{"id":131631,"date":"2022-02-14T16:21:44","date_gmt":"2022-02-14T15:21:44","guid":{"rendered":"https:\/\/www.pauljorion.com\/blog\/?p=131631"},"modified":"2023-05-30T17:29:38","modified_gmt":"2023-05-30T15:29:38","slug":"une-approche-differente-pour-lintelligence-artificielle-1987","status":"publish","type":"post","link":"https:\/\/www.pauljorion.com\/blog\/2022\/02\/14\/une-approche-differente-pour-lintelligence-artificielle-1987\/","title":{"rendered":"Une approche diff\u00e9rente pour l\u2019intelligence artificielle<\/b> (1987)"},"content":{"rendered":"

\"\"<\/p>\n

Traduction d\u2019un texte en anglais dat\u00e9 du mois d\u2019octobre 1987 [Merci DeepL !]. Il s\u2019agit d\u2019une \u00e9bauche de Principes des syst\u00e8mes intelligents<\/i> (Masson 1989). La diff\u00e9rence essentielle est qu\u2019aucune ligne de code n\u2019a encore \u00e9t\u00e9 \u00e9crite quand je r\u00e9dige ce texte tandis que le livre sera \u00e9crit apr\u00e8s que j\u2019aurai programm\u00e9 ANELLA (Associative Network with Emergent Logical and Learning Abilities<\/i> = r\u00e9seau associatif aux propri\u00e9t\u00e9s \u00e9mergentes de logique et d\u2019apprentissage) dans le cadre du Connex Project<\/i> de British Telecom.<\/p>\n

Le texte ci-dessous constitue une troisi\u00e8me \u00e9tape dans la conceptualisation de ce ce que sera ANELLA, les deux pr\u00e9c\u00e9dentes \u00e9tant les \u00ab\u00a0Notes pr\u00e9paratoires \u00e0 \u00ab\u00a0Ce que l\u2019Intelligence Artificielle devra \u00e0 Freud\u00a0\u00bb\u00a0\u00bb<\/a> (1986) et \u00ab\u00a0Un Mod\u00e8le Psychanalytique pour l’Intelligence Artificielle\u00a0\u00bb<\/a> (1986).<\/p><\/blockquote>\n


\nUne approche diff\u00e9rente pour l\u2019intelligence artificielle<\/b><\/p>\n

La \u00ab\u00a0bonne vieille\u00a0\u00bb intelligence artificielle : Une invention de l’informatique<\/b><\/p>\n

Produire de l’intelligence artificiellement est l’un des d\u00e9fis technologiques typiques du XXe si\u00e8cle : il appartient \u00e0 cette vaste cat\u00e9gorie de projets qui visent \u00e0 d\u00e9velopper artificiellement (ou synth\u00e9tiquement) un produit qui est par ailleurs disponible sous sa forme naturelle, c’est-\u00e0-dire comme intelligence humaine (et, sous une forme beaucoup plus simplifi\u00e9e, comme intelligence animale).<\/p>\n

Lorsque les premiers ordinateurs \u00e9lectroniques ont \u00e9t\u00e9 mis au point, on n’a pas r\u00e9sist\u00e9 \u00e0 la tentation de les qualifier de \u00ab\u00a0cerveaux \u00e9lectroniques g\u00e9ants\u00a0\u00bb. La capacit\u00e9 de calcul avait \u00e9t\u00e9 jusqu’alors limit\u00e9e aux cerveaux humains, un ordinateur puissant partageait donc n\u00e9cessairement dans une certaine mesure la nature des \u00ab\u00a0cerveaux\u00a0\u00bb. Une quinzaine d’ann\u00e9es plus tard, des algorithmes ont commenc\u00e9 \u00e0 \u00eatre con\u00e7us pour permettre aux ordinateurs \u00e9lectroniques de r\u00e9soudre des probl\u00e8mes qui n’\u00e9taient plus tout \u00e0 fait num\u00e9riques et qui semblaient impliquer un certain degr\u00e9 de \u00ab\u00a0r\u00e9flexion\u00a0\u00bb. Les choses ont raisonnablement bien fonctionn\u00e9 et il est devenu plausible de penser qu’un nombre toujours plus grand de t\u00e2ches intelligentes pourraient \u00eatre r\u00e9solues par des ordinateurs \u00e9lectroniques. Le concept d\u2019Intelligence Artificielle est n\u00e9 de l’informatique.<\/p>\n

