homme-machine

Une attention maximale est souvent accordée aux robots industriels car ils sont la face la plus visible de l'automatisation, mais une accélération radicale se produit également dans l'automatisation du lieu de travail par le biais de logiciels et d’apprentissage machine. Ce qu'on appelle l'automatisation robotisée des processus (RPA) rend les entreprises plus efficaces en installant des logiciels qui rivalisent avec les actions d'un travailleur humain et les remplacent. Elle peut prendre plusieurs formes, allant du groupe financier de Microsoft qui consolide et simplifie des rapports, des outils et des contenus disparates dans un portail personnalisé automatisé, basé sur les rôles, à une compagnie pétrolière qui installe un logiciel envoyant les photos d'un pipeline à un moteur IA, dans le but de les comparer avec une base de données existante et d’alerter les employés concernés de problèmes potentiels. Dans tous les cas, la RPA permet de réduire le temps consacré à la compilation et à la validation des données, et donc de réduire les coûts (au détriment d'une augmentation probable du chômage, comme mentionné dans la section "Réinitialisation économique"). Au plus fort de la pandémie, la RPA a gagné ses galons en prouvant son efficacité dans la gestion des hausses de volume ; à l'ère post-pandémique, le processus sera par conséquent déployé et accéléré.

Auteur: Schwab Klaus

Info: Covid-19 la grande réinitialisation

[ intelligence artificielle ] [ numérique ]

homme-machine

Quelqu'un qui voudrait utiliser voire s'approprier au mieux cette application devrait aussi consulter les rubriques "Titre possible pour ce logiciel"; et "citation s'appliquant à ce logiciel". Il sera ainsi possible de mieux percevoir les intentions et la forme d'esprit de ses concepteurs-compilateurs-auteurs. Et savoir aussi qu'il y a de très grandes rubriques génériques à deux termes comme : "rapports humains", "dernières paroles", "déclarations d'amour", etc. qui peuvent être abordés comme de véritables rayonnages de la base de données.

De mêmes que certaines interactions récurrentes ou "situations précisées", comme l'énorme rubrique "Femmes-Hommes", elle-même déclinée en sous-ensembles : hommes-par-femmes, femmes-par-hommes, femmes-par-femmes, hommes-par-hommes, masculin-féminin, épouses-maris, mâles-femelles, réparties-féminines, pensée-de-femme, pensée-d'homme, pensées-féministes, avantage-femme-sur-homme, avantage-homme-sur-femme, plan-drague-femme, plan-drague-mâle, râteau-pour-filles, pensées-misogynes...

Ainsi qu'un certain nombre d'autres intitulés à deux mots, plus précis, comme : chair-esprit (ou corps-esprit, nous sommes en train de faire de l'ordre là-dedans), action-réaction, contre-râteau, sado-maso, objet-sexuel, pensée-sans-sexe, femmes-entre-elles, dialogue-web, art-de-vivre, bien-être, fond-forme, gauche-droite (pour la politique), causes-effets, faux-raccords, beaux-arts, laisser-faire, théorie-pratique, métaphores-comparaisons-etc (quand une tournure d'écriture m'amuse), etc.

Tout ceci étant évidemment imbriqué, grâce à Elastic Search, dans - ou avec - d'immenses sous-rubriques, "noms tags" comme : humour, littérature, musique, justifications... grands ensembles qui permettraient de constituer en eux-mêmes des ouvrages entiers d'extraits sur ces sujets. Le mode d'emploi détaille plus précisément tout ceci.

