biopouvoir

On juge ainsi des progrès d’une civilisation à son seul respect de la vie comme valeur absolue. [...] On accuse la société, lorsqu’elle tue en pleine préméditation, de vengeance barbare, digne du Moyen Âge. C’est lui faire beaucoup d’honneur. Car la vengeance est encore une réciprocité mortelle. Elle n’est ni "primitive" ni "pur mouvement de nature", rien n’est plus faux. Elle est une forme très élaborée d’obligation et de réciprocité, une forme symbolique. Rien à voir avec notre mort abstraite, sous-produit d’une instance morale et bureaucratique à la fois (notre peine capitale, nos camps de concentration) – mort comptable, mort statistique, qui, elle, a tout à voir avec le système de l’économie politique. Elle en a la même abstraction, qui n’est jamais celle de la vengeance ou du meurtre, ou du spectacle sacrificiel. Judiciaire, concentrationnaire, ethnocidaire : telle est la mort que nous avons produite, celle que notre culture a mise au point. Aujourd’hui, tout a changé, et rien n’a changé : sous le signe des valeurs de vie et de tolérance, c’est le même système d’extermination, mais en douceur, qui régit la vie quotidienne – et celui-là n’a même plus besoin de la mort pour réaliser ses objectifs.

Car le même objectif qui s’inscrit dans le monopole de la violence institutionnelle et de la mort se réalise aussi bien dans la survie forcée, dans le forcing de la vie pour la vie (reins artificiels, réanimation intensive des enfants mal formés, agonies prolongées à tout prix, greffes d’organes, etc.). [...] Cette "thérapeutique héroïque" se caractérise par des coûts croissants et des "avantages décroissants" : on fabrique des survivants improductifs. Si la Sécurité sociale peut encore s’analyser comme "réparatrice de force de travail au profit du capital", cet argument est ici sans valeur. Si bien que le système se retrouve ici devant la même contradiction que pour la peine de mort : il surenchérit sur la préservation de la vie comme valeur parce que ce système de valeurs est essentiel à l’équilibre stratégique de l’ensemble – mais cette surenchère déséquilibre économiquement l’ensemble. Que faire ? Un choix économique s’impose, où on voit se profiler l’euthanasie comme doctrine et pratique semi-officielle. [...] L’euthanasie est déjà là partout, et l’ambiguïté d’en faire une revendication humaniste (même chose pour la "liberté" de l’avortement) est éclatante : elle s’inscrit dans la logique à moyen ou long terme du système. tout ceci va dans le sens d’un élargissement du contrôle social. Car, derrière toute les contradictions apparentes, l’objectif est sûr : assurer le contrôle sur toute l’étendue de la vie et de la mort. [...] et l’interdiction de mourir est la forme caricaturale, mais logique, du progrès de la tolérance – l’essentiel est que la décision leur échappe, et que jamais ils ne soient libres de leur vie et de leur mort, mais qu’ils meurent et vivent sous visa social. C’est même encore trop qu’ils restent livrés au hasard biologique de la mort, car c’est encore une espèce de liberté.

Auteur: Baudrillard Jean

Info: Dans "L'échange symbolique et la mort", éditions Gallimard, 1976, pages 283 à 285

[ gestion rationalisée ] [ humanisme prétexte ] [ santé ] [ acharnement thérapeutique ]

nom-du-père

Le père est une fonction dans un sens en tous points analogue à ce qui s'appelle fonction en mathématique.

y = f(x)

Il s'agit de la mise en relation de deux éléments. Reliant ces deux éléments la fonction implique leur distinction. En logique, au 1 succède le 3 duquel se déduit le 2. Autrement dit, la fonction est un "lien de séparation", un saut du contigu au discontinu. Sigmund Freud a rarement employé le terme de progrès cependant il l'emploie pour qualifier le passage de la civilisation matriarcale à la civilisation patriarcale. La liaison de l'enfant et de la mère est possible puisque précisément ils auront, au préalable, été indexés comme distincts, séparés et, par conséquent, "partiellisés" l'un pour l'autre. Ils ne sont pas tout l'un pour l'autre { y ≠ x }, mais sont aussi fils/fille de et épouse de.

Une autre façon de dire qu'il n'y a de mère et d'enfant que par rapport à un père. Complétons alors Winnicott dans son affirmation qu'un bébé seul ça n'existe pas en ajoutant qu'une mère et un enfant seuls ça n'existe pas. Il n'y ni mère ni enfant s'il n'y a pas de père (ou de fonction paternelle), mais une entité (con)fusionnelle dévorante et destructice autant pour l'enfant que pour la mère. Françoise Dolto ne disait rien d'autre lorsqu'elle affirmait qu'une femme ne pouvait être mère que si, par ailleurs, elle désirait un homme.

