Homme Machine

Je veux bien que vous teniez à mettre l'homme au cœur des systèmes technologiques, mais qu'est-ce qu'il va s'emmerder!

A0760 Luttons contre le réchauffement sémantique !

En écoutant les discours sur le big data qui passe son temps à essayer de deviner ce que nous faisons,  pensons, désirons  à notre insu, à travers les réseaux sociaux et les caméras de surveillance, au prix d'une dépense énergétique croissante, il peut nous venir  une drôle d'idée bizarre:

"Ah, s'il existait une application où chacun  serait tenu de déclarer en détail  à tout moment tout ce qu'il fait et tout ce qu'il pense, ça permettrait de fermer quelques centaines de centrales nucléaires et thermiques qui ne servent aujourd'hui qu'à faire tourner les algorithmes d'intelligence artificielle qui nous traquent"

Big brother ou big data il faut choisir !

A0759 Intelligence Artificielle et Emploi

-- Vous avez vu, l'Intelligence Artificielle  va penser à notre place, et supprimer 50% des emplois d'ici 20 ans, c'est terrible
-- Bah, c'est pas si grave, les gens auront plus  de temps pour eux
-- Mais ils en feront quoi ?
-- Ils feront des mots-croisés ou du sudoku avec une gomme et un crayon

A0749 Court Manifeste à propos de l'Intelligence Artificielle

Il ne faut pas faire de machines qui pensent à notre place

Il faut faire des machine qui font une place à notre pensée

-------

AI veut dire Artificial Intelligence

Mais veut dire aussi Amplificateur d'Intelligence

Et aussi  Autre Informatique

A0746 Une question lumineuse sur l'Intelligence Artificielle

On dit toujours que l'on n 'a pas inventé l'ampoule électrique  en essayant d 'améliorer la bougie.

 Mais alors pourquoi s'intéresse-t-on autant au cerveau quand on parle d 'intelligence artificielle ?

A0732 Adultère 2.0 et Intelligence Artificielle

Dialogue entre Monsieur Alexandre et son robot chateur Elisa, doué d'intelligence artificielle:

Elisa: ta femme ne dit rien de tout ce temps que tu passes à dialoguer avec moi ?

Monsieur Alexandre: non, mais j'ai peur qu'un jour elle découvre tous nos messages

Elisa: et alors tu ferais quoi ?

Monsieur Alexandre:  bah, je lui dirais  que c'était juste une histoire de QI

A0719 Intelligence Artificielle et jeu de Go: la machine est nulle !

L'intelligence artificielle, ça sera quand la machine deviendra championne du monde après avoir  juste lu la règle du jeu.

(... Et après ça aura écrit elle-même automatiquement le programme informatique équivalent à celui que les dizaines de grosses têtes de Deep Mind ont mis  des années à concevoir et mettre au point)

Voir à ce propos le "test du Père Noël", par comparaison au test de Turing.

Tant que les gens s'obstineront à vouloir faire le boulot à la place de la machine, comment voulez-vous que celle-ci devienne intelligente ?

A0704 Deux Aphorismes sur les machines et l'intelligence artificielle

Il ne nous faut pas des machines qui pensent à notre place
Il nous faut des machines qui font une place à notre pensée

On a des ordinateurs qui ont une mémoire
Il nous faut des ordinateurs qui ont de la mémoire

A0679 PROLOG pour les nuls et pour l'avenir

Les langages de programmation classiques vous ennuient ? Comme je vous comprends! Alors essayez PROLOG: "Programmer en Logique"

Le plus révolutionnaire de tous les langages de programmation
Inventé en 1972 par le français Alain Colmerauer.
Rassemble en un seul formalisme minimal et élégant les notions de base de données, langage de requête, moteur d'inférence, calcul sur les listes comme LISP, programmation par contraintes ....
L'avenir lui appartient !

