humanisme

En recevant la distinction dont votre libre Académie a bien voulu m'honorer, ma gratitude était d'autant plus profonde que je mesurais à quel point cette récompense dépassait mes mérites personnels. Tout homme et, à plus forte raison, tout artiste, désire être reconnu. Je le désire aussi. Mais il ne m'a pas été possible d'apprendre votre décision sans comparer son retentissement à ce que je suis réellement. Comment un homme presque jeune, riche de ses seuls doutes et d'une œuvre encore en chantier, habitué à vivre dans la solitude du travail ou dans les retraites de l'amitié, n'aurait-il pas appris avec une sorte de panique un arrêt qui le portait d'un coup, seul et réduit à lui-même, au centre d'une lumière crue ? De quel cœur aussi pouvait-il recevoir cet honneur à l'heure où, en Europe, d'autres écrivains, parmi les plus grands, sont réduits au silence, et dans le temps même où sa terre natale connaît un malheur incessant ? J'ai connu ce désarroi et ce trouble intérieur. Pour retrouver la paix, il m'a fallu, en somme, me mettre en règle avec un sort trop généreux. Et, puisque je ne pouvais m'égaler à lui en m'appuyant sur mes seuls mérites, je n'ai rien trouvé d'autre pour m'aider que ce qui m'a soutenu, dans les circonstances les plus contraires, tout au long de ma vie : l'idée que je me fais de mon art et du rôle de l'écrivain. Permettez seulement que, dans un sentiment de reconnaissance et d'amitié, je vous dise, aussi simplement que je le pourrai, quelle est cette idée.

