-
@yoyotirlancien @pbeyssac @morateur « on » au sens général. Encore une fois y’a pas forcément besoin d’une définition formelle pour savoir si un truc est du domaine de l’IA ou non.Permalink On twitter.com
Mood 0
-
@yoyotirlancien @pbeyssac @morateur Et le truc risque d’être assez récursif. Aka que définir formellement une IA nécessitera certainement… d’utiliser une IA pour décider…Permalink On twitter.com
Mood 0
-
@yoyotirlancien @pbeyssac @morateur La notion d’intelligence est de toute façon par elle-même déjà mal définie, donc ça va être compliqué de l’utiliser dans une autre définition.Permalink On twitter.com
Mood 0
-
@yoyotirlancien @pbeyssac @morateur Mais dans tous les cas, je pense qu’il fera assez peu de problème de classifier les algos en 3 catégories dont une certainement très anémique. Les trucs pas intelligents, les trucs « intelligents » et les trucs qu’on sait pas vraiment classer (peu de cas je dirais)Permalink On twitter.com
Mood 0
-
@yoyotirlancien @pbeyssac @morateur La catégorie non IA, ce sont tous les algos dont on connaît assez fortement la sortie quelque soit la donnée d’entrée. Ça se résume finalement à juste plus de puissance de calcul que ce que le cerveau humain peut faire.Permalink On twitter.com
Mood 0
-
@yoyotirlancien @pbeyssac @morateur On délègue juste à l’ordinateur de faire des calculs qu’on ne sait pas faire manuellement. C’est le cas du simplexe ou des régressions linéraires. L’ordinateur apporte juste de la rapidité, le truc serait 100% faisable à la main (juste en un temps plus long).Permalink On twitter.com
Mood 0
-
@yoyotirlancien @pbeyssac @morateur L’« IA », c’est quand l’homme lui-même ne sait pas expliquer/expliciter ce qu’il cherche. On y va au petit bonheur la chance avec des algos très bruteforce.Permalink On twitter.com
Mood +2 🙂
-
@yoyotirlancien @pbeyssac @morateur Typiquement un algorithme génétique, tu ne peux absolument pas envisager la sortie « au doigt mouillé » à partir des données d’apprentissage. Même dans des cas banales, le truc peut complètement déraper et sortir un monstre à la fin (gène dominant qui te fuck le résultat)Permalink On twitter.com
Mood -4 🙁
-
@yoyotirlancien @pbeyssac @morateur Typiquement, à aucun moment ton simplexe ou ta régression linéaire peut te conduire à dire à la fin « oh shit, c’est pas normal, le jeu d’entrée doit avoir un biais ».Permalink On twitter.com
Mood -7 🙁
-
@yoyotirlancien @pbeyssac @morateur Alors que te retrouver avec un algo génétique qui te dit que le plus court chemin entre 2 points est une spirale, c’est possible (juste t’as pas eu de bol avec tes données d’entrée)Permalink On twitter.com
Mood 0
-
@yoyotirlancien @pbeyssac @morateur Sur du simplexe ou de la RL, si tu as un résultat aberrant, c’est que tu as un bug dans ton algo. Pas dans ton jeu de données.On twitter.com
Mood 0
-
@yoyotirlancien @pbeyssac @morateur Ça peut peut-être même être une piste de « bonne » définition du truc : un algo « IA » est capable d’« inventer » une solution qui semble aberrante et risque d’être assez difficile à expliquer même humainement.Permalink On twitter.com
Mood +2 🙂
-
@yoyotirlancien @pbeyssac @morateur L’algo n’est pas buggé. C’est bien l’IA qui a été suffisamment « intelligent » ou doué d’initiative pour avoir été attiré par un autre point de détail que ce que son concepteur avait envisagé.Permalink On twitter.com
Mood +2 🙂