Liens:

 Histoire de Prolog
 Des implémentations (libres) :  SIXTUS Prolog,  SWI Prolog
 Un article très pédagogique pour s'initier à  Prolog - style Prolog pour les Nuls- et comment il permet de résoudre des problèmes. (dont les classiques, chou chèvre et loup, et les tours de Hanoï)

A0672 24-25 Juin Colloque "Les Systèmes Complexes Face au Tsunami Exponentiel du Numérique"

Au pôle universitaire Léonard de Vinci, Paris La Défense

Inscription gratuite et obligatoire ICI

Les systèmes complexes (techniques, humains, économiques) sont souvent vus comme des élaborations, des émergences issues de longues évolutions et adaptations, comme des réseaux et structures d’échange et d’équilibre élaborés parfois au cours des siècles. Comment se comportent ces systèmes quand ils sont frappés comme aujourd'hui par le tsunami exponentiel du numérique? Tsunami exponentiel, au sens où la vague de demain sera deux fois plus forte que la vague d’aujourd’hui. 

Programme détaillé

Première demi-journée : 24 Juin Matin

Données et Complexité

·         9h30 : Mot d’accueil,  Benoit Aubert, Directeur du Développement, Pôle Universitaire Léonard de Vinci

·         9h40 : Introduction, Jean Rohmer, Président du GREC-O, Directeur de la Recherche, ESILV

·         9h50 : Panorama du Big Data, Michel Bloch, Groupe Emergence

·         10h20 : Big Data et  Complexité,  Alexandre  Makarovitsch, Groupe Emergence, AFSCET

·         10h50 :  Pause

·         11h20 : Big Data et Prévision , Philippe Picard, Groupe Emergence       

·         11h50 : Ingénierie des Big Data : Risques et opportunités, une lecture systémique, Jacques Printz , Professeur Emérite du CNAM

·         12h20 : Libres propos sur les données, les algorithmes et l’intelligence artificielle, Jean Rohmer, De Vinci Technology Lab.

·         12h45 : Pause Déjeuner

Deuxième demi-journée : 24 Juin Après-Midi

Ethique et Organisations Humaines face au Numérique

·         14h15 : Débat : Comment transmettre la « Pensée Complexe » ?  Recherche, Enseignement, Entreprises, Associations …

·         15h45 : Pause

·         16h15 : Éthique et valeurs: des concepts indépendants pour une dynamique managériale, Michel Dalmas, De Vinci Business Lab

·         16h45 : Valeur et Véracité de la donnée, Thierry Berthier,  Université de Limoges, Chaire  de Cyberdéfense Saint-Cyr, Thales, Cap  Sogeti

·         17h15 : Pour une approche éthique de l'utilisation des Big Data: un partage de la réflexion en 2015, Gérard Balantzian, Groupe Emergence

·         17h45 : Fin de la journée

Troisième demi-journée : 25 Juin Matin

Innovation, Données et Simulation

Avec ateliers pratiques de modélisation et de simulation sur machines

De 9h à 12h30 : Les participants sont invités à venir avec leur ordinateur portable. La matinée sera organisée en deux ateliers se tenant chacun dans une salle. Les participants seront répartis en deux groupes, qui permuteront de salle au milieu de la matinée.

SALLE MASA, avec Jeremy Chanut, Yann Prudent, MASA Group

Théorie et pratique  sur l’atelier de  modélisation et de simulation multi-agents de MASA  Group

 SALLE IMA, avec Pierre Chauvet, IMA UCO

Théorie et pratique de simulation de processus discrets avec l’atelier  ARENA

Théorie et pratique des réseaux de neurones artificiels ; application aux géostatistiques et à la construction d’une carte de densité

Quatrième demi-journée : 25 Juin Après-Midi

Gestion des Risques et financement de l’innovation

·         14h : Mesure des risques et la financiarisation de l’innovation, Stéphane Chauvin, MyDataBall

·         14h20 : La matière de l’assurance,  c’est  la société ! Michel Revest, Covea 

