nécessité

Le philosophe produit des idées, le poète des poèmes, l’ecclésiastique des sermons, Le professeur des traités… Le criminel produit des crimes.

Si on regarde de plus près les rapports qui existent entre cette dernière branche de production et la société dans son ensemble, on reviendra de bien des préjugés.

Le criminel ne produit pas que des crimes : c’est lui qui produit le droit pénal, donc le Professeur de droit pénal, et donc l’inévitable traité dans lequel le professeur consigne ses cours afin de les mettre sur le marché en tant que "marchandise".

Il en résulte une augmentation de la richesse nationale, sans parler de la satisfaction intérieure que selon le professeur Roscher, témoin autorisé, le manuscrit du traité procure à son auteur.

Plus : le criminel produit tout l’appareil policier et judiciaire : gendarmes, juges, bourreaux, jurés, etc., et tous ces divers métiers, qui constituent autant de catégories de la division sociale du travail, développent différentes facultés de l’esprit humain et créent en même temps de nouveaux besoins et de nouveaux moyens de les satisfaire.

La torture, à elle seule, a engendré les trouvailles mécaniques les plus ingénieuses, dont la Production procure de l’ouvrage à une foule d’honnêtes artisans.

Le criminel crée une sensation qui participe de la morale et du tragique, et ce faisant il fournit un "service" en remuant les sentiments moraux et esthétiques du public.

Il ne produit pas que des traités de droit pénal, des codes pénaux et, partant, des législateurs de droit pénal : il produit aussi de l’art, des belles-lettres, voire des tragédies, témoins non seulement La Faute de Müllner et Les Brigands de Schiller mais aussi Œdipe et Richard III.

Le criminel brise la monotonie et la sécurité quotidienne de la vie bourgeoise, la mettant ainsi à l’abri de la stagnation et suscitant cette incessante tension et agitation sans laquelle l’aiguillon de la concurrence elle-même s’émousserait. Il stimule ainsi les forces productives.

En même temps que le crime retire du marché du travail une part de la population en surnombre et qu’il réduit ainsi la concurrence entre travailleurs et contribue à empêcher les salaires de tomber au-dessous du minimum.

La lutte contre la criminalité absorbe une autre partie de cette même population. Ainsi le criminel opère une de ces "compensations" naturelles qui créent l’équilibre et suscitent une multitude de métiers "utiles".

On peut démontrer par le détail l’influence qu’exerce le criminel sur le développement de la force productive :

- Faute de voleurs, les serrures fussent-elles parvenues à leur stade actuel de perfection ?

- Faute de faux-monnayeurs, la fabrication des billets de banque ?

- Faute de fraudeurs, le microscope eût-il pénétré les sphères du commerce ordinaire (voir Babbage) ?

La chimie appliquée ne doit-elle pas autant aux tromperies et à leur répression qu’aux efforts Légitimes pour améliorer la production ?

En trouvant sans cesse de nouveaux moyens de s’attaquer à la propriété, le crime fait naître sans cesse de nouveaux moyens de la défendre, de sorte qu’il donne à la mécanisation une impulsion tout aussi productive que celle qui résulte des grèves.

En dehors du domaine du crime privé, le marché mondial serait-il né sans crimes nationaux ?

Et les nations elles-mêmes ?

Et depuis Adam, l’arbre du péché n’est-il pas en même temps l’arbre de la science ?

Auteur: Marx Karl

Info:

[ croissance économique ] [ développement culturel ] [ paradoxe ] [ ironie ] [ causes-effets ] [ justification ]

sport

Je suis passé devant un magasin où des télés diffusaient l'US Open. Pendant quinze secondes, j'ai cru que c'était un jeu vidéo tellement ça cognait. Aujourd'hui, le tennis, c'est un bras de fer, c'est hyper physique. La notion de finesse n'existe plus. Les gens disent que Federer joue en finesse. Non, Federer joue relâché, mais il ne joue pas en finesse. Il cogne au service, il fracasse en coup droit, il fracasse en revers, et de temps en temps il fait un slice ou une amortie quand il en a marre. Il n'y a plus cette notion de surprise. C'est à qui tapera le plus fort, à qui sera le plus résistant.
Mais alors c'est impressionnant, ça joue tellement bien, ça me fait halluciner. Il y a quelques semaines, on m'a demandé ce que je pensais du niveau. J'ai répondu : à mon meilleur, meilleur, meilleur niveau, contre Djokovic, je ne gagne pas un jeu. D'ailleurs, en Serbie, un journaliste a mal fait la traduction et a balancé l'interview en écrivant : "Noah a dit que s'il jouait Djokovic, Djokovic ne ferait pas un jeu." J'ai fait les titres des journaux télévisés en Serbie toute une journée !
Le bond en avant physique opéré ces dernières années vous surprend-il ?
Déjà, pendant la période Agassi-Sampras, je me demandais jusqu'où ils iraient. Là, ils jouent pareil, sauf qu'ils font dix centimètres et dix kilos de plus, et les mecs progressent encore. Nadal, au départ, c'était un joueur uniquement défensif, et maintenant il contre-attaque. Si tu joues court, il a un slice en revers magnifique. Techniquement, c'est fantastique. Les mecs continuent à évoluer, et ce n'est pas fini. Parce qu'il n'y a pas encore eu de Michael Jordan du tennis, un mec de 2,02 mètres, souple, avec le toucher et la puissance. Aujourd'hui, aux Etats-Unis, ces énergumènes vont direct au basket. Mais c'est ça, le tennis de demain. Et là, je pense que ça pourra de nouveau passer par le service-volée.
Y a-t-il un joueur qui vous fasse vibrer aujourd'hui ?
Dans une autre vie, je vais monter un circuit où on aura le droit de gueuler, d'insulter tout le monde, d'être comme on a envie d'être. On a tué le jeu en installant, il y a quinze ou vingt ans, une espèce de code de conduite parce qu'il ne fallait pas heurter les oreilles du jeune public américain qui ne pouvait pas entendre "fuck" ou "shit". Du coup, la génération qui est arrivée ensuite a appris le tennis avec ces règles qui ont tué l'âme du jeu.
Lorsque j'étais joueur, le public était plus proche de nous, plus concerné par notre jeu, parce qu'il nous connaissait, nous entendait gueuler. McEnroe a fait une carrière par ses gueulantes. Les gens aimaient le voir parce qu'ils se disaient : "Il va y avoir le bordel." McEnroe n'existerait pas aujourd'hui, il ne pourrait pas jouer.
Il y a deux ou trois ans, la finale du double messieurs avait lieu sur le Central, et la finale du double des légendes sur le court n° 1. Le Central était vide, le court n° 1 était bourré. Les gens voulaient voir McEnroe. Ça délirait. Il y avait de la vie. Le code de conduite a enlevé la vie. Aujourd'hui, tu ne connais pas la voix des joueurs, tu ne sais pas qui ils sont, quelle est leur personnalité. Pourtant ils en ont une. Djokovic, il ne demande qu'à déconner, mais ce n'est plus possible : il y a des flics partout qui te mettent des points de pénalité. Et le public a assimilé tout ça. Tu dis "merde" et tu te retrouves avec tout un stade qui siffle. Il faut du politiquement correct. Tout le monde pareil, c'est ça qui plaît aux diffuseurs américains comme CBS.
En France, le politiquement correct, en ce moment, c'est le "Hollande bashing". Vous aviez soutenu sa candidature pendant la campagne présidentielle. Un an plus tard, faites-vous partie des électeurs déçus ?
Déçu de quoi ? Je ne m'attendais pas à ce que, du jour au lendemain, tout le monde ait du boulot et se mette à danser Saga Africa. Hollande a été élu largement, et le lendemain de son élection les gens râlaient déjà. C'est la crise. Il faut qu'on se serre la ceinture et qu'on y aille tous ensemble. Sincèrement, je ne pense pas que la situation du pays soit la faute de Hollande. Personne ne pourrait faire mieux à sa place. Il arrive, le match est pourri, les balles sont pourries, le court est pourri, les arbitres sont corrompus, et le public a envie qu'il paume.

