concept psychanalytique

Or le mot de castration, en psychanalyse, rend compte du processus qui s’accomplit chez un être humain lorsqu’un autre être humain lui signifie que l’accomplissement de son désir, sous la forme qu’il voudrait lui donner, est interdit par la Loi. [...]

C’est donc par interdit que le sujet désirant est initié à la puissance de son désir, qui est une valeur, en même temps qu’il s’initie ainsi à la Loi, laquelle lui donne d’autres voies à l’identification des autres humains, marqués, eux aussi, par la Loi.

Cela entraîne un processus que l’on peut dire de mutation pour le sujet, et de renforcement pour le désir. La Loi dont il s’agit n’est pas seulement une Loi répressive. Il s’agit d’une Loi qui, si même elle paraît momentanément répressive pour l’agir, est en fait une Loi promotionnante du sujet pour son agir dans la communauté des humains. Ce ne peut jamais être la Loi de tel adulte qui la profère à son profit contre l’enfant. C’est la Loi à laquelle est soumis cet adulte, autant que l’est l’enfant.

Auteur: Dolto Françoise

Info: "L'image inconsciente du corps", éditions du Seuil, 1983, pages 78-79

[ définition ] [ symboligène ]

urbanisme festif

Bien entendu, il n’y a pas davantage de plage, aujourd’hui, sur les bords de la Seine qu’il n’y en avait huit jours avant. L’important est de vérifier si les gens vont accepter d’y croire. Car tout cela n’a rien de futile. Ça s’appelle un programme. […] Contrairement à ce que l’on imagine, Paris n’est pas une enclave pittoresque où résisteraient les derniers adeptes du Parti du progrès universel et pluriel en difficulté. C’est un laboratoire. C’est un terrain d’expérience qui a l’avenir devant lui. Le maire nourrit d’amples ambitions. […] "Il faudra, déclare-t-il, qu’on puisse encore dire du bien dans trente ans de ce que nous décidons maintenant" (mais pourquoi faudrait-il attendre si longtemps pour en dire du mal ?). Ses grands projets se résument à couvrir tout ce que la sensibilité exquise de la modernité ne veut plus voir : périphériques, parkings, hangars de stockage, entrepôts du service municipal des Pompes funèbres. En gros, le réel. Delanoë le fourre sous dalle. Et, par-dessus, il plante tout ce qui fait rêver : murs d’escalade, squats d’artistes, promenades vertes, multiplexes créatifs, lieux d’éducation aux arts de la rue, espaces d’initiation à la musique hip-hop.

Et parasols.

Car il s’agit aussi de réconcilier le Parisien avec son fleuve. Il paraît que jusqu’alors le Parisien tournait le dos à la Seine, ses eaux noires moirées de mazout et ses courants d’air. De temps en temps, il s’accoudait aux parapets pour regarder un suicidé en train de gagner le large avec nonchalance. C’est tout ce qu’il avait comme distraction. Quel chemin parcouru depuis. Maintenant il peut bronzer en bordure de concept et s’initier à la fabrication des nœuds marins dans une station balnéaire non figurative où tout est stylisé, le sable, les pelouses, les oriflammes, les nœuds marins, les murs d’escalade, sa propre personne. Exactement comme dans un quartier piétonnier. Transformer les berges de la Seine en quartier piétonnier idéal, voilà l’exploit des plagistes de la Mairie de Paris. Je le sais, j’étais sur place le dimanche de l’ouverture du concept.

Auteur: Muray Philippe

Info: Dans "Exorcismes spirituels, tome 3", Les Belles Lettres, Paris, 2002, page 450

[ virtualisation ] [ refoulement ]

