tes vidéos intéressantes quelque soit le sujet. Bravo 👍

[@romaindruon6047]

Je suis cette chaîne depuis les 10000 abonnés et je suis incroyablement surpris par le fait que les vidéos soit toujours de cette grande qualité, les thèmes et les sujets passionnants, mon vulgarisateur préféré :) !

[@vinceblob4978]

Tes vidéos sont très intéressantes, merci beaucoup pour ton travail ! Concernant le problème de définition de "structure" ou de remplacer un mot par sa définition pour tenter d'y voir plus claire, c'est tout le sujet de l'ontologie dont la question fondamentale est : "Qui y a-t-il ?" et l'on pourrait répondre "tout" et tout le monde serait d'accord avec cette réponse. Mais dès que l'on commence à discuter la nature du tout, plus personne n'est d'accord et c'est bien normal car la signification d’un objet n’est pas localisée à l’intérieur de cet objet....

[@HaPandora]

Je me suis abonné quand vous n'aviez que 2.000 abonnés, je suis content de votre succès et de cette série passionnante

[@PasseScience]

La reflection du matin: si on part du principe que la conscience est un phénomène induit par l’absorption, par un type de système bien precis, d'une certaine complexité du monde à laquelle ce système est soumis alors ça donne une propriété assez jolie des différents mondes/réalités/systèmes dynamiques possibles: ils peuvent être conscienciables (propice au développement de la conscience) ou ne pas l’être. Je trouve que c'est une belle propriété d'un "monde" être conscienciable ou ne pas l’être, trop simple et sans doute pas complexité nécessaire à l'apparition de la conscience, trop complexe et sans doute trop entropique pour que celle ci puisse se développer de manière stable.

[@florianbernard2525]

je crois que t'es un des mecs les plus cales en IA, j'apprend python + IA pour analyse data et ce mec m'en apprend plus que tous les autres... Franchement j'espere que le coronavirus va pas butter tes collegues asiat on a trop besoin de vous les gars!

[@fredgarcialevrai]

Même si la métaphore de Turing est inexacte, l'appareil cognitif avec lequel naissent les enfants n'est pas complètement antinomique avec la notion de feuille blanche. La machinerie nerveuse "bien huilée" comme tu le dis va interagir avec un environnement qui est différent pour chacun et recèle un nombre inconnu d'expériences diverses. Les feuilles blanches du carnet, ce sont ces expériences potentielles qui deviendront peut-être les stimuli/informations que la machinerie recevra plus tard. Disons que le carnet ne se limite pas à une simple reliure en spirale qui permet de faire tourner les pages, mais relève plutôt d'une structure non euclidienne complexe avec des pages qui se déplient, des glissières, des boucles (de Möbius ?) et plusieurs sens de lecture. En tout cas, merci pour cette vidéo d'utilité publique, c'est vraiment un plaisir de suivre ta chaîne. ps : l'expérience du dictionnaire est juste géniale. C'est un truc que j'ai souvent ressenti, l'absrudité de définition qui implique de connaître au préalable la définition des composants de la définition... Cela méritera peut-être un Check Tes Biais, je vais y réfléchir.

[@ciryllatgmaildotcom]

On peux imaginer que le cerveau d'un enfant n'est pas une feuille blanche, mais le résultat d'un programme génétique obtenu par sélection naturelle. Nous aurions alors également la un programme de base (fonctionnement du génome et des gênes) et mécanisme d'apprentissage (sélection des individus)

[@oliviermalhomme9923]

La feuille blanche, le stylo, la notion d'écriture et la capacité à apprendre à écrire... Que le tout soit actualisé ou pas. Cet argument a certainement perdu de sa valeur...

[@oliviermalhomme9923]

Il n'y rien qui soutienne cette hypothèse. Le consensus aujourd'hui est plutôt sur du 50/50. L'expression "une chose est sûre" est bien exagérée.

[@hannibalateam2590]

Excellente vidéo !J'attends avec impatience la vidéo sur la sophistication de Sokomonoff ?! 🤗

[@le_science4all]

J'espère que as de la patience.... Parce que c'est pas pour tout de suite :(

[@hannibalateam2590]

😢Je vais le travailler un peu de mon côté en attendant alors...aurais tu des références sur le domaine ?

[@MathadorLaChaine]

dégoûté, lê, tu n'as même pas relevé ma définition récursive d'une structure! J'avais pourtant été cherché loin dans mes souvenirs de programmation en CAML ;-)

[@soun59]

Je conseille à tous ceux qui sont intéressés de voir les vidéos de sethbling. Un programmeur qui écrit des IA capables de jouer à des jeux vidéos (pour l'instant il a fait deux ia, un qui joue à Mario World et un qui joue à Mario kart, et ils fonctionnent très différemment l'un par rapport à l'autre)

[@swapbytes]

A mon sens, Une définition est un ensemble de connections avec le reste de l'environnement (ici les mots), la meilleure definition est celle qui expose les points de connexions les plus proches, et remplacer les mots pars leurs définition n'a pas de sens, cela revient a terme a parcourir l'ensemble de l'environnement (l'ensemble des connexion) et s'éloigner de plus en plus du mots que l'on cherchait. La pensée sous-jacent vient du fait que l'on pense qu'une "choses" existe de façon indépendante (un mots) alors qu'en réalité chaque choses existe par sa connexion au reste. Finalement plus un mots est précis et s'approche de la "vérité" moins il a de connexion avec le reste (et donc plus il est difficile à définir) et plus il est "abstrait". Exactement comme dans notre cerveau ou toutes choses existe par sa connexion au autre neurone. La comprehension de l'univers revient à effectuer les bonnes connexions.

[@theoleblanc9761]

Tu es vraiment vraiment génial! Sûrement le meilleur vulgarisateur du yt français !