Auteur: Noah Yannick

Info:

[ évolution ] [ tennis ]

jeu

Le fantasque Mario Balotelli, la vraie star de cet Euro 2012
Rebelle, iconoclaste, le joueur qualifié pour les demi-finales avec l'Italie contredit tous les clichés du politiquement correct.
"Oubliez-moi. La vraie rock star ici, c'est Mario Balotelli !" Déclare Noel Gallagher, le chanteur controversé de l'ex-groupe Oasis, qui parle de l'attaquant italien de Manchester City. Un rapide condensé de l'esprit de ce joueur qui vient de se qualifier pour les demi-finales de l'Euro 2012 avec la Squadra Azzurra. Et c'est d'ailleurs sa patrie d'adoption - l'Angleterre, où il évolue sous les couleurs de Manchester City - qu'il vient d'éliminer de la compétition, aux tirs au but, après y être allé de sa petite réalisation.
Mario Balotelli est un show à lui tout seul qui défraie la chronique. On en est fan ou on l'exècre. Soit on le considère comme un génie, soit comme un sombre abruti. Mais une chose est sûre, il ne laisse pas indifférent. Et pour ses débuts à l'Euro 2012, il n'a pas failli à sa réputation de joueur fantasque. Capable du pire comme du meilleur sur une pelouse, il a appliqué avec panache ce concept lors de la phase des poules. Il passe ainsi à côté de ses deux premiers matches et suscite la colère des tifosi pour son comportement de diva sur le terrain. Alors, pour faire taire tout le monde, l'attaquant italien est aussi en mesure d'inscrire un somptueux but lors du troisième match de poule et de le célébrer en boudant et en se faisant censurer par ses coéquipiers, de peur que l'intenable ne dérape dans ses propos ou dans la célébration de son but. Au final, ses partenaires s'en amusent et ont appris à composer avec ce caractère instable.
Compétitif et instable
Car Balotelli est un véritable ovni du ballon rond. Le genre de joueur complètement perché en marge totale des principes liés au monde du football professionnel. Conscient de son talent, il n'en fait qu'à sa tête, ce qui déclenche inévitablement des polémiques. Mais là où certains joueurs français pénalisent leur équipe par des attitudes immatures, la folie de Mario Balotelli le rend compétitif et hors du commun. Il peut, par exemple, se vanter en club cette saison d'un meilleur ratio buts-temps de jeu que la star de Manchester City Sergio Agüero et a été décisif dans l'obtention du titre de champion des Citizens. Et c'est d'ailleurs ce point précis qui dérange.
À une époque où l'on nous apprend que seuls la volonté, le travail et l'effort conditionnent la réussite sociale, Mario arrive au sommet de sa profession avec une attitude de dilettante. Alors que les médias font le constat d'une société en manque de repères qui découlerait d'une autorité défaillante, Mario Balotelli conteste fréquemment la figure hiérarchique du coach, ce qui ne l'empêche pas pour autant de faire une belle carrière. Quel joueur, du haut de ses 22 ans, a déjà gagné une Ligue des champions, trois championnats d'Italie et un titre de champion d'Angleterre ? Il met ainsi en porte à faux tous ces principes consensuels qui ont transformé le football en univers aseptisé où aucun comportement rebelle n'est toléré. Un constat qui a énormément de mal à passer et qui se verra toujours opposer des arguments fallacieux mettant en avant l'instabilité du garçon ou ses doigts d'honneur faits à la morale.
Il faut dire que le parcours de Mario Balotelli est lui-même hors norme. Né à Palerme, en Sicile, de parents ghanéens, il est recueilli à 2 ans par une famille italienne de Brescia. Et dans un pays loin d'être cosmopolite, il est l'un des rares enfants de couleur noire de cette ville. Pourtant, il n'a jamais été tenté par un "retour aux sources" salvateur ou mystique dont les joueurs français ou anglais d'origine africaine sont friands. Au contraire, il se revendique 100 % italien et déclare être un amoureux de sa patrie. N'a-t-il pas sorti un drapeau vert-blanc-rouge devant les supporteurs de Manchester City au moment de célébrer le titre avec eux ? Paradoxe : ce genre d'attitude - très certainement glorifiée en France par ceux qui s'inquiètent de ne voir aucun joueur chanter La Marseillaise - ne passe pas en Italie. Les Transalpins ne pardonnent rien à l'ancien sociétaire de l'Inter Milan.
Premier Noir de la Squadra Azzurra
Majoritairement xénophobe, l'Italie a eu du mal à accepter qu'un joueur de couleur noire soit la figure la plus visible de la Squadra Azzurra. Pire, Mario Balotelli est devenu en 2010 le premier joueur de couleur noire à revêtir le maillot de la Nazionale... De quoi déclencher de vives migraines chez les supporteurs les plus farouches et réactionnaires de la Petite Botte. D'autant plus que l'indiscipline de Mario n'arrange rien. Son passage à l'Inter Milan s'est d'ailleurs très mal terminé. Ce qui n'a rien d'étonnant vu que l'entraîneur était à l'époque José Mourinho. D'un côté, un coach portugais show man de classe mondiale qui est très à cheval sur les valeurs collectives de son équipe. De l'autre, un joueur individualiste et forte tête qui se considère comme la seule star de l'effectif. Le clash était inévitable.
Malgré ses frasques, ses attitudes incompréhensibles, son comportement immature et son inconscience avérée il vient de provoquer un incendie à son domicile en allumant pétards et feux d'artifice dans sa salle de bains), Mario Balotelli fait curieusement du bien au football. Il apporte de la fraîcheur et de l'originalité dans ce monde du ballon rond qui a perdu son innocence à cause des exigences du haut niveau. Qui ne s'est pas déjà ennuyé devant une interview d'un joueur de Ligue 1 au discours formaté du type "l'important, c'est les trois points" ?
Pourquoi les Cantona, Maradona, Romario, Ronaldinho ou Paul Gascoigne étaient si populaires ? Parce qu'ils ont toujours compris que le football était d'abord un jeu avant d'être leur travail. Et que le spectacle fait aussi partie de ce sport au même titre, voire plus, que la performance. Mario Balotelli, même s'il ne le revendique pas ouvertement, s'inscrit dans cet héritage. Il est l'enfant terrible du football moderne, directement engendré et inspiré par ces anciennes gloires du ballon rond. Mario Balotelli confond la pelouse d'un stade avec une cour d'école et c'est ce qui plaît. On l'adule ou on le hait, mais on ne peut pas nier qu'il apporte de la vie et de l'humain au football avec son comportement d'enfant.