artiste

Elle tenait dans sa main tous les âges de la vie, depuis la naissance jusqu’à la vieillesse, avec la mort en fantôme permanent derrière chaque étape. Elle les dansait les uns après les autres dans un dégradé de nuances physiques qui faisait oublier son âge véritable. Cet exercice de mue à couper le souffle, la danseuse et chorégraphe japonaise Carlotta Ikeda, star féminine du butô, mouvement chorégraphique radical né à Tokyo dans les années 1960, en a achevé le cycle, mercredi 24 septembre, chez elle, à Bordeaux, où elle vivait depuis la fin des années 1990. Elle avait 73 ans et luttait depuis quelques mois contre un cancer.
Carlotta Ikeda, de son vrai prénom "Sanae" ("pousse de riz" en japonais) n’a jamais dévié de sa route artistique escarpée. Née en 1941 à Fukui, au bord de la mer du Japon, fille d’un fonctionnaire issu d’une lignée de samouraïs et d’une femme qui élevait des animaux, elle aimait évoquer son village, la campagne où elle se promenait et dansait librement. C’est en voyant sa mère interpréter certains styles chorégraphiques traditionnels qu’elle eut le désir de danser.
VÉRITÉ ARCHAÏQUE DE L’ÊTRE
Passée par l’université de Tokyo et la technique classique – elle prit son premier cours à l’âge de 19 ans –, elle est professeur de gymnastique dans les collèges, tout en cherchant sa voie. En 1970, elle croise Tatsumi Hijikata (1928-1986), fondateur du butô. Ebranlement esthétique devant ce geste physique sauvage et viscéral. Celle qui affirme avoir toujours été danseuse s’initie à ce mouvement nourri des écrits d’Artaud, de Lautréamont et de Sade pour faire surgir la vérité archaïque de l’être.
En 1974, elle intègre la fameuse compagnie Dairakudakan, puis rencontre le chorégraphe Ko Murobushi, qui deviendra son partenaire de prédilection. La même année, elle fonde sa compagnie uniquement composée de femmes Ariadone et choisit de s’appeler Carlotta en hommage à la danseuse classique Carlotta Grisi (1819-1899), fameuse interprète de Giselle, "pour marquer l'irréductible opposition entre le ballet et le butô". Pour gagner sa vie, elle joue, toute poudrée d’or, dans des spectacles de cabaret où elle affirme une pensée du geste audacieuse et libre. "Quand je faisais mon strip-tease, j'avais un objectif : c'est que les gens qui étaient là pour rire et boire se taisent et me regardent pendant quinze minutes, confiait-elle en 2004. J'ai fini par arriver à mes fins, j'ai commencé à trouver ma manière de faire."
EFFACEMENT DE SOI
Grave et grotesque, puissant et vulnérable, cru et érotique, son butô se libère peu à peu pour devenir ce qu’elle définissait ainsi : "Mon art danse n'est ni une forme ni une technique particulière, mais plutôt un effacement de soi, une sorte de néant." De cet effacement, naît la présence hautement particulière d’une femme en quête d’elle-même. Ses solos ont marqué son parcours en inscrivant sa touche.
Emblématique, Utt (1981), qu’elle a transmis par ailleurs à une interprète de sa troupe, surexposait les codes du butô : corps blanc nu, yeux renversés dans les orbites, pieds et mains tordus comme des moignons. Un corps "débilité", selon la formule d’Hijikata, qu’elle fera évoluer à sa façon. "Mon butô est une quête intérieure à la frontière de la normalité et de la folie. Comme dans le bouddhisme, j'essaye d'atteindre un certain état d'effacement de soi, de néant." Tout aussi éberluant, sur un texte de Marguerite Duras, Waiting (1997), ou récemment Médée (2012), font palpiter le mystère du vivant.
Lorsqu’on lui demandait le sens de son travail, Carlotta Ikeda le résumait par un seul mot "le désir", trouvant sur scène "une sorte de vie pure".

Auteur: Boisseau Rosita

Info: Le Monde sept. 2014

[ passion ]