[@etienneverpin1418]

Un épisode tout à fait passionnant. Je crois( en toute modestie...) qu'on doit légèrement corriger le point de vue de Turing: le code initial chez l'être humain, ce ne sont pas les connexions du cerveau d'un enfant, mais c'est le, code génétique, ou plutôt la part de ce code qui correspond à la construction de la machine cérébrale. Cela signifie, que le cerveau d'un nouveau né est lui-même compressible.

[@estelle8457]

Euh mes connaissances sur le sujet sont loin d'être exhaustives, mais je crains quand même que tu fais un raccourci énorme quand tu dis que le code génétique qui correspond à la construction de la machine cérébrale correspond à cette fameuse description compressée. Et ce parce qu'il ne suffit pas du code génétique pour créer un autre être humain, il faut une machine ultra perfectionnée pour interagir avec l'être humain en cours de fabrication, à savoir un autre être humain, doté entre autre d'un utérus. Le développement du bébé dans le ventre de sa mère, c'est un nombre incroyable d'interactions entre les deux, et de trucs qui doivent se déclencher pile au bon moment, sinon couac avec conséquences plus ou moins graves. Alors j'en sais pas assez pour faire des comparaisons plus ou moins douteuses sur la part de données et la part de code dans l'ADN et d'où vient exactement et en quelle quantité les éléments qui ne sont pas inclus, mais n'empêche, pour donner un simple exemple : les préférences sexuelles d'une personne ne sont pas codées dans son génome, toutefois c'est un truc qui ne dépend pas non plus de son environnement ensuite, c'est quelque chose qui semble inné, sans être génétique.

[@jonasdaverio9369]

Etienne Verpin Je ne sais pas à quel point cet argument tient, car toute l'information ne tient pas dans le code génétique. Les cellules d'un humain ont toutes le même ADN (à peu de choses près) mais peuvent être assez différentes, car elles se sont différenciées en fonction de leur environnement. Bon, effectivement, comme cet environnement est, dans la plupart des cas, les cellules environnentes qui elles-même sont issues de l'information du code génétique, ça n'apporte pas une nécessité d'information supplémentaire énorme (je crois), mais une partie de la différenciation nécessite probablement un environnement externe particulier (comme le ventre de la maman), ce qui demande quand même un peu plus d'information que juste le code ADN. Mais je ne m'y connais pas assez pour avanver quelle est cette part.

[@le_science4all]

Turing parle de ça aussi dans son article ! (mais je n'ai pas pris le temps d'en parler... SHAME !)

[@dylanvellut]

16:00 l'œuf de shadok est composé de 3 partie, l'intérieur, la surface et l'extérieur Nous constatons que quand un shadok couve un oeuf, il en eclot un autre shadok Il en va de même que si une table couvait un oeuf il en ressortirait une table. Nous pouvons en conclure que l'intérieur, c'est de l'extérieur à en devenir. Mais comme l'œuf est composé d'extérieur d'une surface et d'un extérieur, la surface est donc superficielle. D'où théorème, les oeufs de shadoks sont avant tout constitué d'extérieur

[@timothe9556]

Je fais pause à 3 min de l'épisode pour écrire ce commentaire. Comment Turing, a t-il fait pour vivre autant dans le futur ? J'ai l'impression que tout un tas de question que l'on se pose aujourd'hui sur l'IA, il les avaient déjà anticipés avant qu'elle ne se pose et y avait même apporté une réponse. Comment un simple homme a t-il fait pour voir si loin dans un domaine qui évolue si vite ? C'est vraiment ce qui me retourne le plus le cerveau depuis le début de cette série.

[@anniesinotte4841]

Timothé moi ce qui me retourne le cerveau, c'est ou on serait rendu avec un tel génie, si on avais pas détruit sa carrière et conduit au suicide parce qu'il aimait les hommes.

[@fabricejumel4630]

On ne peut espérer meilleure analyse. Bravo !!!

[@chainonsmanquants1630]

Salut Lê ! Que penses tu de la définition suivante de l'intelligence ? "L'intelligence c'est la capacité à se fixer soi même ses buts et à déterminer les moyens d'y parvenir." Cette définition me semble intéressante car elle met en valeur une différence entre les IA actuelles et les humains: les IA sont entraînées pour une seule tâche particulière: (jouer aux echecs ou bien différencier un chat d'un chien...) alors que les humain.e.s déterminent eux même les tâches auxquelles iels veulent s'adonner. Il me semble que le critère principal de décision pour un être humain est son ratio attendu de plaisir-bonheur / douleur-malheur. Il me semble que ces émotions soient notre moteur pour avancer dans la vie et elles ressemblent à la fonction d'évaluation d'une IA pour transformer son code interne en fonction des résultats d'un test. Les humains, nous testons des choses et nous avons la réponse émotionnelle de notre corps qui nous dit "c'est cool" ou bien "non, pas ça" Par conséquent, il me semble essentiel de coder des "émotions" aux IA pour leur permettre d'avoir une intelligence qui ressemble à celle des humains. Sans émotions, un bébé ne s'intéresserait à rien, il n'apprendrait pas, n'aurait pas d'intérêt pour le monde qui l'entoure. Faudrait-il coder du plaisir / douleur à l'IA pour la motiver à apprendre ? Comment peut-on donc coder une chose pareille ? Serait-ce juste un curseur de bonheur placé sur un axe unidimensionnel ou serait-ce une fonction de "l'harmonie du code" ? C'est à dire une fonction qui prend des valeurs hautes quand le code dans son ensemble "va bien" et "est loin de la mort" et des valeurs basses quand le code va mal et est proche de la mort ? Pour coder la douleur pourrait-on avoir des parties du code qui soient "autonomes" (des douleurs) et qui pourraient se réveiller en fonction de certains stimulis et haper l'attention de l'IA jusqu'à ce qu'elle ait trouvé le moyen de calmer la douleur en lui apportant de meilleurs stimulis ? Ne devrait-on pas également coder la joie et le rire pour motiver l'IA à se rapprocher de ce qui lui plait ? Au final, ne suis-je donc pas une IA qui veut maximiser certaines fonctions qui me sont internes et inaccessibles comme alphazero est une IA qui veut maximiser la sienne (t'éclater aux echecs) ?