Auteur: Cacace Giuseppe

Info: Le Point.fr, 25 juin 2012

[ fantaisie ] [ star ] [ sport ] [ révolte ]

éloge de l'indiscipline

La question de la désobéissance est au cœur de l’attentat contre le Bataclan. La tuerie a été stoppée par un commissaire de la brigade anticriminalité (BAC) qui a enfreint les consignes. À l’inverse, huit soldats de la force Sentinelle y assistaient les bras ballants, comme on le leur avait ordonné. Ces sujets très sensibles sont abordés dans le documentaire Les Ombres du Bataclan, de Francis Gillery (en ligne sur arte.tv), et dans le livre Le Procès, de Georges Fenech (Éditions du Rocher), d’après les rapports de la commission d’enquête parlementaire.

Quatre-vingt-dix morts, c’est déjà suffisamment monstrueux. Mais le bilan aurait été bien plus lourd sans l’action d’un homme qui a enfreint le protocole. Cet homme, appelons-le commis­saire X, vu qu’il a toujours tenu à garder l’anonymat. En novembre 2015, il fait partie de la brigade anticriminalité (BAC), et patrouille dans le 17e arrondissement de Paris lorsqu’il apprend, par sa radio de bord, l’attentat au Stade de France. Ni une ni deux, il décide de s’y rendre. Il est alors 21 h 25. Quelques minutes plus tard, ce sont les tirs sur les terrasses dans le 11e. Aussitôt, changement de direction. Puis c’est le Bataclan : le commissaire X y parvient à 21 h 54. Devant l’établissement, il trouve des militaires de la force Sentinelle, qui étaient là par hasard. À l’intérieur, ça tire. Il demande aux soldats d’intervenir : leur hiérarchie refuse. Il leur demande alors de lui filer leurs armes : ils leur répondent qu’ils n’ont pas le droit de s’en séparer.

Le protocole aurait exigé que le commissaire X attende sagement l’arrivée des forces d’élite. Mais ce n’est pas son choix. Il appelle sa femme pour lui dire adieu, persuadé qu’il n’en sortira pas vivant, et décide, sans demander l’autorisation de sa hiérarchie, d’entrer avec son équipier dans la salle de concert. Il abat un terroriste, ce qui contraint les deux autres à se replier à l’étage. Dès lors, il n’y aura plus aucun tir sur les spectateurs. On peut affirmer que le commissaire X a mis fin au massacre. Il faudra attendre plus de vingt minutes – durant lesquelles les terroristes n’auraient pas cessé de tirer – pour que la brigade de recherche et d’intervention (BRI) arrive au Bataclan, à 22 h 20 précisément.

