perlseb

@Jean Dugenêt
En effectuant des recherches rapides sur des articles qui parlent d’IA, on constate énormément d’erreurs qui pourraient vous convaincre que vous êtes dans le vrai. J’en cite une ici, de la part d’un prof de math :
Cette finesse échappe totalement à ChatGPT car, ne l’oublions pas, ce n’est pas une intelligence humaine mais un robot appliquant des algorithmes essayant d’imiter les conversations humaines.

Encore une personne qui n’a pas compris ce qu’étaient les réseaux neuronaux. Il n’y a pas d’algorithme appliqué dans un réseau neuronal. Ce sont des entités reliés plus ou moins fortement (ne les appelez pas neurones si vous voulez mais on s’est inspiré du cerveau, d’où le terme neurone).
De même, certains spécialistes peuvent dire : « je vais programmer un réseau neuronal ». Dans leur bouche, ça veut dire, je vais écrire le code nécessaire pour créer le réseau vierge (trivial avec une bibliothèque) et le former à une tâche particulière (c’est la partie difficile, le plus gros du code : traitement ou génération d’un immense paquet de données de tests). Mais je vous reprends quand vous le dites car pour vous, un réseau neuronal serait un programme qu’on aurait écrit manuellement, ce qu’il n’est pas.

@Jean Dugenêt
Je ne comprends pas votre obstination à vouloir comparer les réseaux neuronaux au cerveau humain, ni à vouloir parler d’intelligence.
Ce que vous avez fait avec votre réseau neuronal (lui réapprendre autre chose), c’est ce que Deepmind a fait avec son réseau Alphazéro (passer des échecs au go). Mais quel intérêt ? Juste pour savoir que le nombre de neurones de votre réseau est suffisant pour résoudre les 2 problèmes (de complexité équivalente).
L’analogie de ce que vous avez fait avec le cerveau humain serait : « est-ce qu’on demande à un médecin de devenir avocat ? ».
Ensuite on n’implante pas un programme dans un réseau neuronal. On implante un programme dans un microcontrôleur (par exemple), mais un réseau neuronal est soit vierge soit formé à résoudre un problème donné. Un programme écrit par un humain est également capable de résoudre un problème mais on sait maintenant qu’un programme complexe sera inférieur à un réseau neuronal (voir Stockfish vs Alphazéro). Les programmes ne disparaitront pas, mais ils se cantonneront aux calculs bruts, à la recherche de données dans des bases, etc... (tout ce que les neurones font moins bien). D’ailleurs ChatGPT est mauvais en math (erreur de jeunesse : on n’a pas pensé à l’assister automatiquement par un « calculateur brut » quand le problème qu’on lui demande est mathématique).

@Jean Dugenêt
Encore une fois, oui on programme beaucoup pour la création du réseau. On n’obtient pas un réseau neuronal qui reconnait des caractères manuscrits en soudant une vingtaine de composants sur un coin de circuit électronique.
Le réseau neuronal final que tout le monde peut faire chez soi est virtuel (simulé).
Le problème c’est que toutes les lignes de codes utilisées pour créer le réseau neuronal n’ont rien à voir avec le problème final que le réseau neuronal va gérer. Ce sont des outils de création, pas des outils de résolution du problème final. C’est bien le réseau qui va répondre aux entrées et fournir les sorties qui nous intéressent une fois figé. Et les programmes complexes utilisés pour le créer n’ont plus aucune utilité après la création.
Et ces programmes de création ne sont rien du tout sans les données d’apprentissage. On ne forme pas un réseau neuronal sans données.

On ne programme pas un réseau de neurones, on utilise des programmes pour le générer car c’est bien trop complexe pour être créé par un humain (trop d’entités, trop de liens).

@Jean Dugenêt
Effectivement, je n’ai pas fait d’erreur.

Il faut distinguer la construction du réseau (apprentissage très couteux en calculs et en programmation spécifique) et la phase d’utilisation du réseau figé (oui, il y a encore des calculs pour simuler les neurones, mais ils sont triviaux, c’est juste l’énergie nécessaire).

C’est vrai que je n’avais pas imaginé qu’on pouvait considérer que, comme des calculs étaient nécessaires pour faire fonctionner les neurones artificiels (cout de la simulation), alors on pouvait imaginer qu’un réseau neuronal n’était qu’un programme.

@Jean Dugenêt
Je préfère le repréciser. Le code qui fait « tourner » un réseau neuronal formé est réellement un jeu d’enfant. C’est le réseau neuronal qui contient toute l’information, toute la connaissance (avec le poids de chacune de ses liaisons).
On peut considérer que le code qui fait tourner le réseau neuronal artificiel n’est que l’énergie nécessaire dont les neurones artificiels ont besoin pour exprimer leur complexité de groupe.
Je pense sincèrement que le code qui fait tourner les petits comme les grands réseaux neuronaux (avec des neurones de même type) tient sur quelques lignes seulement (pour chaque couche, on traite chaque connexion de chaque neurones : on récupère l’entrée et les poids on fait le calcul de la sortie, on passe au suivant).