Table des matières
Intelligence Artificielle
Nous ne devons pas craindre les robots tueurs mais notre paresse intellectuelle
Note blanche:
Blog de Peter Haas
Transcription du texte sur The Singju Post Peter Haas is a professor of Political Science at the University of Massachusetts Amherst. His research concerns epistemic communities, global environmental politics, multilevel governance, and the role of science in global politics.
Pourquoi l’intelligence artificielle a besoin d’éthique ?
Note blanche des RG:
Contribution de Laura Wojcik sur Le Monde
Laura Wojcik sur doyoubuzz.com
Son site
Les robots intelligents célèbres
- Astro (1952)
- Rick Deckard (1966) de Philip K. Dick, dans Blade Runner 1982 de Ridley Scott
- Hal-9000 1968
- Goldorak (1975)
- C-3PO & R2D2 (1977)
- Nono (1981)
- Optimus Prime (1984)
- Terminator (1985)
- Robocop (1987)
- Wall-E & Eve (2008)
- Oblivion (2013)
Critique de la raison pure
Dans un siècle dominé par le culte de la science, ce qui conduit Kant n'est pas le rejet des conclusions métaphysiques mais leur incertitude et la faiblesse de leurs arguments qui fait naître en lui le désir de les sauver par le moyen d'un examen critique des possibilités de la raison.
Il est difficile de trouver des articles raisonné sur l'IA. Les articles pointus sont toujours écrit par des spécialistes de l'IA, qui ont tous besoin d'être financés, du coup ils font toujours la promotion de l'IA:
- Les chercheurs des GAFAM BATX LINKDIN UBER RBNB …
- Les enseignants chercheurs
Liste de quelques articles critiques:
- Les développements à venir de l’intelligence artificielle nécessitent une réflexion forte sur les limites à imposer La prochaine évolution de l’IA n’est pas, comme certains peuvent le fantasmer, l’avènement d’une machine qui aurait une conscience, cela n’a pas de sens. Par contre, les algorithmes d’apprentissage machine et donc ce qu’on appelle l’intelligence artificielle vont être de plus en plus requis pour interpréter des sommes énormes d’informations que nous collectons. Jean-Gabriel Ganascia Informaticien et philosophe et sur Wikipedia.
Règle numéro 1
Une IA donne une réponse mais ne dit jamais pourquoi !
Règle numéro 2
Grace au deep learning (« apprentissage profond ») un système dit intelligent actuel peut après avoir vu 100 000 photos de chats, être capable de reconnaître un chat avec 95 % de réussite. Génial ! Un enfant de 2 ans a besoin de deux photos de chat pour reconnaître un chat sur n’importe quelle photo avec un taux de réussite de 100 %.
Règle numéro 3
Comment une IA distingue un chien d'un loup ? Les pixels du fond en bas de l'image sont blancs ! donc les valeurs rgb sont proches de 255, 255, 255
Collecte, vol, analyse de datas
- La Science des données @ fr.wikipedia.org: est l'extraction de connaissance d'ensembles de données.
- Data science @ en.wikipedia.org:
Data science is related to data mining, machine learning and big data. Turing award winner Jim Gray imagined data science as a “fourth paradigm” of science (empirical, theoretical, computational and now data-driven) and asserted that “everything about science is changing because of the impact of information technology” and the data deluge.
- La page sur ce wiki sur la Science des données et Le Big Data.
Ressources
N'hésiter pas à lire la page Anglaise sur Wikipedia qui est toujours beaucoup plus riche que la page française
Générales
- Intelligence artificielle sur Wikipedia fr
- Histoire de l'intelligence artificielle sur Wikipedia fr
- Réseau de neurones artificiels sur Wikipedia fr
- Humanisme Transhumanisme et Posthumanisme sur ce wiki.
Video
- CEA de Julie Desriac Press officer. Histoire rapide et un peu simpliste.
- Le saviez-vous ? L’intelligence artificielle n’est pas… intelligente de Jérôme Colombain, journaliste et animateur audiovisuel français présent sur France Info et 01NetTV
- Le deep learning — Science étonnante #27 David Louapre Issu d'une formation à l'École normale supérieure de Lyon, il a soutenu en 2004 une thèse de doctorat au sujet de la gravité quantique à boucle. Au début des années 2000, il rejoint le centre de recherche de Saint-Gobain. En 2018, il rejoint Ubisoft en qualité de Directeur Scientifique.
- Machine learning :
- Réseaux de neurones artificiels :
- En application 9:06 Combien il faut en mettre ?
Les réseaux de neurones Neuronal Network NN
Matrice et tenseur
- Matrice (mathématiques) Wikipedia fr. Les matrices sont des tableaux: ajouter des images de tableau
- Tenseur Un tenseur désigne un objet très général, dont la valeur s'exprime dans un espace vectoriel. C'est une matrice d'ordre supérieur à 3.
Perceptron
- Perceptron sur Wikipedia
- Le réseau de neurones pour les nuls sur medium.com.
- appliedgo.net Le perceptron est la forme la plus basique d'un réseau neuronal. Le début de l'article explique l'analogie avec un cervau.
Image de https://appliedgo.net
Perceptron multicouche
- Perceptron multicouche sur Wikipedia
- L'intelligence du sémaphore est un perceptron multicouche, avec du code en python simple et bien expliqué, fait par L'Alabomedia.
Les réseaux de neurones convolutifs Convolutional Neural Networks CNN
- Réseau neuronal convolutif sur Wikipedia
- CNN La meilleure explication sur les internets.
Explication mathématique du Produit de convolution.
R-CNN vs Mask R-CNN vs YOLO vs DeepLAp Xception
- Computer Vision and Pattern Recognition = Segmentation d'image = Reconnaissance d'objet dans une image
- Darknet Letters Des musiques générées en midi, à partir de lettres dans des images.
La Reconnaissance faciale, c'est cool !
Apprentissage profond
- Apprentissage profond sur Wikipedia
keras
TensorFlow
- Matrice (mathématiques) Sur Wikipedia FR
- Tenseur Sur Wikipedia FR
- Vulgarisons: Un tenseur est une matrice de dimension supérieure à 3.
L'IA de Google:
- TensorFlow sur GitHub et TensorFlow sur Wikipedia
Types d'apprentissage
-
- Apprentissage semi-supervisé
- Apprentissage partiellement supervisé
- Apprentissage par transfert
Musique et Intelligence artificielle
- Music and artificial intelligence: History sur en.wikipedia.org
- ChucK sur fr.wikipedia.org