Aller au contenu

Christian DELAMORINIERE

Membre
 Afficher le profil  Parcourir son contenu

  • Compteur de contenus

    1260

  • Inscription

  • Dernière visite

  • Trophée

    26

 Type de contenu 

Messages publiés par Christian DELAMORINIERE

    Le projet d’intelligence artificielle Cyc

    dans Chemins de Traverse

    Publié le

    Il y a 1 heure, Mickaël MCD a dit :

    Je vis dans une maison plutôt connectée depuis pas mal d'années maintenant ; ChatGPT n'a pas apporté tellement plus que ce qui existait déjà.

    Je serai curieux de savoir ce que ChatGPT peut bien avoir apporté à ta "maison connectée" ! Aurait-il pris la place de Google Assistant pour tout commander chez toi sans que tu aies même besoin de le demander ?

    ChatGPT dévoile les plus grands secrets de la magie

    dans Chemins de Traverse

    Publié le · Modifié par Christian DELAMORINIERE

    il y a 12 minutes, Patrick FROMENT a dit :

    "Vivre" c'est mourir en vivant. Nous n'attendons pas la mort : nous vivons perpétuellement avec elle. »

    Vivre c'est mourir à chaque instant :

    Citation
    1. Le vieillissement physique : À partir du moment où nous naissons, notre corps commence le processus inéluctable de vieillissement. Chaque seconde qui passe nous rapproche de notre fin ultime. Ce processus naturel illustre l'idée que chaque instant vécu est un pas vers la mort.
    2. Les expériences et les souvenirs : Chaque nouvelle expérience et chaque souvenir formé devient aussitôt une partie de notre passé. En vivant le moment présent, nous laissons derrière nous ce qui vient de se passer, symbolisant une petite "mort" de ce moment désormais révolu.
    3. Le renouvellement cellulaire : Sur un plan biologique, les cellules de notre corps meurent et se renouvellent constamment. Certaines cellules ont une durée de vie très courte, mourant et étant remplacées en quelques jours. Cela montre que même au niveau le plus élémentaire de notre être, vivre implique un processus constant de mort et de renaissance.
    4. Les relations et les changements personnels : Les relations que nous formons tout au long de notre vie évoluent ou prennent fin, symbolisant une forme de mort. Chaque changement significatif dans nos relations ou dans notre identité personnelle peut être perçu comme la mort d'une partie de ce que nous étions auparavant.
    5. La perte et le deuil : La perte de proches est un rappel brutal de notre mortalité et de l'impermanence de la vie. Chaque perte est un aperçu de notre propre finitude, nous enseignant que vivre pleinement implique également d'accepter la mort comme une partie intégrante de la vie.
    6. Les changements de phases de vie : Chaque transition importante, comme aller à l'université, commencer une carrière, se marier, ou prendre sa retraite, marque la fin d'une phase de vie et le début d'une autre. Ces transitions sont des rappels que la vie est une série de fins et de commencements, illustrant l'idée que vivre est un processus de constante évolution et de renouvellement, où chaque fin est aussi un début.

     

    ChatGPT dévoile les plus grands secrets de la magie

    dans Chemins de Traverse

    Publié le · Modifié par Christian DELAMORINIERE

    il y a 33 minutes, Mickaël MCD a dit :
    • On est petit. On expérimente.
    • Je frappe le chat.
    • Je me rends compte qu'il a mal.
    • Je me fais gronder par maman.
    • J'enregistre dans ma mémoire et mes souvenirs que ce n'est pas à refaire.

    Y a-t-il une si grande différence que ça avec ce qu'on apprendrait à une machine ?

    Citation

    Similarités :

         Processus d'apprentissage par renforcement : L'exemple que vous avez donné illustre le principe de l'apprentissage par renforcement, où un individu (ou une machine) apprend à associer des actions à des conséquences. Dans l'intelligence artificielle (IA), l'apprentissage par renforcement est une technique où les agents apprennent à optimiser leur comportement dans un environnement donné pour maximiser une récompense ou minimiser une punition.
          Adaptation et correction : Tout comme une personne apprend de ses erreurs et ajuste son comportement futur, une machine peut être programmée pour ajuster ses algorithmes en réponse à des feedbacks, améliorant ainsi ses performances ou ses décisions au fil du temps.

