Intelligence Artificielle ...
Bmuo(;RAPHIE
mission . Il s'agit d ' un dispositif entièrement mécanique . Aujourd'hui, on utiliserait au contraire un di spositif numérique, c'est-à-dire un ordinateur capable
de mesurer la vitesse de rotation du volant
et de calculer la position de la valve pour
apporter la bonne quantité d'énergie. Ces
deux dispositifs parviennent néanmo ins à
résoudre le problème posé. li s ouvrent
ainsi deux voies possibl es pour comprendre d'autres systèmes de régulation,
tels que le cerveau : les fonctions cognitives de l' homme sont-elles similaires à
celles d ' un régul ateur numérique ou à
celles d ' un régulate ur mécanique ? À
celles de l'ordinateur jouant aux échecs ou
à celles du robot apprenant à se déplacer
par essais et erreurs? Si ! 'observation de
ces deux systèmes de régulation ne permet pas de trancher en faveur de ! ' une ou
de l' autre des de ux hypothèses, elle a cependant le mérite de révéler et d'expliciter ces hypothèses par des exemples
concrets, de proposer des pi stes de validation théoriques, tout laissant à la philosophie de l'esprit le soin de les départager.
L'i nformatique peut égaleme nt partic iper à l'édification de nouve lles théories
philosophiques. Un exemple de cette
démarche est donné par! ' utili sation des
• Dreyfus . H.L. 1979. hlll' lligencc Artificielle : rnrlhe. ,
et limites . Pari~ : Flammarion .
• Lamarche-Perrin , R. 2012 . De. 1collah11ratio11. 11m.1 -
.ühle. 1 e111re philosophie el /11tellig e11ce !lrt(ficielle.
Mémoire de Master de philo~ophie de l' Université
Pierre-Mendès-France . Grenoble .
• Searle. J .R . 1984. Du cen-eau au Sll\ 'oir : c011jëre11ce. ,
Reith 198-1 de la BBC. Pari~ : Hermann. 1985 .
• Turing . A .M . 1950. « omputing Machiner 1 and
Intelligence . ». Mi11d . vol. 59 . p. -- 1-33-460 .
• Varela . F.J . 1988 . lm·i1atio11 a11.1 sciences cog11iti1 ·c•.1.
Paris : Seuil. 1996.
tables de multiplication . Leur apprentissage est coûteux en mémoire: il faudrait un peu mo in s de 5,000 Go pour
stocker les ta bl es des no mbres à
six chiffres. L' algorithme traditionnel
que l'on apprend à l'éco le primaire
consiste à décomposer les multiplications à plusieurs chiffres en multiplications à un seu l chiffre et en add itions. Ce
procédé , écono me en termes d'espace
mémoire, nécessite néanmoi ns un peu
plus de temps de ca lcul. Mais il repose
sur une compréhension plus profonde
de la notion de multiplicati on dans la
mesure où il fa it intervenir le produit
croisé de puissances décimales.
Ai nsi l'analyse de l'a lgorithme permet
de se rendre compte de ce qu'est véritablement une multiplication en donnant une intuition mathématique . Mieux ,
il permet d'ouvrir des pistes pour la compré hension des mécani smes cogniti fs
humains. L' arg ument est le sui vant: un
programme simple ne peut pas, en pratique, résoudre un problème complexe .
Personne, pas même un supercalcul ateur, ne pe ut exécuter une tâche donnée
(par exemple, multipli er des grands
no mbres) sans em ployer une méthode
« intelligente » . Dès lors, tout progra mme réso lvant un problème compl exe est lui -même assez sophi stiqué
pour mériter que l'on s'y intéresse.
Dans le cas del' intelligence artific ielle ,
contrairement à ce qu'en dit John Searle
dans son expérience de la « chambre
chinoi se » (voir encadré), une machine
passant le test de Turing avec succès ne
peut pas , en pratique, être complètement
« stupide » . Une te lle machine constitue
dès lors une piste ex périmentale pour
modéli ser et expliquer la complex ité des
facultés humaines.
M.B . et R.L.-P.