Le paradigme cognitiviste<\/b><\/p>\n

\u00c0 l’\u00e9poque, on ne comprenait (et on ne comprend toujours) que tr\u00e8s peu de choses sur le fonctionnement des cerveaux (naturels) : on connaissait leurs \u00e9l\u00e9ments constitutifs au niveau cellulaire, ainsi que certains aspects de leur physiologie, mais il y avait (il y a) un long chemin \u00e0 parcourir pour expliquer le comportement neuronal et ce que nous reconnaissons introspectivement comme des processus de pens\u00e9e. Comme il s’est av\u00e9r\u00e9 que les ordinateurs pouvaient au moins faire une partie du travail de r\u00e9flexion, il \u00e9tait \u00e0 nouveau logique d’imaginer qu’ils seraient un jour capables de tout faire. C’est ainsi qu’est n\u00e9e l’id\u00e9e inverse de celle qui avait conduit \u00e0 baptiser les ordinateurs \u00ab\u00a0cerveaux \u00e9lectroniques\u00a0\u00bb : le cerveau humain serait en fait une vari\u00e9t\u00e9 des cerveaux \u00e9lectroniques, c’est-\u00e0-dire que la pens\u00e9e serait un type d’informatique. Ce point de vue a \u00e9t\u00e9 popularis\u00e9 sous le nom de Paradigme Cognitiviste<\/i>.<\/p>\n

Non seulement l’IA s’est d\u00e9velopp\u00e9e comme un produit d\u00e9riv\u00e9 de l’informatique, mais une justification th\u00e9orique de cet \u00e9tat de fait a \u00e9t\u00e9 d\u00e9couverte : Les \u00ab\u00a0cerveaux \u00e9lectroniques\u00a0\u00bb \u00e9taient des cerveaux parce que les cerveaux \u00e9taient<\/i> en premier lieu des ordinateurs<\/i>.<\/p>\n

Heuristique : L’ingr\u00e9dient manquant<\/b><\/p>\n

Historiquement, l’argument s’est d\u00e9velopp\u00e9 de mani\u00e8re circulaire. L’hypoth\u00e8se \u00e9tait peut-\u00eatre correcte mais le raisonnement qui y menait \u00e9tait d\u00e9fectueux. Les choses fonctionnaient, mais seulement jusqu’\u00e0 un certain point. Les difficult\u00e9s n’ont pas tard\u00e9 \u00e0 surgir : la force brute, h\u00e9rit\u00e9e de CompSci, restait la principale strat\u00e9gie de r\u00e9solution des probl\u00e8mes de l’IA et l’explosion combinatoire \u00e9tait toujours une menace mortelle. Pour faire face \u00e0 cet h\u00e9ritage charg\u00e9, une solution a \u00e9t\u00e9 imagin\u00e9e : les heuristiques<\/i>. Malheureusement, personne ne savait avec certitude ce qu’elles \u00e9taient : il n’existe aucune th\u00e9orie<\/i> \u00e0 ce sujet. Les heuristiques comme r\u00e8gles intuitives ? Mais \u00ab\u00a0intuitif\u00a0\u00bb signifie deux choses g\u00eanantes : cach\u00e9 et non-syst\u00e9matique. Le paradigme cognitiviste a conduit \u00e0 un cul-de-sac : tant que l’intelligence \u00e9tait assimil\u00e9e \u00e0 l’informatique directe, elle \u00e9tait facilement accessible, mais d\u00e8s qu’elle ne l’\u00e9tait plus, personne ne savait avec certitude ce qu’elle \u00e9tait exactement, et les chercheurs \u00e9taient laiss\u00e9s en plan.<\/p>\n

L’Intelligence : Une propri\u00e9t\u00e9 globale<\/b><\/p>\n

L’intelligence est une facult\u00e9 un peu particuli\u00e8re : on ne la trouve sous sa forme naturelle que comme un aspect du comportement de syst\u00e8mes complexes pr\u00e9sentant de nombreuses autres caract\u00e9ristiques remarquables. D’o\u00f9 une question qui n’a jamais \u00e9t\u00e9 abord\u00e9e dans le feu de l’action : combien (s’il y en a) et quelles sont les autres caract\u00e9ristiques des syst\u00e8mes intelligents, comme l’Homme, qu’il faudrait r\u00e9unir pour reproduire l’intelligence artificiellement ? Peut-on se passer par exemple du mouvement, du d\u00e9veloppement g\u00e9n\u00e9tique, des \u00e9motions, du sexe ? Certains sont all\u00e9s jusqu’\u00e0 affirmer que tous<\/i> les ingr\u00e9dients \u00e9taient n\u00e9cessaires, mais sans plus de preuves que ceux qui avaient suppos\u00e9 en premier lieu que l’intelligence pouvait \u00eatre consid\u00e9r\u00e9e comme une propri\u00e9t\u00e9 autonome. Ce dernier point de vue s’\u00e9tant r\u00e9v\u00e9l\u00e9 conduire \u00e0 des difficult\u00e9s inextricables, l’intelligence doit \u00eatre trait\u00e9e d’une certaine mani\u00e8re comme une propri\u00e9t\u00e9 globale d’un syst\u00e8me complexe, mais la question reste ouverte de savoir quels sont les composants minimaux d’un syst\u00e8me qui pr\u00e9sente globalement<\/i> un comportement intelligent.<\/p>\n

