Citation
Catégorie
Tag – étiquette
Auteur
Info



nb max de mots
nb min de mots
trier par
Dictionnaire analogique intriqué pour extraits. Recherche mots ou phrases tous azimuts. Aussi outil de précision sémantique et de réflexion communautaire. Voir la rubrique mode d'emploi. Jetez un oeil à la colonne "chaînes". ATTENTION, faire une REINITIALISATION après  une recherche complexe. Et utilisez le nuage de corrélats !!!!..... Lire la suite >>
Résultat(s): 8
Temps de recherche: 0.0398s

beaux-arts

Ce que j'aime dans l'art, c'est qu'on y prend des combinaisons connues pour les réorganiser d'une manière qui éclaire quelque chose de jamais vu auparavant ou qui permet de considérer le monde d'une manière un peu différente.

Auteur: Kehinde Wiley

Info: "'I try to create a place of disorientation' - interview with Kehinde Wiley". Interview With Anna Savitskaya, artdependence.com. February 16, 2015

[ création ]

 
Mis dans la chaine

Commentaires: 0

Ajouté à la BD par miguel

Napoléon

Après les dix premières années de la Révolution, les élites françaises tentaient de retisser la société, l'État tardait à se réorganiser et les anciennes monarchies attendaient le moment propice pour mettre un terme à la contagion des idées nouvelles, mère de l'expansionnisme français. C'est alors qu'une coalition de républicains modérés, d'idéologues, de "monarchistes sans roi" et d'hommes d'affaires s'empara du pouvoir en s'appuyant sur un jeune général ambitieux et populaire. Quatre ans et demi plus tard, Bonaparte restait seul aux commandes, entouré de ses alliés d'hier qui s'étaient pliés à sa puissante volonté.

Auteur: Lentz Thierry

Info: Le grand Consulat, 1799-1804

[ émergence ] [ historique ]

 

Commentaires: 0

Ajouté à la BD par miguel

souvenir

Ce qui fait référence, en tous les cas pour moi, en toute confiance à la mémoire - c'est-à-dire un moment, une scène, un fait qui a été "fixé" et ainsi sauvé de l'oubli - est en réalité une sorte de récit qui se déroule continuellement dans l'esprit et change souvent avec sa narration. Trop d'intérêts émotionnels conflictuels sont impliqués pour que la vie puisse être entièrement acceptable, et c'est peut-être le travail du conteur que de réorganiser les choses afin qu'elles se conforment à cette fin. Dans tous les cas, lorsque nous parlons du passé, nous mentons à chaque trait que nous esquissons.

Auteur: Maxwell William

Info: So Long, See You Tomorrow

[ réarrangé ] [ inexact ] [ imparfait ]

 

Commentaires: 0

lecture

Il existe peu de miroirs plus puissants de l'étonnante capacité du cerveau humain à se réorganiser pour apprendre une nouvelle fonction intellectuelle que l'acte de lire. L'aptitude du cerveau à apprendre à lire repose sur sa capacité protéiforme à établir de nouvelles connexions entre des structures et des circuits initialement consacrés à d'autres processus cérébraux plus fondamentaux qui ont bénéficié d'une plus longue existence dans l'évolution humaine, tels que la vision et le langage parlé. [...] nous venons au monde programmés avec la capacité de modifier ce qui nous est donné par la nature, afin de pouvoir le dépasser. Il semblerait que nous soyons, dès le départ, génétiquement prêts à faire des percées.

Auteur: Wolf Maryanne

Info: Proust and the Squid : The Story and Science of the Reading Brain

[ plasticité cognitive ] [ abstraction ] [ surpassement ] [ imaginaire ]

 

Commentaires: 0

Ajouté à la BD par miguel

vénération

Ceci dit, le fétichisme est le même : à la limite tout objet ancien simplement parce qu'il a survécu et devient par là signe d'une vie antérieure. C'est la curiosité anxieuse de nos origines qui juxtapose aux objets fonctionnels, signes de notre maitrise actuelle, les objets mythologiques, signe d'un règne antérieur. Car nous voulons à la fois n'être que de nous-mêmes, et être de quelqu'un : succéder au père, procéder du père. Entre le projet Prométhéen de réorganiser le monde et de se substituer au père, et celui de descendre par la grâce de la filiation d'un être originel, l'homme ne sera peut-être jamais capable de choisir. Les objets eux-mêmes témoignent de cette ambiguité irrésolue. Certains sont médiations du présent, d'autres médiation du passé, et la valeur de ceux-ci est celle du manque. Les objets anciens sont comme précédés d'une particule, et la noblesse héréditaire compense la désuétude précoce des objets modernes. Jadis les vieillards étaient beaux parce qu'ils étaient "plus proches de Dieu" , plus riches d'expériences. Aujourd'hui, la civilisation technicienne a renié la sagesse des vieillards mais elle s'incline devant la densité des vieilles choses, dont la seule valeur est scellé et sûre.

Auteur: Baudrillard Jean

Info: Le système des objets (1968, Gallimard, 288 p.)