Je ne puis vivre personnellement sans mon art. Mais je n'ai jamais placé cet art au-dessus de tout. S'il m'est nécessaire au contraire, c'est qu'il ne se sépare de personne et me permet de vivre, tel que je suis, au niveau de tous. L'art n'est pas à mes yeux une réjouissance solitaire. Il est un moyen d'émouvoir le plus grand nombre d'hommes en leur offrant une image privilégiée des souffrances et des joies communes. Il oblige donc l'artiste à ne pas s'isoler; il le soumet à la vérité la plus humble et la plus universelle. Et celui qui, souvent, a choisi son destin d'artiste parce qu'il se sentait différent apprend bien vite qu'il ne nourrira son art, et sa différence, qu'en avouant sa ressemblance avec tous. L'artiste se forge dans cet aller-retour perpétuel de lui aux autres, à mi-chemin de la beauté dont il ne peut se passer et de la communauté à laquelle il ne peut s'arracher. C'est pourquoi les vrais artistes ne méprisent rien; ils s'obligent à comprendre au lieu de juger. Et, s'ils ont un parti à prendre en ce monde, ce ne peut être que celui d'une société où, selon le grand mot de Nietzsche, ne régnera plus le juge, mais le créateur, qu'il soit travailleur ou intellectuel. Le rôle de l'écrivain, du même coup, ne se sépare pas de devoirs difficiles. Par définition, il ne peut se mettre aujourd'hui au service de ceux qui font l'histoire : il est au service de ceux qui la subissent. Ou, sinon, le voici seul et privé de son art. Toutes les armées de la tyrannie avec leurs millions d'hommes ne l'enlèveront pas à la solitude, même et surtout s'il consent à prendre leur pas. Mais le silence d'un prisonnier inconnu, abandonné aux humiliations à l'autre bout du monde, suffit à retirer l'écrivain de l'exil, chaque fois, du moins, qu'il parvient, au milieu des privilèges de la liberté, à ne pas oublier ce silence et à le faire retentir par les moyens de l'art. Aucun de nous n'est assez grand pour une pareille vocation. Mais, dans toutes les circonstances de sa vie, obscur ou provisoirement célèbre, jeté dans les fers de la tyrannie ou libre pour un temps de s'exprimer, l'écrivain peut retrouver le sentiment d'une communauté vivante qui le justifiera, à la seule condition qu'il accepte, autant qu'il peut, les deux charges qui font la grandeur de son métier : le service de la vérité et celui de la liberté. Puisque sa vocation est de réunir le plus grand nombre d'hommes possible, elle ne peut s'accommoder du mensonge et de la servitude qui, là où ils règnent, font proliférer les solitudes. Quelles que soient nos infirmités personnelles, la noblesse de notre métier s'enracinera toujours dans deux engagements difficiles à maintenir- le refus de mentir sur ce que l'on sait et la résistance à l'oppression. Pendant plus de vingt ans d'une histoire démentielle, perdu sans secours, comme tous les hommes de mon âge, dans les convulsions du temps, j'ai été soutenu ainsi par le sentiment obscur qu'écrire était aujourd'hui un honneur, parce que cet acte obligeait, et obligeait à ne pas écrire seulement. Il m'obligeait particulièrement à porter, tel que j'étais et selon mes forces, avec tous ceux qui vivaient la même histoire, le malheur et l'espérance que nous partagions. Ces hommes, nés au début de la Première Guerre mondiale, qui ont eu vingt ans au moment où s'installaient à la fois le pouvoir hitlérien et les premiers procès révolutionnaires, qui ont été confrontés ensuite, pour parfaire leur éducation, à la guerre d'Espagne, à la Seconde Guerre mondiale, à l'univers concentrationnaire, à l'Europe de la torture et des prisons, doivent aujourd'hui élever leurs fils et leurs œuvres dans un monde menacé de destruction nucléaire. Personne, je suppose, ne peut leur demander d'être optimistes. Et je suis même d'avis que nous devons comprendre, sans cesser de lutter contre eux, l'erreur de ceux qui, par une surenchère de désespoir, ont revendiqué le droit au déshonneur, et se sont rués dans les nihilismes de l'époque. Mais il reste que la plupart d'entre nous, dans mon pays et en Europe, ont refusé ce nihilisme et se sont mis à la recherche d'une légitimité. Il leur a fallu se forger un art de vivre par temps de catastrophe, pour naître une seconde fois, et lutter ensuite, à visage découvert, contre l'instinct de mort à l'œuvre dans notre histoire. Chaque génération, sans doute, se croit vouée à refaire le monde. La mienne sait pourtant qu'elle ne le refera pas. Mais sa tâche est peut-être plus grande. Elle consiste à empêcher que le monde se défasse. Héritière d'une histoire corrompue où se mêlent les révolutions déchues, les techniques devenues folles, les dieux morts et les idéologies exténuées, où de médiocres pouvoirs peuvent aujourd'hui tout détruire mais ne savent plus convaincre, où l'intelligence s'est abaissée jusqu'à se faire la servante de la haine et de l'oppression, cette génération a dû, en elle-même et autour d'elle, restaurer à partir de ses seules négations un peu de ce qui fait la dignité de vivre et de mourir. Devant un monde menacé de désintégration, où nos grands inquisiteurs risquent d'établir pour toujours les royaumes de la mort, elle sait qu'elle devrait, dans une sorte de course folle contre la montre, restaurer entre les nations une paix qui ne soit pas celle de la servitude, réconcilier à nouveau travail et culture, et refaire avec tous les hommes une arche d'alliance. Il n'est pas sûr qu'elle puisse jamais accomplir cette tâche immense, mais il est sûr que, partout dans le monde, elle tient déjà son double pari de vérité et de liberté, et, à l'occasion, sait mourir sans haine pour lui. C'est elle qui mérite d'être saluée et encouragée partout où elle se trouve, et surtout là où elle se sacrifie. C'est sur elle, en tout cas, que, certain de votre accord profond, je voudrais reporter l'honneur que vous venez de me faire. Du même coup, après avoir dit la noblesse du métier d'écrire, j'aurais remis l'écrivain à sa vraie place, n'ayant d'autres titres que ceux qu'il partage avec ses compagnons de lutte, vulnérable mais entêté, injuste et passionné de justice, construisant son œuvre sans honte ni orgueil à la vue de tous, toujours partagé entre la douleur et la beauté, et voué enfin à tirer de son être double les créations qu'il essaie obstinément d'édifier dans le mouvement destructeur de l'histoire. Qui, après cela, pourrait attendre de lui des solutions toutes faites et de belles morales ? La vérité est mystérieuse, fuyante, toujours à conquérir. La liberté est dangereuse, dure à vivre autant qu'exaltante. Nous devons marcher vers ces deux buts, péniblement, mais résolument, certains d'avance de nos défaillances sur un si long chemin. Quel écrivain dès lors oserait, dans la bonne conscience, se faire prêcheur de vertu ?

