Les machines nous remplaceront

Les machines nous remplaceront




🔞 TOUTES LES INFORMATIONS CLIQUEZ ICI đŸ‘ˆđŸ»đŸ‘ˆđŸ»đŸ‘ˆđŸ»

































Les machines nous remplaceront
C’est le titre traduit d’un excellent article de la MIT Technology Review que l’on trouve en ligne: Will Machines Eliminate Us? J’en fournis ici une traduction tant je trouve qu’il vient contrebalancer l’avalanche de promesses et d’exubĂ©rance mĂ©diatiques et scientifiques

par Will Knight – le 29 janvier 2016
Yoshua Bengio dirige l’un des groupes de recherche les plus avancĂ©s dans un domaine de l’intelligence artificielle (AI) en fort dĂ©veloppement et connu sous le nom d’apprentissage profond ou « deep learning » (voir fr.wikipedia.org/wiki/Deep_learning ). Les capacitĂ©s surprenantes que le deep learning a donnĂ©es aux ordinateurs au cours des derniĂšres annĂ©es, de la reconnaissance vocale de qualitĂ© humaine Ă  la classification des images jusque des compĂ©tences de conversation de base, ont gĂ©nĂ©rĂ© des avertissements menaçants quant au progrĂšs que l’AI fait vers l’intelligence humaine, au risque peut-ĂȘtre de mĂȘme de la dĂ©passer. Des personnalitĂ©s comme Stephen Hawking et Elon Musk ont mĂȘme averti que l’intelligence artificielle pourrait constituer une menace existentielle pour l’humanitĂ©. Musk et d’autres investissent des millions de dollars dans la recherche sur les dangers potentiels de l’AI, ainsi que sur les solutions possibles. Mais les dĂ©clarations les plus sinistres semblent exagĂ©rĂ©es pour nombre de gens qui sont en fait directement impliquĂ©es dans le dĂ©veloppement de la technologie. Bengio, professeur de sciences informatiques Ă  l’UniversitĂ© de MontrĂ©al, met les choses en perspective dans un entretien avec le rĂ©dacteur en chef de la MIT Technology Review pour l’AI et la robotique, Will Knight.
Faut-il se soucier de la rapiditĂ© des progrĂšs de l’intelligence artificielle ?
Il y a des gens qui surestiment grossiĂšrement les progrĂšs qui ont Ă©tĂ© accomplis. Il y a eu beaucoup, beaucoup d’annĂ©es de petits progrĂšs derriĂšre un grand nombre de ces choses, y compris des choses banales comme plus de donnĂ©es et plus de puissance de l’ordinateur. Le battage mĂ©diatique n’est pas de savoir si les choses que nous faisons sont utiles ou pas – elles le sont. Mais les gens sous-estiment combien la science doit encore faire de progrĂšs. Et il est difficile de sĂ©parer le battage mĂ©diatique de la rĂ©alitĂ© parce que nous voyons toutes ces choses Ă©patantes qui, Ă  premiĂšre vue, ont l’air magiques.
Y a t-il un risque que les chercheurs en AI « libérent le démon» accidentellement, comme Musk le dit ?
