L’intelligence générale artificielle est-elle un modèle mathématique?

Examiner la science et la philosophie de l’intelligence humaine et artificielle.

Pixabay

Source: Pixabay

Et si la clé pour débloquer l’intelligence générale artificielle est un modèle qui existe déjà, mais qui n’a pas encore été découvert? L’intelligence artificielle générale, également appelée «intelligence artificielle forte» ou «intelligence artificielle complète», est la capacité d’une machine à effectuer une cognition de type humain. Ce qui semble être une question philosophique simple est en réalité assez nuancée. Des indices sur la réponse peuvent être trouvés dans un examen interdisciplinaire de l’informatique, des mathématiques, de la philosophie, de la physique, de la biologie synthétique et des neurosciences.

L’intelligence artificielle (IA) est un terme qui ne comporte pas de définition unificatrice unique. L’explication la plus simple est que l’IA est l’intelligence de la machine par opposition à l’intelligence humaine biologique. L’IA en est aux premiers stades de son développement, bien qu’il s’agisse d’un concept datant de plus de 60 ans, le terme ayant pris naissance dans une publication de Dartmouth datant de 1955 [1]. La résurrection de l’IA est largement due aux tendances récentes telles que la baisse du coût de l’informatique, la montée en puissance de l’informatique décentralisée puissante basée sur le cloud, la disponibilité de big data pour l’apprentissage automatique et la sophistication croissante des algorithmes informatiques. Aujourd’hui, la technologie informatique permet aux machines d’exécuter des fonctions telles que la résolution de problèmes, l’apprentissage, la planification, le raisonnement et la reconnaissance de la parole, de la voix, des images et de l’écriture. Actuellement, l’IA est davantage un outil pour des solutions ponctuelles, loin d’une intelligence artificielle forte.

Si la réalisation de l’intelligence générale artificielle est effectivement un modèle qui existe déjà, sa découverte implique les mathématiques, la science des modèles. Les mathématiciens recherchent des modèles pour former une conclusion, appelée conjecture, et proposent de soutenir la proposition en créant une preuve ou un théorème. Par exemple, le mathématicien Shinichi Mochizuki de l’Université de Kyoto a publié une preuve de la théorie inter-universelle de Teichmüller (théorie IUT) de la conjecture abc , l’un des problèmes non résolus de la théorie des nombres mathématiques. En informatique et en mathématiques, les algorithmes sont des procédures permettant de résoudre un problème. L’informatique est intrinsèquement mathématique avec les méthodes correspondantes pour fournir des ensembles d’instructions pour les machines. Par exemple, les ordinateurs peuvent aujourd’hui «apprendre» à partir d’ensembles de données ou apprendre eux-mêmes des concepts. L’apprentissage automatique est un sous-ensemble de l’IA où l’ordinateur “apprend” sans programmation explicite. Les algorithmes d’apprentissage peuvent être basés sur la régression, l’instance, la régularisation, l’arborescence décisionnelle, le bayésien, le regroupement, l’apprentissage de règles d’association, les réseaux neuronaux artificiels, l’apprentissage profond, la réduction de dimensionnalité et bien d’autres types d’analyses [2].

Est-ce que les mathématiques sont simplement découvertes, comme une fouille effectuée par un archéologue ou inventée, comme un poète inspiré? Le platonisme mathématique est une vision métaphysique selon laquelle les vérités mathématiques sont découvertes, les objets mathématiques non inventés sont abstraits et existent indépendamment de notre capacité à penser ou à décrire [3]. La métaphysique est une branche de la philosophie qui s’intéresse à la nature fondamentale de la réalité et de l’être, notamment l’ontologie (étude de la nature de l’existence), la cosmologie (étude de l’origine et de l’évolution de l’univers) et l’épistémologie (l’étude de connaissances et de croyances justifiées). Si un objet a une formule mathématique associée, il est théoriquement possible de l’exprimer dans un algorithme informatique. Si les mathématiques sont une réalité en soi qui attend l’identification, cela impliquerait-il que tout ait une formule mathématique correspondante? Les critiques du platonisme mathématique diraient que les nombres sont des concepts qui existent lorsque l’esprit les conçoit.

La conscience humaine peut être décrite comme un état de conscience et être conscient de ses pensées et de son environnement. La conscience peut-elle être programmée? La physique est une science naturelle qui étudie la nature et l’interaction de la matière et de l’énergie, et les mathématiques sont l’outil de choix pour les physiciens. Le professeur Max Tegmark, cosmologiste, physicien et professeur au Massachusetts Institute of Technology (MIT), soutient que la conscience est un modèle mathématique qui peut être compris comme un état de la matière avec des capacités de traitement de l’information [4]. En utilisant l’analogie des différents états de la matière (solide, liquide et gaz), Tegmark met en avant le concept que la conscience est aussi le résultat d’un phénomène émergent. Il appelle cet état “perceptronium” [5]. Si la conscience est un modèle, en théorie, une machine peut être une conscience si l’on attribue à l’hypothèse de Tegmark.