Quant à moi, il me faut dire une fois de plus que je ne suis rien de tout cela. Je n'ai jamais pu renoncer à la lumière, au bonheur d'être, à la vie libre où j'ai grandi. Mais bien que cette nostalgie explique beaucoup de mes erreurs et de mes fautes, elle m'a aidé sans doute à mieux comprendre mon métier, elle m'aide encore à me tenir, aveuglément, auprès de tous ces hommes silencieux qui ne supportent dans le monde la vie qui leur est faite que par le souvenir ou le retour de brefs et libres bonheurs. Ramené ainsi à ce que je suis réellement, à mes limites, à mes dettes, comme à ma foi difficile, je me sens plus libre de vous montrer, pour finir, l'étendue et la générosité de la distinction que vous venez de m'accorder, plus libre de vous dire aussi que je voudrais la recevoir comme un hommage rendu à tous ceux qui, partageant le même combat, n'en ont reçu aucun privilège, mais ont connu au contraire malheur et persécution. Il me restera alors à vous en remercier, du fond du cœur, et à vous faire publiquement, en témoignage personnel de gratitude, la même et ancienne promesse de fidélité que chaque artiste vrai, chaque jour, se fait à lui-même, dans le silence.

Auteur: Camus Albert

Info: Pour sa réception du Nobel en 1957, in "Discours de Suède", Folio-Gallimard

[ écriture ]

tour d'horizon de l'IA

Intelligence artificielle symbolique et machine learning, l’essor des technologies disruptives

Définie par le parlement Européen comme la " reproduction des comportements liés aux humains, tels que le raisonnement, la planification et la créativité ", l’intelligence artificielle s’initie de façon spectaculaire dans nos vies. Théorisée au milieu des années 50, plusieurs approches technologiques coexistent telles que l’approche machine learning dite statistique basée sur l’apprentissage automatique, ou l’approche symbolique basée sur l’interprétation et la manipulation des symboles. Mais comment se différencient ces approches ? Et pour quels usages ?

L’intelligence artificielle, une histoire ancienne

Entre les années 1948 et 1966, l’Intelligence Artificielle a connu un essor rapide, stimulé par des financements importants du gouvernement américain pour des projets de recherche sur l’IA, notamment en linguistique. Des progrès significatifs ont été réalisés dans la résolution de problèmes de logique symbolique, mais la capacité de l’IA à traiter des données complexes et imprécises était encore limitée.

A la fin des années 70, plus précisément lors du deuxième “été de l’IA” entre 1978 et 1987,  l’IA connaît un regain d’intérêt. Les chercheurs ont commencé à explorer de nouvelles approches, notamment l’utilisation de réseaux neuronaux et de systèmes experts. Les réseaux neuronaux sont des modèles de traitement de l’information inspirés par le fonctionnement du cerveau humain, tandis que les systèmes experts sont des programmes informatiques qui simulent l’expertise humaine dans un domaine spécifique.

Il faudra attendre la fin des années 90 pour voir un renouveau de ces domaines scientifiques, stimulé par des avancées majeures dans le traitement des données et les progrès de l’apprentissage automatique. C’est d’ailleurs dans cette période qu’une IA, Deepblue, gagne contre le champion mondial Garry Kasparov aux échecs.$

Au cours des dernières années, cette technologie a connu une croissance exponentielle, stimulée par des progrès majeurs dans le deep learning, la robotique ou la compréhension du langage naturel (NLU). L’IA est maintenant utilisée dans un large éventail de domaines, notamment la médecine, l’agriculture, l’industrie et les services. C’est aujourd’hui un moteur clé de l’innovation et de la transformation de notre monde, accentué par l’essor des generative AIs. 

Parmi ces innovations, deux grandes approches en intelligence artificielle sont aujourd’hui utilisées : 

1 - Le Machine Learning : qui est un système d’apprentissage automatique basé sur l’exploitation de données, imitant un réseau neuronal

2 - L’IA Symbolique : qui se base sur un système d’exploitation de " symboles ”, ce qui inspire des technologies comme le “système expert” basé sur une suite de règles par exemple.

Mais comment fonctionnent ces deux approches et quels sont leurs avantages et leurs inconvénients ? Quels sont leurs champs d’application ? Peuvent-ils être complémentaires ?

Le machine learning

Le Machine Learning est le courant le plus populaire ces dernières années, il est notamment à l’origine de ChatGPT ou bien MidJourney, qui font beaucoup parler d’eux ces derniers temps. Le Machine Learning (ML) est une famille de méthodes d’apprentissage automatique qui permet aux ordinateurs d’apprendre à partir de données, sans être explicitement programmés. En utilisant des algorithmes, le ML permet aux ordinateurs de comprendre les structures et les relations dans les données et de les utiliser pour prendre des décisions.