[@YannGuillermou]

C'est mieux de commencer sa vidéo par un "Bonjour" et une petite phrase d'intro, j'ai cru que je prenais pas la vidéo du début ! Voilà j'arrête de chipoter, c'est toujours un plaisir :)

[@Akie51_Old]

C'est vrai qu'il est quand même vachement bien cet article~ ♥ Et.... Ohhhhh !! Je suis passé à la télé ! YAY ! Merci Lê :3

[@hervezilliox236]

Salut Lê, Pour la définition de la structure ("un truc intéressant") j'aurais plutôt défini "intéressant" par : "qui suscite de l'intérêt" (une partie du pseudo code correspondant étant par exemple que ça attire l'attention). Cette définition permet de mettre en évidence qu'on ne verra pas tous les mêmes structures ni même aux mêmes endroits.

[@lesliensdetontonbastoune9705]

Au sujet de la définition de structure, en y réfléchissant rapidement, je me dis qu'il y a la notion de couplage ou de lien de causalité qui rentre en jeu. Je dirais donc qu'une structure est toute chose dont les éléments ont un lien de causalité d'un ordre supérieur comparativement a son environnement.

[@apolix13]

1) Il y N degré de structure avec N degré de précision 2) La structure est une projection subjective 3) La structure est un motif identifiable Pour celui qui n'aime pas beaucoup l'astronomie, ni la physique, le système solaire à la même structure qu'un atome et ses électrons. (Précision/Complexité de degré N) Cette comparaison est absurde pour un scientifique ( Subjectivité), mais c'est indéniable qu'à une certaine échelle (précision) c'est une structure composé d'objets tournant autour d'un même object plus massif. Le mot identifiable contenant le concept de subjectif, ma définition serait: Une structure est un motif identifiable à N degré avec N degré de précision dans un référentiel donné.

[@speakadreamagency7518]

Grand merci pour vos videos !

[@phgz_]

Passionnant et passionné! chapeau!

[@MrChewbee]

Super intéressant comme toujours ! Juste un petit ressenti, au début de la vidéo le montage fait que tu te téléporte de gauche à droite très souvent, j'ai trouvé ça plus gainant qu'autre chose. Keep up the good work!

[@le_science4all]

Merci je prends note :)

[@eniotnayssaneb3442]

Turing: un des rares pionniers qui n'a jamais été dépassé performance extraordinaire puisqu'il semble facile de se servir du travail d'un pionnier, des fondations déjà faites, pour aller bien plus loin sinon pour moi une structure c'est un ensemble d'éléments qui a une fonction qu'aucun de ses éléments peut faire seul (genre un champignon et une algue forment un lichen, une structure, tandis que 2 algues et 2 champignons forment 2 structures, et pas une seule structure)

[@lilsussyjett]

Un atome est une structure et l'univers est une structure. Ainsi la définition du mot structure est forcément récursive et désigne un objet qui, fonctionne, avec d'autres structures. Et même pour des "petites" échelles comme celle de la structure de l'Homme, il ne faut pas avoir le vertige de l'infini face à l'étendue de la structure infini de cette définition récursive.

[@espaceprehilbertien156]

à 1:23 la source m'a fait rire super vidéo comme d'hab

[@oumarb.8293]

Tes video sont superbe, j'aime tellement!

[@kariboo84]

énorme épisode !

[@carl-maxencevinh3415]

Salut Lê un énorme merci pour ton partage de connaissances, vraiment. Une question qui me taraude depuis quelques années déjà : étant donné la complexité de l'IA construite par machine learning, l'intelligence humaine n'est plus en mesure d'en comprendre son fonctionnement déterministe. Les IA elles-mêmes seraient-elles capables de s'auto-introspecter ? Si oui, inventeraient-elles de nouvelles mécaniques descriptives des systèmes complexes définitivement hors de portée des humains ? Cela signerait-il la limite irrémédiable de l'intelligence humaine à comprendre l'univers et les systèmes complexes ? Si ce dépassement advenait, nous nous dirigerions vers une énième blessure narcissique, peut-être fatale.

[@le_science4all]

Qu'est-ce que "comprendre" ? Je pense qu'il s'agit d'une question non-triviale... Si comprendre une IA = capable de prédire la quasi-totalité des faits et gestes d'une IA, et si l'IA est incrompressible, alors seule une l'IA elle-même est un modèle valide de l'IA....

[@micalt]

Il y a trois aspects du mystère du machine learning qui sont un peu mélangés dans l'intro et qui mériteraient d'être pris indépendamment. Premièrement, la vidéo donne l'impression que le débat porte sur le fait qu'une machine apprenante puisse marcher, et faire mieux que n'importe quel système programmé à la main. A ma connaissance, personne de sérieux n'en est surpris, et encore moins ne le remet en question. Deuxièmement, une critique plus fondée, et c'est celle-ci dont parle la presse et qui nourri les fantasmes, c'est le côté black-box : on ne sait pas expliquer et interpréter les prédictions des réseaux de neurones. C'est à cet argument que le reste de la vidéo et l'argument de Turing répond. Mais bien qu'il y ait des chercheurs en IA ou en machine learning qui en font écho, c'est globalement accepté qu'il y a un trade-off entre précision et interprétabilité des modèles et ça ne fait pas vraiment l'objet de controverse dans la communauté scientifique. Enfin, quand Ali Rahimi dit que le machine learning est devenu de l'alchimie, il ne dit pas du tout qu'il ne comprend pas le succès du machine learning, ni qu'il y a un manque d'interprétabilité des modèles. Il dit plus précisément qu'on ne comprend pas suffisamment les mécanismes d'apprentissage mis en oeuvre dans le deep learning. En gros, le réseaux de neurone essaye de minimiser une fonction extrêmement non convexe avec une méthode de gradient du 1er ordre. Toute analyse naïve en conclurait que le système doit tomber dans un minimum local sans intérêt. Or, ce n'est pas ce qu'on observe, et on est bien incapable de l'expliquer rigoureusement. C'est ça qui est mystérieux. C'est, en résumé, notre manque de compréhension, même élémentaire, d'une implémentation spécifique de l'apprentissage qui lui pose problème. Et du coup, l'argument de Turing ne répond pas du tout à la question, puisqu'il ne dit pas que le mécanisme d'apprentissage doit lui aussi être mystérieux. Au contraire, celui-ci pourrait tout aussi bien être simple et parfaitement compris.