Ce n’est pas comme si quelqu’un avait tout Ă  coup trouvĂ© une recette magique. Les choses sont beaucoup plus compliquĂ©es que l’histoire simple que certaines personnes aimeraient raconter. Les journalistes aimeraient parfois raconter que quelqu’un dans son garage a eu cette idĂ©e remarquable, et puis qu’une percĂ©e a eu lieu, et tout Ă  coup nous aurions l’intelligence artificielle. De mĂȘme, les entreprises veulent nous faire croire Ă  une jolie histoire : « Oh, nous avons cette technologie rĂ©volutionnaire qui va changer le monde – l’AI est presque lĂ , et nous sommes l’entreprise qui va la fournir. » Ce n’est pas du tout commet cela que les choses fonctionnent.
Qu’en est-il de l’idĂ©e, au centre de ces prĂ©occupations, que l’AI pourrait en quelque sorte commencer Ă  s’amĂ©liorer d’elle-mĂȘme et alors devenir difficile Ă  contrĂŽler?
Ce n’est pas comme cela que l’AI est conçue aujourd’hui. L’apprentissage automatique ou « machine learning » (voir fr.wikipedia.org/wiki/Apprentissage_automatique ) est un processus lent et laborieux d’acquisition d’information Ă  travers des millions d’exemples. Une machine s’amĂ©liore, oui, mais trĂšs, trĂšs lentement, et de maniĂšre trĂšs spĂ©cialisĂ©e. Et les algorithmes que nous utilisons ne ressemblent en rien Ă  des virus qui s’auto-reproduiraient. Ce n’est pas ce que nous faisons.
Quels sont quelques-uns les grands problĂšmes non rĂ©solus de l’AI?
L’apprentissage non supervisĂ© est vraiment, vraiment important. En ce moment, la façon dont nous enseignons aux machines Ă  ĂȘtre intelligentes est que nous devons dire Ă  l’ordinateur ce qu’est une image, mĂȘme au niveau du pixel. Pour la conduite autonome, l’homme Ă©tiquette des quantitĂ©s gigantesques d’images de voitures pour montrer quelles parties sont des piĂ©tons ou des routes. Ce n’est pas du tout comme cela que les humains apprennent, et ce n’est pas comme cela que les animaux apprennent. Il nous manque quelque chose de fondamental. C’est l’une des choses les plus importantes que nous faisons dans mon laboratoire, mais il n’y a pas d’application Ă  court terme – cela ne va probablement pas ĂȘtre utile pour construire un produit demain. Un autre grand dĂ©fi est la comprĂ©hension du langage naturel. Nous avons fait des progrĂšs assez rapides au cours des derniĂšres annĂ©es, c’est donc trĂšs encourageant. Mais ce n’est toujours pas au niveau oĂč nous pourrions dire que la machine comprend. Ce serait vrai si nous pouvions faire lire un paragraphe Ă  la machine, puis lui poser une question Ă  ce sujet, et la machine rĂ©pondrait d’une maniĂšre raisonnable, comme le ferait un humain. Nous sommes encore loin de cela.
Quelles approches au-delĂ  de l’apprentissage profond seront nĂ©cessaires pour crĂ©er une vĂ©ritable intelligence de la machine ?