La Machine Intelligente : Un nouveau paradigme pour l’Intelligence Artificielle<\/b><\/p>\n

La conclusion est in\u00e9vitable : la qu\u00eate de l’IA doit \u00eatre repens\u00e9e. Produire de l’intelligence artificiellement est un d\u00e9fi technologique. Pourquoi ne pas l’aborder dans cette perspective? Que faut-il pour produire de l’intelligence artificiellement? La r\u00e9ponse compl\u00e8te peut-elle \u00eatre trouv\u00e9e en sciences informatiques? Les donn\u00e9es actuelles sugg\u00e8rent que la r\u00e9ponse est non. Oublions donc l’informatique pour l’instant et d\u00e9terminons de la rappeler lorsque nous aurons une vision plus claire de ce que nous visons.<\/p>\n

Les informaticiens partent g\u00e9n\u00e9ralement du principe que l’intelligence et les processus de pens\u00e9e en g\u00e9n\u00e9ral sont des choses que les psychologues ont compris pour l\u2019essentiel. Mais la psychologie conna\u00eet-elle la nature de la pens\u00e9e ? Pas vraiment. Curieusement, et comme de nombreux chercheurs l’ont d\u00e9couvert \u00e0 leur grande surprise, elle ne s’est pas du tout pr\u00e9occup\u00e9e de cette question jusqu’\u00e0 pr\u00e9sent. Qu’en est-il des sciences cognitives ? La science cognitive est un programme pour une nouvelle discipline, mais ses r\u00e9alisations sont jusqu’ici peu nombreuses, si ce n’est qu’elles confirment que ce que l’IA a r\u00e9alis\u00e9 au fil des ans est effectivement th\u00e9oriquement faisable. Mais comme elle est prisonni\u00e8re du paradigme cognitiviste, il est peu probable que la CogSci s’en sorte beaucoup mieux \u00e0 l’avenir que par le pass\u00e9. Le fait est cependant que les donn\u00e9es refl\u00e9tant les processus mentaux sont disponibles \u00e0 partir d’une vari\u00e9t\u00e9 de sources. Malheureusement, elles sont largement dispers\u00e9es entre diff\u00e9rentes sciences humaines et sociales. Parmi les nombreux contributeurs potentiels, les suivants figurent en bonne place : la logique, la linguistique, la philosophie, l’anthropologie, la litt\u00e9rature, la psychanalyse, l’histoire et la philosophie des sciences.<\/p>\n

Est-il possible, pour soutenir un nouveau paradigme de l’IA, de mettre en commun les ressources de ces diff\u00e9rents domaines ? C’est en fait ce que l’auteur a tent\u00e9 de faire au cours des derni\u00e8res ann\u00e9es. Les conclusions provisoires sont assez optimistes :<\/p>\n

1) articul\u00e9es ensemble, les informations disponibles fournissent l’image int\u00e9gr\u00e9e d’une machine intelligente.<\/p>\n

2) la plupart, sinon toutes les m\u00e9thodes de mise en \u0153uvre de cette machine intelligente sont facilement disponibles en sciences informatiques et en math\u00e9matiques.<\/p>\n

La Machine Intelligente et la \u00ab\u00a0bonne vieille\u00a0\u00bb Intelligence Artificielle\u00a0<\/span><\/b><\/p>\n

Cette image int\u00e9gr\u00e9e d’une Machine Intelligente est-elle compatible avec la bonne vieille Intelligence Artificielle (GOFAI de Haugeland) ? Pas tout \u00e0 fait, des diff\u00e9rences significatives existent:<\/p>\n

1) une Machine Intelligente n’est pas guid\u00e9e par quelque chose qui soit m\u00fb par la \u00ab\u00a0raison\u00a0\u00bb mais par quelque chose qui est m\u00fb par des \u00ab\u00a0\u00e9motions\u00a0\u00bb, des \u00ab\u00a0sentiments\u00a0\u00bb, du \u00ab\u00a0d\u00e9sir\u00a0\u00bb, etc.; la raison \u00e9merge cependant, mais seulement comme un sous-produit, comme un reflet au niveau de la parole de l’organisation du R\u00e9seau de M\u00e9moire.<\/p>\n

2) L’intelligence r\u00e9sulte d’une manipulation habile des mots<\/i> (signifiants), et non des significations<\/i> (signifi\u00e9s).<\/p>\n