[@dattierarbre9294]

Salut, "Le futur de l'intelligence artificielle, c'est le machine-learning" Oui, et le futur de l'éducation, c'est son équivalent : l'apprentissage. Vive l'apprentissage et vive l'excellence.

[@maelitoP]

Salut Lê, dit, je cherche une bonne vidéo assez poussé sur le stockage de l'information, tu aurais une à me conseiller ? Amicalement, et encore une très bonne vidéo!!

[@jeanmichelsarr6040]

L'efficacité du machine learning est basé sur la théorie de l'apprentissage statistique. Cependant, tu as beaucoup parlé de la complexité de Kolmogorov, ce serait intéressant que tu en parles dans une vidéo.

[@le_science4all]

Aaaaarrgg.... Trop de sujets à aborder !!! Malheureusement, on ne va pas reparler de Kolmogorov (ni de Solomonoff) dans cette série...

[@dominiquehandelsman137]

for-mi-dable. Un délicieux cocktail d'une très grande intelligence au service d'une très grande culture. Et inversement.

[@samuelvallet7409]

Tu dis que l'argument de Turing montre que seul le machine learning est capable d'explorer des espaces à grande complexité et de permettre l'IA, et donc que c'est une preuve que le machine learning est voué à fonctionner. Mais dire ça ne serait-ce pas prendre un argument nécessaire pour un argument suffisant? En effet, ce n'est pas parce que seul le ML en est capable que puisqu'il existe il réussira, si ? Sinon super vidéo(s), vraiment un sujet cool les IA !

[@ludovicd8567]

Le remplacement avec les définitions fait un super procédé d'écriture automatique :)

[@gilbertlemage]

Une structure : une forme identifiable.

[@weird5528]

Top ! Merci pour tes vidéos

[@niiiiiiiiiiicooooo]

J'admirais déjà Turing, mais là je le vénère. Je savais déjà qu'il avait anticipé l'ordinateur moderne, mais là, de voir qu'il avait aussi compris la nécessité de l'IA, c'est renversant ! Mais pourquoi, diable, son travail sur le sujet est-il si peu cité?

[@cboisvert2]

Il est *très* cité sur le sujet. Mais l'IA est régulièrement sujette a de fausses interprétations, qui suscitent de faux espoirs, et l’interprétation IA = apprentissage est l'une d'entre elles (c'est dommage de la part de Leh, son travail de vulgarisation est excellent a part ça). Turing a dit que l'apprentissage permettait de subdiviser le problème, -et c'est tout sur ce point. Il n'a pas dit qu'il n'y avait pas d'autre moyen, il n'a pas donne de borne *inférieure* a la capacité de mémoire et de traitement d'un système qui réussirait le "imitation game", et il n'a pas insisté sur l'apprentissage plus que sur le langage, la manipulation symbolique, ou le biomimétisme (qui nous a donné les réseaux neuronaux). En affirmant que Turing l'avait prédit on donne des lettres de noblesse a une technique que nous devrions traiter comme les autres, parmi les autres. Mais évidemment, dire que tout va dans la marmite, c'est moins joli dans les articles scientifiques que de dire que les autres se sont fourvoyés, et qu'on a enfin trouvé *la* solution

[@stephanevogrig9576]

Bonsoir et mille merci pour cette vidéo. Je suis enchanté de ce que j'apprends ici. Petit bémol sur la forme... il y'a plusieurs texte affiché "trop" peu de temps... pas le temps de le lire en écoutant voir pas le temps d'arrêter la vidéo... pas fondamental pour trois sous et qui n'entache en rien la qualité du contenu :-)

[@le_science4all]

Oui l'idée est justement de ne pas attirer l'attention de celui qui ne veut pas entrer dans les détails et cherchent (d'abord ?) à comprendre l'idée principale de la vidéo. Après, je tâcherai de laisser ces textes plus longtemps pour que ceux qui le veulent aient le temps de mettre pause :P

[@stephanevogrig9576]

Merci d'avance :-)

[@guillaumelarmor7286]

Ce que tu fait a 18:31 me rappelle les Increasingly Verbose Memes (autrement appellés Deconstruction Comics). ^^

[@oliviermalhomme9923]

Ok là ce n'est plus possible. Je ne connais pas l'informatique mais il va falloir lire cet article de Turing. Arrivé à l'épisode 7, on sent que cela devient inévitable.

[@sebastienbourru4120]

Une structure est un ensemble d'éléments formant un tout.

[@Lacher-Prise]

Au siècle dernier ... le dernier millénaire donc Au début de l'informatique il y avait dans sa tradition un vieil adage qui disait : *Parfois ça ne marche pas et tu sais pas pourquoi : c'est grave* *Mais parfois ça marche... et tu sais pas pourquoi : c'est TRES grave* ;)

[@JJohan64]

*Deux questions si on a le temps d'y répondre :* 1. Une machine créera-t-elle un jour une nouvelle langue construite dont la phonétique et la grammaire s'adapteront parfaitement aux besoins humains et à la rapidité d'apprentissage ? 2. Des robots professeurs capables d'analyser les faiblesses et les forces d'un élève afin de lui donner un enseignement optimal sera-t-il possible ? J'imagine que certains y travaillent déjà.

