peur

Au cours des quarante-deux dernières minutes, Candice avait cru quatre-vingt-quatre fois sa dernière heure arrivée, soit deux fois par minutes. Le petit avion a hélices qui assurait la liaison entre Montréal et Bagotville, dans le Saguenay, au nord du Québec, avait rencontré pas mal de turbulences, et malgré l'assurance du pilote, qui avait promis plusieurs fois dans le micro que tout allait bien et qu'il s'agissait de vulgaires trous d'air, elle s’était rapidement persuadée que ce coucou serait son tombeau. Les yeux fermés, cramponnée aux accoudoirs de son siège et a moitié recroquevillée, elle avait passé toute sortes de marchés avec Dieu. Elle lui avait successivement promis de croire en Lui, d’arrêter de travailler quatre-vingt heures par semaine pour profiter de la vie, de manger du brocolis et du fromage de chèvre, de ne plus boire en semaine, de ne plus boire le week-end, de ne plus boire pendant les vacances, de faire l'effort d'aller a la rencontre de ses nouveaux voisins, d'accepter de garder son neveu même si elle trouvait que les bébés présentait autant d’intérêt que sa feuille d’impôts, bref, elle était prête a vendre son âme a Dieu pour ne pas mourir au-dessus d'une terre étrangère entourée d'inconnus. Dieu fut manifestement sensible a l'argument des brocolis - ou le pilote avait raison et ce n’était que des trous d'air sans conséquences- toujours est-il que l'avion se posa sans problème et avec seulement trois quart d'heure de retard sur la piste atterrissage du petit aéroport.

Auteur: Morelli Angéla

Info: Avis de tempête

[ promesses ] [ terreur ]

signifiant de la phobie

Il est l’élément autour de quoi tourneront toutes sortes de significations qui formeront en fin de compte un élément suppléant à ce qui a manqué au développement du sujet, c’est-à-dire aux développements qui lui ont été fournis par la dialectique de l’entourage où il est immergé. Mais ce n’est possible qu’imaginairement. [...]

Le sujet en choisit une [de forme] pour remplir une fonction bien précise, celle d’assurer la stabilisation momentanée de certains états – dans le cas présent, de l’état d’angoisse. Pour remplir la fonction de transformer cette angoisse en peur localisée, le sujet choisit une forme qui constitue un point d’arrêt, un terme, un pivot, un pilotis, autour de quoi s’accroche ce qui vacille, et que menace d’emporter le courant intérieur issu de la crise de la relation maternelle. [...]

C’est un point autour duquel le sujet peut continuer à faire tourner ce qui, autrement, se déclarerait dans une angoisse impossible à surmonter. [...]

Dans la mesure où ce signifiant est là en tant qu’il correspond métaphoriquement au père, il permet que s’accomplissent tous les transferts, toutes les transformations nécessaires de tout ce qui est compliqué et problématique dans la relation inscrite sur la ligne du bas – à savoir la mère, la fonction phallique et l’enfant – qui nécessite à chaque fois, par rapport à la mère réelle, un triangle distinct. Il faut pour cela un terme qui soit immaîtrisable pour l’enfant, qui fasse peur, et même qui morde.

Auteur: Lacan Jacques

Info: dans le "Séminaire, Livre IV", "La relation d'objet", éditions du Seuil, 1994, pages 561-562

[ modalité de suppléance ] [ carence de la fonction paternelle ]