L'enfant et la mère sont liés symboliquement par le père en tant que nom (fonction), ce qui implique que la présence réelle du père, bien que souhaitable, peut être compensée si la mère parvient à faire fonctionner du manque. Céder l'objet afin de ne pas céder sur son désir — unique rempart à la jouissance —, autrement dit, produire/élire un objet de désir différent de son enfant. Ce qui, il faut le dire, est un cas de figure de plus en plus rare. Puisque, comme le disait Dolto dès 1960, si le sens de la paternité est à peu près perdu, il l'est pour l'homme ET pour la femme — ce "ET" est aujourd'hui systématiquement oublié pour faire de cette défaillance paternelle l'appanage de l'homme.

Nuançons aussi l'affirmation issue d'une incompréhension de l'œuvre lacanienne qui voudrait que le père, comme nom, ne soit qu'effet du désir maternel. Ceci est bien souvent une ex-cuse (hors de cause) pour le géniteur afin de se cacher dans l'ombre de la mère de sa progéniture (et dans les jupes de la sienne) ou, "au mieux", pour devenir une seconde mère, une mère bis, ou une mère de substitution en cas de défaillance maternelle de la génitrice. Bien entendu l'attitude de la mère vis-à-vis de son époux, du père de son enfant, importe beaucoup, et surtout la façon dont elle parle de lui à son enfant et à d’autres, et notamment, en son absence. Ceci dit, la "personne du père", en tant qu'élément tiers dans la structure de la parenté, relativement à la dyade mère-enfant, a à occuper cette place d'exception, au sens premier du terme, absolument indispensable au déploiement de la parole.

Auteur: Goubet-Bodart Rudy

Info: Publication facebook du 25.01.2022

[ triade ] [ parentalité ] [ psychanalyse ]

socio-psychologie

Sémio-capitalisme : le big data à la place du contact humain

Il est nécessaire de commencer à penser la relation entre le changement technologique en cours et les processus sociaux. Une subjectivité assujettie, reprise par les médias concentrés et par une configuration de câbles, d’intelligence artificielle, binarismes et algorithmes, obéit inconsciemment aux images et à une technologie digitale qui va par les réseaux, whatsapp, facebook, etc., en conditionnant les habitudes, perceptions, savoirs, choix et sensibilités. La subjectivité se communique de plus en plus par des machines et des suites d’algorithmes mathématiques et de moins en moins par la rencontre des corps. Ce changement techno-culturel inhibe, entre autres choses, la capacité à détecter la souffrance ou le plaisir de l’autre et l’affectation mutuelle des corps, une condition fondamentale de l’amour et de la politique.

Jean Baudrillard, dans "Simulacres et simulation", rappelle un conte de Borges sur une carte si détaillée, qu’il impliquait une exacte correspondance biunivoque avec le territoire. Se basant sur cette histoire, il souligne que dans la postmodernité la différence entre carte et territoire a été gommée, rendant impossible de les distinguer ; plutôt le territoire a cessé d’exister et est seulement restée la carte ou le modèle virtuel, les simulacres qui supplantent la réalité. Baudrillard affirme qu’avec la virtualité nous entrons dans l’ère de la liquidation du réel, de la référence et l’extermination de l’autre.

Bifo Berardi, en continuant sur les traces de Baudrillard, décrit dans "Phénoménologie de la fin" le néolibéralisme comme sémio-capitalisme, un mode de production dans lequel l’accumulation du capital est essentiellement faite au moyen de l’accumulation de signes : de biens immatériels. Il s’agit d’une sémiologie de la simulation basée sur la fin de la référence ; le signe linguistique s’est pleinement émancipé et cette abstraction s’est déplacée vers la science, la politique, l’art, les communications et tout le système d’échanges.

Le néolibéralisme, le capitalisme qui n’est déjà plus industriel mais financier, constitue le point le plus avancé de la virtualisation financière : l’argent peut être transformé en plus d’argent en sautant par-dessus la production de biens utiles. Le sémio-capitalisme se base sur le dé-territorialité de la production, l’échange virtuel et l’exploitation de l’âme comme force productive. À partir de cette organisation, les multinationales ont gagné une liberté absolue de pouvoir bouger facilement leurs actifs non matériels d’un endroit à l’autre, dans un monde dans lequel les automatismes financiers ont remplacé la décision politique et les États ont perdu en caractère effectif, en multipliant la misère, la précarité et le chômage. L’absolutisme capitaliste non régulé affirme son droit d’exercer un contrôle sans restriction sur nos vies, tandis qu’une épidémie d’angoisse se propage à travers la planète.