Aujourd’hui, le commissaire X est célébré, à juste titre, comme un héros. Mais, selon la rigide logique hiérarchique, il pourrait être sanctionné, puisqu’il a délibérément contrevenu aux consignes. Le livre de Georges Fenech rapporte son témoignage devant la commission d’enquête parlementaire sur les attentats : "Humainement, compte tenu de ce qui se passait, on sentait bien qu’ils étaient en train d’achever les otages, on ne pouvait pas rester à l’extérieur. Un des fonctionnaires a proposé d’attendre la BRI. J’ai répondu non."

L’attitude du commissaire X est à opposer à celle des soldats de la force Sentinelle. Car il y avait non pas un ou deux, mais huit – oui, huit ! – militaires équipés de fusils d’assaut devant le Bataclan. Quand les policiers demandent à la préfecture l’autorisation de les faire intervenir, on leur répond : "Négatif, vous n’engagez pas les militaires, on n’est pas en zone de guerre." Alors, à quoi servent ces guignols en treillis ? S’ils voient une femme en train d’être violée, ils restent les bras ballants tant qu’ils ne reçoivent pas l’ordre d’intervenir ?

On a également dit qu’ils n’étaient pas formés pour ce genre d’intervention. Sans doute. Mais avec un tel raisonnement, le commissaire X ne serait jamais entré dans le Bataclan. La commis­sion d’enquête parlementaire a auditionné le général Bruno Le Ray, alors gouverneur militaire de ­Paris. Sa justification de la passivité des soldats est telle­ment hallucinante que ça vaut le coup d’en citer de larges extraits : "On n’entre pas dans une bouteille d’encre, c’est-à-dire sans savoir où l’on va, ce que l’on va faire et contre qui […] en mon âme et conscience, je n’aurais donc pas donné l’ordre à mes soldats de pénétrer dans le bâtiment sans un plan d’action prédéfini […] il est impensable de mettre des soldats en danger dans l’espoir hypothétique de sauver d’autres hommes […] ils n’ont pas vocation à se jeter dans la gueule du loup s’ils ne sont pas assurés de disposer de chances raisonnables d’accomplir leur mission."

Je pensais naïvement que les militaires étaient entraînés pour faire face à n’importe quelle situation d’urgence. Je ­découvre que non, bien au contraire. Qu’ils ne donnent ­l’assaut qu’après mûre et patiente analyse de la situation, et qu’à la condition d’être certains de ne prendre aucun risque et de réussir, cela quand bien même des gens se font canarder à quelques mètres d’eux ! Georges Fenech, lui non plus, n’en ­revient toujours pas, et n’hésite pas à écrire que "cette passivité confine à de la non-assistance à personne en danger".

Justement, c’est le coeur du sujet. Quand vous êtes huit militaires lourdement armés et que des gens se font tuer à deux pas, n’est-ce pas de la non-assistance à personne en danger que de rester passif (de surcroît en laissant de simples policiers munis de leur flingue de service aller au feu) ? Il y a les ordres, certes. Mais, dans certains cas, on a non seulement le droit, mais le devoir d’y désobéir. L’article D. ­4122–3 du Code de la défense stipule que le militaire "ne doit pas exécuter un ordre prescrivant d’accomplir un acte manifestement illégal". Ce texte a été rédigé pour éviter (ou du moins limiter) la torture ou les massacres de civils. Mais si l’ordre contrevient à l’obligation de porter secours, est-il lui aussi "manifestement illégal" ? En droit pénal, cette obligation de désobéissance porte un nom : la "théorie de la baïonnette intelligente". Un concept qui semble totalement échapper au général Bruno Le Ray.

"Ils étaient en train d’achever les otages, on ne pouvait pas rester à l’extérieur."

Il y en a d’autres qui n’ont pas attendu les ordres. Ce sont les hommes du Raid. Cette unité était alors dirigée par Jean-Michel Fauvergue : "J’étais en train de dîner avec mes hommes quand j’ai appris l’attentat. J’ai alors décidé de me rendre aussitôt, de ma propre initiative, au Bataclan. Mais je n’ai jamais été appelé officiellement." Jean-Michel Fauvergue aurait eu le temps d’avaler dessert et digestif s’il avait attendu l’ordre de sa hiérarchie. Pourquoi le Raid – unité a priori la plus compé­tente dans ce genre de situation – n’a-t-il pas été mobilisé ? Cela reste, encore aujourd’hui, un mystère. Bizarrement, le préfet de police, Michel Cadot, a décidé de confier les rênes de l’opération à la BRI, dont Georges Fenech dit qu’elle est "habituellement compétente pour neutraliser des forcenés ou des preneurs d’otages classiques". Le Raid aurait-il été plus rapide que la BRI s’il avait dirigé les opérations – sachant que plus de deux heures se sont écoulées entre l’arrivée de cette dernière et l’assaut final ? Impossible de répondre, mais, pour Jean-Michel Fauvergue, il est indéniable que "quelque chose ne va pas lorsqu’un groupe spécialisé de compétence nationale se met à la disposition d’un groupe non spécialisé de compétence locale". En tout cas, ce 13 novembre, il assume totalement de ne pas avoir attendu la bénédiction de sa hiérarchie pour intervenir : "Dans ma carrière, il m’est arrivé plein de fois de prendre des initiatives sans attendre les ordres."

