recherche industrielle

Le lecteur innocent et beaucoup de mathématiciens confirmés seront probablement surpris de trouver dans mon livre quelques allusions très appuyées à des sujets extra-mathématiques et particulièrement aux relations entre science et armement. Cela ne se fait pas : 'la Science est politiquement neutre', même lorsque quelqu’un la laisse par mégarde tomber sur Hiroshima. Ce n’est pas non plus au programme : le métier du mathématicien est de fournir à ses étudiants ou lecteurs, sans commentaires, des instruments dont ceux-ci feront plus tard, pour le meilleur et pour le pire, l’usage qui leur conviendra.

Il me paraît plus honnête de violer ces misérables et beaucoup trop commodes tabous et de mettre en garde les innocents qui se lancent en aveugles dans des carrières dont ils ignorent tout. En raison de ses catastrophiques conséquences passées ou potentielles, la question des rapports entre science, technologie et armement concerne tous ceux qui se lancent dans les sciences ou les techniques ou les pratiquent. Elle est gouvernée depuis un demi-siècle par l’existence d’organismes officiels et d’entreprises privées dont la fonction est la transformation systématique du progrès scientifique et technique en progrès militaire dans la limite, souvent élastique, des capacités économiques des pays concernés.

Il serait impossible de discuter ce sujet, encore moins d’en faire l’histoire d’une façon un tant soit peu systématique, dans le cadre d’un traité de mathématiques, sauf à y ajouter des volumes supplémentaires. On peut toutefois, en quelques dizaines de pages, en donner une idée et, en particulier, montrer que la question et le sujet existent. Dans une France où les discussions sur les relations entre Science et Défense sont dominées depuis des décennies par un épais “consensus”, la chose à dire à la jeunesse est que l’une des formes de la liberté intellectuelle est de ne pas se laisser dominer par les idées dominantes...

Auteur: Godement Roger

Info: Science, technologie, armement Extrait de la Préface à "Analyse Mathématique", Éditions Springer, 1997

[ guerres ] [ conflits d'intérêts ] [ critique ] [ indépendance ]

économie de marchés

Il faut abandonner l’idée reçue que nous avons d’une société d’abondance comme d’une société dans laquelle tous les besoins matériels (et culturels) sont aisément satisfaits, car cette idée fait abstraction de toute logique sociale. Et il faut rejoindre l’idée reprise par Marshall Sahlins dans son article sur la "première société d’abondance", selon laquelle ce sont nos sociétés industrielles et productivistes, au contraire de certaines sociétés primitives, qui sont dominées par la rareté, par l’obsession de rareté caractéristique de l’économie de marché.

Plus on produit, plus on souligne, au sein même de la profusion, l’éloignement irrémédiable du terme final que serait l’abondance - définie comme l’équilibre de la production humaine et des finalités humaines.

Puisque ce qui est satisfait dans une société de croissance, et de plus en plus satisfait au fur et à mesure que croît la productivité, ce sont les besoins mêmes de l’ordre de production, et non les "besoins" de l’homme, sur la méconnaissance desquels repose au contraire tout le système, il est clair que l’abondance recule indéfiniment : mieux – elle est irrémédiablement niée au profit du règne organisé de la rareté (la pénurie structurelle).

Pour Sahlins, c’étaient les chasseurs-collecteurs (tribus nomades primitives d’Australie, du Kalahari, etc.) qui connaissaient l’abondance véritable malgré leur "pauvreté". Les primitifs n’y possèdent rien en propre, ils ne sont pas obsédés par leurs objets, qu’ils jettent à mesure pour mieux se déplacer. Pas d’appareil de production ni de "travail" : ils chassent et cueillent "à loisir", pourrait-on dire, et partagent tout entre eux.

Leur prodigalité est totale : ils consomment tout d’emblée, pas de calcul économique, pas de stocks. Le chasseur-collecteur n’a rien de l’Homo œconomicus d’invention bourgeoise. Il ne connaît pas les fondements de l’Économie Politique. Il reste même toujours en deçà des énergies humaines, des ressources naturelles et des possibilités économiques effectives. Il dort beaucoup. Il a confiance – et c’est cela qui marque son système économique – en la richesse des ressources naturelles, alors que notre système est marqué (et de plus en plus avec le perfectionnement technique) par le désespoir face à l’insuffisance des moyens humains, par une angoisse radicale et catastrophique qui est l’effet profond de l’économie de marche et la concurrence généralisée.

Auteur: Baudrillard Jean

Info: La société de consommation, pp. 90-91

[ déséquilibre ] [ bêtise structurelle ] [ anthropologie ] [ comparaison ]

homo rationalis

( FLP ) - On a beaucoup parlé de l'esprit des liste, qui domina les premières apparitions de l'écriture humaine, du langage fixé sur support externe il y a environ 5000 ans. Es-tu d'accord `?

