adaptation

Pour s'intégrer à une culture, il faut se désintégrer d'abord, du moins partiellement de la sienne. Se désunir, se désagréger, se dissocier. Tous ceux qui appellent les immigrés à faire des "efforts d'intégration" n'osent pas les regarder en face pour leur demander de commencer par faire ces nécessaires "efforts de désintégration". Ils exigent d'eux d'arriver en haut de la montagne sans passer par l'ascension.

Auteur: Négar Djavadi

Info: Désorientale

[ exil ] [ émigrants ]

fric

Mon désir de mort avait faussé pas mal de choses mais m'avait ouvert les yeux sur pas mal d'autres. C'est parce que la mort est en contradiction avec la valeur la plus honorée dans notre monde, à savoir la possession. Et parce que dans ce monde rendu complètement fou par la course à l'argent, l'argent, l'argent, c'est sans doute le seul moyen de s'en dissocier.

Auteur: Gong Ji-Young

Info: Nos jours heureux

[ antidote ] [ colère ] [ désespoir ] [ matérialisme ]

habillement

Dirions-nous de la livrée du tigre qu'elle n'est rien qu'une enveloppe de poils qu'il y a tous lieux de dissocier de ce qu'est pour nous le tigre ; qu'il nous faut en conséquence délivrer notre représentation du félin de cette particularité accessoire ?
Ce serait ineptie. L'espèce s'est donné cette apparence. Il s'agit d'une invention. Ce qui n'est pas rien. Avec l'être humain, ce n'est plus l'espèce qui choisit son apparence, c'est l'individu.

Auteur: Henri Raynal

Info: In le dictionnaire des mots manquants, page 162

[ animal particulier ]

réflexion

...même dans les cas où deux conceptions ne peuvent être séparées dans l'imagination, on peut souvent imaginer l'une sans l'autre, c'est-à-dire imaginer des données dont on devrait être amené à croire à un état des choses où l'idée est séparée de l'autre. On peut donc supposer un espace incolore, bien qu'on ne puisse dissocier l'espace de la couleur. J'appelle ce mode de séparation Prescission. (prescind : retirer son attention de quelque chose)

Auteur: Peirce Charles Sanders

Info: Manuscrit : Notes on the Categories [R]. MS [R] 895; MS [W] 545. (1885).

[ réfléchir ] [ cloisonnement mental ]

soi-même

Chacun ne porte en soi qu'une idée de lui-même, et qui varie de jour en jour. Parfois on en privilégie une, parfois une autre, mais plus on vieillit, plus on s'accroche au soi jeune. On aura beau rester devant la glace une journée entière, on ne saura jamais de quoi on a l'air, car on se regarde toujours à travers la représentation qu'on a de soi. D'ailleurs quoi que nous regardions, un meuble, un paysage, le monde, nous sommes incapables de dissocier notre imagination de ce regard. Par conséquent vouloir rendre la vraisemblance est une tâche proprement illusoire. Car n'est pas vrai ce qui prétend être vrai, mais ce qui ignore l'être.

Auteur: Mysliwski Wieslaw

Info: La dernière Partie

[ miroitement ] [ introspection ]

être humain

Il était resté à distance des choses, n'avait jamais vraiment approfondi un sujet. Touche-à-tout bricoleur il prétendait de fait se dissocier de la perfection de produits finis et glacés auxquels il ne croyait pas, y voyant là un des plus grands défauts de l'homme, à savoir une quête de la perfection qui ne conduit nulle part. Il répétait sans arrêt des phrases comme : où il y a de la vie y'a de la merde... ou : quand on voit où en est l'homme aujourd'hui je n'ai aucune honte à conchier sa quête égocentrée du parfait, car on sait bien qu'il n'y a là qu'une volonté anthropocentrique inconsciente de se rassurer. L'homme, cet imbécile, ne pense qu'à lui-même.... et utilise tout le reste pour son confort propre.