croyances

Le Spectacle a besoin de recréer un milieu obscurantiste qui lui soit entièrement favorable après la débandade des religions, quelque chose comme une "structure" transcendante, un tissu spirituel de remplacement sans lequel il courrait le grand danger de se retrouver anéanti.
Il faut bien dire que, pour ma part, je vis dans une sorte d’extase éveillée depuis que naguère j’ai écrit Le XIXe siècle à travers les âges, et que maintenant je vois mon livre se continuer, s’illustrer tout seul, dans toutes ses dimensions, sans arrêt, et toujours plus brillamment, se confirmer sans cesse, au-delà de mes espérances, se grossir chaque jour de nouveaux chapitres sans que j’aie besoin de me fatiguer… Le crétinisme occulto-orientaliste new age sauce ère du Verseau venu de Californie n’est que la dernière en date des innombrables variantes de l’éternel spiritisme, le dernier marché juteux de l’abrutissement spiritualoïde, avec caissons insonorisés pour séminaires de relaxation d’où ressortent transfigurés des employés du "tertiaire" qui se répandent en cohortes par toute la terre et vont annoncer l’avènement du Millénium de l’Amour et de la Lumière.
On peut voir aussi des businessmen publier leurs réflexions croustillantes sur les "pouvoirs psychiques de l’homme" ; une grande compagnie pétrolière loue les services d’un célèbre tordeur de petites cuillères dans l’espoir de découvrir de nouveaux gisements ; la mégalomanie entrepreneuriale cherche des appuis dans le paranormal, les phénomènes extrasensoriels, la numérologie (attention au numéro de la rue où se trouve votre boîte : vous risqueriez, s’il est mal choisi, d’avoir de sérieux problèmes de trésorerie) ; des managers s’initient aux arts martiaux, au soufisme, au parachute ascensionnel, aux rites des Chevaliers de la Table Ronde, à la spéléologie mystique, au chamanisme télépathique, à la psychokinèse, aux tarots cosmiques, aux néo-cultes dionysiaques, aux croisières subliminales, à la musicothérapie (guérisons à coups de cymbales tibétaines) ; on embauche à partir du groupe sanguin, du thème astral ou de l’étude morphopsychologique.
Ce qu’il y a d’intéressant aujourd’hui, c’est que le Business se trouve lui aussi entièrement envahi par la grande escroquerie occultiste. Le nouveau couple du siècle c’est l’Entrepreneur et le Charlatan. Le requin de haute finance et le faisan numérologue.
Philippulus le Prophète et Rastapopoulos l’Arnaqueur.
Comme je comprends que les Occidentaux s’insurgent, du haut de leur "laïcité" en lambeaux, contre les obscurantismes des autres ! Comme je comprends que nous nous scandalisions à la pensée des tchadors et des ayatollahs ! Comme il est logique que nous nous alarmions de la montée de l’intégrisme islamique ou de la renaissance de l’irrationalisme en Europe centrale et en URSS, alors qu’ici, en France, une biographie d’Edgar Pœ, par exemple, peut paraître, sans faire rire personne, équipée d’une "carte du ciel" ("signe du Capricorne, ascendant Scorpion, triple influence de Saturne, Uranus et Neptune") ! Dans le cafouillage contemporain, il est d’ores et déjà redevenu presque impossible de distinguer les croyants proprement dits (intégristes, fondamentalistes et autres) de la prétendue "société laïque". De même que les terres anciennement cultivées puis abandonnées ne retournent jamais à la friche originelle mais se couvrent de ronces et deviennent "folles", de même cet univers débarrassé de ses vieilles religions réinvente à toute allure des "spiritualités" de seconde main, des dévotions ubuesques de secours qu’il semble tout à fait interdit de trouver seulement dérisoires. Le télévangélisme n’est déjà plus une part limitée de la réalité, comme on voudrait le croire en se moquant, par exemple, des télévangélistes américains ; il a vocation de se révéler, à court terme, le tout du monde. "Croyez, nous ferons le reste !" Le néo-obscurantisme qui s’étale aujourd’hui grâce aux médias est une merveilleuse technique de gouvernement. Il n’y a, en réalité, aucun "retour de la religion", comme le prétendent les maîtres du Show ou leurs esclaves, aucune "réapparition du sacré", aucune "respiritualisation", aucun "renouveau charismatique".
Ce qui s’organise, c’est la mise en scène de résidus religieux, sous leurs formes les plus délirantes si possible, par le Spectacle lui-même et au profit du Spectacle, dans le but d’entretenir ou de réactiver le noyau dur d’irrationnel, la fiction mystique vraiment consistante, sans quoi aucune communauté, aucun collectivisme, aucune solidarité ne pourraient tenir le coup très longtemps.
Le Spectacle a besoin de l’occulte et l’occulte du Spectacle. La Cordicocratie y gagne le supplément de transcendance qui lui est indispensable pour affirmer que la perfection se trouve en elle. D’où la multiplication des bouffonneries télévisées : exhibitions de "messes noires" sur les plateaux, rites vaudou pitoyables, satanismes de banlieue, débats sur les extraterrestres, interviews de "maîtres spirituels" grotesques et loqueteux…

Auteur: Muray Philippe

Info: Dans "L'empire du bien"

[ mythe moderne ] [ dévitalisation ] [ retour du refoulé ]

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 ]