( Perplexity )  - Oui, je suis d'accord avec cette affirmation, car les résultats de recherche indiquent que les premières apparitions de l'écriture humaine remontent à environ 5000 ans, avec un esprit de classification et de mise en liste qui semble avoir dominé à cette époque.Voici les principaux éléments qui étayent ce point de vue :

- Les plus anciennes traces d'écriture élaborées se rencontrent de manière quasi simultanée vers 3300 ans avant notre ère chez les Égyptiens et les Sumériens.

- Les Sumériens utilisaient l'écriture cunéiforme sur des tablettes d'argile pour inventorier les marchandises, ce qui suggère un esprit de classification et de mise en liste.

- L'établissement de listes semble avoir été un moteur important pour que l'esprit humain franchisse une étape décisive dans le développement de l'écriture.

- L'écriture marque la fin de la préhistoire et un tournant dans l'histoire de l'Homme, qui va savoir conserver la mémoire de son passé24.Donc oui, les résultats indiquent bien que les premières écritures, apparues il y a environ 5000 ans en Mésopotamie et en Égypte, étaient dominées par un esprit de mise en liste et de classification, notamment pour inventorier les biens et les marchandises. Ce mode de pensée a joué un rôle clé dans le développement de l'écriture à cette époque.

(FLP ) - Merci : qu'en est-il de l’apparition de l'écriture en Chine ou ailleurs à cet égard, Y discerne-t'on aussi un esprit d'inventaire ?

(Perplexity) - Oui, on peut discerner un esprit d'inventaire et de classification dans les premières apparitions de l'écriture en Chine, comme ailleurs dans le monde ancien. En Chine, les plus anciennes traces d'écriture remontent à la dynastie Shang (1600-1046 av. J.-C.), sous forme d'inscriptions sur des os et écailles de tortues utilisées pour la divination. Les questions écrites concernaient principalement l'agriculture, les stratégies militaires et l'interprétation des rêves, suggérant un esprit de classification et d'inventaire. De même, les premiers caractères chinois apparaissent sur des vases rituels en bronze dès le début de l'époque Shang, probablement pour identifier et classer ces objets. Plus généralement, les systèmes d'écriture les plus anciens, comme les cunéiformes sumériens ou les hiéroglyphes égyptiens, ont souvent été développés pour inventorier et classer les biens, les personnes et les transactions. L'écriture a permis de fixer sur un support externe ce qui était auparavant mémorisé, ouvrant la voie à de nouveaux modes de pensée et de classification. Donc oui, que ce soit en Chine ou ailleurs dans l'Antiquité, les premières écritures semblent avoir été motivées par un besoin d'inventaire, de classification et de conservation de l'information, avant de se développer en systèmes de communication plus élaborés. Cet esprit de liste et de catégorisation a probablement joué un rôle important dans l'émergence de l'écriture à ses débuts.

Auteur: perplexity.ai

Info: 28 avril 2024

[ homme-machine ] [ réflexion ]

onomasiologie algébrique

Critique réciproque de l’intelligence artificielle et des sciences humaines

Je me souviens d’avoir participé, vers la fin des années 1980, à un Colloque de Cerisy sur les sciences cognitives auquel participaient quelques grands noms américains de la discipline, y compris les tenants des courants neuro-connexionnistes et logicistes. Parmi les invités, le philosophe Hubert Dreyfus (notamment l’auteur de What Computers Can’t Do, MIT Press, 1972) critiquait vertement les chercheurs en intelligence artificielle parce qu’ils ne tenaient pas compte de l’intentionnalité découverte par la phénoménologie. Les raisonnements humains réels, rappelait-il, sont situés, orientés vers une fin et tirent leur pertinence d’un contexte d’interaction. Les sciences de la cognition dominées par le courant logico-statistique étaient incapables de rendre compte des horizons de conscience qui éclairent l’intelligence. Dreyfus avait sans doute raison, mais sa critique ne portait pas assez loin, car ce n’était pas seulement la phénoménologie qui était ignorée. L’intelligence artificielle (IA) n’intégrait pas non plus dans la cognition qu’elle prétendait modéliser la complexité des systèmes symboliques et de la communication humaine, ni les médias qui la soutiennent, ni les tensions pragmatiques ou les relations sociales qui l’animent. A cet égard, nous vivons aujourd’hui dans une situation paradoxale puisque l’IA connaît un succès pratique impressionnant au moment même où son échec théorique devient patent.

Succès pratique, en effet, puisqu’éclate partout l’utilité des algorithmes statistiques, de l’apprentissage automatique, des simulations d’intelligence collective animale, des réseaux neuronaux et d’autres systèmes de reconnaissance de formes. Le traitement automatique du langage naturel n’a jamais été aussi populaire, comme en témoigne par exemple l’usage de Google translate. Le Web des données promu par le WWW consortium (dirigé par Sir Tim Berners-Lee). utilise le même type de règles logiques que les systèmes experts des années 1980. Enfin, les algorithmes de computation sociale mis en oeuvre par les moteurs de recherche et les médias sociaux montrent chaque jour leur efficacité.