    Différences :

         Conscience et expérience subjective : Lorsqu'un enfant expérimente et apprend, il y a une expérience subjective associée à l'action et à ses conséquences, y compris la douleur émotionnelle ou physique, la culpabilité, et la prise de conscience morale. Une machine, en revanche, ne fait pas l'expérience de ces états subjectifs; elle traite l'information et ajuste ses algorithmes en fonction des données d'entrée, sans conscience ou ressenti.
         Complexité et généralisation : L'apprentissage humain est extrêmement complexe et ne se limite pas à des situations spécifiques. Les humains sont capables de généraliser à partir de peu d'expériences et d'appliquer leurs leçons apprises dans une large gamme de contextes différents. Les machines, bien qu'elles puissent être très performantes dans des tâches spécifiques, ont souvent du mal à généraliser au-delà des données sur lesquelles elles ont été entraînées.
         Motivation et éthique : La motivation derrière les actions humaines est souvent guidée par un mélange complexe d'émotions, de désirs, et de considérations morales. Les machines, cependant, suivent un ensemble d'instructions ou d'objectifs définis par leurs concepteurs, sans aucune considération morale intrinsèque. La question de l'éthique dans l'IA est donc extrêmement importante, car les décisions de la machine peuvent avoir des conséquences significatives sans que la machine ait une compréhension morale de ces actions.

     

    il y a 33 minutes, Mickaël MCD a dit :

    Comment les enfants apprennent ?

    Par mimétisme.

    • On reproduit ce que l'on a vu.
    • On apprend à parler en reproduisant ce que nos parents font.

    Si la machine doit apprendre ou recevoir des lignes de code ou d'instructions pour appréhender un problème, on peut considérer que c'est similaire pour les humains non ?

    Citation

    Parallèles entre l'apprentissage chez les humains et les machines

         Apprentissage par imitation : Tout comme les enfants apprennent par mimétisme, observant et répliquant les comportements de leur entourage, certaines formes d'intelligence artificielle, en particulier l'apprentissage par imitation ou l'apprentissage par démonstration, permettent aux machines d'apprendre à partir d'exemples fournis par des humains. Cela peut inclure des tâches complexes comme la conduite de véhicules, la manipulation d'objets, ou même des jeux stratégiques.
         Acquisition de langage : L'apprentissage du langage chez les humains à travers la répétition et l'imitation trouve un écho dans le développement de modèles de traitement du langage naturel (NLP) où les machines apprennent à comprendre et à générer du langage en analysant d'immenses volumes de texte. Les algorithmes de ces modèles s'ajustent en fonction des données linguistiques qu'ils "observent", d'une manière qui pourrait être vue comme analogique au mimétisme humain.
         Codage et instructions : De la même manière que les enfants reçoivent des instructions ou des conseils de leurs parents et enseignants, les machines nécessitent des algorithmes et des données pour guider leur apprentissage. Dans les deux cas, ces directives facilitent l'acquisition de nouvelles compétences et connaissances.

    Distinctions importantes

         Cependant, malgré ces parallèles, il est essentiel de reconnaître des différences fondamentales dans la manière dont les humains et les machines traitent l'information et apprennent :
         Compréhension et conscience : Les humains comprennent et interprètent le contexte de ce qu'ils apprennent, souvent de manière intuitive et avec une conscience de soi. Les machines, en revanche, traitent des données et ajustent leurs paramètres selon des algorithmes sans conscience de leur action ou compréhension véritable du contexte.
         Flexibilité et adaptation : L'apprentissage humain est remarquablement adaptable et peut s'appliquer dans une grande variété de contextes, souvent avec une capacité d'abstraction et de généralisation que les machines ne possèdent pas encore. Les humains peuvent tirer des leçons d'une situation et les appliquer de manière créative à une autre, une flexibilité que l'IA s'efforce d'imiter.
         Motivations intrinsèques : Les enfants et, de manière générale, les humains, sont souvent motivés par la curiosité, le désir d'approbation sociale, ou d'autres motivations intrinsèques. Les machines, quant à elles, fonctionnent sur la base d'objectifs et de récompenses définis par leurs concepteurs, sans motivations propres.

    • Merci 1
×
×
  • Créer...