Le ML consiste à entraîner des modèles informatiques sur de vastes ensembles de données. Ces modèles sont des algorithmes auto apprenant se basant sur des échantillons de données, tout en déterminant des schémas et des relations/corrélations entre elles. Le processus d’entraînement consiste à fournir à l’algorithme des données étiquetées, c’est-à-dire des données qui ont déjà été classifiées ou étiquetées pour leur attribuer une signification. L’algorithme apprend ensuite à associer les caractéristiques des données étiquetées aux catégories définies en amont. Il existe cependant une approche non-supervisée qui consiste à découvrir ce que sont les étiquettes elles-mêmes (ex: tâche de clustering).

Traditionnellement, le machine learning se divise en 4 sous-catégories : 

Apprentissage supervisé : 

Les ensembles de données sont étiquetés, ce qui permet à l’algorithme de trouver des corrélations et des relations entre les caractéristiques des données et les étiquettes correspondantes. 

Apprentissage non supervisé : 

Les ensembles de données ne sont pas étiquetés et l’algorithme doit découvrir les étiquettes par lui-même. 

Apprentissage semi-supervisé : 

L’algorithme utilise un mélange de données étiquetées et non étiquetées pour l’entraînement.

Apprentissage par renforcement : 

L’algorithme apprend à prendre des décisions en interagissant avec son environnement. Il reçoit des récompenses ou des pénalités pour chaque action, ce qui lui permet d’ajuster sa stratégie pour maximiser sa récompense globale.

Un exemple d’application du Machine Learning est la reconnaissance d’images. Des modèles d’apprentissages profonds sont entraînés sur des millions d’images pour apprendre à reconnaître des objets, des personnes, des animaux, etc. Un autre exemple est la prédiction de la demande dans le commerce de détail, où des modèles sont entraînés sur des données de ventes passées pour prédire les ventes futures.

Quels sont les avantages ? 

Étant entraîné sur un vaste corpus de données, le ML permet de prédire des tendances en fonction de données.  

- Le machine learning offre la capacité de détecter des tendances and des modèles dans les données qui peuvent échapper à l’observation humaine.

- Une fois configuré, le machine learning peut fonctionner de manière autonome, sans l’intervention humaine. Par exemple, dans le domaine de la cybersécurité, il peut surveiller en permanence le trafic réseau pour identifier les anomalies.

- Les résultats obtenus par le machine learning peuvent s’affiner et s’améliorer avec le temps, car l’algorithme peut apprendre de nouvelles informations et ajuster ses prédictions en conséquence.

- Le machine learning est capable de traiter des volumes massifs et variés de données, même dans des environnements dynamiques et complexes.

L’intelligence artificielle symbolique

L’IA symbolique est une autre approche de l’intelligence artificielle. Elle utilise des symboles and des règles de traitement de l’information pour effectuer des tâches. Les symboles peuvent être des concepts, des objets, des relations, etc. Les règles peuvent être des règles de déduction, des règles de production, des règles d’inférence…etc.

Un exemple d’application de l’IA symbolique est le système expert. Un système expert est un programme informatique qui utilise des règles de déduction pour résoudre des problèmes dans un domaine spécifique, comme le diagnostic médical ou l’aide à la décision en entreprise. Un autre exemple est la traduction automatique basée sur des règles, les règles de grammaire et de syntaxe sont utilisées pour traduire un texte d’une langue à une autre.

Quelques exemples d’usages de l’IA symbolique :

La traduction

L’IA symbolique a été utilisée pour développer des systèmes de traduction automatique basés sur des règles. Ces systèmes utilisent des règles de grammaire et de syntaxe pour convertir un texte d’une langue à une autre. Par exemple, le système SYSTRAN, développé dans les années 1960, est un des premiers systèmes de traduction automatique basé sur des règles. Ce type de système se distingue des approches basées sur le Machine Learning, comme Google Translate, qui utilisent des modèles statistiques pour apprendre à traduire des textes à partir de corpus bilingues.