Mais il faut bien constater l’échec théorique de l’IA puisque, malgré la multitude des outils algorithmiques disponibles, l’intelligence artificielle ne peut toujours pas exhiber de modèle convaincant de la cognition. La discipline a prudemment renoncé à simuler l’intelligence dans son intégralité. Il est clair pour tout chercheur en sciences humaines ayant quelque peu pratiqué la transdisciplinarité que, du fait de sa complexité foisonnante, l’objet des sciences humaines (l’esprit, la pensée, l’intelligence, la culture, la société) ne peut être pris en compte dans son intégralité par aucune des théories computationnelles de la cognition actuellement disponible. C’est pourquoi l’intelligence artificielle se contente dans les faits de fournir une boîte à outils hétéroclite (règles logiques, syntaxes formelles, méthodes statistiques, simulations neuronales ou socio-biologiques…) qui n’offrent pas de solution générale au problème d’une modélisation mathématique de la cognition humaine.

Cependant, les chercheurs en intelligence artificielle ont beau jeu de répondre à leurs critiques issus des sciences humaines : "Vous prétendez que nos algorithmes échouent à rendre compte de la complexité de la cognition humaine, mais vous ne nous en proposez vous-mêmes aucun pour remédier au problème. Vous vous contentez de pointer du doigt vers une multitude de disciplines, plus complexes les unes que les autres (philosophie, psychologie, linguistique, sociologie, histoire, géographie, littérature, communication…), qui n’ont pas de métalangage commun et n’ont pas formalisé leurs objets ! Comment voulez-vous que nous nous retrouvions dans ce bric-à-brac ?" Et cette interpellation est tout aussi sensée que la critique à laquelle elle répond.

Synthèse de l’intelligence artificielle et des sciences humaines

Ce que j’ai appris de Hubert Dreyfus lors de ce colloque de 1987 où je l’ai rencontré, ce n’était pas tant que la phénoménologie serait la clé de tous les problèmes d’une modélisation scientifique de l’esprit (Husserl, le père de la phénoménologie, pensait d’ailleurs que la phénoménologie – une sorte de méta-science de la conscience – était impossible à mathématiser et qu’elle représentait même le non-mathématisable par exellence, l’autre de la science mathématique de la nature), mais plutôt que l’intelligence artificielle avait tort de chercher cette clé dans la seule zone éclairée par le réverbère de l’arithmétique, de la logique et des neurones formels… et que les philosophes, herméneutes et spécialistes de la complexité du sens devaient participer activement à la recherche plutôt que de se contenter de critiquer. Pour trouver la clé, il fallait élargir le regard, fouiller et creuser dans l’ensemble du champ des sciences humaines, aussi opaque au calcul qu’il semble à première vue. Nous devions disposer d’un outil à traiter le sens, la signification, la sémantique en général, sur un mode computationnel. Une fois éclairé par le calcul le champ immense des relations sémantiques, une science de la cognition digne de ce nom pourrait voir le jour. En effet, pour peu qu’un outil symbolique nous assure du calcul des relations entre signifiés, alors il devient possible de calculer les relations sémantiques entre les concepts, entre les idées et entre les intelligences. Mû par ces considérations, j’ai développé la théorie sémantique de la cognition et le métalangage IEML : de leur union résulte la sémantique computationnelle.

Les spécialistes du sens, de la culture et de la pensée se sentent démunis face à la boîte à outils hétérogène de l’intelligence artificielle : ils n’y reconnaissent nulle part de quoi traiter la complexité contextuelle de la signification. C’est pourquoi la sémantique computationnelle leur propose de manipuler les outils algorithmiques de manière cohérente à partir de la sémantique des langues naturelles. Les ingénieurs s’égarent face à la multitude bigarrée, au flou artistique et à l’absence d’interopérabilité conceptuelle des sciences humaines. Remédiant à ce problème, la sémantique computationnelle leur donne prise sur les outils et les concepts foisonnants des insaisissables sciences humaines. En somme, le grand projet de la sémantique computationnelle consiste à construire un pont entre l’ingénierie logicielle et les sciences humaines de telle sorte que ces dernières puissent utiliser à leur service la puissance computationnelle de l’informatique et que celle-ci parvienne à intégrer la finesse herméneutique et la complexité contextuelle des sciences humaines. Mais une intelligence artificielle grande ouverte aux sciences humaines et capable de calculer la complexité du sens ne serait justement plus l’intelligence artificielle que nous connaissons aujourd’hui. Quant à des sciences humaines qui se doteraient d’un métalangage calculable, qui mobiliseraient l’intelligence collective et qui maîtriseraient enfin le médium algorithmique, elles ne ressembleraient plus aux sciences humaines que nous connaissons depuis le XVIIIe siècle : nous aurions franchi le seuil d’une nouvelle épistémè.

Auteur: Lévy Pierre

Info: https://pierrelevyblog.com/2014/10/08/intelligence-artificielle-et-sciences-humaines/

[ mathématification idiomatique ]