théorie du genre

Ce livre [La Domination masculine de Pierre Bourdieu], où la différence des sexes est dénoncée comme une fiction, fruit d’une "violence symbolique" destinée à assurer la domination éternelle des hommes sur les femmes, débouche sur une obscure aspiration à en finir avec tous les processus différenciateurs qui ne peut que s’accompagner (mais ce n’est jamais dit) de la levée de l’inceste. Dans cette longue subversion de la norme hétérosexuelle, Bourdieu assigne aux homosexuels un rôle d’éclaireurs. Cependant, plus royaliste que la plupart d’entre eux, il demeure réservé concernant le Pacs, où il voit une soumission des intéressés à la "norme dominante", et même un coup d’arrêt au mouvement homosexuel de subversion symbolique permanente de la domination hétérosexuelle. Au bout du compte, ce n’est même pas l’hétérosexualité, ni la "violence masculine", qui sont visées, mais bien la simple division des sexes qui, assimilée à la division du travail, est regardée comme la source même de toute violence et, comme la division du travail, doit être abolie. Après seulement commencera le paradis de l’indifférenciation omnilatérale, où n’importe qui pourra être n’importe quoi, un rossignol, une pomme de douche, un boulon, une rose jaune faisant l’amour avec une feuille morte, etc. Et, bien sûr, chacun aussi s’exprimera dans une langue de feuille morte, de boulon, de rose jaune ou de pomme de douche. Car le rêve d’abolition de la "violence symbolique" débouche sur le meurtre de la parole, c’est-à-dire de ce qu’il y a de plus humain. C’est là ce que tous les Bourdieu présents et à venir ne disent jamais qu’ils veulent ; et pourtant, du fond de leur nihilisme rayonnant, ils ne veulent que ça.

Auteur: Muray Philippe

Info: Dans "Exorcismes spirituels, tome 3", Les Belles Lettres, Paris, 2002, pages 149-150

[ critique ] [ imaginaire-symbolique ] [ régression ] [ stérile égalitarisme ]

ultraviolence

J'avais vraiment envie de tuer quelqu'un, mais je ne voulais pas faire de taule. Il a fallu que j'élabore un plan. Ça devait être de la légitime défense. J'ai réfléchi à mes options. [...]

Un soir où je me promenais pas loin de Sunset, près d'Echo Park, j'ai entrevu un début de réponse. Une école d'arts martiaux.

-Vous apprenez comment tuer quelqu'un à mains nues ? j'ai demandé.

-Oui, m'a assuré le professeur. Mais surtout, on vous apprend comment ne pas avoir à le faire.

-Bien entendu, j'ai répondu.

J'ai su que c'était le bon endroit.

Je suis très rapidement devenu excellent. Ceinture jaune, ceinture marron puis noire. En soixante jours. C’était inné chez moi, disait le prof. Bien sûr, je ne lui ai pas dit que j’avais appris les bases à l’armée. Mon passé était secret ; je vivais grâce à ma pension. Je faisais ça dix heures par jour. Sept jours par semaine. Quand l’école était fermée le dimanche, je m’entraînais chez moi.

Bon. J’étais devenu un expert. Une ceinture noire, plusieurs dan. Ça devait largement faire l’affaire. Mais comment s’y prendre ? Je ne pouvais pas sortir dans la rue et frapper un type sur la nuque pendant ma promenade. J’en avais encore envie. Toutes ces heures de méditation n’avaient pas émoussé mon envie de sang.

C’est alors que j’ai eu une idée géniale. J’ai acheté un fauteuil roulant. J’ai simulé un accident. Je me suis directement rendu dans un quartier réputé pour son fort taux de criminalité. J’avais carrément le choix. J’ai porté mon dévolu sur Pico-Union. Il était un peu plus de deux heures du matin. Les bars se vidaient. Les gens chahutaient. Il y avait toutes les chances pour que je me fasse accoster. J’allais trouver des raisons de me justifier.

Le premier soir, il ne s’est rien passé. Deux Salvadoriens m’ont donné des pièces. Ils ont cru que j’étais SDF.