[@addvideopm]

JJohan64 les forces et les faiblesses d'un élève ? À quoi bon, quand ce temps viendra, il n'y aura plus d'élèves. Les gens n'auront plus besoin d'apprendre quoi que ce soit, les machines feront tout pour eux.

[@8Klean]

@Jean Même avec des machines aussi performantes les enfants auront besoin d'apprendre des choses pour développer leur cerveau et connaitre un minimum de choses. (Ne serai-ce que savoir parler, et après savoir utiliser ces fameuses machines à tout faire!) => 7:48

[@DracoVoldre]

Ah c'est sûr que définir la "structure", c'est très complexe, donc la solution du deep learning qui permet de l'apprendre via des exemples, et non pas par des définitions. Est vraiment plus pratique.

[@aurelienperdriaud108]

Roh je suis triste, pas encore une vidéo qui entre encore sur le fonctionnement par programme des machines d'apprentissages :'( Bon j'adore quand même toutes ces idées qui introduisent ce fonctionnement, et ce qu'il faudra faire pour que la machine apprenne correctement, mais j'avoue que ce serait bien si on commence à entrer un peu plus dans les différentes méthodes réelles pour créer une machine d'apprentissage. Oui, le machine learning est comme dit pas très bien compris par ses créateurs eux même; mais il serait intéressant de regarder quels sont les méthodes mises en œuvres dans les programmes : par exemple les réseaux de neurones dans un programme, et le fonctionnement des neurone. J'avoue que j'aimerait en apprendre un peu plus, tout en pouvant faire le lien entre ces idées et les méthodes de fonctionnement de ces machines. En tout cas super vidéo comme toujours, c'est très intéressant ;) :)

[@le_science4all]

Patience, patience... on y vient :P

[@aurelienperdriaud108]

Lentement mais sûrement comme on dirait

[@StikS8008]

Par rapport à la notion de "structure" à définir, est-ce que l'on pourrait utiliser la notion de récurence d'apparition ? Par exemple, quelque chose se former (et en admettant que cette chose ne puisse jamais se re-former de nouveau), je ne décrirais pas cette chose par le terme de structure, car elle semble être apparut de manière chaotique. Alors que quelque chose qui a tendance à se former assez souvent, qui a une récurence d'apparition, pourrait être qualifié de structure, non ? Par contre cela nécessiterait sûrement de considérer qu'une structure est egalement l'émergence d'un ensemble de petits éléments, parce que sinon un carré dans le jeu de la vie serait une structure à lui tout seul. Bon et sinon merci beaucoup pour tes vidéos, le contenu est vraiment de qualité 😊

[@StikS8008]

Par exemple, si quelque chose se forme*

[@wellan4072]

Super continu, merci !

[@redswap]

Alors... Il faudait utiliser le machine learning pour reconnaître et définir une structure ?

[@etijls4677]

C'est quoi le nom du gars que tu cites à 22:42 ? Le mec qui "a résolu le ML avec une approche bayésienne" ? (Super vidéo Lê je te love

[@etijls4677]

Même en mettant vitesse * 0.25 j'arrive pas à décortiquer son nom :p

[@quentincorradi5646]

@Science4All Pourquoi tu ne demanderais pas de l'aide pour lire les commentaires (2 ou 3 personnes dédiées à lire les commentaires, y répondre et éventuellement te les faire remonter) ?

[@lancelot655]

6:38 ca depend, les informaticiens ont invente le logiciel libre (les systemes linux par exemple) ou, meme si il y a une petite equipe qui prend les decisions sur la structure globale, des centaines/milliers/dizaines de milliers d'informaticiens relisent le code, corrigent les bugs, ajoutent les nouvelles features ... le probleme viendrait selon moi du fait que meme si il etait possible de faire un programme qui resoudrait le test de turing en quelques Gigas, ce serait surement d'une maniere extremmement complexe avec bcp de choses contre intuitive auquelles personne n'aurait pense.

[@oliviermalhomme9923]

Je me lance aussi. Structure : construction arbitraire d'un assemblage d'éléments à des fins de sens, indépendamment de sa réalité.

[@fredericc2184]

Dans le sens inverse la structure n'est elle pas juste une quantité d'espace ? Une structure serais un nombre supérieur à 1 de quantité d'espace

[@vinceblob4978]

L'apprentissage par expérience est certes une étape essentielle vers l'Intelligence Artificielle mais il reste quelques problèmes de taille comme la question de la curiosité. Je m'explique : les I.A. d'aujourd'hui (au niveau de la recherche) tentent de maximiser de différentes façons l'apprentissage par erreurs et par répétitions (machine learning youpi) et l'exploration "conditionnée" de nouvelles données mais elles ne vont pas "gratuitement" (j'ai presque envie de dire de manière irrationnel ou non causal avec leur apprentissage) explorer d'autres informations d'une nature différente. Or, et c'est là toute la différence avec l'humain, la curiosité aboutit sur le long terme à une grande variétés d'expériences qui permettront à un être humain de faire certains liens entre deux concepts a priori éloignés car appartenant à des champs d'expériences différents, et qui débloquera la résolution d'un problème grâce à un élément déclencheur, une expérience qui va faire venir percuter les deux concepts éloignés (ce qui a pour effet chez l'être humain de dire : "j'ai une idée!"). Pourquoi je dis tout ça, parce que oui, il faut une quantité gigantesque d'informations et de lignes de codes pour pouvoir organiser un tel machine learning un temps soit peu humain mais aussi (et c'est là un second problème de taille pour les I.A.), une expérience (cognitive pour un humain) qui soit déclencheur d'un ré-arrangement des données et de l'émergence d'une idée or cette expérience là, une machine ne l'a fait pas vraiment, en fait jamais de manière comparable à un humain. C'est la raison pour laquelle certains chercheurs en I.A. se demandent si il ne faudrait pas plonger une I.A. primaire dans un monde artificielle comme un jeu vidéo pour lui permettre une telle chose.... Si ils y arrivent et que ça marche.... hé bien je suis sûr que Monsieur Phi et toi (et pleins d'autres ;) ) auront pas mal de choses à dire sur le sujet ;)

