Ronald T. Kneusel, Auteur de « Comment fonctionne l’IA De la sorcellerie à la science » – Série d’interviews

Ronald T. Kneusel, Auteur de « Comment l'IA fonctionne De la sorcellerie à la science » - Série d'interviews

Nous avons récemment reçu une copie avancée du livre “Comment fonctionne l’IA : de la sorcellerie à la science” de Ronald T. Kneusel. J’ai jusqu’à présent lu plus de 60 livres sur l’IA et, bien que certains d’entre eux se répètent, ce livre a réussi à offrir une perspective nouvelle. J’ai tellement apprécié ce livre que je l’ai ajouté à ma liste personnelle des meilleurs livres sur l’apprentissage automatique et l’IA de tous les temps.

“Comment fonctionne l’IA : de la sorcellerie à la science” est un livre concis et clair conçu pour délimiter les fondements essentiels de l’apprentissage automatique. Voici quelques questions posées à l’auteur Ronald T. Kneusel.

C’est votre troisième livre sur l’IA, les deux premiers étant : “Apprentissage en profondeur pratique : une introduction basée sur Python” et “Mathématiques pour l’apprentissage en profondeur : ce que vous devez savoir pour comprendre les réseaux neuronaux”. Quelle était votre intention initiale lorsque vous avez entrepris d’écrire ce livre ?

Un public cible différent. Mes livres précédents sont destinés à ceux qui souhaitent devenir des praticiens de l’IA. Ce livre s’adresse aux lecteurs en général, aux personnes qui entendent beaucoup parler de l’IA dans les actualités mais qui n’ont aucune expérience dans ce domaine. Je veux montrer aux lecteurs d’où vient l’IA, que ce n’est pas de la magie et que tout le monde peut comprendre ce qu’elle fait.

• Avantages et inconvénients des assistants virtuels d’IA
• Comment les entreprises en phase de démarrage et les fondateurs novices peuvent-ils lever des fonds pendant les périodes de ralentissement économique
• Comment classer les programmes d’informatique avec une optimisation appropriée du site Web

Alors que de nombreux livres sur l’IA ont tendance à généraliser, vous avez adopté une approche opposée en étant très spécifique pour enseigner la signification des différents termes et même pour expliquer la relation entre l’IA, l’apprentissage automatique et l’apprentissage en profondeur. Pourquoi pensez-vous qu’il y a tant de confusion dans la société entre ces termes ?

Pour comprendre l’histoire de l’IA et pourquoi elle est partout aujourd’hui, nous devons comprendre la distinction entre ces termes, mais dans l’usage courant, il est juste d’utiliser “IA” en sachant qu’il se réfère principalement aux systèmes d’IA qui transforment le monde très rapidement. Les systèmes d’IA modernes sont issus de l’apprentissage en profondeur, qui découle de l’apprentissage automatique et de l’approche connectionniste de l’IA.

Le deuxième chapitre plonge profondément dans l’histoire de l’IA, du mythe de Talos, un géant robot censé protéger une princesse phénicienne, à l’article d’Alan Turing des années 1950, “Machines de calcul et intelligence”, jusqu’à l’avènement de la révolution de l’apprentissage en profondeur en 2012. Pourquoi une compréhension de l’histoire de l’IA et de l’apprentissage automatique est-elle essentielle pour comprendre pleinement à quel point l’IA a évolué ?

Mon intention est de montrer que l’IA n’est pas tombée du ciel. Elle a une histoire, une origine et une évolution. Bien que les capacités émergentes des grands modèles de langage soient surprenantes, le chemin qui y mène ne l’est pas. Il s’agit de décennies de réflexion, de recherche et d’expérimentation.

Vous consacrez un chapitre entier à la compréhension des anciens systèmes d’IA tels que les machines à vecteurs de support, les arbres de décision et les forêts aléatoires. Pourquoi pensez-vous que la compréhension de ces modèles d’IA classiques est si importante ?

L’IA sous forme de réseaux neuronaux n’est qu’une approche alternative du même type de modélisation basée sur l’optimisation que l’on trouve dans de nombreux modèles d’apprentissage automatique antérieurs. C’est une vision différente de ce que signifie développer un modèle d’un processus, d’une fonction qui fait correspondre des entrées à des sorties. Connaître les types de modèles antérieurs aide à situer d’où viennent les modèles actuels.