Autre problème, encore lié à cette histoire d’obéissance. Dans le documentaire de Francis Gillery, on apprend l’existence d’une brigade d’intervention (BI), à ne pas confondre avec la BRI. La BI était une brigade peu médiatisée, mais d’élite, elle aussi (elle a notamment participé à l’assaut contre l’Hyper Cacher), aujourd’hui intégrée à la BRI. Le 13 novembre, six de ses membres reviennent d’un entraînement à la tour Eiffel, lorsqu’ils ont connaissance de l’attentat au Stade de France. Ils filent illico à leur QG, s’équipent et attendent les ordres, prêts à foncer. Il est environ 21 h 30. Mais c’est la consternation : la hiérarchie leur dit non, vous n’y allez pas. Alors qu’ils sont à cinq minutes des terrasses du 11e arrondissement, on leur ordonne de se rendre au 36, quai des Orfèvres, d’attendre que la BRI s’équipe, puis de s’intégrer à celle-ci. Ce qui les fait arriver au Bataclan vers 22 h 40. Alors qu’ils auraient pu y être au moins quarante-cinq minutes plus tôt, et peut-être même avant le commissaire X ! Un retard incompréhensible, quand chaque minute représente des dizaines de victimes supplémentaires. Dans Les Ombres du Bataclan, un ancien membre de la BI exprime ses regrets d’avoir obéi : "Le commandant qui a appelé pour demander l’autorisation de se rendre sur place, je pense qu’il regrette, non pas d’avoir appelé, mais d’avoir demandé l’autorisation, il aurait dû appeler pour dire on y va. Point."

Depuis, les règles ont changé : dans le même genre de situation, les soldats de la force Sentinelle pourraient intervenir, et l’unité d’élite la plus proche des lieux serait autorisée à conduire les opérations. On peut aussi tirer de cette tragédie une leçon de philosophie : ceux qui font évoluer les règles ne sont pas tant ceux qui les respectent que ceux qui les transgressent, comme l’héroïque commissaire X.

Auteur: Fischetti Antonio

Info: Charlie Hebdo, sept 2021

[ absurde administration ]

