2016 éléments
dernière mise à jour:
jeudi 7 mars 2024
L’hyperpuissance de l’informatique
par Gérard Berry
( 4 juillet 2018 )

(…) Parvenir à traduire efficacement sans comprendre nous pose (…) des questions sur la nature profonde des langues et de leur apprentissage. Souvenons-nous quand même que les enfants apprennent à parler seulement par exposition permanente aux langues, même s’ils ont des parties de leur cerveau bien préparées pour cela, et qu’ils n’abordent la grammaire et l’esthétique que bien plus tard.
Un grand mystère est qu’on ne comprend pas vraiment pourquoi les réseaux profonds donnent des résultats aussi bons sur autant de problèmes pour lesquels les algorithmes classiques pourtant beaucoup plus travaillés ne sont pas très bons, tout en s’appliquant à une classe de problèmes particulièrement variée. Cela dit nous ne comprenons pas non plus comment marche notre « pifomètre », instrument biologique fort général qui guide une grande partie de nos actions.
[p. 416]

Turing commence par poser une question simple : Les machines peuvent-elles penser ? Notant immédiatement la difficulté de la définition du sens même de cette question, il propose de la remplacer par son test pragmatique bien connu, consistant à savoir si on peut construire une machine qui ne puisse être distinguée d’un humain lors d’une discussion écrite en aveugle. IL démonte une série d’objections possibles à la validité e ce test, puis aborde dans une dernière partie la question de l’apprentissage, qui lui permet de répondre à l’objection « une machine ne fait jamais que ce qu’on lui dit ». Il pense alors qu’on pourra construire des machines qui apprendront seules, et qu’on ne pourra même plus comprendre leur fonctionnement intime. C’est une jolie façon de dire que ces machines ne se limiteront plus de façon triviale à « ce qu’on leur a dit » : la connaissance proviendra autant des données emmagasinées que du programme.
[p. 417]