Article assez hallucinant. Il explique assez bien en quoi les algos d'apprentissages sont inefficaces (ça permet de reproduire ce sur quoi ils sont entraînés, mais sans chercher à comprendre pourquoi ils marchent, et du coup ce n'est pas généralisable)… et en déduit qu'on n'as plus besoin de comprendre vu que ça marche.
Posté par Strash .
Évalué à 4.
Dernière modification le 15 décembre 2021 à 17:29.
Pourtant dans l'exemple d'AlphaGo (et des algos qui ont suivi), l'apprentissage automatique a clairement montré qu'on peut aller au delà de ce sur quoi il se sont entrainé.
Les algos comme LeelaZero montrent même qu'un résultat meilleur que notre compréhension du jeu de Go peuvent émerger à partir d'aucune connaissance préalable.
Il reste à prouver que cela peut être appliqué à d'autres domaines que les jeux, mais il me semble que de nombreux papiers sortent régulièrement montrant qu'il semble que ce soit le cas (voir AlphaFold pour une avancée récente assez médiatique).
Que ça fonctionne ou non, on dirait bien qu'on se dirige vers la réalisation d'une des prédictions d'Asimov : des humains qui ont totalement oublié les fondamentaux pour se concentrer sur l'emploi des ordinateurs.
Pourtant dans l'exemple d'AlphaGo (et des algos qui ont suivi), l'apprentissage automatique a clairement montré qu'on peut aller au delà de ce sur quoi il se sont entrainé.
Mouais… Le principe du DL, en simplifiant, est de s'entraîner à reconnaître un process (ici s'entraîner à évaluer les positions —par opposition au calcul de toutes les combinaisons possibles sur un certain nombre de coup.) Par rapport à cela c'est exactement la réussite par rapport à ce qui est recherché mais en aucun cas un au delà.
Pour un humain, aller au delà de son entrainement au jeu de dames occidentales serait d'inférer seul-e le jeu de dames chinoises ; pas d'arriver enfin à être champion du monde du jeu de dame dans une forme précise (eh oui on ne parle même pas des variations en règles.)
“It is seldom that liberty of any kind is lost all at once.” ― David Hume
Posté par mahikeulbody .
Évalué à 2.
Dernière modification le 17 décembre 2021 à 10:38.
Les algos comme LeelaZero montrent même qu'un résultat meilleur que notre compréhension du jeu de Go peuvent émerger à partir d'aucune connaissance préalable.
Le titre du lien pose une question. Ce que tu décris ci-dessus ne permet pas, à mon avis, de donner une réponse. Il n'est en effet pas sûr que ce "résultat meilleur que notre compréhension du jeu de Go" débouche un jour sur une amélioration de notre compréhension, à nous humains, du jeu de Go. Je sais que les experts du jeu ont analysé les parties d'AlphaGo qui a remis en cause des croyances très anciennes sur des choses à faire et des choses à ne pas faire. Mais est-ce qu'ils en ont tiré une meilleure compréhension du jeu (c'est une vraie question qui a peut-être déjà des réponses) ?
D'une façon générale, les experts du DL soulignent souvent que ça fait l'effet d'une boite noire : le résultat est "bon" mais on n’acquiert pas le cheminement intellectuel qui permet de l’appréhender.
Je suis joueur de Go et je suis un peu les professionnels et le monde amateur.
Il y a clairement maintenant une meilleure compréhension de l'influence, de certains Joseki (séquences dans les coins), et les Amateurs et les pro utilisent l'IA afin de comprendre des séquences complexes et les meilleurs coups.
Donc oui, au moins pour le jeu de Go, l'IA a apporté une vraie plus value sur la compréhension du jeu. Il y a même une étude (que je n'arrive plus à retrouver) qui compare l'évolution du niveau des joueurs professionnels ces dernières années et qui a montré que depuis que ces IA sont disponibles facilement, les Pro qui les ont utilisés (les plus jeunes la plupart du temps) ont progressé significativement comparativement à ceux qui les ont moins utilisés.
# Non
Posté par THE_ALF_ . Évalué à 2.