Le raisonnement logique

L’IA symbolique est également utilisée pour développer des systèmes capables de raisonnement logique, en exploitant des règles et des connaissances déclaratives pour résoudre des problèmes complexes. Par exemple, les systèmes d’aide à la décision basés sur des règles peuvent être utilisés dans des domaines tels que la finance, l’assurance ou la logistique, pour aider les entreprises à prendre des décisions éclairées. Un exemple concret est le système MYCIN, développé dans les années 1970 pour aider les médecins à diagnostiquer des infections bactériennes et à prescrire des antibiotiques adaptés.

L’analyse de textes

L’IA symbolique peut être utilisée pour l’analyse de textes, en exploitant des règles et des connaissances linguistiques pour extraire des informations pertinentes à partir de documents. Par exemple, les systèmes d’extraction d’information basés sur des règles peuvent être utilisés pour identifier des entités nommées (noms de personnes, d’organisations, de lieux, etc.) et des relations entre ces entités dans des textes. Un exemple d’application est l’analyse et la catégorisation des messages entrants pour les entreprises, cœur de métier de Golem.ai avec la solution InboxCare.

Les avantages de l’IA symbolique 

L’IA symbolique est une approche qui utilise des symboles, et parfois des " règles” basées sur des connaissances, qui comporte plusieurs avantages :

- Explicablilité : Les décisions prises par les systèmes d’IA symbolique sont explicites et peuvent être expliquées en fonction des règles logiques et des connaissances déclaratives utilisées par le système. Cette transparence peut être essentielle dans des applications critiques, comme la médecine ou la défense.

- Frugalité : Contrairement au Machine Learning, l’IA symbolique ne nécessite pas d’entraînement, ce qui la rend moins gourmande en énergie à la fois lors de la conception et de l’utilisation.

- Adaptabilité : Les systèmes d’IA symbolique peuvent être facilement adaptés à de nouveaux domaines en ajoutant de nouvelles règles logiques et connaissances déclaratives à leurs bases de connaissances existantes, leurs permettant de s’adapter rapidement à de nouvelles situations.

L’intelligence artificielle hybride ou le neuro-symbolique 

Les systèmes hybrides combinent les avantages de l’IA symbolique et du Machine Learning en utilisant une approche mixte. Dans ce type de système, l’IA symbolique est utilisée pour représenter les connaissances et les règles logiques dans un domaine spécifique. Les techniques de Machine Learning sont ensuite utilisées pour améliorer les performances de l’IA symbolique en utilisant des ensembles de données pour apprendre des modèles de décision plus précis et plus flexibles. Mais nous pouvons également voir d’autres articulations comme la taxonomie de Kautz par exemple.

L’IA symbolique est souvent utilisée dans des domaines où il est important de comprendre et de contrôler la façon dont les décisions sont prises, comme la médecine, la finance ou la sécurité. En revanche, le Machine Learning est souvent utilisé pour des tâches de classification ou de prédiction à grande échelle, telles que la reconnaissance de voix ou d’image, ou pour détecter des modèles dans des données massives.

En combinant les deux approches, les systèmes hybrides peuvent bénéficier de la compréhensibilité et de la fiabilité de l’IA symbolique, tout en utilisant la flexibilité et la capacité de traitement massif de données du Machine Learning pour améliorer la performance des décisions. Ces systèmes hybrides peuvent également offrir une plus grande précision et un temps de réponse plus rapide que l’une ou l’autre approche utilisée seule.

Que retenir de ces deux approches ?

L’Intelligence Artificielle est en constante évolution et transforme de nombreux secteurs d’activité. Les deux approches principales de l’IA ont leurs avantages et inconvénients et peuvent être complémentaires. Il est donc crucial pour les entreprises de comprendre ces technologies pour rester compétitives. 

Cependant, les implications éthiques et sociales de l’IA doivent également être prises en compte. Les décisions des algorithmes peuvent avoir un impact sur la vie des personnes, leur travail, leurs droits et leurs libertés. Il est donc essentiel de mettre en place des normes éthiques et des réglementations pour garantir que l’IA soit au service de l’humanité. Les entreprises et les gouvernements doivent travailler ensemble pour développer des IA responsables, transparentes et équitables qui servent les intérêts de tous. En travaillant ensemble, nous pouvons assurer que l’IA soit une force positive pour l’humanité dans les années à venir. 



 

Auteur: Merindol Hector

Info: https://golem.ai/en/blog/technologie/ia-symbolique-machinelearning-nlp - 4 avril 2023

[ dualité ]