angoisse

L'homophobie c'est cette peur qu'ont certaines personnes d'être cambriolées par des gays qui redécoreraient complètement leur intérieur.

Auteur: Ammiano Tom

Info:

[ changement ] [ humour ]

femmes-hommes

J'ai mis du temps à me rendre compte qu'on nous avait cambriolés. Je croyais que c'était mon mari qui cherchait des chaussettes propres.

Auteur: Carlson P.

Info:

[ pensée-de-femme ] [ humour ] [ mariée ]

Justification provoc pour éviter le travail

Je ne peux pas venir travailler aujourd'hui car on a cambriolé ma maison et volé ma carte d'identité. Personne ne saura qui je suis, ou même ... je ne saurai pas qui je suis moi-même.

Auteur: Internet

Info:

parano

Un couple de retraités anglais a été retrouvé mort dans le hall d'entrée de sa maison de Whitfield, dans le Kent. Cause de la mort : un incendie, qui a les asphyxiés. Mais comment deux personnes peuvent-elles mourir d'asphyxie juste devant une porte qui donne dans la rue ? Il n'y a en effet qu'à ouvrir ladite porte et à sortir pour pouvoir respirer normalement. En inspectant de près la porte qu'ils avaient dû défoncer pour entrer dans la maison, les pompiers ont trouvé la réponse à ce mystère. Les pauvres vieux avaient tellement peur d'être cambriolés qu'ils avaient installé pas moins de trois verrous sur leur porte d'entrée. Or on n'a retrouvé que l'une des trois clés ouvrant les verrous à côté des cadavres.

Auteur: Internet

Info: The Times, Londres, 8 mai 2000

[ malchance ] [ anecdote ]

délinquance

J'avais tort. Je savais que j'avais tort, et pourtant j'ai persisté. S'il y a une explication c'est celle-ci : dès l'instant où j'ai quitté mon père, mes chaines ont été arrachées, ou je les ai jetées moi-même en vivant avec les gens du milieu. Je n'ai pas passé une heure en compagnie d'une personne honnête. J'ai vécu dans une atmosphère de vol, d'escroquerie et de crime. Je pensais en termes de vol. Les maisons étaient construites pour être cambriolées, les citoyens là pour être volés, la police devait être évitée et détestée, les mouchards châtiés. Les voleurs devaient être aidés et protégés. Tel était mon code, le code de mes compagnons. L'atmosphère que je respirais. "Si tu vis avec des loups, tu apprends à hurler."

Auteur: Black Jack

Info: You Can't Win

[ criminalité ] [ apprentissage ]

escroc

Tirer son épingle du jeu : Quand vous assassinez un vieux rentier, après l'avoir cambriolé profitablement, faites en sorte que les pièces à conviction puissent être trouvées chez le percepteur ou le juge de paix et, sans vous découvrir le moins du monde, suggérez habilement à la justice l'une ou l'autre de ces deux pistes. Si vous êtes manieur d'affaires, arrangez-vous pour que les capitaux soient centralisés en un point déterminé de l'espace que nous appellerons, si vous voulez, votre caisse ; munissez-vous, au préalable, de tous les horaires utiles et lorsque le bon moment sera venu, empruntez les ailes du condor et envolez-vous en silence, après avoir coupé, autant que possible, toutes les communications. Les co-intéressés se débrouilleront à leur tour comme ils pourront dans une comptabilité que vous aurez rendue aussi parfaitement inextricable qu'une forêt vierge de l'Amazone ou du Haut-Congo.

Auteur: Bloy Léon

Info: Exégèse des lieux communs, Mercure de France 1968, p.294

[ astuce ] [ mode d'emploi ]

analyse holistique

Un type de raisonnement que l'AI ne peut remplacer

L'ingénieur en logiciel et philosophe William J. Littlefield II fait remarquer dans un essai récent qu'il existe trois types de raisonnement. Dont deux d'entre eux que nous avons probablement tous appris à l'école : le raisonnement déductif et inductif. Les ordinateurs peuvent très bien faire les deux.

Le raisonnement déductif : Les chiens sont des chiens. Tuffy est un chien. Tuffy est donc un chien.

Les premiers ordinateurs, dit Littlefield, utilisaient généralement le raisonnement déductif (qu'il considère comme un raisonnement "descendant"). Ce qui permet à de puissants ordinateurs de battre les humains à des jeux comme les échecs et le Go en calculant beaucoup plus de mouvements logiques à la fois qu'un humain ne peut le faire.

Le raisonnement inductif, en revanche, est un raisonnement "ascendant", qui va d'une série de faits pertinents à une conclusion, par exemple :

Un club a organisé 60 compétitions de natation, 20 dans chaque lieu ci-dessous :

Lorsque le Club organise des compétitions de natation à Sandy Point, nous obtenons en moyenne 80 % de votes d'approbation.

Lorsque le Club organise des compétitions de natation à Stony Point, nous obtenons en moyenne 60 % des suffrages.

Lorsque le Club organise des compétitions de natation à Rocky Point, nous obtenons une approbation moyenne de 40 %.

Conclusion : Les membres du club préfèrent les plages de sable fin aux autres types de plages.

Ici aussi l'avènement de nouvelles méthodes comme les réseaux neuronaux a permis à de puissants ordinateurs d'assembler une grande quantité d'information afin de permettre un tel raisonnement inductif (Big Data).