mondialisation

Les erreurs de l'État impérial mondial et les erreurs des autres
On m'a fait remarquer que les bizarreries de la réconciliation sans vérité que j'ai rencontrées aux Philippines eu égard à l'importance persistante de la famille Marcos, malgré le discrédit généralisé de la période où elle était aux commandes (1965-1986), n'est pas aussi étrange qu'il y paraît.
Après tout, Jeb Bush a récemment annoncé son intention de briguer la présidence des États-Unis en 2016, et George W. Bush, malgré sa présidence déplorable, est considéré comme un atout politique. Il s'active à faire campagne et à récolter des fonds en faveur de son jeune frère. Aux Philippines, contrairement aux États-Unis, il y a eu une rupture politique provoquée par le mouvement Pouvoir du peuple, qui a écarté le clan Marcos du pouvoir et a porté directement à la présidence Corey Aquino, la veuve de Benigno Aquino Jr., l'opposant à Marcos assassiné. Même aujourd'hui, ce triomphe populiste est célébré comme un jour de fierté nationale pour le pays, et Benigno Noynoy Aquino III siège au palais de Malacañang comme le président élu du pays. Pourtant, les réalités politiques aux Philippines, comme aux États-Unis, sont plus connues pour leur continuité avec un passé discrédité que pour les changements qui rejettent et surmontent ce passé.
Barack Obama agissait dans un contexte politique certes différent aux États-Unis lorsqu'il a mis de côté les allégations bien fondées de criminalité adressées à l'équipe au pouvoir pendant la présidence de Bush, affirmant prudemment que le pays devait regarder vers l'avant et non derrière lorsqu'il s'agit de la responsabilité pénale de ses anciens dirigeants politiques. Bien sûr, c'est l'opposé de ce qui a été fait avec les dirigeants allemands et japonais survivants après la Deuxième Guerre mondiale avec les procès largement acclamés de Nuremberg et de Tokyo [ainsi qu'avec Saddam Hussein et Muammar Khadafi, NdT] ; et cela ne peut pas devenir la norme aux États-Unis par rapport aux crimes des gens ordinaires, ni même à l'égard des crimes louables des lanceurs d'alerte du genre de ceux attribués à Chelsea Manning, Julian Assange et Edward Snowden. Une telle impunité sélective semble être le prix que les démocraties impériales paient pour éviter la guerre civile dans le pays, et préférable à une unité obtenue par des formes autoritaires de gouvernement.
Pour cette seule raison, l'approche moralement régressive d'Obama de la responsabilité est politiquement compréhensible et prudente. L'Amérique est polarisée, et la partie la plus frustrée et la plus en colère des citoyens embrasse la culture de l'arme à feu et reste probablement ardemment en faveur de la sorte de militarisme et de ferveur patriotique qui avait été si fortement mise en avant pendant la présidence Bush.
Des pensées dans ce sens m'ont conduit à une série de réflexions plus larges. Les erreurs que font les Philippines, certes épouvantables en termes de droits humains, sont au moins principalement confinées dans les limites territoriales du pays et font des victimes parmi leurs propres citoyens. A titre de comparaison, les erreurs de politique étrangère commises par les États-Unis font des victimes principalement chez les autres, bien qu'ils en fassent souvent payer le prix, en même temps, aux Américains les plus marginaux et les plus vulnérables. Comme société, beaucoup regrettent les effets de la guerre au Vietnam ou de la guerre d'Irak sur la sérénité et l'estime de soi de la société américaine, mais en tant qu'Américains, nous ne faisons que rarement, sinon jamais, une pause pour déplorer les immenses pertes infligées à l'expérience sociétale qu'ont vécue ceux qui vivent sur ces lointains champs de bataille de l'ambition géopolitique. Ces sociétés victimes sont les récepteurs passifs de cette expérience destructrice, et possèdent rarement la capacité ou même la volonté politique de riposter. Telle est l'asymétrie des relations impériales.
On estime qu'entre 1,6 et 3,8 millions de Vietnamiens sont morts pendant la guerre du Vietnam en comparaison des 58 000 Américains. Des proportions similaires sont présentes dans les guerres d'Afghanistan et d'Irak, même sans considérer les perturbations et les destructions endurées. En Irak, depuis 2003, on estime qu'entre 600 000 et 1 millions d'Irakiens ont été tués et que plus de 2 millions ont été déplacés dans le pays, et que 500 000 Irakiens sont encore réfugiés en raison de la guerre, tandis que les États-Unis ont perdu quelque chose comme 4 500 membres de leur personnel combattant. Les statistiques du champ de bataille ne doivent pas nous aveugler sur le caractère absolu de chaque décès du point de vue de leurs proches, mais elles révèlent une dimension centrale de la distribution des coûts humains relatifs de la guerre entre un gouvernement qui intervient et la société cible. Ce calcul de la mort au combat commence à raconter l'histoire de la dévastation d'une société étrangère : les dangers résiduels qui peuvent se matérialiser dans la mort et des blessures mutilantes longtemps après que les armes se sont tues, à cause des munitions létales non explosées qui tapissent le pays pour des générations, la contamination du sol par l'agent Orange et les ogives contenant de l'uranium appauvri, sans oublier les traumatismes et les nombreux rappels quotidiens de souvenirs de guerre sous la forme des paysages dévastés et des sites culturels détruits laissés en héritage.
Selon presque tous les points de vue éthiques, il semblerait qu'une certaine conception de la responsabilité internationale devrait restreindre l'usage de la force dans des situations autres que celles autorisées par le droit international. Mais ce n'est pas la manière dont le monde fonctionne. Les erreurs et les actes répréhensibles qui se produisent dans une guerre étrangère lointaine sont rarement reconnus, ils ne sont jamais punis et jamais aucune compensation n'est offerte. Paradoxalement, seuls les dirigeants de ces territoires sont tenus de rendre des comptes (par exemple Saddam Hussein, Slobodan Milosevic et Mouammar Kadhafi). Le gouvernement des États-Unis, et plus précisément le Pentagone, a pour principe de dire au monde qu'il ne recueille aucune donnée sur les victimes civiles associées à ses opérations militaires internationales. En partie, il y a une attitude de déni, qui minimise les épreuves infligées aux pays étrangers et, pour une autre partie, il y a le baume d'une insistance officielle sous-jacente que les États-Unis font tous les efforts possibles pour éviter les victimes civiles. Dans le contexte des attaques de drones, Washington soutient avec insistance qu'il y a peu de victimes civiles, mesurées par le nombre de décès, mais n'admet jamais qu'il y a un nombre bien plus important de civils qui vivent ensuite dans la terreur intense et permanente d'être visés ou involontairement frappés à mort par un missile errant [pas errant pour tout le monde, malheureusement, NdT].
Compte tenu des structures étatiques et impériales de l'ordre mondial, il n'est pas surprenant que si peu d'attention soit portée à ces questions. Les erreurs d'un État impérial mondial ont des répercussions matérielles bien au-delà de leurs frontières, tandis que les erreurs d'un État normal résonnent à l'intérieur du pays comme dans une chambre d'écho. Les torts de ceux qui agissent pour l'État impérial mondial sont protégés des regards par l'impunité de fait liée à leur force, tandis que les torts de ceux qui agissent pour un État normal sont de de plus en plus sujets à des procédures judiciaires internationales. Lorsque c'est arrivé après la Deuxième Guerre mondiale, cela s'est appelé justice des vainqueurs ; lorsque cela arrive aujourd'hui, en particulier avec la jurisprudence borgne de la légalité libérale, c'est expliqué en référence à la prudence et au réalisme, à la nécessité d'être pragmatique, de faire ce qu'il est possible, d'accepter les limites, d'accorder un procès équitable à ceux qui sont accusés, de dissuader certaines tendances aux dérives dangereuses.
Cela ne changera pas jusqu'à ce que l'une de ces deux choses se produise : soit la mise en place d'une instance mondiale pour interpréter et appliquer le droit pénal [ce tribunal existe, le TPI, mais les US ont obtenu une dérogation pour eux-mêmes (sic!), NdT], soit une modification considérable de la conscience politique des États impériaux mondiaux par l'internalisation d'un ethos de responsabilité envers les sociétés étrangères et leurs habitants. Cette description des progrès nécessaires du droit et de la justice devrait nous faire prendre conscience à quel point de telles attentes restent utopiques.
Actuellement, il n'y a qu'un seul et unique État impérial mondial, les États-Unis d'Amérique. Certains suggèrent que les prouesses économiques de la Chine créent un centre rival de pouvoir et d'influence, qui pourrait être reconnu comme un second État impérial mondial. Cela semble erroné. La Chine peut être plus résiliente et elle est certainement moins militariste dans sa conception de la sécurité et de la poursuite de ses intérêts, mais elle n'est pas mondiale, ni ne mène de guerres lointaines. De plus, la langue, la monnaie et la culture chinoises ne jouissent pas de la portée mondiale de l'anglais, du dollar américain et du capitalisme franchisé. Indubitablement, la Chine est actuellement l'État le plus important dans le monde, mais sa réalité est en accord avec les idées du Traité de Wesphalie relatives à la souveraineté territoriale, tandis que les États-Unis opèrent mondialement dans toutes les régions pour consolider leur statut d'unique État impérial mondial. En effet, le premier État de ce type dans l'histoire du monde.

Auteur: Falk Richard

Info: 30 mars 2015, Source zcomm.org

[ USA ] [ géopolitique ]

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 ]

réfléchir

Pourquoi le slow thinking gagne

Être rapide, c'est travailler fort et être intelligent - de la réponse aux appels 24 heures sur 24 à la présence d'esprit la plus vive dans les réunions. La lenteur est pour les paresseux, les oisifs, voire les abrutis. Lorsque nous parlons de ralentir, nous entendons généralement qu'il faut y aller doucement, certainement pas être plus productif.

Tout le monde se souvient de l'histoire de la tortue et du lièvre, mais personne ne semble avoir appris la leçon qu'elle enseigne : La lenteur l'emporte.