Auteur: Mg

Info: 22 juillet 2012

[ stupide ] [ bêtise ] [ misanthrope ]

beaux-arts

J'ai longtemps confondu l'artiste et son oeuvre. Ce n'est que grâce à la psychanalyse, par étapes successives, que j'ai vaguement pu dissocier les deux: on peut être un grand artiste et un sale con. On peut faire des choses très belles en étant soi-même assez moche. On peut saisir toute la beauté du monde sur du papier mais n'en jamais faire partie... C'est étrange: comment peut-on être à ce point dépassé par ce qu'on fait? Mais si l'oeuvre est meilleure que l'artiste, pourquoi ne l'améliore-t-elle pas? La main frôle le divin quand les deux pieds pataugent dans la médiocrité... Que l'on préfère l'un ou l'autre, le messager et le message ne se fondent peut-être jamais... Mon boucher est un bonhomme abominable, mais son jambon sec est un pur moment de bonheur... L'art et la charcuterie...

Auteur: Larcenet Manu

Info: Le combat ordinaire II

[ schizophrène ] [ bipolarité ]

culture

Ce que l'on a voulu principalement montrer ici, c'est une aptitude caractéristique de ce que certains désigneront comme le génie iranien, d'autres comme la vocation imprescriptible de l'âme iranienne : une aptitude éminemment à édifier un système philosophique du monde, sans que soit jamais perdue de vue la réalisation spirituelle personnelle en laquelle doit fructifier la méditation philosophique, et faute de laquelle la philosophie n'est qu'un jeu stérile de l'esprit. Aptitude, par conséquent, à conjoindre la recherche philosophique et l'expérience mystique ; le refus de les dissocier donne à l'une et à l'autre un caractère si spécifique, qu'il faut déplorer que cette philosophie iranienne, irano-islamique, ait été jusqu'ici absente de nos histoires de la philosophie. Cette absence a appauvri, amputé, notre connaissance de l'homme. Depuis plus d'un millénaire, notamment encore et surtout au cours des quatre derniers siècles, la production des philosophes et spirituels de l'Iran a été considérable. Leurs problèmes recroisent ceux de nos philosophes, mais en y apportant, le plus souvent, des points de vue et des réponses que les vicissitudes des polémiques ont fait tenir à l'écart en Occident. Et pourtant cette voix iranienne est à peine parvenue à se faire entendre hors des frontières de l'Iran, si bien qu'aujourd'hui les Iraniens n'ont pas toujours conscience que leur culture traditionnelle peut recéler un message pour l'humanité actuelle, et voient encore moins comment "actualiser" ce message.

Auteur: Corbin Henry

Info: En Islam iranien

[ Islam ] [ civilisation ]

homme-animal

Il faut concevoir que l’Univers est un champ d’énergie, que tout est énergie, que ce que nous connaissons sur le plan matériel n’est qu’une condensation de cette énergie, alors si nous parlons des fourmis, si nous parlons des abeilles, si nous parlons des oiseaux, il y a une fonction ésotérique, autrement dit occulte, autrement dit invisible liée à ces animaux-là, à ces formes-là, et lorsque l’être humain sera capable de se dédoubler et de comprendre les Lois des formes des Mondes invisibles qui sont constituées avant qu’il y ait programmation pour la densification dans la matière, l’être humain connaîtra les Lois et le pourquoi de ces animaux-là, mais on ne peut pas dissocier le royaume animal de l’évolution de l’être humain, car les animaux les plus complexes vont aussi vers une évolution supérieure, mais non pas dans le sens que l’être humain peut le comprendre aujourd’hui.

On dit souvent que le minéral va à la plante, la plante devient animale, l’animal devient humain, et l’humain devient surhumain, ça c’est vrai dans une certaine perspective, mais lorsque l’être humain est en relation parfaite avec l’Univers, autrement dit qu’il n’est plus influencé par les Planètes et qu’il est libre de se dédoubler, c’est-à-dire de visiter les Mondes invisibles, je ne parle pas des mondes spirituels là, je parle des Mondes invisibles, des Univers parallèles, à ce moment-là, l’être humain n’a plus le temps de s’occuper des animaux et n’est plus intéressé aux animaux parce que sa science le projette vers la construction d’Univers totalement neufs, et il est obligé de par la nature de l’Intelligence et de par le processus créatif extrêmement rapide de l’Intelligence, du Principe de l’Intelligence, de constituer des mondes totalement nouveaux dans lesquels les formes anciennes qui ont servies à l’évolution d’une humanité ne servent plus, alors s’il y a des animaux aujourd’hui sur la Terre, ils servent à l’humanité, mais dans les temps qui viendront où l’être humain sera en contact avec les Mondes parallèles, si l’être humain veut des animaux il sera obligé d’en créer des nouveaux et ce sera lui qui les créera, parce qu’il aura la capacité de se servir de l’énergie de l’âme et qu’il fera partie de la Hiérarchie, et qu’il connaîtra la Loi des formes et aussi les Lois d’évolution, qui sont liées à la forme et à la régénération de la forme.