Cependant, le Flop IBM de Watson en médecine (supposée aider à soigner le cancer on vit l'AI incapable de discerner les infos pertinentes dans une grande masse de données) suggère que dans les situations où - contrairement aux échecs - il n'y a pas vraiment de "règles", les machines ont beaucoup de difficulté à décider quelles données choisir. Peut-être qu'un jour une encore plus grande masse de données résoudra ce problème. Nous verrons bien.

Mais, selon Littlefield, le troisième type de raisonnement, le raisonnement abductif, fonctionne un peu différemment :

"Contrairement à l'induction ou à la déduction, où nous commençons par des cas pour tirer des conclusions sur une règle, ou vice versa, avec l'abduction, nous générons une hypothèse pour expliquer la relation entre une situation et une règle. De façon plus concise, dans le raisonnement abductif, nous faisons une supposition éclairée." William J. Littlefield II, "La compétence humaine que l'IA ne peut remplacer"

Le raisonnement abductif, décrit à l'origine par un philosophe américain Charles Sanders Peirce (1839-1914), est parfois appelé "inférence vers la meilleure explication", comme dans l'exemple qui suit :

"Un matin, vous entrez dans la cuisine et trouvez une assiette et une tasse sur la table, avec de la chapelure et une noix de beurre dessus, le tout accompagné d'un pot de confiture, un paquet de sucre et un carton vide de lait. Vous en concluez que l'un de vos colocataires s'est levé la nuit pour se préparer une collation de minuit et qu'il était trop fatigué pour débarrasser la table. C'est ce qui, à votre avis, explique le mieux la scène à laquelle vous êtes confronté. Certes, il se peut que quelqu'un ait cambriolé la maison et ait pris le temps de manger un morceau pendant sur le tas, ou qu'un colocataire ait arrangé les choses sur la table sans prendre de collation de minuit, mais juste pour vous faire croire que quelqu'un a pris une collation de minuit. Mais ces hypothèses vous semblent présenter des explications beaucoup plus fantaisistes des données que celle à laquelle vous faites référence." Igor Douven, "Abduction" à l'Encyclopédie Stanford de Philosophie

Notez que la conclusion n'est pas une déduction stricte qu'il n'y a pas non plus suffisamment de preuves pour une induction. Nous choisissons simplement l'explication la plus simple qui tient compte de tous les faits, en gardant à l'esprit la possibilité que de nouvelles preuves nous obligent à reconsidérer notre opinion.

Pourquoi les ordinateurs ne peuvent-ils pas faire ça ? Littlefield dit qu'ils resteraient coincés dans une boucle sans fin :

Une part de ce qui rend l'enlèvement difficile, c'est que nous devons déduire certaines hypothèses probables à partir d'un ensemble vraiment infini d'explications....

"La raison pour laquelle c'est important, c'est que lorsque nous sommes confrontés à des problèmes complexes, une partie de la façon dont nous les résolvons consiste à bricoler. Nous jouons en essayant plusieurs approches, en gardant notre propre système de valeurs fluide pendant que nous cherchons des solutions potentielles. Plus précisément, nous générons des hypothèses. Où 'un ordinateur peut être coincé dans une boucle sans fin, itérant sur des explications infinies, nous utilisons nos systèmes de valeurs pour déduire rapidement quelles explications sont à la fois valables et probables. Peirce savait que le raisonnement abductif était au cœur de la façon dont nous nous attaquons à de nouveaux problèmes ; il pensait en particulier que c'était la façon dont les scientifiques découvrent les choses. Ils observent des phénomènes inattendus et génèrent des hypothèses qui expliquent pourquoi ils se produisent." William J. Littlefield II, "La compétence humaine que l'IA ne peut remplacer"

En d'autres termes, le raisonnement abductif n'est pas à proprement parler une forme de calcul, mais plutôt une supposition éclairée - une évaluation des probabilités fondée sur l'expérience. Il joue un rôle important dans la création d'hypothèses dans les sciences :

"Par exemple, un élève peut avoir remarqué que le pain semble se moisir plus rapidement dans la boîte à pain que dans le réfrigérateur. Le raisonnement abductif amène le jeune chercheur à supposer que la température détermine le taux de croissance des moisissures, comme l'hypothèse qui correspondrait le mieux aux données probantes, si elle est vraie.
Ce processus de raisonnement abductif est vrai qu'il s'agisse d'une expérience scolaire ou d'une thèse de troisième cycle sur l'astrophysique avancée. La pensée abductive permet aux chercheurs de maximiser leur temps et leurs ressources en se concentrant sur une ligne d'expérimentation réaliste.
L'enlèvement est considéré comme le point de départ du processus de recherche, donnant une explication rationnelle, permettant au raisonnement déductif de dicter le plan expérimental exact." Maryn Shuttleworth, "Abductive Reasining" Chez Explorable.com

Comme on peut le voir, le raisonnement abductif fait appel à une certaine créativité parce que l'hypothèse suggérée doit être développée comme une idée et non seulement additionnée à partir d'informations existantes. Et la créativité n'est pas quelque chose que les ordinateurs font vraiment.

C'est l'une des raisons invoquées par le philosophe Jay Richards dans The Human Advantage : L'avenir du travail américain à l'ère des machines intelligentes, comme quoi l'IA ne mettra pas la plupart des humains au chômage. Au contraire, elle changera la nature des emplois, généralement en récompensant la créativité, la flexibilité et une variété d'autres caractéristiques qui ne peuvent être calculées ou automatisées.

Auteur: Internet

Info: https://mindmatters.ai/2019/10/a-type-of-reasoning-ai-cant-replace/, 10 Oct. 2019

[ optimisme ] [ informatique ]