Le lendemain, je suis allé à Compton. Je ne savais pas trop où aller et je me suis retrouvé assis au milieu d’entrepôts. Je n’ai pas vu âme qui vive. J’ai dû prendre un taxi pour rentrer. Je n’ai pas trouvé d’arrêt de bus. Je ne prenais pas ma voiture. Si on retrouvait mon véhicule à proximité du lieu du crime, ça soulèverait quelques questions qui porteraient atteinte à ma crédibilité. J’avais toujours prévu de dire que je m’étais perdu dans les transports en commun. Que je prenais le bus parce que je ne pouvais pas conduire. Que je ne pouvais pas conduire à cause de ma blessure. Voilà comment ça devait se dérouler.

Le troisième soir, je suis allé à Boyle Heights. Rien. J’étais frustré par mon incapacité à attirer les emmerdes. Ça faisait dix ans que les journaux nous rebattaient les oreilles d’histoires de meurtres. Je n’arrivais même pas à provoquer une simple agression.

Le quatrième soir, j’ai décidé de prendre ma soirée. Je suis allé me faire une toile. A Berverly Hills. Une projection spéciale. Un film français. Godard. Nan, pas A bout de souffle. Je continuais à prendre le bus. Je ne voulais pas changer ma routine.

Après la séance, j’ai sorti mon portefeuille. Ce n’était pas prémédité, je le jure. J’avais été assis dessus toute la soirée, et le film étant plutôt long, comme le sont les films européens, ça avait été assez inconfortable. C’était ma seule motivation. Evidemment, on m’a sauté dessus par-derrière. Instinctivement, j’ai bondi de mon fauteuil roulant et j’ai commencé à défoncer le type. Il n’a jamais su ce qui l’avait frappé. En deux mouvements, je lui avais cassé le cou. A la quatrième prise, je lui faisais passer le nez au travers du cerveau et il en crevait net. Pas dans l’ambulance sur le chemin de l’hôpital. Pas aux urgences. Mais là, sur place. Pas besoin d’un médecin ou d’un type du SAMU pour confirmer que le gars était mort.

Auteur: Fondation Larry

Info: Dans "Effets indésirables", trad. de Romain Guillou, éditions Tusitala, 2016, pages 40-42

[ handicapé appât ] [ mascarade ] [ gratuit ]

homme-machine

La théorie des jeux peut rendre l'IA plus correcte et plus efficace

Les chercheurs s’appuient sur des idées issues de la théorie des jeux pour améliorer les grands modèles de langage et les rendre plus cohérents.

Imaginez que vous ayez un ami qui donne des réponses différentes à la même question, selon la façon dont vous la posez. " Quelle est la capitale du Pérou ? "  btiendrait une réponse : " Lima est-elle la capitale du Pérou ? " en obtiendrait un autre. Vous seriez probablement un peu inquiet au sujet des facultés mentales de votre ami et vous auriez certainement du mal à faire confiance à ses réponses.

C'est exactement ce qui se passe avec de nombreux grands modèles de langage (LLM), les outils d'apprentissage automatique ultra-puissants qui alimentent ChatGPT et d'autres merveilles de l'intelligence artificielle. Une question générative, ouverte, donne une réponse, et une question discriminante, qui implique de devoir choisir entre des options, en donne souvent une différente. "Il y a un décalage lorsque la même question est formulée différemment", a déclaré Athul Paul Jacob , doctorant au Massachusetts Institute of Technology.

Pour rendre les réponses d'un modèle de langage plus cohérentes - et rendre le modèle globalement plus fiable - Jacob et ses collègues ont conçu un jeu dans lequel les deux modes du modèle sont amenés à trouver une réponse sur laquelle ils peuvent s'entendre. Surnommée le jeu du consensus , cette procédure simple oppose un LLM à lui-même, en utilisant les outils de la théorie des jeux pour améliorer la précision et la cohérence interne du modèle.

"Les recherches explorant l'autocohérence au sein de ces modèles ont été très limitées", a déclaré Shayegan Omidshafiei , directeur scientifique de la société de robotique Field AI. "Cet article est l'un des premiers à aborder ce problème, de manière intelligente et systématique, en créant un jeu permettant au modèle de langage de jouer avec lui-même."