Auteur: Montréal Bernard de

Info: http://hommageabdm.canalblog.com/archives/2016/09/30/34384731.html

[ méta-spiritualité ] [ anthropocentrisme ]

homme-machine

Une nouvelle approche du calcul réinvente l'intelligence artificielle

Par l'imprégnation d'énormes vecteurs de sens sémantique, nous pouvons amener les machines à raisonner de manière plus abstraite et plus efficace qu'auparavant.

Malgré le succès retentissant de ChatGPT et d'autres grands modèles de langage, les réseaux de neurones artificiels (ANN) qui sous-tendent ces systèmes pourraient être sur la mauvaise voie.

D'une part, les ANN sont "super gourmands en énergie", a déclaré Cornelia Fermüller , informaticienne à l'Université du Maryland. "Et l'autre problème est [leur] manque de transparence." De tels systèmes sont si compliqués que personne ne comprend vraiment ce qu'ils font, ou pourquoi ils fonctionnent si bien. Ceci, à son tour, rend presque impossible de les amener à raisonner par analogie, ce que font les humains - en utilisant des symboles pour les objets, les idées et les relations entre eux.

Ces lacunes proviennent probablement de la structure actuelle des RNA et de leurs éléments constitutifs : les neurones artificiels individuels. Chaque neurone reçoit des entrées, effectue des calculs et produit des sorties. Les RNA modernes sont des réseaux élaborés de ces unités de calcul, formés pour effectuer des tâches spécifiques.

Pourtant, les limites des RNA sont évidentes depuis longtemps. Considérez, par exemple, un ANN qui sépare les cercles et les carrés. Une façon de le faire est d'avoir deux neurones dans sa couche de sortie, un qui indique un cercle et un qui indique un carré. Si vous voulez que votre ANN discerne également la couleur de la forme - bleu ou rouge - vous aurez besoin de quatre neurones de sortie : un pour le cercle bleu, le carré bleu, le cercle rouge et le carré rouge. Plus de fonctionnalités signifie encore plus de neurones.

Cela ne peut pas être la façon dont notre cerveau perçoit le monde naturel, avec toutes ses variations. "Vous devez proposer que, eh bien, vous avez un neurone pour toutes les combinaisons", a déclaré Bruno Olshausen , neuroscientifique à l'Université de Californie à Berkeley. "Donc, vous auriez dans votre cerveau, [disons,] un détecteur Volkswagen violet."

Au lieu de cela, Olshausen et d'autres soutiennent que l'information dans le cerveau est représentée par l'activité de nombreux neurones. Ainsi, la perception d'une Volkswagen violette n'est pas codée comme les actions d'un seul neurone, mais comme celles de milliers de neurones. Le même ensemble de neurones, tirant différemment, pourrait représenter un concept entièrement différent (une Cadillac rose, peut-être).

C'est le point de départ d'une approche radicalement différente de l'informatique connue sous le nom d'informatique hyperdimensionnelle. La clé est que chaque élément d'information, comme la notion d'une voiture, ou sa marque, son modèle ou sa couleur, ou tout cela ensemble, est représenté comme une seule entité : un vecteur hyperdimensionnel.

Un vecteur est simplement un tableau ordonné de nombres. Un vecteur 3D, par exemple, comprend trois nombres : les coordonnées x , y et z d'un point dans l'espace 3D. Un vecteur hyperdimensionnel, ou hypervecteur, pourrait être un tableau de 10 000 nombres, par exemple, représentant un point dans un espace à 10 000 dimensions. Ces objets mathématiques et l'algèbre pour les manipuler sont suffisamment flexibles et puissants pour amener l'informatique moderne au-delà de certaines de ses limites actuelles et favoriser une nouvelle approche de l'intelligence artificielle.

