symétrie

Chaque organisme empiète sur les plates-bandes de l'autre. Là où il y a un corps, nul autre ne peut être. Les oiseaux construisent des nids, les abeilles des rayons, les humains des maisons préfabriquées. Il n'y a pas d'équilibre naturel. Le cycle de la matière organique qui prodigue la vie naît du déséquilibre. Le soleil, qui se lève chaque jour. Un fort gradient énergétique qui nous maintient tous en vie. L'équilibre, c'est la fin, la mort.

Auteur: Schalansky Judith

Info: L'inconstance de l'espèce

[ fatale ]

conception architecturale

La présence d’un gradient d’intimité permet aux habitants de donner à chaque rencontre chaque usage une signification différente en choisissant avec soin sa position sur le gradient. Dans un bâtiment dont les pièces sont si entrelacées qu’il n’existe pas de gradient d’intimité clairement défini, il n’est pas possible de déterminer avec attention un emplacement destiné à une rencontre particulière, et par conséquent il est impossible de donner à cette rencontre une signification renforcée par le choix de l’emplacement. Cette homogénéité de l’espace où chaque pièce a un degré d’intimité similaire, entrave les chances de subtilité dans les interactions sociales au sein du bâtiment.

Auteur: Christopher Alexander

Info: a pattern language 1977

[ ordre ] [ sens ] [ urbanisme ]

micro-organismes

En y réfléchissant, j'ai remarqué que la bactérie n'est qu'un système physique ; un tas de molécules qui s'assemblent et agissent les unes sur les autres. Je me suis donc demandé quelles étaient les caractéristiques nécessaires pour qu'un tel système physique devienne un agent autonome. Après avoir réfléchi à cette question pendant plusieurs mois, je suis parvenu à une définition provisoire : 

Un agent autonome est quelque chose qui peut à la fois se reproduire et effectuer au moins un cycle thermodynamique*. Il s'avère que c'est le cas de toutes les cellules vivantes, à l'exception de rares cas particuliers. Elles effectuent toutes ces cycles, tout comme la bactérie qui fait tourner son flagelle en remontant le gradient de glucose. Les cellules de votre corps sont occupées à effectuer ce qu'on pourra nommer "cycles de travail" en permanence.

Auteur: Kauffman Stuart Alan

Info: In : "The Adjacent Possible : A Talk with SK" sur edge.org, 11 mars 2003. *qui implique un transfert énergétique dans et hors du système,

[ universelles répétitions ] [ tâtonnement ] [ biologie ] [ vies itératives ] [ bio-machines ]

biophysique

En physique l'ordre se réfère directement à l'énergie libre, le désordre et l'énergie liée (quel gradient?). En biologie, cependant, à l'instar du point de vue économique de Freud sur les processus primaire et secondaire, le rapport est inverse. Alors que pour le physicien la formation d'un cristal comporte une déperdition d'énergie libre (diminution de gradient), et donc, par définition, une augmentation d'entropie - car le cristal aurait fait du "travail" - pour le biologiste, le changement de la solution en cristal signifie une augmentation de patterning (modélisation) et donc, une augmentation d'entropie négative. Autrement dit, alors que le manque d'un gradient énergétique à partir duquel on puisse obtenir du travail est représenté en physique par l'énergie liée, l'énergiee liée du biologiste n'indique pas une distribution aléatoire de potentiel, mais se rapporte au processus de la liaison (binding) de l'énergie de l'information*.

Auteur: Wilden Anthony

Info: L'écriture et le bruit dans la morphogenèse du système ouvert, p 56. *Pour Freud, des "signaux" partant du "moi", lient ou controlent l'"énergie" du "ça". C'est à dire que la Bindung (liaison) du processus secondaire apporte à la signification une Vorstellung (représentation) du sens du processus primaire (analogue), par le moyen de la digitalisation.

[ épigénétique ] [ entropie-néguentropie ] [ émergences contraires ] [ observateur dualiste ] [ interaction continue ]

informatique

Il n'y a pas d'approche meilleure que les autres pour ce qui est de représenter la connaissance, ou résoudre des problèmes, et autres limitations de l'intelligence artificielle actuelle, car tout ça provient pour bonne partie de la quête de "théories unifiées", ou alors des tentatives de réparations-corrections des déficiences de positions idéologiques théoriquement soignées, mais qui  conceptuellement s'appauvrissent. Nos réseaux connexionnistes purement numériques sont par essence déficients en termes de capacité à raisonner correctement ; nos systèmes logiques purement symboliques sont intrinsèquement déficients en termes de capacité à représenter les "connexions heuristiques" les plus importantes entre les choses - ces liens incertains, approximatifs et analogiques dont nous avons besoin pour formuler de nouvelles hypothèses. La polyvalence dont nous avons besoin ne peut être trouvée que dans des architectures à plus grande échelle, qui peuvent exploiter et gérer les avantages de plusieurs types de représentations en même temps. Chacune peut alors être utilisée pour surmonter les déficiences des autres.