Il s'avère que la fable a raison. La recherche suggère régulièrement que la pensée dite lente exige une pensée plus disciplinée et donne lieu à des décisions plus productives que les réactions rapides, qui sont moins précises ou moins utiles. Et la lenteur de la pensée - comme la tortue, lentement mais sûrement - fait son chemin par de nouvelles interventions dans des domaines aussi disparates que la justice pénale, le sport, l'éducation, l'investissement et les études militaires.

La maîtrise de cette dualité dans la nature humaine est au cœur du slow thinking. Son principal partisan, l'ancien psychologue de Princeton Daniel Kahneman, seul non-économiste à avoir reçu le prix Nobel d'économie, décrit ces impulsions contraires dans son livre "Thinking, Fast and Slow" de 2011. La plupart du temps, affirme Kahneman, les gens comptent sur la rapidité - mais c'est en fait la lenteur qui permet de prendre de meilleures décisions. "Shane Frederick, professeur à la Yale's School of Management et collaborateur fréquent de Kahneman, explique comment les gens peuvent aller au-delà de l'impulsion la plus évidente qu'ils ressentent d'abord".

La lenteur de la réflexion n'a rien de nouveau pour les amateurs de sport, grâce au best-seller de Michael Lewis en 2003, "Moneyball", qui explique comment le manager Billy Beane a transformé les Oakland Athletics à court d'argent en une équipe compétitive utilisant l'analyse de données. Et après que l'approche délibérée de Beane ait révolutionné le baseball, les chercheurs et les réformateurs sont confiants dans le fait que le même genre de résultats peut être observé lorsque le concept est appliqué à des problèmes sociaux majeurs, comme la violence chronique ou les taux élevés de décrochage chez les élèves du secondaire.

Une nouvelle étude menée par des chercheurs de l'Université de Chicago, de Harvard, Northwestern et de l'Université de Pennsylvanie a révélé que le slow thinking pour les jeunes hommes vivant dans les quartiers les plus touchés par les gangs de Chicago réduisent leurs chances de participer à la criminalité et améliorent leurs résultats scolaires jusqu'à 44 %.

Le programme Becoming a Man du "Chicago nonprofit Youth Guidance's Becoming" a réalisé les deux tiers des interventions cognitives recensées dans l'étude, ainsi que celles qui étaient statistiquement les plus efficaces.

La Maison-Blanche a récemment donné 10 millions de dollars à la ville de Chicago, en partie pour étendre et étudier Becoming a Man, qui dessert environ 2 000 élèves dans près de 40 écoles publiques. Le programme, lancé en 2004, cible les jeunes garçons de la 7e à la 12e année qui ont été signalés par les enseignants et les conseillers comme ayant de mauvais résultats scolaires et à risque d'être victimes de gangs.

La violence qui s'empare de la ville est un problème qu'il est temps de repenser radicalement : Il y a eu plus de 200 meurtres cette année et plus de 1 269 fusillades.

À l'école secondaire Bronzeville Scholastic Institute High School, dans le South Side de Chicago, Adeeb Odeh, conseiller en orientation, a récemment lancé à ses élèves un défi de fin d'année pour mettre en œuvre ce qu'ils ont appris lors de la dernière année. Depuis le début de l'année scolaire, ils ont effectués plusieurs étapes avec des exercices chronométrés visant à tester leur concentration et leur patience sous pression.

Dans un exercice, les élèves empilént 36 gobelets en plastique en pyramide en trois minutes. Ceux qui ont réussi ont gardé un rythme régulier jusqu'à la dernière coupe, tandis que la peur de la pression du temps a conduit les autres à se précipiter et à voir leurs pyramides s'effondrer. Un autre exercice exigeait que les élèves tirent à tour de rôle des lancers francs dans un panier de basket-ball tandis que d'autres les tentaient de les décourager activement en criant et en tenant des pancartes genre "Tu ne peux pas le faire" ou "Boo !"

"C'est comme une métaphore de la vie réelle, où il faut se concentrer en se distrayant ", dit Jannie Kirby, porte-parole de l'orientation des jeunes.

Anuj Shah, professeur à l'Université de Chicago, coauteur de l'étude Becoming a Man, note que les étudiants du programme apprennent à penser lentement en prenant conscience de leurs impulsions réflexives dans des situations très variables.

"Très souvent, nous nous laissons emporter par l'instant présent " dit Shah. "Le principe fondamental [de la pensée lente,¨] est que nous avons des réactions automatiques qui dictent nos pensées, nos sentiments et notre comportement. Si tu peux comprendre ta pensée, tu peux comprendre comment elle affecte ton comportement."

Selon Shah, une astuce pour prendre conscience de ces tendances automatiques, qu'il s'agisse de colère ou de précipitation dans les postulats, est de prendre un moment et de s'imaginer sortir de la situation qui se présente. "Mettez la décision dans son contexte. Pensez à ce qu'une caméra verrait et ce qu'un tiers neutre verrait."

Faire ses devoirs, c'est-à-dire raisonner étape par étape à travers un problème, dit Frederick, est l'essence même du slow thinking. "c'est étonnant de constater à quel point les opinions ont tendance à s'adoucir rapidement lorsqu'il y a des données à portée de main ", dit-il. "C'est le moyen parfait d'échapper à vos préjugés. Quel que soit votre parti pris, ça n'a pas d'importance - mettez les chiffres et cela neutralise efficacement tout parti pris que vous pourriez avoir."

Frederick est peut-être mieux connu pour avoir créé le "Test de Réflexion Cognitive", une mesure simple pour savoir si une personne résout un problème "rapidement avec peu de délibération consciente" ou par la réflexion et la pensée lente. Kahneman inclut le test dans son livre.