Les efforts traditionnels, y compris le raisonnement et la logique – nous avons besoin de marier ces choses avec l’apprentissage profond afin d’avancer vers l’AI. Je suis l’une des rares personnes qui pensent que les spĂ©cialistes de l’apprentissage automatique, et en particulier les spĂ©cialistes de l’apprentissage profond, devraient accorder plus d’attention aux neurosciences. Les cerveaux fonctionnent, et nous ne savons toujours pas pourquoi Ă  bien des Ă©gards. L’amĂ©lioration de cette comprĂ©hension a un grand potentiel pour aider la recherche en AI. Et je pense que les gens en neurosciences gagneraient beaucoup Ă  s’intĂ©resser Ă  ce que nous faisons et Ă  essayer d’adapter ce qu’ils observent du cerveau avec les types de concepts que nous dĂ©veloppons en apprentissage automatique.
Avez-vous jamais pensĂ© que vous auriez Ă  expliquer aux gens que l’AI n’est pas sur le point de conquĂ©rir le monde? Cela doit ĂȘtre Ă©trange.
C’est en effet une prĂ©occupation nouvelle. Pendant de nombreuses annĂ©es, l’AI a Ă©tĂ© une dĂ©ception. En tant que chercheurs, nous nous battons pour rendre la machine un peu plus intelligente, mais elles sont toujours aussi stupides. Je pensais que nous ne devrions pas appeler ce domaine celui de l’intelligence artificielle, mais celui de la stupiditĂ© artificielle. Vraiment, nos machines sont idiotes, et nous essayons juste de les rendre moins idiotes. Maintenant, Ă  cause de ces progrĂšs que les gens peuvent voir avec des dĂ©mos, nous pouvons maintenant dire: « Oh, ça alors, elle peut effectivement dire des choses en anglais, elle peut comprendre le contenu d’une image. » Eh bien, maintenant que nous connectons ces choses avec toute la science-fiction que nous avons vue, cela devient, « Oh, j’ai peur! »
D’accord, mais c’est tout de mĂȘme important de penser dĂšs maintenant aux consĂ©quences Ă©ventuelles de l’AI.
Absolument. Nous devons parler de ces choses. La chose qui me rend le plus inquiet, dans un avenir prĂ©visible, ce n’est pas que des ordinateurs prennent le pouvoir dans le monde entier. Je suis plus prĂ©occupĂ© par une mauvaise utilisation de l’AI. Des choses comme de mauvaises utilisations militaires, la manipulation des gens par le biais de publicitĂ©s vraiment intelligentes; aussi, l’impact social, comme beaucoup de gens perdant leur emploi. La sociĂ©tĂ© a besoin de se rĂ©unir et de trouver une rĂ©ponse collective, et ne pas laisser la loi de la jungle arranger les choses.
Will Knight est le rĂ©dacteur en chef pour l’AI de la MIT Technology Review. Il couvre principalement l’intelligence des machines, les robots, et l’automatisation, mais il est intĂ©ressĂ© par la plupart des aspects de l’informatique. Il a grandi dans le sud de Londres, et a Ă©crit sa premiĂšre ligne de code sur un puissant Sinclair ZX Spectrum. Avant de rejoindre cette publication, il travaillait comme Ă©diteur en ligne au magazine New Scientist. Si vous souhaitez entrer en contact, envoyer un e-mail Ă  will.knight@technologyreview.com .
CrĂ©dit – Illustration par Kristina Collantes
Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Time limit is exhausted. Please reload CAPTCHA.
7
 + 
cinq
 = 