[ mémoire ] [ nocivité du progrès technologique ] [ illusion ]

 

Commentaires: 0

sciences

Notre cerveau: un chaos bien organisé. Une équipe de l'UNIGE décrypte un des mécanismes de la conscience Déchiffrer le mystère de la conscience est le défi majeur des neurosciences actuelles. Dans ce contexte, l'équipe vient de mettre en lumière une caractéristique importante de la pensée consciente. Grâce aux technologies de pointe en neuroimagerie du Brain & Behaviour Laboratory (BBL) et à des méthodes d'analyses mathématiques, cette équipe a montré que la pensée consciente peut se décomposer en une succession de micro-états cérébraux ou "atomes de la pensée". La séquence temporelle de ces micro-états n'est ni aléatoire, ni déterminée, mais chaotique, ce qui signifie qu'elle a une structure, mais qui ne peut pas être anticipée. Cette organisation chaotique de l'activité cérébrale apparaît comme la clef permettant au cerveau de réagir rapidement à des événements inattendus. Cette étude, qui fait l'objet d'une publication dans la revue PNAS, constitue un pas en avant sur la piste de la compréhension de la conscience, ainsi que de certaines maladies mentales. Le fonctionnement de la conscience reste une question encore très mal comprise des scientifiques. Beaucoup ont essayé d'en saisir les fondements en élaborant des modèles théoriques, mais peu ont réellement tenté d'en comprendre l'organisation cérébrale à partir de mesures de l'activité neuronale. Les prof. Dimitri Van De Ville et Christoph Michel, de la Faculté de médecine et du Centre de neurosciences de l'UNIGE, en collaboration avec l'Institut de Bio-ingénierie de l'Ecole polytechnique fédérale de Lausanne (EPFL), ont mis en place une expérience pour mieux saisir comment la pensée spontanée et consciente s'organise. En effet, les chercheurs ont mesuré l'activité cérébrale de volontaires en utilisant simultanément deux méthodes de neuroimagerie du Brain & Behaviour Laboratory (BBL) de l'UNIGE: l'électro-encéphalographie (EEG), qui permet d'obtenir des mesures à des échelles de temps de l'ordre de la milliseconde, et l'imagerie par résonance magnétique fonctionnelle (IRMf), qui permet de suivre l'activité du cerveau sur des échelles de temps de l'ordre de la seconde. Durant les enregistrements, les volontaires devaient laisser libre cours à leurs pensées, sans se focaliser sur une idée particulière. Les signaux provenant de ces enregistrements ont été analysés à l'aide d'outils mathématiques. Les atomes de la pensée A la suite de ces expériences, les scientifiques ont d'abord remarqué que l'activité cérébrale s'organise en une succession de micro-états. Ces micro-états, considérés comme les "atomes de la pensée", sont les éléments constitutifs de la cognition, un peu comme des "morceaux" de pensée. Chaque micro-état correspond à une configuration particulière de l'activité des neurones dans le cerveau. Les chercheurs ont mis en évidence quatre micro-états distincts qui correspondent aux aspects visuels, auditifs, introspectifs et attentionnels de la pensée. Une pensée apparaît donc comme une alternance de composantes visuelles, auditives, introspectives et attentionnelles. Des fractales dans notre cerveau En outre, en appliquant une analyse mathématique avancée sur les mesures faites au moyen de l'EEG et de l'IRMf, les chercheurs ont fait une découverte surprenante: les atomes ou morceaux de pensée se succèdent avec une structure temporelle semblable aux deux échelles de temps. La même structure est ainsi observée tant à l'échelle de l'ordre du dixième de seconde (avec l'EEG) qu'à celle de l'ordre de la dizaine de secondes (avec IRMf). Cette propriété est la caractéristique principale des fractales dans la théorie du chaos. Un objet fractal présente le même motif lorsqu'il est regardé au microscope, à la loupe ou à l'oeil nu. Il semblerait que la durée des micro-états joue un rôle prédominant dans cette organisation fractale de la pensée. "Prenons l'analogie du livre dans lequel les lettres représentent les atomes de la pensée. Ceux-ci se combinent pour former des mots, qui eux-mêmes se combinent pour former des phrases ; les phrases se combinent en paragraphes, et ainsi de suite jusqu'à obtenir un livre, tout cela avec toujours les mêmes règles syntaxiques" explique Christoph Michel, un des auteurs de l'étude. "Ce que nous avons mis en évidence, c'est une syntaxe de la pensée". Fonctionnel grâce au chaos Ce serait donc grâce à cette organisation "chaotique" de la pensée que le cerveau peut se réorganiser et s'adapter très rapidement selon les besoins. Des perturbations dans les micro-états pourraient être à l'origine de certaines maladies mentales. Par exemple, on a observé chez les schizophrènes des micro-états de durée plus courte que la normale, suggérant la présence de pensées inabouties. Suite à cette découverte, les chercheurs vont maintenant pouvoir s'attacher à comprendre cette syntaxe neuronale chez des patients neurologiques et chez des sujets sains qui subissent un changement de l'état de conscience, comme pendant le sommeil.

Auteur: Internet

Info: Université de Genève 21 octobre 2010

[ réflexion ] [ hologramme ] [ désordre ] [ citation s'appliquant à ce logiciel ]

 

Commentaires: 0

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 ]

 

Commentaires: 0

Ajouté à la BD par miguel

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.

M
algré 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 ]

 

Commentaires: 0

Ajouté à la BD par miguel