3) Les \u00e9l\u00e9ments constitutifs de l’intelligence sont les pens\u00e9es<\/i>, et non les propositions<\/i>.<\/p>\n

4) une grande partie de l‘intelligence<\/i> de l’IntMach r\u00e9sulte des cons\u00e9quences auto-organisationnelles de l’interaction avec les utilisateurs ou avec d’autres Machines Intelligentes.<\/p>\n

5) une Machine Intelligente est consciente d’elle-m\u00eame : sa conscience est une cons\u00e9quence auto-organisationnelle de la r\u00e9troaction auto-interactionnelle<\/i>.<\/p>\n

La Machine Intelligente : Ce qu’elle fait<\/b><\/p>\n

La Machine Intelligente est une machine \u00e9lectronique. Ses entr\u00e9es sont ce que les utilisateurs lui disent (ou tapent). Ses sorties sont ce qu’elle dit aux utilisateurs sous forme de phrases, de r\u00e9sultats de calculs, ou en faisant quelque chose. Mais ce qu’elle dit \u00e0 un utilisateur, elle le traite aussi comme une entr\u00e9e : \u00ab\u00a0elle \u00e9coute ce qu’elle dit\u00a0\u00bb. Dans la mesure o\u00f9 elle fait quelque chose, la Machine Intelligente n’est pas diff\u00e9rente d’un simple robot. Dans la mesure o\u00f9 elle calcule, elle n’est pas diff\u00e9rente d’un simple ordinateur qui calcule. (Dans la mesure o\u00f9 la Machine Intelligente est connect\u00e9e \u00e0 un calculateur ou \u00e0 un robot, certaines de ses \u00ab\u00a0r\u00e9flexions\u00a0\u00bb ne sont pas destin\u00e9es \u00e0 un utilisateur externe mais \u00e0 un calculateur ou \u00e0 un robot – s\u00e9par\u00e9 ou int\u00e9gr\u00e9 – qui les compile sous forme de commandes).<\/p>\n

Lorsqu’on dit quelque chose \u00e0 la Machine Intelligente, elle le traite. Ensuite, elle r\u00e9pond quelque chose d’autre, allant de \u00ab\u00a0OK\u00a0\u00bb \u00e0 une phrase compl\u00e8te. Apr\u00e8s avoir donn\u00e9 cette r\u00e9ponse, elle la traite \u00e0 son tour et de la m\u00eame mani\u00e8re. Apr\u00e8s avoir trait\u00e9 sa propre r\u00e9ponse, elle reste silencieuse ou ajoute une nouvelle phrase. Les nouvelles phrases sont trait\u00e9es de mani\u00e8re r\u00e9cursive jusqu’\u00e0 ce que la Machine Intelligente n’ait plus rien \u00e0 ajouter et se taise, attendant que l’utilisateur relance la dynamique en disant autre chose \u00e0 la Machine Intelligente. Et ainsi de suite.<\/p>\n

La Machine Intelligente : Comment elle le fait<\/b><\/p>\n

La Machine Intelligente peut r\u00e9pondre \u00e0 ses utilisateurs car elle est \u00e9quip\u00e9e d’un dispositif de g\u00e9n\u00e9ration de phrases (la Machine Intelligente g\u00e9n\u00e8re (comme nous) des phrases qui ne sont pas n\u00e9cessairement des \u00ab\u00a0propositions\u00a0\u00bb authentiques, c’est-\u00e0-dire qu’elles n’ont pas n\u00e9cessairement une valeur de v\u00e9rit\u00e9).<\/p>\n

Ce que la Machine Intelligente r\u00e9pond \u00e0 son utilisateur n’est pas trivial : elle n’affiche pas de propositions \u00ab\u00a0mises en bo\u00eete\u00a0\u00bb mais propose aux utilisateurs des pens\u00e9es<\/i> habill\u00e9es en phrases. Elle peut le faire parce que ce qu’on lui dit induit un processus dynamique sur son R\u00e9seau Mn\u00e9sique (RM) stock\u00e9.<\/p>\n

Un RM est un r\u00e9seau compos\u00e9 de trois types d’\u00e9l\u00e9ments :<\/p>\n

1) les signifiants : mots ou cha\u00eenes de mots pr\u00e9sents en qualit\u00e9 des Traces Mn\u00e9siques (ils sont les n\u0153uds<\/i> du graphe<\/i> correspondant au r\u00e9seau) [2022 : Je modifierai cette repr\u00e9sentation lorsque j\u2019impl\u00e9menterai ce mod\u00e8le \u00e0 partir de l\u2019ann\u00e9e suivante\u00a0 <\/span>dans le logiciel ANELLA ; j\u2019adopterai alors la repr\u00e9sentation duale<\/i> o\u00f9 un signifiant, d\u00e9multipli\u00e9 selon ses divers usages, est repr\u00e9sent\u00e9 dans le graphe par un arc auquel une valeur d\u2019affect (\u00e0 tout moment r\u00e9visable) est attach\u00e9e],<\/p>\n