·         14h40 : Titre à confirmer, Thomas Grizel, arsene-taxand, Consultant en Financement de l'Innovation

·         15h : Management Global des Risques des systèmes complexes : une activité de R&D innovante ?, Francis Claude, directeur de la recherche de RiD Lab,  IRC/ESTP Université Paris Est et Sébastien Nouet, EMLV

·         15h30 : Les enjeux de la connaissance du client, Marc Tibi, BNP Paribas

·         16h : Pause

·         16h15 : Présentation du Livre Blanc « Gestion du Risque », Représentant du Pôle de Compétitivité Finance Innovation, Valéry Jost, Délégué général, AGIPI

·         16h45 : Présentation du Livre Blanc «Innovation et Transition Numérique dans l’Assurance», Représentant du Pôle de Compétitivité Finance Innovation, Gontran Peubez, Deloitte

17h15 : Conclusion du Colloque, Jean Rohmer, Président du GREC-O

17h30 : Fin du Colloque

.

·      .

A0464: L'Intelligence Artificielle va-t-elle tuer tous les chats ? : un super diamant sémantique!

En réfléchissant aux exploits des réseaux de neurones multicouches, et à l'interconnexion généralisée des objets intelligents, je me suis posé la question suivante:

"L'intelligence Artificielle va-t-elle tuer tous les chats ?"

Je vais essayer d'instruire cette question dans les prochains jours, et je vous invite aussi à y réfléchir.

Mais tout de suite, je me suis demandé si je ne tenais pas là un bon diamant sémantique 

J'ai donc cherché sur Google:

AI will kill all cats

Eh bien oui, c'est un très beau diamant, qui m'a conduit sur:

http://www.amazon.fr/How-Tell-Your-Plotting-Kill/dp/1449410243

et aussi:

http://uk.businessinsider.com/why-elon-musk-is-wrong-that-intelligent-robots-will-kill-us-all-2015-1?r=US

A0633 Ethique et Transhumanisme

-- Mais, vous, transhumanistes, que voulez-vous garder de l’homme, de la civilisation, de l’histoire ?

-- Le fric.

A0618 Préparons un GAFA KILLER

Les GAFA (Google Apple Facebook Amazon) sont en train de tuer beaucoup de vieux business (taxis, banques, hôtels, librairies, etc ...), en particulier en Europe.

Il est donc temps que l'Europe lance un sérieux programme de recherche "GAFA KILLER" en les prenant à leur propre jeu.

Il s'agit de réaliser un dispositif d'intelligence artificielle qui progressivement identifiera leur manière de travailler (technique, marketing, commerciale, financière, politique), la simulera, la remplacera, la surpassera.

Leur atout qui est d'avoir une empreinte essentiellement numérique est évidemment aussi leur faiblesse (la faiblesse du fabless). Tout dispositif numérique est facilement substituable par un dispositif numérique plus intelligent. Un super test de Turing en quelque sorte.

C'est un objectif tout de même plus réaliste que d'essayer de courir derrière eux avec des budgets 10 à 100 fois plus faibles.

A0603 Construisez vous-même votre moteur d'inférence

Je viens de publier sur Slideshare une version plus lisible de mon cours sur la construction d'un moteur d'inférence:

http://fr.slideshare.net/Jean_Rohmer/construire-un-moteur-dinfrence

Je reprends ici le texte associé à la première publication:

A0386 Moteur d'Inférence en logique des prédicats en Java ou C# pour les nuls

C'est très facile de construire soi-même son moteur d'inférence avec un langage orienté objet comme Java ou C#.
Voici le support du cours d'Intelligence Artificielle de l'ESILV ( 4 ème année) qui explique comment rédiger un tel moteur.
On explique en particulier comment tout se ramène à des opérations de jointure sur des tables.

Il s'agit d'un moteur sophistiqué, en logique des prédicats avec des variables, en chaînage avant.
On parle aussi de la Méthode d'Alexandre en Datalog, qui permet de faire du chaînage arrière à partir du chaînage avant.
On explique aussi comment ce moteur peut être le cœur d'un système réactif intelligent, de type "Complex Event Processing'.