Dans une culture mondiale transformée en totalitarisme de la virtualité la postvérité joue son match : tout peut être dit et transformé en vérité irréfutable. Les messages ne valent pas par leur interprétation ou relation avec la vérité, mais par le pragmatisme ou le caractère effectif de signes vides qui touchent en plein la dimension affective. Nous constatons une subjectivité affaiblie dans le recours à la pensée, en vivant dans le temps anxieux du zapping et de l’urgence, qui se gère fondamentalement par des impulsions.

La sémiotisation néolibérale, avec la prédominance de l’échange de signes virtuels au nom du progrès, implique la soustraction du corps, ce qui constitue l’une des conséquences les plus inquiétantes que l’humanité peut connaître. Si on ne perçoit pas le corps, le cri, l’angoisse ou la souffrance de l’autre, il y a seulement un pas vers l’indifférence sociale, l’individualisme maximal et la destruction de la communauté réelle. Un corps social de chair et d’os affecté dans l’échange social est la condition fondamentale de la politisation, la construction du peuple et de l’émancipation.

Que faire ?

À la fin de son oeuvre, Berardi explique de manière énigmatique que seul Malinche peut répondre à ces questions. La Malinche, l’une des vingt femmes esclaves données aux Espagnols en 1519 par les habitants de Tabasco, a servi d’ interprète à Hernán Cortés, elle est devenue sa concubine et a mise au monde l’un des premiers métis. Cet acte a été interprété de diverses manières : une traîtresse, une victime ou une mère symbolique de la nouvelle culture métisse. Sans écarter aucune des trois lectures, bien ou mal, Malinche s’est ouvert à la langue de l’autre incompréhensible.

En assumant les transformations sémiotiques, impossibles à freiner, il s’agit de parier sur la possibilité d’affronter cette forme contemporaine de domination. En reprenant le mythe du métissage, il faudra inclure et mélanger les corps à côté des nouvelles technologies. Au lieu de la disjonction que le système néolibéral d’échanges pose entre corps et virtualité, il sera nécessaire de multiplier les espaces de production culturelle et de participation dans lesquels peuvent circuler pensées, affects et corps : des centres culturels, communication alternative, radios libres, blogs, canaux Youtube, etc. Il faudra réorganiser l’espace commun en essayant des formes de vie indépendantes de la domination du capital.

Dans l’ère du sémio-capitalisme néolibéral, la reconstruction des noeuds sociaux devient une forme de résistance et une tache majeure. Peut-être ceci constitue-t-il le défi politique le plus difficile.

Auteur: Merlin Nora

Info: Cronicon. Buenos Aires, 3 février, 2019. Traduit de l’espagnol pour El Correo dela Diaspora par Estelle et Carlos Debiasi

[ pouvoir sémantique ] [ déshumanisation ] [ libéralisme mémétique ]

culte démystifié

Flipper et juke-box sont des machines qui prolongent l’univers magique de l’enfance dans la société adulte. Ils représentent un seuil et un passage, la fin de l’enfance et le commencement de l’adolescence. Leur usage est aussi une décisive promotion sociale : il signifie l’accession au statut de consommateur. La fonction ludique investit la société Industrielle et la soumet à ses valeurs.

Cette magie n’est pas le génie de l’enfance. Bien au contraire. Elle est celle de l’idéologie néo-capitaliste qui s’incarne dans l’enfant et qui devient alors le génie de l’enfance capitaliste. Nous sommes là au cœur de la "société de consommation", du premier dressage du corps à la consommation.

On a voulu opposer la spontanéité et le naturel de l’enfant à "la société de consommation" de l’adulte. C’est le contraire qui est vrai : l’enfant s’abandonne sans aucune retenue à l’univers de la consommation, tandis que l’adulte – lorsqu’il est producteur – peut lui résister.

Quelle est la genèse de cette magie ? Comment l’enfant devient-il "innocent", "spontané" ? Comment l’idéologie de la consommation investit, dès le principe, l’enfance ?

L’explication sera proposée par une donnée anthropologique. Le corps du bébé est exclusivement fonction de consommation. Car c’est un immature. La cité reconnaît cette donnée ontologique ; le droit naturel. L’éducation consiste à redresser cette nature vouée au "principe de plaisir". Par l’apprentissage de la cité et du métier, le corps doit apprendre à se soumettre au procès de production. L’éducation politique du corps consiste à soumettre le "principe de plaisir" au principe de réalité.

Dans le système Capitaliste, ce travail ne doit pas être fait : le droit naturel doit se prolonger en irresponsabilité civique. C’est le dressage à la consommation, l’éducation de la "société de consommation" qui sera libérale, permissive, libertaire. C’est la toute-puissance du "principe de plaisir".