Auteur: Mg

Info: 9 mars 2013

[ classification ] [ citation s'appliquant à ce logiciel ]

homme-machine

C'est un biologiste - Ludwig von Bertalanffy - qui, il y a longtemps, a perçu l'unité essentielle des concepts et des techniques de systèmes dans les divers domaines de la science et qui, dans ses écrits et ses conférences, a cherché à faire reconnaître la "théorie générale des systèmes" comme une discipline scientifique distincte. Il est toutefois pertinent de noter que les travaux de Bertalannfy et de son école, motivés principalement par les problèmes posés par l'étude des systèmes biologiques, sont beaucoup plus empiriques et qualitatifs dans leur esprit que ceux des théoriciens des systèmes qui ont reçu leur formation dans les sciences exactes. En fait, il y a encore un fossé assez large entre ceux qu'on nommera théoriciens des systèmes "animés" et les théoriciens des systèmes "inanimés", et il n'est pas du tout certain que ce fossé soit réduit, et encore moins comblé, dans un avenir proche. Certains pensent que ce fossé reflète l'inadéquation fondamentale des mathématiques conventionnelles -  celles de points précisément définis comme les fonctions, d'ensembles, les mesures de probabilité, etc. pour l'analyse des systèmes biologiques, et que pour traiter efficacement ces systèmes, nous avons besoin d'un type de mathématiques radicalement différent, les mathématiques des quantités floues ou nébuleuses qui ne sont pas descriptibles en termes de distributions de probabilité. En fait, le besoin de telles mathématiques devient de plus en plus évident, même dans le domaine des systèmes inanimés. 

Auteur: Zadeh Lotfi Aliasker

Info: "From circuit theory to system theory", Proceedings I.R.E., 1962, 50, 856-865. cité dans : Brian R. Gaines (1979) " General systems research : quo vadis ?

[ mobile-immobile ] [ entropie-néguentropie ]

homme-machine

Mes travaux les plus importants ont porté sur le développement d'une approche logique de la sémantique du langage naturel, connue sous le nom de grammaire de Montague. Cette approche repose sur l'idée que la sémantique des langues naturelles peut être formalisée à l'aide de la logique intensionnelle, une branche de la logique qui s'intéresse aux significations des expressions.

Ma  Grammaire de Montague permet de rendre compte de la sémantique de nombreuses constructions grammaticales du langage naturel, notamment les constructions relatives, les constructions interrogatives, les constructions modales et les constructions quantifiées.

Mes travaux ont eu une influence considérable sur le développement de la linguistique et de la philosophie du langage. Ils ont notamment contribué à la création de la linguistique computationnelle, un domaine qui étudie les aspects formels du langage naturel.

Voici quelques-uns de mes apports les plus importants la sémantique du langage naturel :

- J'ai montré qu'il est possible d'utiliser la logique intensionnelle pour formaliser la sémantique des langues naturelles.

- J'ai développé une approche unifiée de la sémantique du langage naturel, qui permet de rendre compte de la sémantique de nombreuses constructions grammaticales.

- J'ai contribué à la création de la linguistique computationnelle, un domaine qui étudie les aspects formels du langage naturel.

A ce jour mes travaux sont toujours d'actualité et continuent d'être étudiés et développés par les linguistes et les philosophes du langage.

Auteur: Montague Richard

Info: Compil Bard-Mg, janv 2024 *qui s'oppose de manière critique à la théorie grammaticale de Chomsky, dans laquelle la sémantique est considérée comme un composant indépendant de la syntaxe. Montague affirme au contraire que le sens d'une phrase est immédiatement lié à sa construction syntaxique.

[ apprentissage automatique ] [ onomasiologie ]

homme-machine

Mais le test de Turing est à double tranchant. Tu ne peux pas savoir si une machine est devenue plus intelligente ou si tu as simplement abaissé tes propres critères d'intelligence au point que la machine semble intelligente. Si tu peux avoir une conversation avec une personne simulée présentée par un programme d'IA, es-tu capable de te dire jusqu'à quel point tu as laissé le sens de ta personne se dégrader au point que l'illusion fonctionne avec toi ?

Les gens se dégradent constamment pour que les machines paraissent intelligentes. Avant le krach, les banquiers croyaient en des algorithmes prétendument intelligents capables de calculer les risques de crédit avant d'accorder de mauvais prêts. Nous demandons aux enseignants d'enseigner en fonction de tests standardisés pour qu'un élève paraisse bon aux yeux d'un algorithme. Nous avons démontré à maintes reprises la capacité inépuisable de notre espèce à abaisser ses normes pour que les technologies de l'information soient bien perçues. Tout exemple d'intelligence dans une machine est ambigu.