Articles récents


Le hamster Ă©pris de ciel bleu
30 mars 2020


Les orphelins mùnent-ils le Monde ? A l’origine du mal des civilisations
31 mars 2018


Emmanuel Macron et l’intelligence collective
26 décembre 2017


La Nef fabuleuse et le philosophe
20 décembre 2017


Faire de la France la premiĂšre communautĂ© apprenante d’Europe
10 septembre 2017


Les machines peuvent-elles nous rendre Ă  nouveau humains ?
19 juillet 2017


Démocratie augmentée : 7 propositions pour réinventer la politique
18 juin 2017


Et si Platon avait monté une startup ?
10 juin 2017


Apprenez Ă  danser avec le Diable
4 juin 2017


Que peut l’intelligence collective pour votre organisation ?
15 avril 2017




Partager la publication "Les machines peuvent-elles nous rendre Ă  nouveau humains ?"
Les robots ont été dans les océans les plus profonds et ils sont allés sur Mars.
Ils ont été dans tous ces endroits, mais ils commencent tout juste à entrer dans votre salon.
Pour les robots, votre salon est la derniĂšre frontiĂšre.
Adolescent, je dĂ©vorais les romans de science-fiction d’Isaac Asimov qui montraient Ă  quoi pourrait ressembler le futur une fois que l’humanitĂ© se mettrait Ă  crĂ©er des machines Ă  son image. Ce qui me troublait le plus dans ces lectures Ă©tait que les robots m’apprenaient plus sur les humains que les humains eux-mĂȘmes. Comme si nous avions toujours besoin de nous confronter au non-humain pour parvenir Ă  nous comprendre.
Aujourd’hui, j’ai l’impression de vivre Ă  l’intĂ©rieur d’un de ses romans. Nous vivons en effet le moment prĂ©cis oĂč le monde dĂ©crit par Asimov est en train de devenir rĂ©alité :
Terry Gou, le prĂ©sident de FoxConn, ironise ainsi sur le fait que le lorsqu’il aura enfin remplacĂ© les enfants qui travaillent dans ses usines par des robots, on cessera de l’accuser d’esclavagisme et les occidentaux Ă©quipĂ©s d’iPhone pourront enfin dormir du sommeil du juste. Il ne prĂ©cise pas, cependant, quelle est son opinion sur le devenir du million de personnes qu’il envisage de licencier.
Ces signaux Ă©conomiques Ă©mergents montrent en tous cas que, pour la premiĂšre fois dans l’histoire de l’humanitĂ©, les machines deviennent si complexes et intelligentes qu’elles sont susceptibles de se substituer Ă  une large Ă©chelle au travail fourni par les ĂȘtres humains, y compris pour accomplir des tĂąches spĂ©cialisĂ©es.
Cette rĂ©volution va avoir un impact sans prĂ©cĂ©dent sur le monde travail. Selon les Ă©tudes les plus rĂ©centes de l’OCDE et de France StratĂ©gie (2016), jusqu’à 20% des emplois sont appelĂ©s Ă  disparaĂźtre d’ici 2025. Autant de nouveaux mĂ©tiers vont apparaĂźtre alors qu’il n’existera aucune formation initiale correspondante. Quant aux mĂ©tiers qui vont continuer Ă  exister, ils vont se restructurer entiĂšrement pour faire appel Ă  de nouveaux types de compĂ©tences.
Les machines, en effet, ne dorment jamais, ne se plaignent jamais et n’ont pas de problĂšmes existentiels qui affectent leurs performances. Sauf si, bien sĂ»r, une machine dotĂ©e de conscience finissait par apparaĂźtre, auquel cas les machines pourraient rĂ©clamer des congĂ©s afin de se consacrer Ă  des choses vĂ©ritablement utiles, comme calculer Pi jusqu’à un quintillion de dĂ©cimales, ou encore se dĂ©barrasser de l’humanité !
Reste que cette mécanisation massive de la force de production économique soulÚve, auprÚs du grand public, des interrogations, pour ne pas dire des angoisses.
Exposons tout de suite le scĂ©nario nĂ©gatif : une sociĂ©tĂ© oĂč les machines prennent le travail des gens, provoquant un chĂŽmage de masse et un accroissement exponentiel des inĂ©galitĂ©s Ă©conomiques et sociales. En rĂ©ponse, les dĂ©mocraties Ă©voluent en Etats policiers oĂč les robots sont utilisĂ©s pour assurer l’ordre et juguler le mĂ©contentement populaire. Sans parler des technologies qui permettent d’amĂ©liorer les ĂȘtres humains et qui provoquent une scission sociale sans prĂ©cĂ©dent entre les « normaux » et les « augmentĂ©s » 