Vous affirmez que le modèle LLM de ChatGPT d’OpenAI est l’aube de la véritable IA. Quelle, selon vous, a été la plus grande révolution par rapport aux méthodes précédentes pour aborder l’IA ?

J’ai récemment visionné une vidéo de la fin des années 1980 dans laquelle Richard Feynman tentait de répondre à une question sur les machines intelligentes. Il a déclaré qu’il ne savait pas quel type de programme pourrait agir de manière intelligente. En un sens, il parlait de l’IA symbolique, où le mystère de l’intelligence consiste à trouver la séquence magique d’opérations logiques, etc., qui permettent un comportement intelligent. Comme beaucoup, je me suis longtemps posé la même question : comment programme-t-on l’intelligence ?

Je suis convaincu qu’on ne peut pas vraiment la programmer. L’intelligence émerge plutôt de systèmes suffisamment complexes capables de mettre en œuvre ce que nous appelons l’intelligence (c’est-à-dire nous). Notre cerveau est un réseau complexe d’unités de base. C’est aussi ce qu’est un réseau neuronal. Je pense que l’architecture transformer, telle qu’elle est mise en œuvre dans les LLM, a par inadvertance découvert une disposition similaire d’unités de base qui peuvent travailler ensemble pour permettre l’émergence d’un comportement intelligent.

D’une part, c’est l’ultime “heureux accident” à la Bob Ross, tandis que d’autre part, cela ne devrait pas être trop surprenant une fois que l’agencement et les interactions autorisées entre les unités de base capables de permettre un comportement intelligent émergent ont eu lieu. Il semble clair maintenant que les modèles de transformation sont l’un de ces agencements. Bien sûr, cela soulève la question : quels autres agencements pourraient-il y avoir ?

Votre message principal est que les IA modernes (LLMS) sont essentiellement un réseau neuronal qui est entraîné par rétropropagation et descente de gradient. Êtes-vous personnellement surpris de l’efficacité des LLMs ?

Oui et non. Je suis continuellement émerveillé par leurs réponses et leurs capacités lorsque je les utilise, mais en revenant à la question précédente, l’intelligence émergente est réelle, alors pourquoi ne pas émerger dans un modèle suffisamment grand avec une architecture appropriée ? Je pense que les chercheurs, remontant peut-être à Frank Rosenblatt, pensaient probablement la même chose.

La déclaration de mission d’OpenAI est “de garantir que l’intelligence artificielle générale – des systèmes d’IA qui sont globalement plus intelligents que les humains – profite à toute l’humanité.” Croyez-vous personnellement que l’IA générale soit réalisable ?

Je ne sais pas ce que signifie l’IA générale plus que je ne sais ce que signifie la conscience, donc il est difficile de répondre. Comme je le mentionne dans le livre, il se peut qu’il arrive un moment très prochain où il est inutile de se soucier de telles distinctions – si ça marche comme un canard et que ça cancane comme un canard, appelez-le simplement un canard et passez à autre chose.

Mis à part ces réponses espiègles, il est tout à fait possible qu’un système d’IA puisse un jour satisfaire de nombreuses théories sur la conscience. Voulons-nous des systèmes d’IA pleinement conscients (quoi que cela signifie vraiment) ? Peut-être pas. S’il est conscient, alors il est comme nous et, par conséquent, une personne avec des droits – et je ne pense pas que le monde soit prêt pour des personnes artificielles. Nous avons déjà assez de mal à respecter les droits de nos semblables humains, sans parler de ceux de tout autre type de créature.

Y a-t-il quelque chose que vous avez appris lors de l’écriture de ce livre qui vous a surpris ?

Outre le même niveau de surprise que tout le monde ressent face aux capacités émergentes des LLMs, pas vraiment. J’ai appris l’IA en tant qu’étudiant dans les années 1980. J’ai commencé à travailler avec l’apprentissage automatique au début des années 2000 et j’ai été impliqué dans l’apprentissage profond alors qu’il émergeait au début des années 2010. J’ai été témoin des développements de la dernière décennie en personne, ainsi que des milliers d’autres, alors que le domaine connaissait une croissance spectaculaire de conférence en conférence.

Merci pour cette excellente interview, les lecteurs voudront peut-être aussi jeter un coup d’œil à ma critique de ce livre. Le livre est disponible chez tous les principaux détaillants, y compris Amazon.

We will continue to update IPGirl; if you have any questions or suggestions, please contact us!