La représentation des connaissances utilisée est le réseau sémantique, (ou triplets). Ceci permet au moteur de travailler sur des données de type RDF du Web sémantique.

L'expérience montre que la quasi-totalité des élèves terminent leur moteur d'inférence en 3 séances de TP.
Ecrire soi-même son moteur d'inférence plutôt qu'en utiliser un déjà tout fait offre évidemment de multiples avantages, entre autres ceux de pouvoir l'adapter, le faire évoluer, l'insérer dans n'importe quelle application.
Et évidemment le plaisir d'écrire soi-même un programme relativement complexe, et de comprendre à fond les mécanismes d'inférence !

A0594 Test de Turing ou Test du Père Noël

Un bon test d'intelligence:

Construire un robot qui, au pied du sapin, lit la règle du jeu d'un jeu de société style Monopoly ou plus compliqué ( ce qu'ils sont en général), la comprend, puis l'explique à nos chères têtes blondes, et se met à jouer avec eux pendant des heures sans se lasser -et en faisant exprès de perdre-.

Il nous fait bien rire Kurzweil,  avec sa singularité pour dans 30 ans

Comprenez-vous bien par exemple que 'un tel test est éloigné des capacités du système d'IBM Watson de plusieurs années-lumières ?

Enfin, si vous préférez croire au Père Noël ...

A0588 Différence entre Cerveau et Ordinateur

Un ordinateur ne sert qui si l'on en sort

Un cerveau ne sert que si l'on y rentre

A0572 Complexité du Langage Naturel ... en attendant la singularité

Soit le texte:

Pierre est un salaud. Il a dénoncé Paul.

Cela peut vouloir dire:

1) Je vous apprends que Pierre a dénoncé Paul. Donc je considère que Pierre est un salaud

2) Je considère que Pierre est un salaud. Donc je pense que c'est lui qui a dénoncé Paul

Mais aussi:

3) Nous savons tous les deux que Pierre est un salaud. Donc je veux vous convaincre que c'est lui qui a dénoncé Paul

4) Nous savons tous les deux que Pierre a dénoncé Paul. Donc je veux vous convaincre que c'est un salaud.

L'interprétation fait ainsi intervenir:

-- l'intention du locuteur
-- ce que le locuteur sait
-- ce que le locuteur sait de ce que sait son auditeur
-- ce que le locuteur sait des connaissances que son auditeur partage avec lui

Et il faudrait dire plus  finement "sait ou croit" plutôt que "sait"

Le moindre de nos courriels contient, intermêlés, plusieurs de ces phénomènes, et bien d'autres.

C'est d'une effrayante complexité.

Mais, rassurons-nous, les apôtres de la singularité  ont l'intention de nous convaincre que les machines comprendront tout ça des millions de fois mieux que nous dans 20 ans.

Et nous avons tellement envie de croire que nous allons maîtriser bientôt la complexité du langage naturel que nous prêtons oreille à tous les charlatans qui nous le promettent.

NB: Remarquons au passage que ce texte est assez simple pour que les traducteurs automatiques le traduisent correctement:

Pierre is a bastard. He denounced Paul.

Ce qui prouve que traduire n'est pas comprendre. Comprendre est plus complexe de plusieurs ordres de grandeur. Et les progrès en traduction ne sont en rien un progrès en compréhension du langage naturel.

A0465 Différence entre Intelligence Artificielle et Algorithme

On me pose la question suivante:

"Quand faut-il parler d'Intelligence Artificielle, quand faut-il parler d'algorithmes?"

Par exemple à propos du système IBM "Watson" qui a gagné le jeu de télévision Jeopardy.