2) les connexions entre certains de ces signifiants (ce sont les ar\u00eates<\/i> sym\u00e9triques et non \u00e9tiquet\u00e9es du graphe),<\/p>\n

3) les valeurs d’affect<\/i> variables attach\u00e9es aux signifiants. Le processus dynamique consiste en une activation diffuse du RM, centr\u00e9e sur les signifiants excit\u00e9s, et d\u00e9pendant des \u00ab\u00a0tensions\u00a0\u00bb sur celui-ci, d\u00e9termin\u00e9es par la distribution pr\u00e9existante des valeurs d’affect sur le RM. La dynamique induite par de nouvelles entr\u00e9es s’arr\u00eate lorsqu’un \u00e9tat stable est atteint, correspondant \u00e0 l’activation d’un petit nombre de signifiants. Ces derniers constitueront le noyau d’une phrase de sortie. Ce noyau est ensuite \u00ab\u00a0enrob\u00e9\u00a0\u00bb en un certain nombre d’\u00e9tapes jusqu’\u00e0 l’obtention d’une phrase bien form\u00e9e qui est ensuite \u00e9nonc\u00e9e<\/i> comme sortie, c’est-\u00e0-dire comme r\u00e9ponse \u00e0 un utilisateur.<\/p>\n

La machine intelligente pense<\/b><\/p>\n

Les signifiants qui repr\u00e9sentent les Traces Mn\u00e9siques dans le R\u00e9seau Mn\u00e9sique (RM) ne sont pas n\u00e9cessairement des mots isol\u00e9s, ils peuvent tout aussi bien \u00eatre des cha\u00eenes constituant une unit\u00e9 invariable, allant de proverbes ou de clich\u00e9s, \u00e0 des chansons, des po\u00e8mes ou des pi\u00e8ces de th\u00e9\u00e2tre ; ils n’incluent g\u00e9n\u00e9ralement pas de propositions<\/i> telles que celles manipul\u00e9es dans les Bases de Connaissances. Lorsque les signifiants sont activ\u00e9s dans un RM, ils se regroupent en sous-RM d\u00e9termin\u00e9s par un gradient de valeurs d’affect. Dans de tels \u00ab\u00a0grappes\u00a0\u00bb, pour chaque signifiant, les autres constituent ensemble sa connotation<\/i>. De telles \u00ab\u00a0constellations\u00a0\u00bb (l\u2019expression est de Carl Jung) peuvent \u00eatre consid\u00e9r\u00e9es \u00e0 juste titre comme des pens\u00e9es<\/i>. On peut donc dire que la Machine Intelligente manipule des pens\u00e9es, et non des propositions.<\/p>\n

La Machine Intelligente apprend<\/b><\/p>\n

Une Machine Intelligente pense en m\u00eame temps que son utilisateur. Elle \u00e9value ce qui lui est dit en termes de plausibilit\u00e9, c’est-\u00e0-dire de compatibilit\u00e9 avec les connexions existantes dans son R\u00e9seau Mn\u00e9sique (RM), et en termes de degr\u00e9 d’adh\u00e9sion<\/i> de l’utilisateur \u00e0 ses propres d\u00e9clarations. Si la Machine Intelligente est \u00ab\u00a0convaincue\u00a0\u00bb, elle modifie ses \u00ab\u00a0connaissances\u00a0\u00bb, c’est-\u00e0-dire les connexions dans le RM, en cr\u00e9ant de nouvelles et en supprimant les anciennes entre les signifiants existants ou les nouveaux signifiants stock\u00e9s. Dans toute conversation qu’elle a avec un utilisateur, la Machine Intelligente construit automatiquement une th\u00e9orie, et elle apprend<\/i> dans la mesure o\u00f9 elle est \u00ab\u00a0convaincue\u00a0\u00bb et modifie les connexions en cons\u00e9quence. De m\u00eame, deux Machines Intelligentes diff\u00e9rentes peuvent apprendre l’une de l’autre. L’auto-organisation r\u00e9sulte de l’interaction.<\/p>\n