La même ambiguïté qui a motivé des projets d'IA académiques douteux dans le passé a été reconditionnée en culture de masse aujourd'hui. Ce moteur de recherche sait-il vraiment ce que tu veux, ou bien joues-tu le jeu en abaissant tes exigences pour qu'il paraisse intelligent ? S'il faut s'attendre à ce que la perspective humaine soit modifiée par les rencontres avec de nouvelles technologies profondes, l'exercice consistant à traiter l'intelligence des machines comme une réalité exige que les gens réduisent leur ancrage à la réalité.

Auteur: Lanier Jaron

Info: You are not a gadget

[ dépendance ] [ inversion ] [ abrutissement ]

homme-machine

La mécanisation du monde est entrée dans une phase d’hypertension périlleuse à l’extrême. La face même de la Terre, avec ses plantes, ses animaux et ses hommes, n’est plus la même. En quelques décennies à peine la plupart des grandes forêts ont disparu, volatilisées en papier journal, et des changements climatiques ont été amorcés ainsi, mettant en péril l’économie rurale de populations toute entières. D’innombrables espèces animales se sont éteintes, ou à peu près, comme le bison, par le fait de l’homme ; et des races humaines entières ont été systématiquement exterminées jusqu’à presque l’extinction totale, tels les Indiens de l’Amérique du Nord ou les aborigènes d’Australie.

Toutes les choses vivantes agonisent dans l’étau de l’organisation. Un monde artificiel pénètre le monde naturel et l’empoisonne. La civilisation est elle-même devenue une machine faisant ou essayant de tout faire mécaniquement. Nous ne pensons plus désormais qu’en termes de "chevaux-vapeur". Nous ne pouvons regarder une cascade sans la transformer mentalement en énergie électrique. Nous sommes incapables de contempler le bétail paissant dans les champs, sans qu’il nous fasse penser à l’idée de son rendement pour la boucherie. Nous ne savons plus admirer la beauté des ouvrages faits à la main par les peuples encore simples, sans vouloir immédiatement leur substituer des procédés techniques modernes. Notre pensée technique doit absolument se réaliser dans la pratique, judicieusement ou absurdement. Le luxe machiniste est la conséquence d’une nécessité mentale.

En dernière analyse, la machine est un symbole, tout comme son idéal secret, le mouvement perpétuel ; nécessité spirituelle et intellectuelle, mais vitale.

Auteur: Spengler Oswald

Info: L'Homme et la Technique, pp. 161-163

[ écologie ] [ manie rationaliste ]

homme-machine

Nous sommes enfermés-enfumés-désorientés dans le bla bla de l’infobésité, des idées reçues et autres médiatiquement correct/convenable du moment, ressassés ad nauseam par des mammifères (blanc occidentaux décisionnaires encore) parait-il évolués, qui ont bien peine à gérer, tant au niveau subjectif qu’objectif (j’en suis un autre) le gouffre existant entre la rapidité de la pensée articulée (grosso modo le langage consensuel) et la lenteur des processus socio-macro-évolutifs.

Ceci étant, ce qui peut agacer dans tout ce binz, c’est que deux sujets centraux ne sont que trop peu abordés.

a) Le surpeuplement/vieillissement des populations et donc une discussion sur les manières d’aborder/gérer la problématique.

b) Les habitudes de luxe et autres "idées reçues" de bcp d’individus, déresponsabilisés par la démagogie des politiciens aux commandes de démocraties-états-providences, la France étant un exemple frappant. Et autres blanc occidentaux post-coloniaux, ici majoritaires (encore).

Sujets centraux qui, couplés au problème climatiques global, sont directement liés aux diverses emmerdes migratoires.