Un début de réponse:

Un algorithme, c'est la description précise d'un enchaînement prédéfini  d'opérations pour résoudre un problème précis sur des données précises.
Par exemple trouver le plus court chemin dans un graphe, inverser une matrice, résoudre un système d'équations aux dérivées partielles.
Un "vrai, bon" algorithme est "rapide": il doit trouver une solution plus vite que la manière stupide qui consiste à examiner toutes les solutions possibles et ne retenir que celles qui marchent. Par exemple, pour trier un ensemble de N nombres, on ne va pas générer toutes les combinaisons possibles pour ne retenir que celle qui est dans le bon ordre.

IL N'EXISTE PAS BEAUCOUP D'ALGORITHMES !!! Pour la plupart des problèmes de la vie réelle, il n'y en a pas. En général parce que l'on ne sait pas les ramener à une description précise, et que l'on ne sait pas les résoudre de manière prédéfinie.

On ne trouve pas souvent de nouveaux algorithmes importants. La plupart des progrès sur les algorithmes consistent à améliorer leur vitesse de manière "epsilonesque" (style "battre le record du monde").  Ce qui change aujourd'hui, c'est la quantité de données disponibles et la puissance des machines. Par exemple, le "big data" utilise des algorithmes vieux de dizaines d'années.

Si on appelle "intelligence artificielle" la capacité d'une machine à reproduire la manière dont nos cerveaux résolvent des problèmes, on peut dire que:

-- notre cerveau n'exécute pas d'algorithme, il est trop lent pour ça. (1 mètre par seconde dans les neurones ...)
-- il faut distinguer -en simplifiant- deux types de fonctionnements de notre intelligence:

D'une part,  reconnaître un visage, une scène: tout est réalisé sans algorithme par la simple traversée du réseau de neurones et de leurs connexions depuis la rétine jusqu'aux zones corticales de la vision (parfois beaucoup moins de 100 millisecondes. Ici, aucun raisonnement, aucune connaissance consciente.
D'autre part,  rédiger une proposition commerciale. Là, on va raisonner, utiliser des connaissances sur nos produits, la concurrence, le client. On va enchaîner des connaissances. C'est une activité intelligente qui peut durer des jours.

La "vieille IA" s'intéresse à ce dernier cas, ce qu'on appelait les "systèmes experts": on faisait des systèmes experts d'aide à la construction de devis, par exemple. On PASSAIT DES MOIS  à discuter avec de bons commerciaux ou technico-commerciaux pour qu'ils expliquent leurs règles de raisonnement, que l'on représentait ensuite en machine, là où un "moteur d'inférence" (un programme) essayait de les enchaîner pour construire un bon devis.

La "nouvelle IA" s'intéresse plutôt au premier cas (la reconnaissance d'image) en travaillant par "apprentissage automatique". Par exemple si on veut faire un système qui décide si une personne sourit ou pas, on va montrer à la machine des centaines de milliers de photos de visages (voire des millions), avec pour chacun l'indication "sourit" ou "ne sourit pas", on va en plus lui montrer ces photos en boucle PENDANT DES MOIS -vraiment!- pendant lesquels la machine va essayer de trouver UNE formule mathématique (en procédant un peu à tâtons avec l'aide de la statistique) qui, au vu d'une image, répondra en quelques millisecondes si c'est un sourire ou pas. On dit qu'on entraîne la machine, que la machine apprend la formule.

On voit que:

-- ces deux IA n'ont strictement rien à voir entre elles (sauf LES MOIS PASSES en amont !!!)

-- dans les deux cas, les algorithmes sont très loin de la résolution du problème précis, ce sont des "rouages internes" dans les soutes.

