L'intelligence artificielle générale est un terme utilisé pour décrire le type d'intelligence artificielle dont nous attendons qu'elle soit humaine comme dans l'intelligence. Nous ne pouvons même pas trouver une définition parfaite de l'intelligence, et pourtant nous sommes déjà en train d'en construire plusieurs. La question est de savoir si l'intelligence artificielle que nous construisons fonctionnera pour nous ou si nous travaillons pour elle.
Si nous devons comprendre les préoccupations, nous devrons d'abord comprendre l'intelligence et ensuite anticiper où nous en sommes dans le processus. On pourrait dire que l'intelligence est le processus nécessaire pour formuler des informations sur la base des informations disponibles. C'est l'essentiel. Si vous pouvez formuler une nouvelle information sur la base d'informations existantes, alors vous êtes intelligent.
Comme il s'agit d'un processus plus scientifique que spirituel, parlons en termes de science. Je vais essayer de ne pas utiliser beaucoup de termes scientifiques pour qu'un homme ou une femme du commun puisse en comprendre facilement le contenu. Il y a un terme qui concerne la construction de l'intelligence artificielle. Il s'agit du test de Turing. Un test de Turing consiste à tester une intelligence artificielle pour voir si nous pouvons la reconnaître comme un ordinateur ou si nous ne voyons aucune différence entre elle et l'intelligence humaine. L'évaluation du test est la suivante : si vous communiquez avec une intelligence artificielle et que vous oubliez de vous rappeler qu'il s'agit en fait d'un système informatique et non d'une personne, alors le système passe le test. Autrement dit, le système est vraiment intelligent artificiellement. Nous avons aujourd'hui plusieurs systèmes qui peuvent passer ce test en peu de temps. Ils ne sont pas parfaitement intelligents artificiellement parce que nous devons nous rappeler qu'il s'agit d'un système informatique en cours de processus ailleurs.
Un exemple d'intelligence artificielle serait les Jarvis dans tous les films Iron Man et les films Avengers. C'est un système qui comprend les communications humaines, prédit la nature humaine et se frustre même sur certains points. C'est ce que la communauté informatique ou la communauté du codage appelle une intelligence artificielle générale.
Pour le dire en termes simples, vous pourriez communiquer avec ce système comme vous le faites avec une personne et le système interagirait avec vous comme une personne. Le problème, c'est que les gens ont des connaissances ou une mémoire limitées. Parfois, nous ne pouvons pas nous souvenir de certains noms. Nous savons que nous connaissons le nom de l'autre personne, mais nous ne pouvons tout simplement pas l'obtenir à temps. Nous nous en souviendrons d'une manière ou d'une autre, mais plus tard, dans un autre cas. Dans le monde du codage, on n'appelle pas cela le calcul parallèle, mais c'est quelque chose de similaire. On ne comprend pas entièrement les fonctions de notre cerveau, mais on comprend surtout les fonctions de nos neurones. Cela revient à dire que nous ne comprenons pas les ordinateurs mais que nous comprenons les transistors, car les transistors sont les éléments constitutifs de toute mémoire et de toute fonction informatique.
Lorsqu'un humain peut traiter des informations en parallèle, nous l'appelons mémoire. En parlant de quelque chose, nous nous souvenons d'autre chose. Nous disons "au fait, j'ai oublié de vous dire" et puis nous continuons sur un autre sujet. Maintenant, imaginez la puissance d'un système informatique. Ils n'oublient jamais rien du tout. C'est la partie la plus importante. Plus leur capacité de traitement augmentera, plus leur traitement de l'information sera performant. Nous ne sommes pas comme ça. Il semble que le cerveau humain ait une capacité de traitement limitée ; en moyenne.
Le reste du cerveau sert à stocker l'information. Certaines personnes ont troqué leurs compétences pour l'inverse. Vous avez peut-être rencontré des gens qui sont très mauvais pour se souvenir de quelque chose, mais qui sont très bons pour faire des mathématiques avec leur tête. Ces personnes ont en fait alloué au traitement des parties de leur cerveau qui sont régulièrement allouées à la mémoire. Cela leur permet de mieux traiter, mais ils perdent la partie mémoire.
Le cerveau humain a une taille moyenne et il y a donc une quantité limitée de neurones. On estime qu'il y a environ 100 milliards de neurones dans un cerveau humain moyen. Cela représente au minimum 100 milliards de connexions. Je reviendrai sur le nombre maximum de connexions plus tard dans cet article. Donc, si nous voulions avoir environ 100 milliards de connexions avec des transistors, nous aurions besoin de quelque chose comme 33,333 milliards de transistors. C'est parce que chaque transistor peut contribuer à 3 connexions.
Pour en revenir au sujet, nous avons atteint ce niveau de calcul vers 2012. IBM avait réussi à simuler 10 milliards de neurones pour représenter 100 billions de synapses. Vous devez comprendre qu'une synapse d'ordinateur n'est pas une synapse de neurone biologique. Nous ne pouvons pas comparer un transistor à un neurone parce que les neurones sont beaucoup plus compliqués que les transistors. Pour représenter un neurone, nous aurons besoin de plusieurs transistors. En fait, IBM avait construit un superordinateur avec 1 million de neurones pour représenter 256 millions de synapses. Pour ce faire, ils disposaient de 530 milliards de transistors dans 4096 noyaux neurosynaptiques selon research.ibm.com/cognitive-computing/neurosynaptic-chips.shtml.
Vous pouvez maintenant comprendre à quel point le véritable neurone humain devrait être compliqué. Le problème est que nous n'avons pas été en mesure de construire un neurone artificiel à un
Enregistrer un commentaire