Auteur: Minsky Marvin

Info: Logical vs Analogical or Symbolic vs. Connectionist or Neat vs. Scruffy

[ gradients d'apprentissage ] [ limitation ]

interdépendance

Dans son célèbre ouvrage intitulé What is Life ? Erwin Schrödinger pose la question suivante : "Quelle est la source de l'ordre en biologie ?" Il en arrive à l'idée qu'il dépend de la mécanique quantique et d'un microcode transporté dans une sorte de cristal apériodique - qui s'est avéré être l'ADN et l'ARN - il avait donc brillamment raison. Mais si vous demandez s'il est parvenu à l'essence de ce qui rend quelque chose vivant, il ne l'a bien sûr pas fait. Bien qu'aujourd'hui nous connaissions des bribes de la machinerie des cellules, nous ne savons pas ce qui en fait des êtres vivants. Cependant, je suis peut-être tombé sur une définition de ce que signifie être vivant.

Pendant près d'un an et demi, j'ai tenu un carnet de notes sur ce que j'appelle les agents autonomes. Un agent autonome est quelque chose qui peut agir en son propre nom dans un environnement. En fait, tous les organismes vivant librement sont des agents autonomes. Normalement, lorsque nous pensons à une bactérie qui progresse dans un gradient de glucose, nous disons que la bactérie va chercher de la nourriture. En d'autres termes, nous parlons de la bactérie de manière téléologique, comme si elle agissait pour son propre compte dans son milieu. Il est stupéfiant que l'univers ait donné naissance à des choses qui puissent agir de cette manière. Comment diable cela a-t-il pu se produire ?

Auteur: Kauffman Stuart Alan

Info: " The Adjacent Possible : A Talk with Stuart Kauffman " sur edge.org, 11 mars 2003.

[ biologie systémique ] [ étonnement ] [ gaïa ] [ tâtonnement syntropique ] [ néguentropie ]

homme-machine

Comment l'IA comprend des trucs que personne ne lui lui a appris

Les chercheurs peinent à comprendre comment les modèles d'Intelligence artificielle, formés pour perroquetter les textes sur Internet, peuvent effectuer des tâches avancées comme coder, jouer à des jeux ou essayer de rompre un mariage.

Personne ne sait encore comment ChatGPT et ses cousins ​​de l'intelligence artificielle vont transformer le monde, en partie parce que personne ne sait vraiment ce qui se passe à l'intérieur. Certaines des capacités de ces systèmes vont bien au-delà de ce pour quoi ils ont été formés, et même leurs inventeurs ne savent pas pourquoi. Un nombre croissant de tests suggèrent que ces systèmes d'IA développent des modèles internes du monde réel, tout comme notre propre cerveau le fait, bien que la technique des machines soit différente.

"Tout ce que nous voulons faire avec ces systèmes pour les rendre meilleurs ou plus sûrs ou quelque chose comme ça me semble une chose ridicule à demander  si nous ne comprenons pas comment ils fonctionnent", déclare Ellie Pavlick de l'Université Brown,  un des chercheurs travaillant à combler ce vide explicatif.

À un certain niveau, elle et ses collègues comprennent parfaitement le GPT (abréviation de generative pretrained transformer) et d'autres grands modèles de langage, ou LLM. Des modèles qui reposent sur un système d'apprentissage automatique appelé réseau de neurones. De tels réseaux ont une structure vaguement calquée sur les neurones connectés du cerveau humain. Le code de ces programmes est relativement simple et ne remplit que quelques pages. Il met en place un algorithme d'autocorrection, qui choisit le mot le plus susceptible de compléter un passage sur la base d'une analyse statistique laborieuse de centaines de gigaoctets de texte Internet. D'autres algorithmes auto-apprenants supplémentaire garantissant que le système présente ses résultats sous forme de dialogue. En ce sens, il ne fait que régurgiter ce qu'il a appris, c'est un "perroquet stochastique", selon les mots d'Emily Bender, linguiste à l'Université de Washington. Mais les LLM ont également réussi à réussir l'examen pour devenir avocat, à expliquer le boson de Higgs en pentamètre iambique (forme de poésie contrainte) ou à tenter de rompre le mariage d'un utilisateurs. Peu de gens s'attendaient à ce qu'un algorithme d'autocorrection assez simple acquière des capacités aussi larges.