À quel point la vie est-elle une formule? Peut-on programmer la vie? Pour répondre à cette question, nous ne devons pas chercher plus loin que les récentes avancées en biologie synthétique. Le J. Craig Venter Institute a créé la première forme de vie synthétique au monde avec un génome entièrement synthétique, une bactérie auto-réplicative appelée Mycoplasma mycoides JCVI-syn1.0 en 2010 [6]. Le code génétique de cette nouvelle espèce a été numérisé sur un ordinateur, puis assemblé biochimiquement [7]. La vie peut être créée avec un ADN synthétique inséré dans des bactéries sans génome. C’était un organisme monocellulaire. La prochaine étape de la biologie synthétique consisterait à créer de manière synthétique des organismes multicellulaires auto-répliqués, une entreprise complexe et ambitieuse.

Les humains deviendront-ils un jour un amalgame d’intelligence artificielle et biologique? Dans quelle mesure une interface cerveau-ordinateur est-elle réaliste? Les entrepreneurs et les nababs des affaires entrent sur le marché des neurosciences. Parmi les différentes approches permettant de découvrir le fonctionnement du cerveau humain, citons l’optogénétique, l’IRMf, l’imagerie, l’électrophysiologie, l’optique à haute résolution, la génétique, la spectroscopie et la biochimie. Le premier accélérateur de neurosciences au monde, NeuroLaunch, a été lancé en 2014, Bryan Johnson, entrepreneur en série et capital-risqueur, a fondé Kernel avec 100 millions de dollars américains en 2016, et le milliardaire Elon Musk a lancé Neuralink en 2017 [ 8]. En janvier 2017, une équipe de chercheurs dirigée par Niels Birbaumer, neuroscientifique au Centre Wyss de bio et de neuroingénierie à Genève, a réalisé une percée novatrice dans le domaine de la BCI. Les chercheurs ont pu communiquer avec des patients atteints de sclérose latérale amyotrophique (SLA), également connue sous le nom de maladie de Lou Gehrig, qui présentaient un «syndrome bloqué» utilisant la spectroscopie proche infrarouge fonctionnelle (IRNfS). 9]. “Quatre patients SLA ont été formés pour réguler leurs régions cérébrales fronto-centrales afin de transmettre des réponses” oui “ou” non “aux questions. Les réponses ont été mesurées par le changement relatif de l’hémoglobine oxygénée (O2Hb), avec les résultats rapportés d’un “taux de réponse correct au-dessus du niveau de la chance supérieur à 70% [10]”. façon pour les futures interfaces cerveau-ordinateur.

La singularité technologique est le concept où l’intelligence de la machine dépasse la capacité de l’intelligence humaine. Si cela peut être réalisé, qu’est-ce que cela signifie pour l’avenir de l’humanité? La réponse à cette question a de profondes implications pour l’avenir. Que l’univers soit intrinsèquement mathématique ou non, les humains avancent vers le déverrouillage des mystères de la physique, de la conscience, de l’intelligence artificielle, des neurosciences et de la vie elle-même.

Les références

1. Rosso, Cami. “Pourquoi l’IA a-t-elle évolué maintenant?” 21 février 2017.

2. Brownlee, Jason. “Un tour d’algorithmes d’ apprentissage automatique. Algorithmes d’apprentissage automatique. 25 novembre 2013.

3. Linnebo, Øystein. “Platonisme dans la philosophie des mathématiques.” Encyclopédie de la philosophie de Stanford. 18 juillet 2009. Révisé le 18 janvier 2018.

4. Tegmark, Max. “La conscience comme état de la matière.” Chaos, solitons et fractales . Soumis le 6 janvier 2014 (v1), dernière révision le 18 mars 2015 (v3).

5. Ibid.

6. Smith, Michael. “Les scientifiques créent les premières cellules” synthétiques “. ABC News. 21 mai 2010.

7. Ibid.

8. Rosso, Cami. “Pourquoi les neurosciences sont en tendance dans les affaires.” Psychologie aujourd’hui. 20 mars 2018.

9. Chaudhary, Ujwal; Xia, Bin; Silvoni, Stefano; Cohen, Leonardo G .; Birbaumer, Niels. “Communication basée sur l’interface cerveau-ordinateur dans l’état complètement bloqué.” PLOS Biology. 31 janvier 2017.

10. Ibid.