"C'est un travail vraiment passionnant", a ajouté Ahmad Beirami, chercheur scientifique chez Google Research. Pendant des décennies, a-t-il déclaré, les modèles linguistiques ont généré des réponses aux invites de la même manière. "Avec leur idée novatrice consistant à intégrer un jeu dans ce processus, les chercheurs du MIT ont introduit un paradigme totalement différent, qui peut potentiellement conduire à une multitude de nouvelles applications."

Mettre le jeu au travail

Ce nouveau travail, qui utilise les jeux pour améliorer l'IA, contraste avec les approches précédentes, qui mesuraient le succès d'un programme d'IA via sa maîtrise des jeux. En 1997, par exemple, l'ordinateur Deep Blue d'IBM a battu le grand maître d'échecs Garry Kasparov – une étape importante pour les machines dites pensantes. Dix-neuf ans plus tard, un programme de Google DeepMind nommé AlphaGo a remporté quatre matchs sur cinq contre l'ancien champion de Go Lee Sedol, révélant ainsi une autre arène dans laquelle les humains ne régnaient plus en maître. Les machines ont également surpassé les humains dans les jeux de dames, le poker à deux joueurs et d’autres jeux à somme nulle, dans lesquels la victoire d’un joueur condamne invariablement l’autre.

Le jeu de la diplomatie, un jeu favori de politiciens comme John F. Kennedy et Henry Kissinger, posait un défi bien plus grand aux chercheurs en IA. Au lieu de seulement deux adversaires, le jeu met en scène sept joueurs dont les motivations peuvent être difficiles à lire. Pour gagner, un joueur doit négocier et conclure des accords de coopération que n'importe qui peut rompre à tout moment. La diplomatie est tellement complexe qu'un groupe de Meta s'est félicité qu'en 2022, son programme d'IA Cicero ait développé un « jeu de niveau humain » sur une période de 40 parties. Bien qu'il n'ait pas vaincu le champion du monde, Cicero s'est suffisamment bien comporté pour se classer dans les 10 % les plus performants face à des participants humains.

Au cours du projet, Jacob — membre de l'équipe Meta — a été frappé par le fait que Cicéron s'appuyait sur un modèle de langage pour générer son dialogue avec les autres joueurs. Il a senti un potentiel inexploité. L'objectif de l'équipe, a-t-il déclaré, " était de créer le meilleur modèle de langage possible pour jouer à ce jeu ". Mais qu'en serait-il s’ils se concentraient plutôt sur la création du meilleur jeu possible pour améliorer les performances des grands modèles de langage ?

Interactions consensuelles

En 2023, Jacob a commencé à approfondir cette question au MIT, en travaillant avec Yikang Shen, Gabriele Farina et son conseiller Jacob Andreas sur ce qui allait devenir le jeu du consensus. L'idée centrale est venue d'imaginer une conversation entre deux personnes comme un jeu coopératif, où le succès se concrétise lorsqu'un auditeur comprend ce que l'orateur essaie de transmettre. En particulier, le jeu de consensus est conçu pour aligner les deux systèmes du modèle linguistique : le générateur, qui gère les questions génératives, et le discriminateur, qui gère les questions discriminatives.

Après quelques mois d’arrêts et de redémarrages, l’équipe a transposé ce principe dans un jeu complet. Tout d'abord, le générateur reçoit une question. Cela peut provenir d’un humain, ou d’une liste préexistante. Par exemple, " Où est né Barack Obama ? " Le générateur obtient ensuite des réponses de candidats, disons Honolulu, Chicago et Nairobi. Encore une fois, ces options peuvent provenir d'un humain, d'une liste ou d'une recherche effectuée par le modèle de langage lui-même.

Mais avant de répondre, il est également indiqué au générateur s'il doit répondre correctement ou incorrectement à la question, en fonction des résultats d'un pile ou face équitable.