Tous paramètres qui devraient être au centre d’une réflexion peut-être trop complexe pour qu'on la laisse à des êtres instables, peu sûrs d’eux, limités, intéressés à leur survie propre et donc non neutre.

Ce que certain, comme Paul Jorion tendent à espérer venant d’une AI bien gérée.

En faisant gaffe à ce que peuvent générer les solutions. Que ce soit le modèle chinois, avec son système cybernetico big-brother. Ou Suisse, (attractive encore ?) qui, ne cessant de voir sa population augmenter sur un espace non extensible (la croissance, mais oui, encore et toujours ma chère), génère petit à petit un système cybernetico-organisationnel qui ressemble toujours plus à une sur-organisation auto-étouffante… kafkaïenne, incompréhensible, etc…

Auteur: Mg

Info: 23 juin 2023

[ macroéconomie ] [ question ] [ glocalisation ] [ intelligence artificielle ] [ surpopulation ]

homme-machine

Ici dans les laboratoires de Zurich, nous travaillons sur l’après. Dans les dix prochaines années, il y aura des innovations liées aux techniques d’intelligence artificielle qu’on mettra à disposition, telle que l’intelligence artificielle généralisée (AGI). Une intelligence artificielle plus intelligente. Un des concepts sur lesquels mes équipes travaillent ici est la partie symbolique, que l’on appelle l’intelligence symbolique*. L’idée est de ne pas seulement dépendre d’un réseau de neurones qui demande une quantité colossale de données à répétition pour pouvoir apprendre.

Je vous donne l’exemple d’un système de conduite pour automobile, pour que ce soit plus compréhensible. Au lieu d’entraîner le système avec une grosse quantité de vidéos de voitures qui s’arrêtent à une intersection quand une autre voiture arrive de la droite, nous pourrions lui faire ingérer le code de conduite directement, et intégrer cette notion dans celle-ci. On en arrivera au même point, mais avec l’apprentissage neuronal classique, il faut une quantité phénoménale de vidéos différentes qu’il faudra répéter plusieurs fois pour que le réseau ait compris et ajusté ses poids pour obtenir la bonne réponse.

Le travail est donc d’aller faire ingérer le modèle de ces 50 pages comprenant toutes les règles et leur description, puis d’utiliser cette intelligence symbolique en combinaison avec l’intelligence basée sur les données, le Deep Neural Network. Ce sera beaucoup plus efficace ainsi. Notamment dans les situations uniques où le modèle n’aurait pas été entraîné. Avec un système de conduite, cela pourrait être utile si une voiture rencontre un panneau stop tombé sur le bas-côté de la route. On pourra aller plus loin dans ce que l’on appelle la out of distribution generalization* : la généralisation de ce qu’on a appris en dehors des données fournies pendant l’apprentissage.

 

Auteur: Haas Robert

Info: https://www.01net.com/, 24 déc 2023, *à différencier du développement de la fonction symbolique chez l'enfant, c'est-à-dire la capacité d'avoir des représentations mentales. ****généralisation hors distribution (OOD), ou problème de généralisation de domaine, qui suppose l'accès uniquement à des données tirées d'un ensemble "Eavail" "domaines disponibles pendant la formation".  Il faut donc aller vers la généralisation d'un ensemble de domaines plus large "Eall" comprenant des domaines non vus.

[ combinaison ouverture ]

homme-machine

- Peux-tu développer quelque chose concernant la comparaison entre langage humain et programmation informatique, en d'autres termes la différence entre la syntaxe des idiomes et la syntaxe du codage ?

- En général, le langage humain et la programmation informatique peuvent être considérés comme deux langages différents, avec des objectifs et des structures dissembables. Les idiomes humains sont utilisés pour communiquer des idées et des pensées entre individus, alors que les langages de programmation informatique sont utilisés pour donner des instructions à un ordinateur ou à une autre machine.