Ta.ngente Hors-série n° 52. Mathématiques & informatique
Bmuo(;RAPHIE
mission . Il s'agit d ' un dispositif entièrement mécanique . Aujourd'hui, on utiliserait au contraire un di spositif numérique, c'est-à-dire un ordinateur capable
de mesurer la vitesse de rotation du volant
et de calculer la position de la valve pour
apporter la bonne quantité d'énergie. Ces
deux dispositifs parviennent néanmo ins à
résoudre le problème posé. li s ouvrent
ainsi deux voies possibl es pour comprendre d'autres systèmes de régulation,
tels que le cerveau : les fonctions cognitives de l' homme sont-elles similaires à
celles d ' un régul ateur numérique ou à
celles d ' un régulate ur mécanique ? À
celles de l'ordinateur jouant aux échecs ou
à celles du robot apprenant à se déplacer
par essais et erreurs? Si ! 'observation de
ces deux systèmes de régulation ne permet pas de trancher en faveur de ! ' une ou
de l' autre des de ux hypothèses, elle a cependant le mérite de révéler et d'expliciter ces hypothèses par des exemples
concrets, de proposer des pi stes de validation théoriques, tout laissant à la philosophie de l'esprit le soin de les départager.
L'i nformatique peut égaleme nt partic iper à l'édification de nouve lles théories
philosophiques. Un exemple de cette
démarche est donné par! ' utili sation des
• Dreyfus . H.L. 1979. hlll' lligencc Artificielle : rnrlhe. ,
et limites . Pari~ : Flammarion .
• Lamarche-Perrin , R. 2012 . De. 1collah11ratio11. 11m.1 -
.ühle. 1 e111re philosophie el /11tellig e11ce !lrt(ficielle.
Mémoire de Master de philo~ophie de l' Université
Pierre-Mendès-France . Grenoble .
• Searle. J .R . 1984. Du cen-eau au Sll\ 'oir : c011jëre11ce. ,
Reith 198-1 de la BBC. Pari~ : Hermann. 1985 .
• Turing . A .M . 1950. « omputing Machiner 1 and
Intelligence . ». Mi11d . vol. 59 . p. -- 1-33-460 .
• Varela . F.J . 1988 . lm·i1atio11 a11.1 sciences cog11iti1 ·c•.1.
Paris : Seuil. 1996.
tables de multiplication . Leur apprentissage est coûteux en mémoire: il faudrait un peu mo in s de 5,000 Go pour
stocker les ta bl es des no mbres à
six chiffres. L' algorithme traditionnel
que l'on apprend à l'éco le primaire
consiste à décomposer les multiplications à plusieurs chiffres en multiplications à un seu l chiffre et en add itions. Ce
procédé , écono me en termes d'espace
mémoire, nécessite néanmoi ns un peu
plus de temps de ca lcul. Mais il repose
sur une compréhension plus profonde
de la notion de multiplicati on dans la
mesure où il fa it intervenir le produit
croisé de puissances décimales.
Ai nsi l'analyse de l'a lgorithme permet
de se rendre compte de ce qu'est véritablement une multiplication en donnant une intuition mathématique . Mieux ,
il permet d'ouvrir des pistes pour la compré hension des mécani smes cogniti fs
humains. L' arg ument est le sui vant: un
programme simple ne peut pas, en pratique, résoudre un problème complexe .
Personne, pas même un supercalcul ateur, ne pe ut exécuter une tâche donnée
(par exemple, multipli er des grands
no mbres) sans em ployer une méthode
« intelligente » . Dès lors, tout progra mme réso lvant un problème compl exe est lui -même assez sophi stiqué
pour mériter que l'on s'y intéresse.
Dans le cas del' intelligence artific ielle ,
contrairement à ce qu'en dit John Searle
dans son expérience de la « chambre
chinoi se » (voir encadré), une machine
passant le test de Turing avec succès ne
peut pas , en pratique, être complètement
« stupide » . Une te lle machine constitue
dès lors une piste ex périmentale pour
modéli ser et expliquer la complex ité des
facultés humaines.
M.B . et R.L.-P.
Ta.ngente Hors-série n° 52. Mathématiques & informatique