"C'est ce qui m'a le plus enthousiasmé, pratiquement de toute ma carrière", a déclaré Olshausen. Pour lui et pour beaucoup d'autres, l'informatique hyperdimensionnelle promet un nouveau monde dans lequel l'informatique est efficace et robuste, et les décisions prises par les machines sont entièrement transparentes.

Entrez dans les espaces de grande dimension

Pour comprendre comment les hypervecteurs rendent le calcul possible, revenons aux images avec des cercles rouges et des carrés bleus. Nous avons d'abord besoin de vecteurs pour représenter les variables SHAPE et COLOR. Ensuite, nous avons également besoin de vecteurs pour les valeurs pouvant être affectées aux variables : CERCLE, CARRÉ, BLEU et ROUGE.

Les vecteurs doivent être distincts. Cette distinction peut être quantifiée par une propriété appelée orthogonalité, ce qui signifie être à angle droit. Dans l'espace 3D, il existe trois vecteurs orthogonaux entre eux : un dans la direction x , un autre dans la direction y et un troisième dans la direction z . Dans un espace à 10 000 dimensions, il existe 10 000 vecteurs mutuellement orthogonaux.

Mais si nous permettons aux vecteurs d'être presque orthogonaux, le nombre de ces vecteurs distincts dans un espace de grande dimension explose. Dans un espace à 10 000 dimensions, il existe des millions de vecteurs presque orthogonaux.

Créons maintenant des vecteurs distincts pour représenter FORME, COULEUR, CERCLE, CARRÉ, BLEU et ROUGE. Parce qu'il y a tellement de vecteurs presque orthogonaux possibles dans un espace de grande dimension, vous pouvez simplement assigner six vecteurs aléatoires pour représenter les six éléments ; ils sont presque garantis d'être presque orthogonaux. "La facilité de créer des vecteurs presque orthogonaux est une raison majeure d'utiliser la représentation hyperdimensionnelle", a écrit Pentti Kanerva , chercheur au Redwood Center for Theoretical Neuroscience de l'Université de Californie à Berkeley, dans un article influent de 2009.

L'article s'appuyait sur des travaux effectués au milieu des années 1990 par Kanerva et Tony Plate, alors étudiant au doctorat avec Geoff Hinton à l'Université de Toronto. Les deux ont développé indépendamment l'algèbre pour manipuler les hypervecteurs et ont fait allusion à son utilité pour le calcul en haute dimension.

Étant donné nos hypervecteurs pour les formes et les couleurs, le système développé par Kanerva et Plate nous montre comment les manipuler à l'aide de certaines opérations mathématiques. Ces actions correspondent à des manières de manipuler symboliquement des concepts.

La première opération est la multiplication. C'est une façon de combiner les idées. Par exemple, multiplier le vecteur FORME par le vecteur CERCLE lie les deux en une représentation de l'idée "LA FORME est CERCLE". Ce nouveau vecteur "lié" est presque orthogonal à la fois à SHAPE et à CIRCLE. Et les composants individuels sont récupérables - une caractéristique importante si vous souhaitez extraire des informations à partir de vecteurs liés. Étant donné un vecteur lié qui représente votre Volkswagen, vous pouvez dissocier et récupérer le vecteur pour sa couleur : VIOLET.

La deuxième opération, l'addition, crée un nouveau vecteur qui représente ce qu'on appelle une superposition de concepts. Par exemple, vous pouvez prendre deux vecteurs liés, "SHAPE is CIRCLE" et "COLOR is RED", et les additionner pour créer un vecteur qui représente une forme circulaire de couleur rouge. Là encore, le vecteur superposé peut être décomposé en ses constituants.

La troisième opération est la permutation ; cela implique de réorganiser les éléments individuels des vecteurs. Par exemple, si vous avez un vecteur tridimensionnel avec des valeurs étiquetées x , y et z , la permutation peut déplacer la valeur de x vers y , y vers z et z vers x. "La permutation vous permet de construire une structure", a déclaré Kanerva. "Ça permet de gérer des séquences, des choses qui se succèdent." Considérons deux événements, représentés par les hypervecteurs A et B. Nous pouvons les superposer en un seul vecteur, mais cela détruirait les informations sur l'ordre des événements. La combinaison de l'addition et de la permutation préserve l'ordre ; les événements peuvent être récupérés dans l'ordre en inversant les opérations.