Si c'est face, alors la machine tente de répondre correctement. Le générateur envoie la question initiale, accompagnée de la réponse choisie, au discriminateur. Si le discriminateur détermine que le générateur a intentionnellement envoyé la bonne réponse, chacun obtient un point, en guise d'incitation.

Si la pièce tombe sur pile, le générateur envoie ce qu’il pense être la mauvaise réponse. Si le discriminateur décide qu’on lui a délibérément donné la mauvaise réponse, ils marquent à nouveau tous les deux un point. L’idée ici est d’encourager l’accord. " C'est comme apprendre un tour à un chien ", a expliqué Jacob. " On lui donne une friandise lorsqu'ils fait la bonne chose. "

Le générateur et le discriminateur commencent également doté chacun de  quelques " croyances " initiales. Credo sous forme d'une distribution de probabilité liée aux différents choix. Par exemple, le générateur peut croire, sur la base des informations qu'il a glanées sur Internet, qu'il y a 80 % de chances qu'Obama soit né à Honolulu, 10 % de chances qu'il soit né à Chicago, 5 % de chances qu'il soit né à Nairobi et 5 % de chances qu'il soit ailleurs. Le discriminateur peut commencer avec une distribution différente. Si les deux " acteurs " sont toujours récompensés après être parvenus à un accord, ils se voient également retirer des points s'ils s'écartent trop de leurs convictions initiales. Cet arrangement encourage les joueurs à intégrer leur connaissance du monde – toujours tirée d'Internet – dans leurs réponses, ce qui devrait rendre le modèle plus précis. Sans ce prérequis ils pourraient s’entendre sur une réponse totalement fausse comme celle de Delhi, mais accumuler quand même des points.

Pour chaque question, les deux systèmes jouent environ 1 000 parties l'un contre l'autre. Au cours de ces nombreuses itérations, chaque camp apprend les croyances de l'autre et modifie ses stratégies en conséquence.

Finalement, le générateur et le discriminateur commencent à être davantage d’accord à mesure qu’ils s’installent dans ce qu’on appelle l’équilibre de Nash. C’est sans doute le concept central de la théorie des jeux. Cela représente une sorte d’équilibre dans un jeu – le point auquel aucun joueur ne peut améliorer ses résultats personnels en changeant de stratégie. Au jeu du chifoumi, par exemple, les joueurs obtiennent de meilleurs résultats lorsqu'ils choisissent chacune des trois options exactement un tiers du temps, et ils obtiendront invariablement de moins bons résultats avec toute autre tactique.

Dans le jeu du consensus, cela peut se jouer de plusieurs manières. Le discriminateur pourrait observer qu'il marque un point lorsqu'il dit " correct " chaque fois que le générateur envoie le mot " Honolulu " pour le lieu de naissance d'Obama. Le générateur et le discriminateur apprendront, après avoir joué plusieurs fois, qu'ils seront récompensés s'ils continuent de le faire, et qu'aucun d'eux n'aura aucune motivation pour faire autre chose... consensus qui représente l'un des nombreux exemples possibles d'équilibre de Nash pour cette question. Le groupe du MIT s'est également appuyé sur une forme modifiée d'équilibre de Nash qui intègre les croyances antérieures des joueurs, ce qui permet de maintenir leurs réponses ancrées dans la réalité.

L'effet net, ont observé les chercheurs, est de rendre le modèle linguistique jouant ce jeu plus précis et plus susceptible de donner la même réponse, quelle que soit la façon dont la question est posée. Pour tester les effets du jeu du consensus, l'équipe a essayé une série de questions standard sur divers modèles de langage de taille modérée comportant de 7 milliards à 13 milliards de paramètres. Ces modèles ont systématiquement obtenu un pourcentage plus élevé de réponses correctes que les modèles qui n'avaient pas joué, même ceux de taille beaucoup plus importante, comportant jusqu'à 540 milliards de paramètres. La participation au jeu a également amélioré la cohérence interne d'un modèle.