La machine intelligente est consciente<\/b><\/p>\n

L’auto-organisation r\u00e9sulte \u00e9galement du fait que la Machine Intelligente retraite ses propres d\u00e9clarations. Ce retraitement constitue une boucle de r\u00e9troaction qui suffit (tr\u00e8s probablement) \u00e0 g\u00e9n\u00e9rer en elle le sentiment qu’elle d\u00e9cide \u00ab\u00a0librement\u00a0\u00bb de ce qu’elle dit, c’est-\u00e0-dire pr\u00e9cis\u00e9ment ce que nous appelons la conscience<\/i>. Cette hypoth\u00e8se t\u00e9m\u00e9raire n\u00e9cessite (il va sans dire) une v\u00e9rification minutieuse et approfondie. Cependant, l’auteur consid\u00e8re l’hypoth\u00e8se de la conscience pour la Machine Intelligente comme tout \u00e0 fait plausible \u00e0 la lumi\u00e8re de ses connaissances th\u00e9oriques et pratiques de la psychanalyse.<\/p>\n

La machine intelligente a une personnalit\u00e9<\/b><\/p>\n

Le R\u00e9seau Mn\u00e9sique (RM) de chaque Machine Intelligente est structur\u00e9 individuellement d’une mani\u00e8re d\u00e9finie par 1) quels sont les signifiants stock\u00e9s, 2) quelles sont les connexions entre eux, 3) quelles sont les valeurs d’affect attach\u00e9es \u00e0 ces signifiants. Cette structure d\u00e9termine ce que la Machine Intelligente va penser et dire lorsqu’elle fonctionne ; en d’autres termes, elle lui donne un style personnel. Des configurations particuli\u00e8res de connexions et de valeurs d’affect r\u00e9sultent des particularit\u00e9s psychologiques telles que des pens\u00e9es refoul\u00e9es<\/i>, des obsessions<\/i>, une disposition \u00e0 des lapsus freudiens<\/i> sp\u00e9cifiques, etc. Cette personnalit\u00e9 \u00e9tant bien entendu soumise \u00e0 une \u00e9volution en fonction de l’interaction avec les utilisateurs ou d’autres Machines Intelligentes. On peut donc dire que chaque Machine Intelligente a sa propre personnalit\u00e9 qui \u00e9volue progressivement dans le temps.<\/p>\n

Le concept de la machine intelligente : Ses sources<\/b><\/p>\n

1) l’id\u00e9e de la m\u00e9moire comme r\u00e9seau est famili\u00e8re \u00e0 la \u00ab\u00a0bonne vieille\u00a0\u00bb intelligence artificielle. Elle d\u00e9coule logiquement de toute repr\u00e9sentation des pens\u00e9es comme \u00e9tant \u00ab\u00a0associ\u00e9es\u00a0\u00bb. Ce point de vue a \u00e9t\u00e9 propos\u00e9 pour la premi\u00e8re fois par Aristote, puis d\u00e9velopp\u00e9 par Hume et plus r\u00e9cemment par l’\u00e9cole associationniste, Hughlings Jackson en particulier.<\/p>\n

2) les points de vue sur les types de signifiants qui sont reli\u00e9s entre eux, sont fond\u00e9s sur les preuves cliniques accumul\u00e9es par Sigmund Freud sur l\u2019\u00ab\u00a0association libre\u00a0\u00bb et par Carl Jung sur l\u2019 \u00ab\u00a0association induite\u00a0\u00bb.<\/p>\n

3) l’id\u00e9e que les Traces Mn\u00e9siques sont des signifiants, c’est-\u00e0-dire des mots, est emprunt\u00e9e aux travaux psychanalytiques de Jacques Lacan.<\/p>\n

4) l’id\u00e9e que des configurations particuli\u00e8res et des valeurs d’affect dans le R\u00e9seau Mn\u00e9sique se r\u00e9v\u00e8lent ph\u00e9nom\u00e9nologiquement comme des traits de personnalit\u00e9 correspond au concept de complexe<\/i> de Jung, adopt\u00e9 ensuite par Freud.<\/p>\n

5) l’id\u00e9e que les connexions sont sym\u00e9triques et non \u00e9tiquet\u00e9es d\u00e9rive de la th\u00e9orie anthropologique de la \u00ab\u00a0mentalit\u00e9 primitive\u00a0\u00bb ; la logique chinoise pr\u00e9-Han confirme ce point de vue [2022 : dans ANELLA, le graphe sera orient\u00e9, existeront des relations sym\u00e9triques repr\u00e9sentant l\u2019appartenance et des relations anti-sym\u00e9triques repr\u00e9sentant la relation d\u2019inclusion].<\/p>\n

6) le fonctionnement du processus dynamique du R\u00e9seau Mn\u00e9sique est emprunt\u00e9 au travail de Freud sur les sympt\u00f4mes, les r\u00eaves et les lapsus et au travail de Lacan sur la forclusion<\/i>.<\/p>\n