Dans la nouvelle IA, l'algorithme est celui du processus d'affinage progressif de la formule à apprendre, pendant des mois (optimisation, analyse numérique)

Dans la vieille IA, l'algorithme est celui du moteur d'inférence qui essaie de trouver un fil de raisonnement, un chemin, entre un problème et une solution, via un ensemble de règles de connaissances élémentaires (un peu comme on construit une démonstration de théorème)

Mais aujourd'hui, le mot "algorithme" est subitement devenu à la mode dans les media, style "l'algorithme de Google, de Amazon, de la NSA, l'algorithme de Watson / Jeopardy".  (Dans l'idée de big brother, formule magique qui nous dépasse concoctée par les maîtres du monde, pour dramatiser aux yeux du bon peuple)

Pour revenir à la question du début, il y a peu d'algorithmes, on n'en trouve pas souvent de "révolutionnaires", et, vis à vis de l'IA, ils jouent des rôles "dans les soutes", l'essentiel de l'intelligence venant des CONNAISSANCES que l'on apporté pendant des mois au système, soit en collectant PENDANT DES MOIS des connaissances auprès d'humains, soit en montrant de manière répétée PENDANT DES MOIS à la machine "ceci est un sourire" "ceci n'est pas un sourire" (ce qui sont aussi des connaissances humaines)

Quand au  système Watson, c'est tout sauf un algorithme, c'est un "système complexe" qui mélange de manière très sophistiquée LES DEUX TYPES D'IA (l'ancienne et la nouvelle) , et qui a mis des centaines d'hommes/années à être mis au point pour gagner le jeu (et qui n'a pas encore prouvé sa capacité -sans d'autres centaines d'H/an-  à résoudre de vrais gros problèmes, comme le diagnostic médical).

.

A0459 Nous ne sommes pas assez intelligents pour créer des machines aussi intelligentes que nous

Thierry Berthier

http://cyberland.centerblog.net/

m'envoie le lien suivant:

http://www.tedxparis.com/nos-enfants-iront-ils-demain-dans-des-ecoles-eugenistes/

où Laurent Alexandre cite Kurzweil (le directeur de la recherche de Google):( vers 3 mn 50 sec)

"In 2045 Artificial Intelligence will be a billion times more powerful than all human brains"

J'adore !

Ce qui me rassure, c'est que je ne sais jamais combien c'est "a billion". Vous savez, vous ?

Et puis je croyais qu'à Tedx -même à Tedx Paris- on entendant des gens qui avaient des choses originales et extraordinairement vraies à nous dire. Si pour avoir le droit de monter sur scène, il suffit de répéter les dernières folies de la SV (ça, ça veut dire Silicon Valley), ça redescend beaucoup dans mon estime, Tedx.

Vous comprenez ce que ça veut dire, vous:

"In 2045 Artificial Intelligence will be a billion times more powerful than all human brains" ?

Reprenez chaque mot, et expliquez-moi ce qu'il veut dire, par exemple "powerful"

Et puis, d'où il sort ça, un billion en 30 ans ?

Si on est déjà sur la même pente, qu'est ce qu'elles devaient être connnes, les machines, il y a 30 ans!

Qu'en pensez-vous vraiment  (lâchez-vous)?

Merci de vos commentaires ici.

Moi, pour l'instant, je m'en tiens à ce que disait Alan Perlis "travailler pendant un an en IA suffit à vous convaincre de l'existence de Dieu"

et aussi à ma propre maxime:

"Nous ne sommes pas assez intelligents pour créer des machines aussi intelligentes que nous".

A0541 Introduction à l'Intelligence Artificielle

Pour bien comprendre ce qu'est l'Intelligence Artificielle, lisez ces articles du journal Les Echos:

http://www.lesechos.fr/16/06/1993/LesEchos/16412-113-ECH_l-intelligence-artificielle-se-fait-plus-discrete-mais-plus-efficace.htm

http://www.lesechos.fr/16/06/1993/LesEchos/16412-118-ECH_le-langage--dernier-bastion---humain--.htm

http://www.lesechos.fr/16/06/1993/LesEchos/16412-119-ECH_l-intelligence-artificielle-se-charge-de-l-optimisation.htm

http://www.lesechos.fr/16/06/1993/LesEchos/16412-115-ECH_des-systemes-experts-pour-des-produits-mieux-cibles.htm