Probablement approximativement correct: Algorithmes nature apprendre à vivre et prospérer dans un environnement complexe

by Leslie Valaint

Comment la vie a-t-elle pu se dvelopper dans un monde complexe et inconstant Comment faisons-nous pour prendre continuellement des dcisions, sans l'appui d'une thorie et partir d'informations incompltes et hasardeuses Comment font les animaux Dans Probablement approximativement correct, Leslie Valiant nous propose une synthse magistrale de l'apprentissage, de l'volution et de l'intelligence. La cl : les algorithmes d'apprentissage. Ceux-ci sont aujourd'hui au coeur des applications d'intelligence artificielle, mais bien plus que cela, ils sont au coeur du vivant. Les organismes calculent - qu'on pense la faon dont l'ADN rgule l'activit des cellules - et l'adaptation par slection naturelle n'est qu'un apprentissage automatique : s'adapter, c'est, par un mcanisme complexe mettant en jeu plusieurs gnrations, apprendre de l'environnement. Apprentissage partir de l'environnement encore, les comportements individuels et collectifs qui permettent aux animaux de survivre et de prosprer. Quant aux concepts ncessairement imprcis qui sont le produit des apprentissages sans thorie, c'est sans doute pour les traiter que s'est dveloppe l'intelligence humaine : ce qu'on appelle le bon sens. La thorie que Valiant prsente dans ce livre extrmement ambitieux inspirera nombre de chercheurs. Elle montre en mme temps comment la nature nous a men jusqu'ici et o la technologie va nous conduire ensuite, et elle claire dj des questions fondamentales, comme le dbat sur l'inn et l'acquis ou les possibilits relles et les limites de l'intelligence artificielle.

257 pages, Pocket Book

Published September 4, 2018

Reviews

[Paul · Rating 3 out of 5]

I confess that I have not read all of the book. The part that was of most interest to me is the one related to learning machines, particularly the link between the quantity of data and algorithmic complexity. The title of the book contains by itself the most important information to keep in mind: the best answer that we can give by induction from empirical data is only probably, approximately, correct.