Il est difficile de trouver un homme compĂ©tent qui ne cherche pas Ă  travailler le moins possible tout en cherchant Ă  convaincre son employeur qu’il fait le maximum. (
)
Dans le passĂ©, l’homme venait en premier. A prĂ©sent, c’est le systĂšme qui doit venir en premier.
Quand nous sommes en face de l’inconnu, une part de nous est toujours tentĂ©e de s’accrocher au passĂ©. Une façon de reproduire le passĂ© est de projeter une vision nĂ©gative du changement, ce qui nous entretient dans la nostalgie et attĂ©nue la violence du systĂšme dans lequel nous vivons.
Pour ma part, je vois dans le bouleversement en cours la possibilitĂ© que les machines, paradoxalement, nous rendent enfin notre propre humanitĂ©, jusqu’ici largement confisquĂ©e par l’idĂ©ologie matĂ©rialiste et scientiste qui a dominĂ© toute l’ùre moderne.
L’organisation actuelle est nĂ©e avec la rĂ©volution industrielle. Elle a cherchĂ© Ă  reproduire le plus fidĂšlement possible le modĂšle de la machine, instrumentalisant les ĂȘtres humains pour qu’ils fonctionnent comme des rouages bien huilĂ©s destinĂ©s Ă  accomplir une tĂąche spĂ©cialisĂ©e. Le taylorisme, tout en apportant l’efficacitĂ© de la mĂ©thode scientifique Ă  l’entreprise, a aussi enfermĂ© les ĂȘtres humains dans un carcan de contraintes, de mĂ©fiance et de contrĂŽle.
Cette mĂ©canisation des organisations est allĂ©e de pair avec la financiarisation Ă  outrance de l’économie, jusqu’au point oĂč nous avons fini par considĂ©rer que les ĂȘtres humains Ă©taient des actifs de l’entreprise mobilisables au mĂȘme titre que l’argent, et gĂ©nĂ©ralement considĂ©rĂ©s comme bien moins importants que ce dernier. C’est ainsi que l’on parle des ressources humaines au mĂȘme titre que les ressources financiĂšres ou immobiliĂšres.
Mais plus profondĂ©ment encore que cela, ce qui aura fait la singularitĂ© de l’époque moderne est qu’elle reprĂ©sente le seul moment de l’histoire oĂč l’homme s’est cru totalement affranchi de la nature, au point de s’en rendre maĂźtre et de la plier complĂštement Ă  sa volontĂ©.
A ce stade, un petit dĂ©tour par l’histoire de la philosophie peut se rĂ©vĂ©ler Ă©clairant. Du 16 Ăšme au 18 Ăšme siĂšcle, le programme original de la science moderne est dĂ©fini par les penseurs de la Renaissance puis par les philosophes des LumiĂšres. Il porte principalement sur l’objet . A travers une lecture mĂ©caniste des phĂ©nomĂšnes, il s’agit de comprendre — et donc de maĂźtriser — ce qui se passe dans le monde naturel. L’esprit humain, de par son caractĂšre transcendant, est donc exclu de ce champ.
Cette ligne de dĂ©marcation permet de mettre en parallĂšle le processus de mĂ©canisation de la nature et l’accroissement du bien-ĂȘtre et de la libertĂ© humaine, selon l’équation suivante : plus la maĂźtrise des forces techniques permet Ă  l’humanitĂ© de remodeler son environnement Ă  sa guise, et plus son bonheur augmente.
Or, si l’on rejoue Ă  grande vitesse le film de ces derniers siĂšcles, il devient vite Ă©vident qu’en rĂ©alitĂ©, l’accroissement de notre puissance technique a abouti Ă  l’effet inverse : plus notre maĂźtrise technique a gagnĂ© en ampleur, et plus nous avons perdu jusqu’à la capacitĂ© Ă  ĂȘtre heureux. A place du schĂ©ma bien ordonnĂ© du dĂ©part oĂč la science devait libĂ©rer l’humanitĂ©, s’est substituĂ©e une rĂ©alitĂ© oĂč tout a semblĂ© se confondre : la frontiĂšre entre homme et machine, en particulier, n’a pas arrĂȘtĂ© de se redĂ©finir, chaque nouvelle dĂ©couverte tendant un peu plus Ă  appliquer Ă  l’esprit humain la grille rĂ©ductionniste qui devait ĂȘtre rĂ©servĂ©e Ă  l’objet.