[@chameauthessa9872]

hum je saisis pas pourquoi il est particulièrement intéressant le postulat de Turing selon lequel l'intelligence humaine est un long code (comment estime-t-il a masse de travail à "a thousand digits of program a day" ?) Merci beaucoup pour ta série et ton taff en général

[@paultetaz1831]

Quelles réferences conseillerais-tu pour découvrir le travail de Ray Solomonoff et l'approche balésienne?

[@le_science4all]

Le premier de cette liste est un bon début ;) www.raysolomonoff.com/publications/

[@clementm5417]

Il pourrait exister une lois très simple de l'univers et que l'intelligence humaine, complexe, en soit quand même le résultat. La quantité de données et la complexité ne viendrait pas de la loi de l'univers mais de l'arrangement des éléments dans le cerveau, ou le corps. On pourrait même sans doute le stocker de façon plus simple, comme par exemple dans l'ADN. La loi de l'univers permettrait de simuler ce que cet ADN donnerait: un humain doté d'intelligence, et donc son intelligence elle même. Notons que l'ADN humain représente environ 700Mb, donc on est pas loin du Gb de Turing. Ici, on est un peu dans le jeu de la vie (qui n'a jamais été si bien nommé). Les règles sont très simples, mais des systèmes complexes apparaissent. L'humain est un planeur. Un système stable, simple résultat de la loi de l'univers. Pour le simuler il ne me faut que cette loi simple et son "ADN", ou sa forme initiale dans le jeu de la vie Mieux, sans connaître l'ADN de l'humain, on pourrait simuler encore et encore différentes structures et essayer de trouver la stucture stable la plus complexe possible. On tomberait sans doute, à un certain moment, sur quelque chose qu'on pourrait qualifier d'intelligent. Comme on a trouvé le planeur du jeu de la vie sans l'avoir observé en dehors de simulations et comme on a "construit" le canon a planeurs.

[@mindstorm3854]

Salut Lê (j'espère que ça s'écrit comme ça ^^), j'ai découvert une chaine youtube il y a pas longtemps qui se nomme "The Coding Train" et qui est une chaine de programmation, il a notamment une playlist sur les "Neural network" autrement dit les réseaux de neurones (qui sont très lié au deep learning).. Voila pour ceux qui verront ce message et toi si tu veux partager cette chaine ! ( lien de la playlist : kzbin.info/aero/PLRqwX-V7Uu6Y7MdSCaIfsxc561QI0U0Tb )

[@victorsollier7110]

est-ce que ça veut dire que la méthode d'apprentissage consiste à compresser jusqu'à l'incompressible les mécanismes fournis dans les exemples?

[@khalidainouch6484]

salut lé, tu pourrais parler de la bibliothèque de Babel? c'est impressionnant!

[@xxpod1562]

khalid ainouch c'est pas si impressionnant que ça en vraie.

[@8Klean]

Surtout qu'il en parle déjà un peu dans sa 1ère série de vidéo sur les maths! (je crois)

[@weonx4734]

Super vidéo ! J'ai adoré comme d'habitude ! Mais je n'ai pas compris pourquoi la conclusion est que le machine learning est la SEULE solution pour avoir des algorithmes de grande complexité. Je vois pourquoi Turing prouve que le machine learning fonctionne, mais ne pourrait-il pas y avoir d'autres solutions ?

[@arthurpichotutrera]

Il explique que le "programme" codant l'IA doit représenter, même dans sa forme la plus compressée, une quantité trop importante de code pour que les humains réussissent à l'écrire eux même. Nous ne sommes donc pas capables de réaliser directement cet algorithme d'une grande complexité. Nous sommes en revanche capable de réaliser des algorithmes plus modestes. Et si on souhaite obtenir un algorithme d'une grande complexité, il faudra que créions un programme plus simple capable de se complexifier lui-même : apprentissage automatique.

[@TheCaptainZorus]

Je m'excuse si tu as déjà dit ça et que je l'ai raté, mais je me posais une question : ces programmes de machine learning demandent-ils beaucoup de puissance informatique? Ou sur un ordinateur normal ça fonctionnerait (dans des temps pas trop longs)

[@le_science4all]

Y a déjà plein de machine learning qui tourne en permanence sur ton téléphone (par exemple l'auto-complétion, surtout si tu utilises SwiftKey !)

[@ArchitecteFaudemer]

ViF :-) Une structure est une manifestation négentropique

[@maximebrd223]

Merci !

[@pignolguilhem9857]

Si le cerveau humain est ainsi modifiable par une éducation donnée et si l'on applique cette analogie au machine learning , peux t-on alors tout éduquer ? Cela requiert déjà des méga octets pour reconnaître une image .Penses - tu alors qu'une éducation serait possible dans tous les domaines ? Une autre question vis à vis des machines , penses tu que comme les fourmis , on puisse doter les machines d'une sorte d'intuition qui engendrerait des modifications internes de la structure par la suite ?