Le fait que GPT et d'autres systèmes d'IA effectuent des tâches pour lesquelles ils n'ont pas été formés, leur donnant des "capacités émergentes", a surpris même les chercheurs qui étaient généralement sceptiques quant au battage médiatique sur les LLM. "Je ne sais pas comment ils le font ou s'ils pourraient le faire plus généralement comme le font les humains, mais tout ça mes au défi mes pensées sur le sujet", déclare Melanie Mitchell, chercheuse en IA à l'Institut Santa Fe.

"C'est certainement bien plus qu'un perroquet stochastique, qui auto-construit sans aucun doute une certaine représentation du monde, bien que je ne pense pas que ce soit  vraiment de la façon dont les humains construisent un modèle de monde interne", déclare Yoshua Bengio, chercheur en intelligence artificielle à l'université de Montréal.

Lors d'une conférence à l'Université de New York en mars, le philosophe Raphaël Millière de l'Université de Columbia a offert un autre exemple à couper le souffle de ce que les LLM peuvent faire. Les modèles avaient déjà démontré leur capacité à écrire du code informatique, ce qui est impressionnant mais pas trop surprenant car il y a tellement de code à imiter sur Internet. Millière est allé plus loin en montrant que le GPT peut aussi réaliser du code. Le philosophe a tapé un programme pour calculer le 83e nombre de la suite de Fibonacci. "Il s'agit d'un raisonnement en plusieurs étapes d'un très haut niveau", explique-t-il. Et le robot a réussi. Cependant, lorsque Millière a demandé directement le 83e nombre de Fibonacci, GPT s'est trompé, ce qui suggère que le système ne se contentait pas de répéter ce qui se disait sur l'internet. Ce qui suggère que le système ne se contente pas de répéter ce qui se dit sur Internet, mais qu'il effectue ses propres calculs pour parvenir à la bonne réponse.

Bien qu'un LLM tourne sur un ordinateur, il n'en n'est pas un lui-même. Il lui manque des éléments de calcul essentiels, comme sa propre mémoire vive. Reconnaissant tacitement que GPT seul ne devrait pas être capable d'exécuter du code, son inventeur, la société technologique OpenAI, a depuis introduit un plug-in spécialisé -  outil que ChatGPT peut utiliser pour répondre à une requête - qui remédie à cela. Mais ce plug-in n'a pas été utilisé dans la démonstration de Millière. Au lieu de cela, ce dernier suppose plutôt que la machine a improvisé une mémoire en exploitant ses mécanismes d'interprétation des mots en fonction de leur contexte -  situation similaire à la façon dont la nature réaffecte des capacités existantes à de nouvelles fonctions.

Cette capacité impromptue démontre que les LLM développent une complexité interne qui va bien au-delà d'une analyse statistique superficielle. Les chercheurs constatent que ces systèmes semblent parvenir à une véritable compréhension de ce qu'ils ont appris. Dans une étude présentée la semaine dernière à la Conférence internationale sur les représentations de l'apprentissage (ICLR), le doctorant Kenneth Li de l'Université de Harvard et ses collègues chercheurs en intelligence artificielle, Aspen K. Hopkins du Massachusetts Institute of Technology, David Bau de la Northeastern University et Fernanda Viégas , Hanspeter Pfister et Martin Wattenberg, tous à Harvard, ont créé leur propre copie plus petite du réseau neuronal GPT afin de pouvoir étudier son fonctionnement interne. Ils l'ont entraîné sur des millions de matchs du jeu de société Othello en alimentant de longues séquences de mouvements sous forme de texte. Leur modèle est devenu un joueur presque parfait.

Pour étudier comment le réseau de neurones encodait les informations, ils ont adopté une technique que Bengio et Guillaume Alain, également de l'Université de Montréal, ont imaginée en 2016. Ils ont créé un réseau de "sondes" miniatures pour analyser le réseau principal couche par couche. Li compare cette approche aux méthodes des neurosciences. "C'est comme lorsque nous plaçons une sonde électrique dans le cerveau humain", dit-il. Dans le cas de l'IA, la sonde a montré que son "activité neuronale" correspondait à la représentation d'un plateau de jeu d'Othello, bien que sous une forme alambiquée. Pour confirmer ce résultat, les chercheurs ont inversé la sonde afin d'implanter des informations dans le réseau, par exemple en remplaçant l'un des marqueurs noirs du jeu par un marqueur blanc. "En fait, nous piratons le cerveau de ces modèles de langage", explique Li. Le réseau a ajusté ses mouvements en conséquence. Les chercheurs ont conclu qu'il jouait à Othello à peu près comme un humain : en gardant un plateau de jeu dans son "esprit" et en utilisant ce modèle pour évaluer les mouvements. Li pense que le système apprend cette compétence parce qu'il s'agit de la description la plus simple et efficace de ses données pour l'apprentissage. "Si l'on vous donne un grand nombre de scripts de jeu, essayer de comprendre la règle qui les sous-tend est le meilleur moyen de les comprimer", ajoute-t-il.