Ainsi, ce sont d’abord les Ă©toiles qui se sont transformĂ©es en machines, puis les Ă©lĂ©ments naturels, puis les plantes, puis les animaux, puis le corps de l’homme, puis son cerveau, puis — enfin — son Ăąme elle-mĂȘme. Cette sĂ©rie de concessions s’est alors fort logiquement achevĂ©e au moment oĂč nous nous sommes mis Ă  considĂ©rer que l’ĂȘtre humain Ă©tait lui aussi un simple produit de forces aveugles, et qu’en agissant sur elles, il devait ĂȘtre possible de le dĂ©composer, de le rĂ©former et de l’amĂ©liorer au mĂȘme titre que le reste de la nature.
Le transhumanisme est la derniĂšre Ă©tape logique de ce processus de rĂ©ification. Il consiste Ă  pousser jusqu’au bout la logique de contrĂŽle en pliant une nature perçue comme irrationnelle et dĂ©ficiente (notamment puisqu’elle nous force Ă  mourir) afin « d’augmenter » de toutes les façons possibles notre corps, voire de nous affranchir ainsi de la mort elle-mĂȘme.
Or, plus la puissance de l’homme sur la nature a augmentĂ©, et plus son impuissance interne Ă  elle aussi augmentĂ©, ce qui interroge le sens profond de cette quĂȘte d’immortalitĂ©.
Et s’il valait mieux vivre une existence courte mais riche d’amour, d’amitiĂ© et d’apprentissages qu’une existence trĂšs longue et vide de sens ? Et si la mort n’était pas forcĂ©ment un nĂ©ant, mais un mystĂšre qui donne sa profondeur Ă  la vie ?
La tĂąche principale de l’homme dans la vie est de se donner naissance Ă  lui-mĂȘme, de devenir ce qu’il est potentiellement. Le produit le plus important de son effort est sa propre personnalitĂ©.
VoilĂ  pourquoi je ne dĂ©fends pas le monde du travail actuel « contre » l’arrivĂ©e des machines. Le problĂšme auquel nous devons rĂ©pondre, ce n’est pas que les machines vont remplacer le travail de l’homme. Le problĂšme auquel nous devons rĂ©pondre, c’est que le travail a Ă©tĂ© organisĂ© depuis plus de deux siĂšcles de sorte Ă  transformer les ĂȘtres humains en machines.
Sous ses dehors humanistes, la sociĂ©tĂ© actuelle nous conditionne Ă  rĂ©pondre Ă  trois impĂ©ratifs principaux : obĂ©ir, consommer, contrĂŽler . Ces impĂ©ratifs conditionnent l’éducation, la formation et le travail.
Nous sommes Ă  ce point devenus coupĂ©s de nos propres Ă©motions et de nos dĂ©sirs profonds que nous vivons dans une impuissance intĂ©rieure plus grande que jamais. Nous compensons alors cette impuissance intĂ©rieure par une recherche de puissance extĂ©rieure. Ce processus nous amĂšne Ă  exercer notre contrĂŽle sur d’autres ĂȘtres humains. Cela donne naissance aux organisations avec leurs innombrables querelles d’egos, leurs hiĂ©rarchies, leur manipulations sans fin pour acquĂ©rir plus de pouvoir et plus de sĂ©curitĂ©. Dans combien de CoDir d’entreprise les comportements se sont automatisĂ©s au point qu’on pourrait remplacer les dirigeants par des robots sans que personne ne le remarque ?
Nous travaillons toujours plus vite pour produire toujours plus. Ce cercle vicieux donne naissance Ă  une civilisation en accĂ©lĂ©ration constante, ivre de sa propre puissance, mais qui ne sait plus oĂč elle va ni mĂȘme pourquoi elle existe.
La vitesse et la puissance sont terriblement dangereuses car elles donnent une illusion de sens. Il est possible d’y consumer sa vie entiùre sans s’en apercevoir.
Est-ce qu’il existe une issue ? Je pense que oui. La voie nous est montrĂ©e par toutes les organisations qui ont remis le sens au cƓur de tout, par exemple celles dĂ©crite dans l’ouvrage de FrĂ©dĂ©ric Laloux, Reinventing Organizations . Quand l’environnement de travail procĂšde d’une raison d’ĂȘtre profondĂ©ment ancrĂ©e, que les dirigeants sont en paix avec eux-mĂȘmes, que l’activitĂ© suit un rythme naturel en accord avec les besoins biologiques et psychiques des ĂȘtres, l’organisation peut retrouver un Ă©quilibre, voire une fonction rĂ©para
Elle nique son patron petit asiatique pour avoir une augmentation
Une fille latine en spectacle live
Un mec regarde sa femme sur internet

Report Page