[@VictorWetzel]

Ah naaaaaaan tu parleras pas d'approche Bayesienne :( Trop cool cette série de vidéo

[@DédéJJ]

J'ai une petite question... Bon sa n'a rien à voir avec la vidéo mais j'ai trop besoins de savoir. C quoi la différence entre énergie et matières car je veut résoudre un problème et je ne comprends pas la différence entre "énergie sombre" et "matière noire"🙍🏼 Voilà 👍🏽👋🏽 merci si tu peut me répondre s'il te plaît

[@ph.so.5496]

Une structure est l'état fondamental, sa transformation, et sa fonction qui le transforme; en interaction et simultanément. A part ça, il faut espérer qu'il n'y ait pas de biais de Turing; que les I.A. ne soient pas "que" l'aboutissement des biais cognitifs humains; et comme de toute façon, selon Gödle, la théorie de Turing (comme les autres)est incomplète et ne démontre pas sa propre cohérence; alors scientifiques de tous pays, ne vous fâchez pas. Comme l'indique Lê, reportez vous à la page 7 de Turing; et si cela ne suffit pas, ne vous fâchez toujours pas, émerveillez vous !

[@arthurreitz4206]

3:18 vague :D

[@mathieusechet3160]

Il me semble que dans les ecrits en fond lorsque tu parles de la complexité de Kolmogorov (à 5:05) tu as ecrit bit a la place de byte. Etant donné qu'à l'oral tu evoques les octets, il me semble qu'il aurait dû y avoir ecrit bytes et non bits. A moins que je me méprenne. Coordialement

[@le_science4all]

Oui je fais l'approximation grossière 1 octet = 8 bits ≈ 1 bit ^^

[@remidevannes1716]

très bonne vidéo

[@arjunathorpe6434]

rien compris mais c'est génial

[@colinpitrat8639]

Turing donne une justification pour laquelle l'apprentissage a plus de chance de marcher, il n'explique pas pourquoi les algorithmes utilisés aujourd'hui fonctionnent bien, ni pourquoi pour un problème donné, certains sont meilleurs. C'est ça qui intriguent les chercheurs : pourquoi tel type de reseau de neurones marche mieux que tel autre pour reconnaître des images et pourquoi 3 couches et pas 5, etc ... On peut expliquer à posteriori mais on ne sait pas bien prédire quels paramètres vont bien marcher et c'est pour ça que ça ressemble plus à de l'alchimie qu'à de la science: il faut essayer plein de combinaisons et garder la meilleure.

[@mindstorm3854]

Punaise je ne m'était jamais pencher sur Turring, ce gars est ouf serieux !

[@le_science4all]

Et encore, je n'ai pas parlé de ses travaux révolutionnaires en morphogénèse, en cryptographie ou en probabilité.... ;)

[@jacquesolivierlapeyre]

@@le_science4all Turing n'avait-il rien d'autre à faire trouver des idées géniales ?

[@lucioleepileptique9195]

Je me demande le même exercice de substitution avec la phrase "c'est une structure qui avance" mais avec le mot "C'est" .. definir le verbe etre me semble difficile pour le moins ; sauf a dire que l'être et le non être sengendrent l'un l'autre ; La cause et la conséquence sengendrent l'un lautre Le haut et le bas sont la racine l un se l'autre

[@ThomasKundera]

La structure, c'est pas simplement un truc compressible (cad qui peut se décrire avec significativement moins d'information que sa description explicite)?

[@titoufkuri4545]

Sois plus doux avec notre physique, on galère déjà à rendre la population juste pragmatique, c'est rentable pourtant comme tu le souligne :)

[@GalmarCheck]

Quid d'intégrer les 3x règles de Asimof ? Si le machine learning évolue grâce à l'apprentissage, ces lois ne sont elles pas une limite handicap ? Ou bien sont elles juste une limite imposé à une future IA imposé... Mais qui par définition ces limites pourrait être contourné par une IA, puisque elle disposera des capacités d'apprentissage adaptées à sa propre évolution...

[@anthonycanu]

Salut Lé petit retour sur l'aspect technique de cette vidéo et pour moi la musique de fond est un peu trop forte ici (elle a tendance à couvrir tes explications)

[@anthonycanu]

En réécoutant attentivement la vidéo l'ensemble n'est pas troublant, il y a juste cet intervalle de la 4e à la 8e minute qui gêne et ceci au moment même ou la concentration du viewer est à son maximum (l'explication de Turing oblige)

[@deepnofin]

Une structure est la représentation mentale d'un ensemble formant un objet concret ou virtuel ?

[@cyrv1400]

Je n'est pas compris en quoi le raisonnement de Turing que tu exposes donne l'unicité du machin learning pour créer de "bonne" IA

[@arthurpichotutrera]

Il explique que le "programme" codant l'IA doit représenter, même dans sa forme la plus compressée, une quantité trop importante de code pour que les humains réussissent à l'écrire eux même. Nous ne sommes donc pas capables de réaliser directement cet algorithme d'une grande complexité. Nous sommes en revanche capable de réaliser des algorithmes plus modestes. Et si on souhaite obtenir un algorithme d'une grande complexité, il faudra que créions un programme plus simple capable de se complexifier lui-même : apprentissage automatique.

[@sylvainw5319]

Est ce que Turing explique comment il estime la taille de 1Go pour le code qui implémenterait une intelligence humaine ? Merci

[@remilip1723]

Différencier un tas d'un non-tas (ma proposition) Définition : tas physique (ensuite mentionné en tant que tas) Un tas physique est un regroupement d'éléments (grains de sable, ordures, ...) sur un support (sol, table,...) Définition : potentiel tas Dès lors que les éléments composant effectivement le candidat à être un tas à un instant T peut permettre à au moins l'un des éléments de ne reposer que sur un ou plusieurs autres éléments sans être en contact avec le support, il y a un potentiel tas. Différence entre un tas et un non-tas Si tous les éléments sont en contact avec le support c'est un non-tas Dès lors que dans un potentiel tas, l'un des éléments n'a effectivement aucun contact avec le support c'est un tas Conclusion Le plus petit nombre d'éléments pour faire un tas est 2.