Cette capacité à déduire la structure du monde extérieur ne se limite pas à de simples mouvements de jeu ; il apparaît également dans le dialogue. Belinda Li (aucun lien avec Kenneth Li), Maxwell Nye et Jacob Andreas, tous au MIT, ont étudié des réseaux qui jouaient à un jeu d'aventure textuel. Ils ont introduit des phrases telles que "La clé est dans le coeur du trésor", suivies de "Tu prends la clé". À l'aide d'une sonde, ils ont constaté que les réseaux encodaient en eux-mêmes des variables correspondant à "coeur" et "Tu", chacune avec la propriété de posséder ou non une clé, et mettaient à jour ces variables phrase par phrase. Le système n'a aucun moyen indépendant de savoir ce qu'est une boîte ou une clé, mais il a acquis les concepts dont il avait besoin pour cette tâche."

"Une représentation de cette situation est donc enfouie dans le modèle", explique Belinda Li.

Les chercheurs s'émerveillent de voir à quel point les LLM sont capables d'apprendre du texte. Par exemple, Pavlick et sa doctorante d'alors, l'étudiante Roma Patel, ont découvert que ces réseaux absorbent les descriptions de couleur du texte Internet et construisent des représentations internes de la couleur. Lorsqu'ils voient le mot "rouge", ils le traitent non seulement comme un symbole abstrait, mais comme un concept qui a une certaine relation avec le marron, le cramoisi, le fuchsia, la rouille, etc. Démontrer cela fut quelque peu délicat. Au lieu d'insérer une sonde dans un réseau, les chercheurs ont étudié sa réponse à une série d'invites textuelles. Pour vérifier si le systhème ne faisait pas simplement écho à des relations de couleur tirées de références en ligne, ils ont essayé de le désorienter en lui disant que le rouge est en fait du vert - comme dans la vieille expérience de pensée philosophique où le rouge d'une personne correspond au vert d'une autre. Plutôt que répéter une réponse incorrecte, les évaluations de couleur du système ont évolué de manière appropriée afin de maintenir les relations correctes.

Reprenant l'idée que pour remplir sa fonction d'autocorrection, le système recherche la logique sous-jacente de ses données d'apprentissage, le chercheur en apprentissage automatique Sébastien Bubeck de Microsoft Research suggère que plus la gamme de données est large, plus les règles du système faire émerger sont générales. "Peut-être que nous nous constatons un tel bond en avant parce que nous avons atteint une diversité de données suffisamment importante pour que le seul principe sous-jacent à toutes ces données qui demeure est que des êtres intelligents les ont produites... Ainsi la seule façon pour le modèle d'expliquer toutes ces données est de devenir intelligent lui-même".

En plus d'extraire le sens sous-jacent du langage, les LLM sont capables d'apprendre en temps réel. Dans le domaine de l'IA, le terme "apprentissage" est généralement réservé au processus informatique intensif dans lequel les développeurs exposent le réseau neuronal à des gigaoctets de données et ajustent petit à petit ses connexions internes. Lorsque vous tapez une requête dans ChatGPT, le réseau devrait être en quelque sorte figé et, contrairement à l'homme, ne devrait pas continuer à apprendre. Il fut donc surprenant de constater que les LLM apprennent effectivement à partir des invites de leurs utilisateurs, une capacité connue sous le nom d'"apprentissage en contexte". "Il s'agit d'un type d'apprentissage différent dont on ne soupçonnait pas l'existence auparavant", explique Ben Goertzel, fondateur de la société d'IA SingularityNET.

