VI. Les infirmités de l’IA[L]
- Par Axel Cypel
Pages 149 à 173
Citer ce chapitre
- CYPEL, Axel,
- Cypel, Axel.
- Cypel, A.
Citer ce chapitre
- Cypel, A.
- Cypel, Axel.
- CYPEL, Axel,
Notes
-
[1]
Juste pour faire joli : \(\frac{\partial \mathrm{E}}{w_{a b}^{(l)}}=\sum_{k} \frac{\partial x_{k}^{(l)}}{w_{a b}^{(l)}} \sum_{i} w_{i k}^{(l+1)} e_{i}^{(l+1)}=x_{b}^{(l-1)} e_{a}^{(l)}\). Source : Wikipedia (https://fr.wikipedia.org/wiki/Rétropropagation_du_gradient).
-
[2]
Algorithme statistique classique de catégorisation de variable qualitative.
-
[3]
Car qui sait ce qui se passe vraiment dans notre tête ?
- [4]
-
[5]
Ce qui signifie que la relation entre l’entrée x et la sortie y est de la forme y = ax + b.
-
[6]
Temporellement, d’une part, et en prenant en compte, d’autre part, de nouvelles variables, du type la (n + 1)e... si on arrive à la capter.
-
[7]
Cette conception repose bien souvent sur une boucle de rétroaction : le modèle prédit, reçoit un feedback immédiatement et réajuste ses prédictions pour le prochain coup.
-
[8]
Supplément au no 821 de juin 2018.
-
[9]
Du 29 septembre 2006, intitulée Les invariants logiques et les géodésiques du monde, Table ronde introduite par Giuseppe Longo et Thierry Paul. http://www.diffusion.ens.fr/index.php?res=conf&idconf=1551
-
[10]
Il devrait passablement l’empirer, d’ailleurs, s’il se base sur des technologies nécessitant de refroidir à très basse température la machine. Le véritable défi pour cette technologie, c’est de la faire fonctionner à température ordinaire.
-
[11]
En cryptographie, on ne garantit jamais l’inviolabilité de la méthode, mais le fait que l’attaquer serait trop coûteux. Voir [16] pour une introduction mathématique abordable.
-
[12]
Passons, pour le moment, sur la confusion entre les concepts que manipule la logique (prémisses et conclusions) et ceux, utilisés dans la vie courante, de causes et conséquences – nous y revenons plus loin.
-
[13]
Voir aussi la section 2.1 du chapitre XVIII, p. 426.
-
[14]
En fait, tout réside dans l’implication. Comme, en logique classique, le faux implique le vrai, A ⇒ B peut-être vrai et B vrai sans que A le soit : c’est la ligne fautive de l’abduction dans sa table de vérité.
-
[15]
Comme « Escabeau », si Superman était occupé à ce moment-là.
Nous l’avons déjà mentionné dans le chapitre premier, le nombre des
limitations techniques à l’IA est tel qu’il nous laisse le choix des armes. Grâce !
Pas cette fois. Il importe, après avoir présenté les réussites de l’IA, de prendre
conscience de ses défauts afin de contre-argumenter avec des personnes
qui voudraient les masquer pour mener à bien des projets nécessairement
avantageux pour elles, mais pas forcément pour vous.
Trois chapitres porteront sur ce thème, en allant des problèmes les plus
innocents, les « infirmités », dirons-nous, ceux que quelques précautions
d’hygiène suffisent à éviter, pour évoquer ensuite les « petits » théorèmes de
limitation, avant d’aborder les grands théorèmes de limitation, ceux qui nous
viennent de la logique formelle, attachés en particulier au nom de Gödel.
Ce classement s’inspire aussi des pathologies : les infirmités, ça se soigne ;
les petites limitations, on peut voir pour une prothèse ; les grandes, c’est
incurable, il va falloir apprendre à vivre avec.
D’autres limitations intrinsèques aux ordinateurs seront évoquées plus
loin, lorsque nous discourrons de l’IA forte et des conditions de possibilité de
cette dernière.
Par définition, un biais est une « distorsion, déformation systématique
d’un échantillon statistique choisi par un procédé défectueux, ou d’une
évaluation » (Le Larousse).Le ML s’appuyant sur des fondements statistiques, on pressent d’ores et
déjà que tous types de biais vont venir perturber les résultats de notre belle
IA…
Date de mise en ligne : 01/07/2024
Ce chapitre est en accès conditionnel
Acheter ce chapitre
5,00 €