Il a trois questions :

1) Une batte et une balle coûtent 1,10 $. La batte coûte 1,00 $ de plus que la balle. Combien coûte la balle ? ____ cents

2) S'il faut à cinq machines cinq minutes pour faire cinq gadgets, combien de temps faudrat-il à 100 machines pour faire 100 gadgets ? ____ minutes

3) Dans un lac, il y a une plaque de nénuphars. Chaque jour, le champ double de taille. S'il faut 48 jours pour que la plaque couvre tout le lac, combien de temps faudra-t-il pour que la plaque couvre la moitié du lac ? ____ jours

Ce qui rend ces questions par ailleurs simples si délicates, c'est qu'elles sont conçues pour attirer l'intuition humaine vers des mauvaises réponses spécifiques. Sur les 3 428 personnes interrogées par Frederick dans le cadre de son étude, 33 % ont raté les trois questions et 83 % ont raté au moins une des questions. Parmi les diverses universités auprès desquelles Frederick a recueilli des données, c'est au MIT que le pourcentage d'étudiants ayant répondu correctement à toutes les questions était le plus élevé - seulement 48 pour cent.

Frederick précise que les répondants ont donné les réponses intuitives, incorrectes, suivantes : 1) 10 cents*, 2) 100 minutes et 3) 24 jours. La bonne réponse à la première question est 5 cents. La bonne réponse à la deuxième question est cinq minutes. La bonne réponse au troisième problème est 47 jours.

Frederick partage souvent ce test lors de conférences pour des entreprises intéressées par sa recherche - et la plupart des gens donnent encore des réponses intuitives, mais erronées. "Votre intuition n'est pas aussi bonne que vous le pensez," dit-il. "Je pense que le test ébranle la confiance, et que cela seul peut les amener à passer plus de temps et à voir les choses sous un angle nouveau."

Les avantages de la lenteur de la pensée ne sont pas universellement acceptés. Dans son livre de 2005, Malcolm Gladwell, auteur de Blink, affirme que les meilleurs décideurs ne sont pas ceux qui traitent le plus, mais ceux qui prennent les décisions rapidement.

Frederick rétorque que la lenteur de la pensée est encore utile dans les situations d'urgence et qu'elle sera toujours plus importante que la vitesse, en ce sens qu'elle permet de vérifier constamment notre intuition faillible. "Stop, drop, and roll", ("Arrête, lâche et bouge.") par exemple, est enseigné aux enfants dès leur plus jeune âge pour les former à la sécurité incendie, mais ces étapes spécifiques ne sont pas nécessairement intuitives. La RCR n'est pas non plus vraiment intuitive et exige du raisonnement.

Dan Kahan, un professeur de droit de Yale qui étudie également la cognition, suggère que Gladwell et ses partisans lents pourraient avoir raison. Il croit que la rapidité et la lenteur sont également bénéfiques et imparfaites, les qualifiant de "non pas discrètes et hiérarchiques, mais réciproques et intégrées".

Mais Kahan n'est pas d'accord avec Frederick sur la question de savoir si les préjugés peuvent être complètement éliminés par le slow thinking - ou par toute autre méthode. "Nos préjugés ne sont presque jamais ouverts à l'observation, a dit M. Kahan. "Vous pouvez être patient mais toujours partial."

Kahan va jusqu'à affirmer que, dans certains cas, penser plus longtemps et plus intensément ne peut que servir à renforcer ses préjugés. Le danger, c'est quand les gens ne peuvent pas identifier ce qui est le produit de la lenteur de la pensée et ce qui est le produit de la rapidité. Comme l'a dit Kahan, "Les gens ne manquent jamais de preuves de leur côté."

Néanmoins, le slow thinking se répand lentement. Dan Lovallo, professeur à l'Université de Sydney et chercheur principal à l'Université de Californie à Berkeley, a récemment utilisé ses propres recherches pour démontrer dans un rapport McKinsey Quarterly que les chefs d'entreprise et les investisseurs auront plus de succès s'ils réfléchissent lentement et stratégiquement, en s'en remettant aux analyses et aux modèles commerciaux pour surmonter les biais humains qui sont " bien ficelés et qui ne répondent pas à leurs besoins ". Les préjugés utilisent le "raisonnement associatif plutôt que le raisonnement logique", a déclaré M. Lovallo dans un courriel. "La meilleure façon de surmonter les préjugés est de former une catégorie de référence pour des situations similaires. Cela change la discussion et peut être utilisé pour prévoir."

La pensée lente s'est également infiltrée dans les programmes de MBA militaires, qui utilisent le Cognitive Reflection Test de Frederick dans leur programme d'études. Une revue de la Central Intelligence Agency sur le site Web de l'organisation qualifie le livre de Kahneman de "must read" pour les agents de renseignement.

Pour l'instant, les élèves du Bronzeville Scholastic de Chicago apprennent à appliquer la pensée lente à des scénarios plus immédiats et moins complexes, comme ne pas se battre. Au défi de fin d'année, les élèves devaient se rappeler leur formation sur "'énergie guerrière et l'énergie sauvage", explique le conseiller Adeeb Odeh, la première étant l'énergie sage et contrôlée d'un penseur lent, la seconde étant l'énergie automatique et réactive d'un penseur rapide.

Odeh a vu cette idée transformer le comportement de ses élèves au cours de l'année scolaire : J'ai vu des élèves du programme dans le couloir qui éloignaient leurs camarades du début d'une bagarre, leur répétant et leur rappelant simplement : "Energie guerrière, énergie guerrière". ('Warrior energy, warrior energy.)

Auteur: Kadioglu Tara

Info: Boston Globe, 26 juillet 2015, *(Si la balle coûte 10 cents et que le bâton coûte 1,00 $ de plus que la balle, alors le bâton coûtera 1,10 $ pour un grand total de 1,20 $. La bonne réponse à ce problème est que la balle coûte 5 cents et la batte coûte - à un dollar de plus - 1,05 $ pour un grand total de 1,10 $.)

[ réfléchir avant d'agir ]

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 ]