Les parents ne font alors que proposer l’éducation de la société industrielle sous tutelle capitaliste. Celle-ci impose l’usage coutumier de ses techniques. Un système fonctionnel qui prolonge et multiplie les pouvoirs du petit prince de la consommation. Celui-ci va jouer des objets manufacturés, utilitaires du milieu familial. Ce qui est usage fonctionnel pour les adultes devient usage ludique. Le droit naturel de l’enfant devient désinvolture d’usager. C’est l’accès au statut de consommateur.

Usage magique : il suffit d’appuyer sur un bouton. L’enfant investit ses privilèges dans l’espace familial, celui de l’équipement ménager. Et de tous les équipements (voiture, télévision, etc.) qui deviennent alors des objets de consommation. Au service du principe de plaisir, du ludique. L’enfant profite, – intégralement, lui – d’un procès de production qu’il peut – sans culpabilité encore – ignorer totalement.

C’est la magie moderne : un appareil utilisé sans connaître la nature de son fonctionnement, une fonction asservie sans soupçonner l’ordre du travail qui l’a produite. D’un rien, sans aucun effort, d’un seul souhait, d’un seul geste, surgit une consommation parfaite.

L’enfant est alors d’une totale disponibilité. A la consommation. Voyez sa manipulation de l’objet-marchandise. Il fait preuve d’une dextérité, d’une désinvolture qui stupéfient le cercle de famille. Il témoigne d’une agilité d’usage, d’une facilité insolentes.

Toute une culture – celle de la technologie de la société industrielle avancée – s’est consacrée, au prix d’un immense travail au développement du confort. Et sa caractéristique est d’avoir pu atteindre une extraordinaire facilité de son usage : il suffit d’appuyer sur un bouton. Le principe de la pédagogie d’intégration au système capitaliste est alors cet usage magique – par l’enfant – du fonctionnel.

Lénine disait que le communisme c’est l’électricité plus les Soviets. Le capitalisme, c’est l’électricité plus la magie fonctionnelle. Autrefois, l’usage d’un progrès était encore une technique d’usage. Pendant longtemps, l’instrument de libération a entraîné de dures contraintes. Un travail d’usage autre que le travail de production. Il y avait comme un échange symbolique, entre le travail qui permettait l’usage et la fonction libératrice de cet usage.

Avec l’électricité, il suffit d’une pichenette, geste magique, alors, de démiurge : l’enfant profite d’un progrès sans donner aucun travail – même symbolique – en échange. Il s’installe dans la totale ignorance du travail nécessaire à cette consommation. La pédagogie du système consiste à maintenir cette ignorance et à exalter cette gratuité. L’enfant doit se vautrer dans cet univers magique : la récupération totale du travail et du progrès. L’univers fonctionnel – résultat du fantastique travail de l’humanité – est alors réduit à la fonction ludique qui prolonge et accomplit l’univers ludique enfantin. Le capitalisme veut que nous restions jeunes et que nous soyons comme des enfants ! Le travail des uns sera l’éternelle adolescence des autres.

Le principe de l’éducation d’avant le capitalisme monopoliste d’Etat : la ludicité de l’enfant devait très vite affronter le sérieux de la praxis. Il fallait apprendre à vivre. Toute pédagogie était aussi un apprentissage. Pour le moins celui des techniques d’usage de la vie quotidienne. Car celle-ci exigeait une multitude de travaux domestiques. Et chacun devait en prendre sa part. Un dressage élémentaire du corps était le sevrage civique (celui de la passivité du corps). Du corps organe de réception et d’usage, corps de la digestion, corps originel (corps de la "société de consommation").

Cette structure éducative ne doit surtout pas être taxée de bourgeoise. Ce n’est pas l’idéologie qui l’imposait, mais le mode de production. Et elle se vérifiait, par la force des choses, davantage en milieu populaire qu’en milieu bourgeois.

Mais la bourgeoisie s’efforçait aussi de garantir cette structure, à tous les niveaux de la hiérarchie sociale. Il fallait un dressage minimum du corps (ne serait-ce que faire son lit) pour participer au vécu quotidien d’un mode de production aux technologies peu développées et très contraignantes. De là, par exemple, des traditions comme l’apprentissage sur le tas (du fils de famille) ou l’éducation civique dérivée de la préparation militaire : les boy-scouts (la culture bourgeoise avait su proposer un militantisme écologique auprès duquel les prétentions écologisantes de notre époque semblent bien molles et paresseuses).

Maintenant, l’enfant ne trouve plus ces résistances civiques à son investissement ludique. On le préserve même des exercices pédagogiques élémentaires, devenus autoritarisme et brimade. On lui livre toutes les technologies d’usage. Son activisme magique originel ne rencontre plus de barrière.

Auteur: Clouscard Michel

Info: Le capitalisme de la séduction

[ naturalisation ]

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 ]