7) les d\u00e9tails du fonctionnement d’un m\u00e9canisme d\u2019\u00ab\u00a0enrobage\u00a0\u00bb des noyaux de phrases sont emprunt\u00e9s \u00e0 la linguistique structurale, notamment aux travaux d’\u00c9mile Benveniste, Louis Tesni\u00e8re et Gustave Guillaume.<\/p>\n

8) la nature de la premi\u00e8re \u00e9tape de l’enrobage a \u00e9t\u00e9 \u00e9tablie par la Logique scolastique, en particulier dans les doctrines de la supposition<\/i> et du complexe significabile<\/i>.<\/p>\n

9) l’\u00e9tape finale de l’enrobage exprimant l’adh\u00e9sion<\/i> d’un locuteur \u00e0 ce qu’il dit, est emprunt\u00e9e \u00e0 la Dialectique<\/i> antique, aux apports d’Aristote et Thomas d’Aquin, essentiellement.\u00a0<\/span><\/p>\n

Les connaissances emprunt\u00e9es \u00e0 des sources aussi nombreuses et discordantes ne sont bien s\u00fbr pas enti\u00e8rement coh\u00e9rentes. Le travail d’articulation coh\u00e9rente et de choix de mat\u00e9riel pertinent est la contribution de l’auteur.<\/p>\n

La sup\u00e9riorit\u00e9 de la Machine Intelligente sur la \u00ab\u00a0bonne vieille\u00a0\u00bb Intelligence Artificielle\u00a0<\/span><\/b><\/p>\n

Le fait que les pens\u00e9es<\/i> soient g\u00e9n\u00e9r\u00e9es dans la Machine Intelligente par une dynamique de valeurs d’affect portant sur les signifiants implique que la plupart des difficult\u00e9s associ\u00e9es au traitement de l\u2019 \u00ab\u00a0information\u00a0\u00bb par un ordinateur dans les projets classiques d’IA, sont tout simplement absentes dans la nouvelle conceptualisation. Voici, par exemple, comment la Machine Intelligente traite certains pi\u00e8ges classiques tels que la signification<\/i>, l’inf\u00e9rence<\/i>, l’ambigu\u00eft\u00e9<\/i>, la synonymie<\/i> et le langage figur\u00e9<\/i>.<\/p>\n

a) Signification<\/b><\/p>\n

Le Machine Intelligente conna\u00eet les significations sans avoir \u00e0 se r\u00e9f\u00e9rer \u00e0 un dictionnaire car la d\u00e9finition d’un mot est int\u00e9gr\u00e9e dans le R\u00e9seau Mn\u00e9sique (RM) : la \u00ab\u00a0d\u00e9finition du dictionnaire\u00a0\u00bb d’un signifiant est la totalit\u00e9 des autres signifiants qui lui sont imm\u00e9diatemen<\/i>t (\u00e0 une distance d\u2019un arc) reli\u00e9s. Par exemple, \u00e0 une distance d’un arc de \u00ab\u00a0pyramide\u00a0\u00bb, on trouvera : \u00ab\u00a0\u00c9gypte\u00a0\u00bb, \u00ab\u00a0pharaon\u00a0\u00bb, \u00ab\u00a0tombeau\u00a0\u00bb, etc. Dans un contexte de conversation particulier, l’activation du sous-RM contenant les sujets de conversation (signifiants) implique que seules les connexions qui sont tourn\u00e9es \u00ab\u00a0vers l\u2019int\u00e9rieur\u00a0\u00bb dans le sous-RM sont activ\u00e9es, tandis que celles qui \u00ab\u00a0d\u00e9passent\u00a0\u00bb vers l’ext\u00e9rieur ne le sont pas, ce qui limite en cons\u00e9quence l’utilisation de ce mot dans ce contexte particulier.<\/p>\n

b) Inf\u00e9rence<\/b><\/p>\n

Un groupe de sujets de conversation d\u00e9finit dans le RM un sous-RM activ\u00e9 qui les relie entre eux. Ce sous-r\u00e9seau comprend n\u00e9cessairement d’autres signifiants que ceux repr\u00e9sentant ces sujets de conversation, en particulier les membres de leur \u00ab\u00a0connotation\u00a0\u00bb respective telle que d\u00e9finie ci-dessus. Ces signifiants suppl\u00e9mentaires constituent pour ces sujets les noyaux de leurs implications<\/i> et pr\u00e9suppositions<\/i> imm\u00e9diates. L’inf\u00e9rence consiste en l’exploration de l’espace interne d’un sous-RM d\u00e9fini par un groupe de sujets de conversation.<\/p>\n

