Overblog
Editer l'article Suivre ce blog Administration + Créer mon blog

Pages

Par Joseph Confavreux 🔸

L'histoire racontée par Pablo Jensen, physicien et directeur de recherche au CNRS en poste au laboratoire de physique de l’ENS Lyon, commence avec le « perceptron », un algorithme d’apprentissage supervisé, inventé à la fin des années 1950 par le psychologue Frank Rosenblatt au laboratoire d’aéronautique de l’université américaine Cornell.

L’article où Rosenblatt décrit pour la première fois un réseau de neurones capables d’apprendre « inaugure la longue liste des promesses mirifiques de l’intelligence artificielle », juge Jensen. Le New York Times titre ainsi : « Un nouvel appareil apprend en faisant ».

L’algorithme est fondé sur une approche cybernétique, dont l’étymologie grecque veut dire « pilote d’un bateau » ou « timonier », et l’un des postulats, pour résumer cela rapidement, est que « pour contrôler un système ouvert aux variations imprévisibles, il vaut mieux utiliser la rétroaction, réagir en direct aux informations reçues, plutôt que de tenter de s’en tenir à une solution calculée a priori », à la façon d’un thermostat qui ne s’intéresse pas à la météo ou aux caractéristiques thermiques d’une maison mais réagit à l’écart entre température désirée et température réelle.

Pourquoi la société ne se laisse pas mettre en équation

Pablo Jensen

Editeur : Seuil

Collection : Science Ouverte

Date de parution : 15/03/2018

EAN : 9782021380101

Nombre de pages : 336

22,00 €

Deep earnings : le néolibéralisme au coeur des réseaux de neurones

Nombre de pages : 96

15 €

 

 

 

Pour être informé des derniers articles, inscrivez vous :
Commenter cet article