[@clem418]

Rémi Lip Une pile de livres serait donc un tas ? Je suis peut-être le seul mais pour moi un tas sous entend aussi un certain niveau de désordre. Pour moi un tas serait un regroupement composé d'au moins un certain nombre d'éléments tel qu'en un simple coup d'oeil il nous soit impossible de déterminer avec précision le nombre exacte d'éléments composant ce tas. Ainsi une organisation trop "géométrique" ou régulière ne serait pas un tas car on pourrait déterminer trop rapidement le nombre d'éléments. Je pencherais donc pour un nombre minimum d'éléments qui pourrait varier en fonction de la complexité de l'élément composant le tas (un ensemble de 2 cordes emmêlées est plus complexe qu'un ensemble de 4 boules de bowling).

[@remilip1723]

Pour moi une pile de 2 livres, c'est déjà un tas de livres, effectivement

[@clem418]

Rémi Lip De même un ensemble de 40 cordes emmêlées dont chacune serait en contact au moins une fois avec le sol ne serait pas un tas selon ta définition et pour moi c'est inconsevable.

[@remilip1723]

Donc ma définition est incomplète si ce n'est pas fausse

[@remilip1723]

ça y est je pense avoir trouvé le bon complément à ma définition de tas et de non-tas. Quand le nombre d’éléments d'un regroupement n'est plus discernable au premier regard, c'est un tas. Les capacité de comptage intuitif étant différentes selon les personnes, ce point de définition est subjectif. Un non-tas ne doit vérifier aucun des deux définitions d'un tas.

[@bebeuz0x4c99]

Certain executable font plusieurs centaine de Mo, arrivé au Go ne me parait pas si impossible, certains programmes font réellement plusieurs millions de ligne de code.

[@happycreeper6923]

Est-ce que les algos qui servent à approcher l'intelligence artificielle utilisent des methodes «darwiniennes» ? Genre des bouts de codes sont changés aléatoirement et ceux qui marchent le mieux «survivent» ?

[@le_science4all]

Les "algorithmes génétiques" cherchent justement à faire ça. Et Turing en parle d'ailleurs dans son article de 1950 !

[@clem418]

Pour revenir sur les structures (bien que c'est un peu tard), pour moi il n'existe pas de "réelles" structures dans l'univers, car une structure est une construction intellectuelle que nous créons pour catégoriser une partie de l'univers à une certaine échelle.

[@09bidon]

Peut-être qu'à leurs heures perdues, les chercheurs devraient relire les classiques du XVIIe-XVIIIe quand est apparu le matérialisme/mécanisme, quand Descartes voyait l'animal comme un automate sans esprit, que derrière Spinoza parlait d'"automate spirituel" pour l'esprit, sorte de logiciel isomorphe par principe à du matériel, que Leibniz pensait à remplacer la discussion par du calcul, que La Mettrie écrivait L'homme machine ( fr.wikisource.org/wiki/L%E2%80%99Homme_Machine ) etc. Il est curieux qu'on se demande aujourd'hui si en théorie une IA pourrait réaliser ce que fait l'esprit humain alors que les sciences modernes ne font pas de différence entre le naturel et l'artificiel, que le cosmos est vu comme une machine par nécessité au minimum méthodologique (correspondance entre système expérimental, instrumentation, et objets dits "naturels", non-construits par l'humain). Mais comme disait je ne sais plus qui, on construira une conscience avant d'avoir compris ce qu'était une conscience : on peut toujours mettre en place des systèmes imitant le fonctionnement de notre cerveau, ils produiront les mêmes effets avec des propriétés dites "émergentes" comme le mouvement de structures dans le jeu de la vie de Conway, mais le fait d'utiliser le terme "émergent" traduit qu'il y a des ruptures d'explication, des strates avec chacune son langage pertinent pour les classes de phénomènes correspondant et que leur articulation est problématique parce qu'elles correspondent à des ontologies spécifiques, des manières de définir ce que sont les éléments de base à dénoter, des champs sémantiques posant des problèmes de traductibilité notamment parce qu'ils peuvent avoir des éléments antinomiques. Par exemple, quand on se met à parler des planeurs dans le jeu de la vie de Conway, on introduit la propriété du déplacement comme élément basique, élément de typage des phénomènes étudiés antinomique avec l'ontologie statique des règles de base, avec tout un nouveau langage et un souci pratique si on le traduit dans le langage de plus bas niveau : chacun comprendra si on dit qu'un planeur à un déplacement de 1 cellule pour 5 générations, chose qu'on ne fait pas passer en terme de configuration statique de cellules mortes/vivantes.Tout ça est un peu comme le problème de compilation/décompilation de programmes, de passage de langages de bas niveau à haut niveau et vice-versa. Même en math, il n'est pas si évident d'articuler des domaines pourtant proches, par exemple entiers naturels et réels. Et donc, il ne faut pas s'étonner qu'on puisse construire un jour une intelligence artificielle forte sans la comprendre, c'est-à-dire sans savoir articuler le langage basique, constructif, algorithmique, qu'on a utilisé pour la produire et ceux qui deviennent pertinents pour expliciter les gammes de phénomènes qu'elle engendre, phénomènes qu'on se met à interpréter à partir d'une autre perception/intuition qualitative, d'une autre manière de désigner l'important, de typer les choses, ce dont on va parler et d'où naîtra une nouvelle explication algorithmique dans le langage adéquat. C'est d'ailleurs le même problème quand on prétend que la neurobiologie permettrait d'expliquer une idée, un sentiment etc., comme si on avait compris la peur en voyant l'IRM du cerveau de quelqu'un d'effrayé, mélange des niveaux de langage sans explicitation de leur traductibilité (ou pas), question de base des possibilités de réductionnisme à un langage.