Ensemble, ces trois opérations se sont avérées suffisantes pour créer une algèbre formelle d'hypervecteurs permettant un raisonnement symbolique. Mais de nombreux chercheurs ont été lents à saisir le potentiel de l'informatique hyperdimensionnelle, y compris Olshausen. "Cela n'a tout simplement pas été pris en compte", a-t-il déclaré.

Exploiter le pouvoir

En 2015, un étudiant d'Olshausen nommé Eric Weiss a démontré un aspect des capacités uniques de l'informatique hyperdimensionnelle. Weiss a compris comment représenter une image complexe comme un seul vecteur hyperdimensionnel contenant des informations sur tous les objets de l'image, y compris leurs propriétés, telles que les couleurs, les positions et les tailles.

"Je suis pratiquement tombé de ma chaise", a déclaré Olshausen. "Tout d'un coup, l'ampoule s'est allumée."

Bientôt, d'autres équipes ont commencé à développer des algorithmes hyperdimensionnels pour reproduire des tâches simples que les réseaux de neurones profonds avaient commencé à effectuer environ deux décennies auparavant, comme la classification d'images.

Considérons un ensemble de données annotées composé d'images de chiffres manuscrits. Un algorithme analyse les caractéristiques de chaque image en utilisant un schéma prédéterminé. Il crée ensuite un hypervecteur pour chaque image. Ensuite, l'algorithme ajoute les hypervecteurs pour toutes les images de zéro pour créer un hypervecteur pour l'idée de zéro. Il fait ensuite la même chose pour tous les chiffres, créant 10 hypervecteurs "de classe", un pour chaque chiffre.

Maintenant, l'algorithme reçoit une image non étiquetée. Il crée un hypervecteur pour cette nouvelle image, puis compare l'hypervecteur aux hypervecteurs de classe stockés. Cette comparaison détermine le chiffre auquel la nouvelle image ressemble le plus.

Pourtant, ce n'est que le début. Les points forts de l'informatique hyperdimensionnelle résident dans la capacité de composer et de décomposer des hypervecteurs pour le raisonnement. La dernière démonstration en date a eu lieu en mars, lorsqu'Abbas Rahimi et ses collègues d'IBM Research à Zurich ont utilisé l'informatique hyperdimensionnelle avec des réseaux de neurones pour résoudre un problème classique de raisonnement visuel abstrait - un défi important pour les RNA typiques, et même certains humains. Connu sous le nom de matrices progressives de Raven, le problème présente des images d'objets géométriques dans, disons, une grille 3 par 3. Une position dans la grille est vide. Le sujet doit choisir, parmi un ensemble d'images candidates, l'image qui correspond le mieux au blanc.

"Nous avons dit:" C'est vraiment ... l'exemple qui tue pour le raisonnement abstrait visuel, allons-y "", a déclaré Rahimi.

Pour résoudre le problème à l'aide de l'informatique hyperdimensionnelle, l'équipe a d'abord créé un dictionnaire d'hypervecteurs pour représenter les objets dans chaque image ; chaque hypervecteur du dictionnaire représente un objet et une combinaison de ses attributs. L'équipe a ensuite formé un réseau de neurones pour examiner une image et générer un hypervecteur bipolaire - un élément peut être +1 ou -1 - aussi proche que possible d'une superposition d'hypervecteurs dans le dictionnaire ; l'hypervecteur généré contient donc des informations sur tous les objets et leurs attributs dans l'image. "Vous guidez le réseau de neurones vers un espace conceptuel significatif", a déclaré Rahimi.

Une fois que le réseau a généré des hypervecteurs pour chacune des images de contexte et pour chaque candidat pour l'emplacement vide, un autre algorithme analyse les hypervecteurs pour créer des distributions de probabilité pour le nombre d'objets dans chaque image, leur taille et d'autres caractéristiques. Ces distributions de probabilité, qui parlent des caractéristiques probables à la fois du contexte et des images candidates, peuvent être transformées en hypervecteurs, permettant l'utilisation de l'algèbre pour prédire l'image candidate la plus susceptible de remplir l'emplacement vacant.