Un exemple de la façon dont un LLM apprend vient de la façon dont les humains interagissent avec les chatbots tels que ChatGPT. Vous pouvez donner au système des exemples de la façon dont vous voulez qu'il réponde, et il obéira. Ses sorties sont déterminées par les derniers milliers de mots qu'il a vus. Ce qu'il fait, étant donné ces mots, est prescrit par ses connexions internes fixes - mais la séquence de mots offre néanmoins une certaine adaptabilité. Certaines personnes utilisent le jailbreak à des fins sommaires, mais d'autres l'utilisent pour obtenir des réponses plus créatives. "Il répondra mieux aux questions scientifiques, je dirais, si vous posez directement la question, sans invite spéciale de jailbreak, explique William Hahn, codirecteur du laboratoire de perception de la machine et de robotique cognitive à la Florida Atlantic University. "Sans il sera un meilleur universitaire." (Comme son nom l'indique une invite jailbreak -prison cassée-, invite à  moins délimiter-verrouiller les fonctions de recherche et donc à les ouvrir, avec les risques que ça implique) .

Un autre type d'apprentissage en contexte se produit via l'incitation à la "chaîne de pensée", ce qui signifie qu'on demande au réseau d'épeler chaque étape de son raisonnement - manière de faire qui permet de mieux résoudre les problèmes de logique ou d'arithmétique en passant par plusieurs étapes. (Ce qui rend l'exemple de Millière si surprenant  puisque le réseau a trouvé le nombre de Fibonacci sans un tel encadrement.)

En 2022, une équipe de Google Research et de l'École polytechnique fédérale de Zurich - Johannes von Oswald, Eyvind Niklasson, Ettore Randazzo, João Sacramento, Alexander Mordvintsev, Andrey Zhmoginov et Max Vladymyrov - a montré que l'apprentissage en contexte suit la même procédure de calcul de base que l'apprentissage standard, connue sous le nom de descente de gradient". 

Cette procédure n'était pas programmée ; le système l'a découvert sans aide. "C'est probablement une compétence acquise", déclare Blaise Agüera y Arcas, vice-président de Google Research. De fait il pense que les LLM peuvent avoir d'autres capacités latentes que personne n'a encore découvertes. "Chaque fois que nous testons une nouvelle capacité que nous pouvons quantifier, nous la trouvons", dit-il.

Bien que les LLM aient suffisamment d'angles morts et autres défauts pour ne pas être qualifiés d'intelligence générale artificielle, ou AGI - terme désignant une machine qui atteint l'ingéniosité du cerveau animal - ces capacités émergentes suggèrent à certains chercheurs que les entreprises technologiques sont plus proches de l'AGI que même les optimistes ne l'avaient deviné. "Ce sont des preuves indirectes que nous en sommes probablement pas si loin", a déclaré Goertzel en mars lors d'une conférence sur le deep learning à la Florida Atlantic University. Les plug-ins d'OpenAI ont donné à ChatGPT une architecture modulaire un peu comme celle du cerveau humain. "La combinaison de GPT-4 [la dernière version du LLM qui alimente ChatGPT] avec divers plug-ins pourrait être une voie vers une spécialisation des fonctions semblable à celle de l'homme", déclare Anna Ivanova, chercheuse au M.I.T.

Dans le même temps, les chercheurs s'inquiètent de voir leur capacité à étudier ces systèmes s'amenuiser. OpenAI n'a pas divulgué les détails de la conception et de l'entraînement de GPT-4, en partie du à la concurrence avec Google et d'autres entreprises, sans parler des autres pays. "Il y aura probablement moins de recherche ouverte de la part de l'industrie, et les choses seront plus cloisonnées et organisées autour de la construction de produits", déclare Dan Roberts, physicien théoricien au M.I.T., qui applique les techniques de sa profession à la compréhension de l'IA.

Ce manque de transparence ne nuit pas seulement aux chercheurs, il entrave également les efforts qui visent à comprendre les répercussions sociales de l'adoption précipitée de la technologie de l'IA. "La transparence de ces modèles est la chose la plus importante pour garantir la sécurité", affirme M. Mitchell.

Auteur: Musser Georges

Info: https://www.scientificamerican.com,  11 mai 2023. *algorithme d'optimisation utilisé dans l'apprentissage automatique et les problèmes d'optimisation. Il vise à minimiser ou à maximiser une fonction en ajustant ses paramètres de manière itérative. L'algorithme part des valeurs initiales des paramètres et calcule le gradient de la fonction au point actuel. Les paramètres sont ensuite mis à jour dans la direction du gradient négatif (pour la minimisation) ou positif (pour la maximisation), multiplié par un taux d'apprentissage. Ce processus est répété jusqu'à ce qu'un critère d'arrêt soit rempli. La descente de gradient est largement utilisée dans la formation des modèles d'apprentissage automatique pour trouver les valeurs optimales des paramètres qui minimisent la différence entre les résultats prédits et les résultats réels. Trad et adaptation Mg

[ singularité technologique ] [ versatilité sémantique ]