PS on peut bouger cette discussion en sujet "Sciences" éventuellement
@Killing Joke : Vu par de par chez moi (utilisateur avancé d'IA*) la situation parait assez différente.
1/ Je n'étais pas là dans les années 50 mais les "promesses" que j'entends aujourd'hui de gens sérieux du milieu (pas des journalistes, politiciens ou financiers) me semblent assez raisonnables au vu des incrémentations précédentes. On parle de trucs à l'horizon 5-10 ans qui sont du même genre de complexité que des problèmes qu'on a résolus en 5-10 ans ces dernières années. Pour les exploits bien connu, tu pourra voir que après la suprématie de l'IA aux échecs, on avait prédit que ça mettrait beaucoup plus de temps pour le Go et Starcraft. Les performances de AlphaGo et le temps que ça a mis pour atteindre ce niveau à donné des sueurs froides à certaines personnes... Ce d'autant que les capacité de calcul et la quantité de données disponibles sont exponentiel et que dans d'autre domaines (genre, au hasard, la génomique
), on a déjà vu comment ça explosait la Loi de Moore. J'ajouterai que ce n'est pas parce que certaines personnes ont été trop optimiste dans les années 50 que cette erreur sera toujours reproduite à tout les ages (l'humain peut apprendre de ses erreurs, quand même...). Il est d'ailleurs intéressant de comprendre les raisons de ces "promesse manquées", elles tiennent en partie à la "prise de pouvoir" des symbolistes dans les années 70 alors que les "promesses" avait été plutôt faites par les connexionistes, à la manoeuvre aujourd'hui**. Changement de paradigme (qui n'a pas porté ses fruits pour l'instant, mais ça c'est un autre sujet) et donc prise de retard sur le projet "initial"2/ Ta vision de "do, die, repeat" de l'IA n'est pas tout à fait correcte. L'IA n'apprend pas par coeur les paramètres optimisés pour coller aux données. C'est même une des clés d'une "bonne IA" : savoir généraliser, trouver des relations entre des éléments qui nous échappe (parce que nous sommes pas en mesure de calculer ces relations qui sont dans des dimensions inconcevables pour un cerveau humain)***. Donc, donne un jeu de données à une IA et, si tu as bien fait ton boulot (sur les données, l'architecture de l'IA, son entrainement etc...), elle aura des capacité de généralisation à d'autres exemples que ce que tu lui a montré.
3/ l'IA peut "apprendre", tant qu'elle a une fonction mathématique qui lui permet d'évaluer le résultat (et donc de lui dire "affine ton entrainement parce que là tu n'es pas (assez) bonne"). Il n'est donc pas forcément nécessaire de lui "expliquer" ce qu'est un scénario, une auberge ou un PNJ. Si tu trouve un moyen de noter un scénario qu'elle génère et de lui renvoyer la note, elle est capable de s'auto améliorer. La dernière version d'AlphaGo, par exemple, a appris uniquement en jouant des millions de parties contre elle-même. De mémoire, elle a joué en 2 semaines ce qu'un joueur de Go ferait en plusieurs dizaines d'années. On pourrait donc entrainer une IA à concevoir des scénario sans exemples humains. Ca serait plus tricky qu'un jeu, mais c'est plausible. Si on analysait son "intelligence" après l'entrainement, il serait possible qu'elle n'ait pas créer des concepts de scène, d'antagonistes ou de linéarité/bac à sable mais sûrement d'autres concepts narratifs dont l'explication nous échappe, et ça, c'est un peu la réponse à @BenjaminP : en fait l'IA peut créer des trucs sans imiter. Deux IA on bien inventées un code secret. C'est complexe et couteux mais c'est possible. Et le sens de ce qui a été créer peut complètement nous échapper parce que ça ne s'accorde pas à notre "architecture"
. Ce sont les fameuses questions autour de "l'exploitabilité des IA".La seule chose qu'une IA ne sait pas faire pour l'instant c'est apprendre sans en avoir reçu l'instruction. Dans une des ses conf', Yann LeCun expliquait qu'un enfant de 2 ans fini par découvrir tout seul le concept de la gravité, de manière intuitive et empirique. Une IA pourrait en redécouvrir les équations (voire les améliorer
) si on lui dit de le faire et qu'on lui donne les données et les objectifs. Elle ne fera rien si elle n'a rien qui l'y incite, directement ou non.* je ne peux pas me prétendre "chercheur en IA" car je ne ne fais pas de recherche sur les algorithmes ou de nouvelles approches de l'IA. Je prend des outils existants et je les paramètre intelligemment pour répondre à mes problèmes. Ca exige quand même de comprendre ce que la bête à dans le ventre, entre autre ses forces et ses limitations
** si ça t'intéresse, tu peux regarder cette présentation issue de l'excellente formation (gratuite) Fidle, proposée par le CNRS et qui se passe en ligne : https://cloud.univ-grenoble-alpes.fr/in ... =538928551 Slides 69 et 70
*** Je ne dis pas que l'IA est plus intelligente que nous. C'est très complexe de définir l'intelligence et je ne m'y risquerai pas. Ce qui est clair, c'est que la grande force d'un ordinateur (et donc d'une IA) c'est de compter extrêmement vite. Avec les bonnes approches et les bonnes équations, on peut capitaliser sur cette capacité pour obtenir quelque chose qui ressemble à de l'intelligence. Comme un jouer de JDR qui demande combien de point de dégâts ça fait la compétence persuasion (réponse : beaucoup si tu arrive à convaincre le bourrin de taper pour toi)
HS/
(fin du hs)