Article assez hallucinant. Il explique assez bien en quoi les algos d'apprentissages sont inefficaces (ça permet de reproduire ce sur quoi ils sont entraînés, mais sans chercher à comprendre pourquoi ils marchent, et du coup ce n'est pas généralisable)… et en déduit qu'on n'as plus besoin de comprendre vu que ça marche.
Belle philosophie :-/
[^] # Re: Non
Posté par Strash . Évalué à 4. Dernière modification le 15 décembre 2021 à 17:29.
Pourtant dans l'exemple d'AlphaGo (et des algos qui ont suivi), l'apprentissage automatique a clairement montré qu'on peut aller au delà de ce sur quoi il se sont entrainé.
Les algos comme LeelaZero montrent même qu'un résultat meilleur que notre compréhension du jeu de Go peuvent émerger à partir d'aucune connaissance préalable.
Il reste à prouver que cela peut être appliqué à d'autres domaines que les jeux, mais il me semble que de nombreux papiers sortent régulièrement montrant qu'il semble que ce soit le cas (voir AlphaFold pour une avancée récente assez médiatique).
[^] # Re: Non
Posté par ǝpɐןƃu∀ nǝıɥʇʇɐW-ǝɹɹǝıԀ (site web personnel) . Évalué à 5.
Que ça fonctionne ou non, on dirait bien qu'on se dirige vers la réalisation d'une des prédictions d'Asimov : des humains qui ont totalement oublié les fondamentaux pour se concentrer sur l'emploi des ordinateurs.
« IRAFURORBREVISESTANIMUMREGEQUINISIPARETIMPERAT » — Odes — Horace
[^] # Re: Non
Posté par Gil Cot ✔ (site web personnel, Mastodon) . Évalué à 1.
Mouais… Le principe du DL, en simplifiant, est de s'entraîner à reconnaître un process (ici s'entraîner à évaluer les positions —par opposition au calcul de toutes les combinaisons possibles sur un certain nombre de coup.) Par rapport à cela c'est exactement la réussite par rapport à ce qui est recherché mais en aucun cas un au delà.
Pour un humain, aller au delà de son entrainement au jeu de dames occidentales serait d'inférer seul-e le jeu de dames chinoises ; pas d'arriver enfin à être champion du monde du jeu de dame dans une forme précise (eh oui on ne parle même pas des variations en règles.)
“It is seldom that liberty of any kind is lost all at once.” ― David Hume
[^] # Re: Non
Posté par mahikeulbody . Évalué à 2. Dernière modification le 17 décembre 2021 à 10:38.
Le titre du lien pose une question. Ce que tu décris ci-dessus ne permet pas, à mon avis, de donner une réponse. Il n'est en effet pas sûr que ce "résultat meilleur que notre compréhension du jeu de Go" débouche un jour sur une amélioration de notre compréhension, à nous humains, du jeu de Go. Je sais que les experts du jeu ont analysé les parties d'AlphaGo qui a remis en cause des croyances très anciennes sur des choses à faire et des choses à ne pas faire. Mais est-ce qu'ils en ont tiré une meilleure compréhension du jeu (c'est une vraie question qui a peut-être déjà des réponses) ?
D'une façon générale, les experts du DL soulignent souvent que ça fait l'effet d'une boite noire : le résultat est "bon" mais on n’acquiert pas le cheminement intellectuel qui permet de l’appréhender.
[^] # Re: Non
Posté par Strash . Évalué à 4.
Je suis joueur de Go et je suis un peu les professionnels et le monde amateur.
Il y a clairement maintenant une meilleure compréhension de l'influence, de certains Joseki (séquences dans les coins), et les Amateurs et les pro utilisent l'IA afin de comprendre des séquences complexes et les meilleurs coups.
Donc oui, au moins pour le jeu de Go, l'IA a apporté une vraie plus value sur la compréhension du jeu. Il y a même une étude (que je n'arrive plus à retrouver) qui compare l'évolution du niveau des joueurs professionnels ces dernières années et qui a montré que depuis que ces IA sont disponibles facilement, les Pro qui les ont utilisés (les plus jeunes la plupart du temps) ont progressé significativement comparativement à ceux qui les ont moins utilisés.
Suivre le flux des commentaires
Note : les commentaires appartiennent à celles et ceux qui les ont postés. Nous n’en sommes pas responsables.