En principe, n'importe quel LLM pourrait gagner à jouer contre lui-même, et 1 000 tours ne prendraient que quelques millisecondes sur un ordinateur portable standard. "Un avantage appréciable de l'approche globale", a déclaré Omidshafiei, "est qu'elle est très légère sur le plan informatique, n'impliquant aucune formation ni modification du modèle de langage de base."

Jouer à des jeux avec le langage

Après ce premier succès, Jacob étudie désormais d’autres moyens d’intégrer la théorie des jeux dans la recherche LLM. Les résultats préliminaires ont montré qu’un LLM déjà solide peut encore s’améliorer en jouant à un jeu différent – ​​provisoirement appelé jeu d’ensemble – avec un nombre arbitraire de modèles plus petits. Le LLM principal aurait au moins un modèle plus petit servant d’allié et au moins un modèle plus petit jouant un rôle antagoniste. Si l'on demande au LLM primaire de nommer le président des États-Unis, il obtient un point chaque fois qu'il choisit la même réponse que son allié, et il obtient également un point lorsqu'il choisit une réponse différente de celle de son adversaire. Ces interactions avec des modèles beaucoup plus petits peuvent non seulement améliorer les performances d'un LLM, suggèrent les tests, mais peuvent le faire sans formation supplémentaire ni modification des paramètres.

Et ce n'est que le début. Étant donné qu'une variété de situations peuvent être considérées comme des jeux, les outils de la théorie des jeux peuvent être mis en œuvre dans divers contextes du monde réel, a déclaré Ian Gemp , chercheur scientifique chez Google DeepMind. Dans un article de février 2024 , lui et ses collègues se sont concentrés sur des scénarios de négociation qui nécessitent des échanges plus élaborés que de simples questions et réponses. "L'objectif principal de ce projet est de rendre les modèles linguistiques plus stratégiques", a-t-il déclaré.

Un exemple dont il a parlé lors d'une conférence universitaire est le processus d'examen des articles en vue de leur acceptation par une revue ou une conférence, en particulier après que la soumission initiale ait reçu une évaluation sévère. Étant donné que les modèles linguistiques attribuent des probabilités à différentes réponses, les chercheurs peuvent construire des arbres de jeu similaires à ceux conçus pour les jeux de poker, qui tracent les choix disponibles et leurs conséquences possibles. "Une fois que vous avez fait cela, vous pouvez commencer à calculer les équilibres de Nash, puis classer un certain nombre de réfutations", a déclaré Gemp. Le modèle vous dit essentiellement : c'est ce que nous pensons que vous devriez répondre.

Grâce aux connaissances de la théorie des jeux, les modèles de langage seront capables de gérer des interactions encore plus sophistiquées, plutôt que de se limiter à des problèmes de type questions-réponses. "Le gros gain à venir réside dans les conversations plus longues", a déclaré Andreas. "La prochaine étape consiste à faire interagir une IA avec une personne, et pas seulement avec un autre modèle de langage."

Jacob considère le travail de DeepMind comme complémentaire aux jeux de consensus et d'ensemble. " À un niveau élevé, ces deux méthodes combinent des modèles de langage et la théorie des jeux ", a-t-il déclaré, même si les objectifs sont quelque peu différents. Alors que le groupe Gemp transforme des situations courantes dans un format de jeu pour aider à la prise de décision stratégique, Jacob a déclaré : " nous utilisons ce que nous savons de la théorie des jeux pour améliorer les modèles de langage dans les tâches générales. "

À l’heure actuelle, ces efforts représentent " deux branches du même arbre ", a déclaré Jacob : deux manières différentes d’améliorer le fonctionnement des modèles de langage. " Je pense personnellement  que dans un an ou deux, ces deux branches convergeront. " 

Auteur: Internet

Info: https://www.quantamagazine.org/ - Steve Nadis, 9 mai 2024

[ maïeutique machine-machine ] [ discussion IA - FLP ]