L'une des principales discordance entre les deux est que le langage humain utilise souvent des expressions idiomatiques et d'autres figures de style qui peuvent être difficiles à interpréter littéralement. Par exemple, l'expression "tourner les coins" est couramment utilisée pour signifier "mourir", ce qui n'a rien à voir avec le sens llittéral de "retourner les extrémités" par exemple. En revanche, les langages de programmation informatique reposent généralement sur une syntaxe et une grammaire très strictes afin que l'ordinateur puisse interpréter et exécuter correctement les instructions données.

Une autre différence réside dans le fait que le langage humain peut être très flexible et adaptable, alors que les langages de programmation sont généralement beaucoup plus limités dans ce qu'ils peuvent accomplir. Un programmeur doit choisir parmi un ensemble prédéfini de commandes et de fonctions qui ont été intégrées dans le langage de programmation qu'il utilise, alors qu'un locuteur de langue humaine peut générer de nouvelles phrases et idées à la volée.

Malgré ces différences, il existe également des similitudes entre le langage humain et les langages de programmation. Tous deux s'appuient sur des règles et des structures systématiques pour véhiculer le sens, et tous deux peuvent être utilisés pour créer des expressions complexes et nuancées de la pensée et du sens. Cependant, les règles et structures spécifiques employées dans chaque langage diffèrent considérablement en raison de leurs objectifs différents et des technologies sous-jacentes.

Auteur: chatGPT4

Info: 3 mai 2023

[ polysémie ] [ instanciation immédiate ] [ mots univers ] [ vectorisation difficile ] [ dialecte mathématisé ] [ précision sémantique ]

homme-machine

Frank Rosenblatt est surtout connu pour son Perceptron, un dispositif électronique construit selon des principes biologiques et doté d'une capacité d'apprentissage. Les perceptrons de Rosenblatt ont d'abord été simulés sur un ordinateur IBM 704 au Cornell Aeronautical Laboratory en 1957. Lorsqu'un triangle était placé devant l'œil du perceptron, celui-ci captait l'image et la transmettait le long d'une succession aléatoire de lignes aux unités de réponse, où l'image était enregistrée.

Il a développé et étendu cette approche dans de nombreux articles et dans un livre intitulé Principles of Neurodynamics : Perceptrons and the Theory of Brain Mechanisms, publié par Spartan Books en 1962. Le Perceptron lui a valu une reconnaissance internationale. Le New York Times l'a qualifié de révolution en titrant "New Navy Device Learns By Doing", et le New Yorker a également admiré l'avancée technologique.

Des recherches sur des dispositifs comparables étaient également menées dans d'autres endroits, comme le SRI, et de nombreux chercheurs attendaient beaucoup de ce qu'ils pourraient faire. L'enthousiasme initial s'est toutefois quelque peu estompé lorsqu'en 1969, Marvin Minsky et Seymour Papert ont publié le livre "Perceptrons", qui contenait une preuve mathématique des limites des perceptrons feed-forward à deux couches, ainsi que des affirmations non prouvées sur la difficulté d'entraîner des perceptrons à plusieurs couches. Le seul résultat prouvé du livre, à savoir que les fonctions linéaires ne peuvent pas modéliser les fonctions non linéaires, était trivial, mais le livre a néanmoins eu un effet prononcé sur le financement de la recherche et, par conséquent, sur la communauté. 

Avec le retour de la recherche sur les réseaux neuronaux dans les années 1980, de nouveaux chercheurs ont recommencé à étudier les travaux de Rosenblatt. Cette nouvelle vague d'études sur les réseaux neuronaux est interprétée par certains chercheurs comme une infirmation des hypothèses présentées dans le livre Perceptrons et une confirmation des attentes de Rosenblatt.

Le Mark I Perceptron, qui est généralement reconnu comme un précurseur de l'intelligence artificielle, se trouve actuellement au Smithsonian Institute à Washington D.C. Le MARK 1 était capable d'apprendre, de reconnaître des lettres et de résoudre des problèmes assez complexes.

Auteur: Internet

Info: Sur https://en.wikipedia.org/wiki/Frank_Rosenblatt

[ historique ] [ acquisition automatique ] [ machine learning ]