LD a écrit :Je suis tout à fait d'accord que la distinction est importante. Mais j'ai du mal par exemple à ne pas qualifier d'algorithmes toutes les méthodes qu'on utilise pour approximer certains problèmes NP-complets, méthodes qui restent pourtant heuristiques et dont les applications sont fondamentales dans la vie quotidienne comme le
Problème du voyageur de commerce.
Arf, j'avais en partie ça en tête, d'autant que ces heuristiques-là n'utilisent pas de réseaux de neurones... De mon point de vue, rien n'interdit qu'un jour on découvre (si P = NP) que ces heuristiques cachaient en fait de vrais algorithmes (je sais, je suis optimiste ^_^).
En fait, il me semble qu'il y a 3 cas indûment confondus (voire plus) :
* solution exacte à des problèmes clairement énoncés (par exemple un algorithme de tri) ;
* solution approximative à des problèmes clairement énoncés (mettons l'heuristique de Lin-Kernighan pour le problème que tu évoques) ;
* solution approximative à des problèmes "flous" (par exemple, les propositions de lectures que Babélio te fait au vu de tes livres déjà lus).
C'est ce dernier cas qui se cache derrière la majorité des usages actuels de l'IA... En fait, j'ai l'impression qu'on veut tout problématiser (à partir de données parfois incomplètes (par exemple moi je ne signale pas à Babélio tout ce que je lis, je ne m'en sortirai pas) et fournir des solutions (approximatives) pour tout (
Byung-Chul Han dirait tout lisser), alors que ça n'est pas forcément nécessaire...
LD a écrit :Et pour en revenir au sujet initial de l'IA, je n'ai strictement aucune notion des méthodes utilisées sinon qu'il faut manipuler de grosses quantités de données à coup de produits matriciels dont les coefficients sont obtenus par du "training". Ça a pourtant un impact sur mon boulot (conception de microprocesseurs) ; comme quoi il n'est pas indispensable de connaître tous les tenants et les aboutissants pour faire quelque chose :P
D'ailleurs si tu as une référence technique sur l'IA moderne, ça m’intéresse ! Parce que pour le moment je vois tout ça comme de la magie noire (sans même parler des dérives que son utilisation implique, qui est le vrai sujet de ce fil, navré d'avoir dérivé).
Je ne suis pas non plus un spécialiste du sujet (même si je saurais créer un réseau de neurones, ce qui n'est pas d'une complexité folle il est vrai ; le vrai problème est le paramétrage).
Ce n'est pas une référence technique, mais j'avais bien aimé le petit bouquin d'
André Ourednik,
Robopoïèse, qui remet en perspective l'IA dans l'histoire de l'humanité, et fait la part des choses entre les usages problématiques et créatifs des réseaux de neurones (accessoirement, ce livre parlait d'OpenAI avant tout le monde).
Si tu veux rentrer dans le dur techniquement parlant, le mieux est peut-être de lire (en français ou en anglais) les manuels en ligne d'un module de référence comme
TensorFlow ; tu as plusieurs modèles de scripts à réaliser en Python (mais juste en lisant le code tu peux comprendre ce qui se passe).