Règle, flexibilité et intelligence (artificielle...)

Gagner en intelligence par le volume ou la hauteur, une méta-perspective

En re-lisant Gödel-Escher-Bach (que je ne saurais trop recommander), l’auteur Douglas Hofstadter dans sa longue introduction met trois idées en perspective: Les paradoxes dus à l’auto-référencement, du type paradoxe d’Épiménide: “Je suis un menteur” L’incomplétude des systèmes formels (premier théorème d’incomplétude de Gödel) Le paradoxe à première vu de l’intelligence... [Read More]
Tags: ai ethics

Données et Information

Pour alimenter un bon modèle, il ne faut pas forcément beaucoup de données, mais suffisamment d'information...

Une idée reçue sur le machine learning est qu’il faut beaucoup de données pour entraîner un modèle. Or il ne faut pas beaucoup de données mais suffisamment d’information. L’information est contenue dans les données, mais en est distincte. Combien d’information faut-il pour entraîner un modèle? Cela dépend de la complexité... [Read More]
Tags: data

Modèle CAST pour la Prédiction de Propagation

Un modèle pour modéliser la propagation d'épidémie (mais pas que...) et l'impact de mesures pour les contrer

À moins d’avoir passé ces derniers mois dans une grotte au bout du monde (auquel cas vous n’êtes certainement pas entrain de lire cet article…), sinon vous n’avez pas pu échapper au flot d’informations sur l’épidémie de Covid-19. Une chose frappante, c’est la difficulté d’en modéliser l’évolution. Aux États-Unis par... [Read More]
Tags: simulation