Leur approche était précise à près de 88 % sur un ensemble de problèmes, tandis que les solutions de réseau neuronal uniquement étaient précises à moins de 61 %. L'équipe a également montré que, pour les grilles 3 par 3, leur système était presque 250 fois plus rapide qu'une méthode traditionnelle qui utilise des règles de logique symbolique pour raisonner, car cette méthode doit parcourir un énorme livre de règles pour déterminer la bonne prochaine étape.

Un début prometteur

Non seulement l'informatique hyperdimensionnelle nous donne le pouvoir de résoudre symboliquement des problèmes, mais elle résout également certains problèmes épineux de l'informatique traditionnelle. Les performances des ordinateurs d'aujourd'hui se dégradent rapidement si les erreurs causées, par exemple, par un retournement de bit aléatoire (un 0 devient 1 ou vice versa) ne peuvent pas être corrigées par des mécanismes de correction d'erreurs intégrés. De plus, ces mécanismes de correction d'erreurs peuvent imposer une pénalité sur les performances allant jusqu'à 25 %, a déclaré Xun Jiao , informaticien à l'Université de Villanova.

Le calcul hyperdimensionnel tolère mieux les erreurs, car même si un hypervecteur subit un nombre important de retournements de bits aléatoires, il reste proche du vecteur d'origine. Cela implique que tout raisonnement utilisant ces vecteurs n'est pas significativement impacté face aux erreurs. L'équipe de Jiao a montré que ces systèmes sont au moins 10 fois plus tolérants aux pannes matérielles que les ANN traditionnels, qui sont eux-mêmes des ordres de grandeur plus résistants que les architectures informatiques traditionnelles. "Nous pouvons tirer parti de toute [cette] résilience pour concevoir du matériel efficace", a déclaré Jiao.

Un autre avantage de l'informatique hyperdimensionnelle est la transparence : l'algèbre vous indique clairement pourquoi le système a choisi la réponse qu'il a choisie. Il n'en va pas de même pour les réseaux de neurones traditionnels. Olshausen, Rahimi et d'autres développent des systèmes hybrides dans lesquels les réseaux de neurones cartographient les éléments du monde physique en hypervecteurs, puis l'algèbre hyperdimensionnelle prend le relais. "Des choses comme le raisonnement analogique vous tombent dessus", a déclaré Olshausen. "C'est ce que nous devrions attendre de tout système d'IA. Nous devrions pouvoir le comprendre comme nous comprenons un avion ou un téléviseur.

Tous ces avantages par rapport à l'informatique traditionnelle suggèrent que l'informatique hyperdimensionnelle est bien adaptée à une nouvelle génération de matériel extrêmement robuste et à faible consommation d'énergie. Il est également compatible avec les "systèmes informatiques en mémoire", qui effectuent le calcul sur le même matériel qui stocke les données (contrairement aux ordinateurs von Neumann existants qui transfèrent inefficacement les données entre la mémoire et l'unité centrale de traitement). Certains de ces nouveaux appareils peuvent être analogiques, fonctionnant à très basse tension, ce qui les rend économes en énergie mais également sujets aux bruits aléatoires. Pour l'informatique de von Neumann, ce caractère aléatoire est "le mur que vous ne pouvez pas franchir", a déclaré Olshausen. Mais avec l'informatique hyperdimensionnelle, "vous pouvez simplement percer".

Malgré ces avantages, l'informatique hyperdimensionnelle en est encore à ses balbutiements. "Il y a un vrai potentiel ici", a déclaré Fermüller. Mais elle souligne qu'il doit encore être testé contre des problèmes du monde réel et à des échelles plus grandes, plus proches de la taille des réseaux de neurones modernes.

"Pour les problèmes à grande échelle, cela nécessite un matériel très efficace", a déclaré Rahimi. "Par exemple, comment [faites-vous] une recherche efficace sur plus d'un milliard d'articles ?"

Tout cela devrait venir avec le temps, a déclaré Kanerva. "Il y a d'autres secrets [que] les espaces de grande dimension détiennent", a-t-il déclaré. "Je vois cela comme le tout début du temps pour le calcul avec des vecteurs."

Auteur: Ananthaswamy Anil

Info: https://www.quantamagazine.org/ Mais 2023

[ machine learning ]