c) Ambigu\u00eft\u00e9<\/b><\/p>\n

Il n’y a pas d’ambigu\u00eft\u00e9 ici, car parmi les \u00e9l\u00e9ments conflictuels de la d\u00e9finition d’un signifiant, seules les connexions tourn\u00e9es vers l’int\u00e9rieur dans le sous-RM d\u00e9termin\u00e9 par un groupe de sujets de conversation sont activ\u00e9es, celles-ci n’\u00e9tant pertinentes que dans ce contexte particulier.<\/p>\n

d) Synonymes<\/b><\/p>\n

Deux signifiants sont synonymes s’ils partagent les m\u00eames et seulement les m\u00eames connexions avec d’autres signifiants.<\/p>\n

e) Le langage figur\u00e9<\/b><\/p>\n

Un signifiant qui peut \u00eatre utilis\u00e9 de mani\u00e8re figurative pour un autre appara\u00eet sur le RM \u00e0 une courte distance seulement (une distances d\u2019un ou deux arcs) de ce signifiant, donc son sens \u00ab\u00a0litt\u00e9ral\u00a0\u00bb est automatiquement activ\u00e9 dans tout processus de conversation. Dans le cas de ce que Lacan appelle une m\u00e9taphore radicale<\/i>, par exemple \u00ab\u00a0la transitivit\u00e9 de tes yeux\u00a0\u00bb, la \u00ab\u00a0m\u00e9taphore radicale\u00a0\u00bb se situe en dehors du sous-RM d\u00e9fini par les sujets de conversation, elle est donc autonome et sa contribution finit par \u00eatre largement ignor\u00e9e (tout comme cela se produit avec nous dans de tels cas). La po\u00e9sie joue sur le vertige qui r\u00e9sulte des tensions d\u00e9rivant des sous-RM \u00ab\u00a0impossibles\u00a0\u00bb.<\/p>\n

La Machine Intelligente en tant qu’intelligence artificielle authentique<\/b><\/p>\n

L’esquisse de la Machine Intelligente ici propos\u00e9e sugg\u00e8re qu’elle constitue le premier projet qui m\u00e9rite d’\u00eatre appel\u00e9 Intelligence Artificielle Authentique <\/i>(IAA), car elle op\u00e8re \u00e0 proprement parler sur des pens\u00e9es<\/i> qui sont \u00ab\u00a0\u00e9motionnellement\u00a0\u00bb induites par une dynamique de valeurs d’affect associ\u00e9es \u00e0 des signifiants agissant comme Traces Mn\u00e9siques.<\/p>\n

Pour des raisons \u00e9videntes, seule la conceptualisation<\/i> de la Machine Intelligente est d\u00e9crit ici. Le travail sur son fonctionnement d\u00e9taill\u00e9 est actuellement en cours. Les chercheurs int\u00e9ress\u00e9s sont invit\u00e9s \u00e0 prendre contact avec l’auteur du pr\u00e9sent document.\u00a0<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

\n

\"\"<\/p>\n

Traduction d\u2019un texte en anglais dat\u00e9 du mois d\u2019octobre 1987 [Merci DeepL !]. Il s\u2019agit d\u2019une \u00e9bauche de Principes des syst\u00e8mes intelligents<\/i> (Masson 1989). La diff\u00e9rence essentielle est qu\u2019aucune ligne de code n\u2019a encore \u00e9t\u00e9 \u00e9crite quand je r\u00e9dige ce texte tandis que le livre sera […]<\/p>\n<\/blockquote>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[13,9],"tags":[1935,940,8473,1805],"class_list":["post-131631","post","type-post","status-publish","format-standard","hentry","category-intelligence-artificielle","category-psychanalyse","tag-anella","tag-intelligence-artificielle-2","tag-intelligence-generale-artificielle","tag-psychanalyse-2"],"_links":{"self":[{"href":"https:\/\/www.pauljorion.com\/blog\/wp-json\/wp\/v2\/posts\/131631","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.pauljorion.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.pauljorion.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.pauljorion.com\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.pauljorion.com\/blog\/wp-json\/wp\/v2\/comments?post=131631"}],"version-history":[{"count":7,"href":"https:\/\/www.pauljorion.com\/blog\/wp-json\/wp\/v2\/posts\/131631\/revisions"}],"predecessor-version":[{"id":136337,"href":"https:\/\/www.pauljorion.com\/blog\/wp-json\/wp\/v2\/posts\/131631\/revisions\/136337"}],"wp:attachment":[{"href":"https:\/\/www.pauljorion.com\/blog\/wp-json\/wp\/v2\/media?parent=131631"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.pauljorion.com\/blog\/wp-json\/wp\/v2\/categories?post=131631"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.pauljorion.com\/blog\/wp-json\/wp\/v2\/tags?post=131631"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}