L' intelligence artificielle, triomphe de l'empirisme?

Sophie Robert-Hayek

Docteure en informatique
Doctorante en théologie

Mardi 4 Juin 2024

Le développement de nouvelles méthodes dîtes d’apprentissage automatique ou d’apprentissage profond (communément appelés intelligence artificielle) bouleverse en profondeur l’approche épistémologique traditionnellement adoptée en mathématiques appliquées. Alors que les mathématiques appliquées cherchaient classiquement à modéliser des phénomènes en utilisant des outils fournissant des garanties théoriques quant aux résultats avancés, l’apprentissage automatique se base sur une approche purement empirique et très rarement explicable : une solution est “vraie” lorsqu’elle donne de bons résultats sur un ensemble de cas d’exemple, avec très peu de garantie théorique.
Dans cet exposé, nous explorerons ce changement révolutionnaire de paradigme épistémologique, suivant finalement de très près les transformations philosophiques du post-modernisme. Après une présentation des concepts de base de l’intelligence artificielle (apprentissage supervisé, non supervisé, profond, méthodes d’évaluation), nous comparerons sur un ensemble d’exemples les différences d’approches méthodologiques entre les méthodes classiques et les méthodes d’intelligence artificielle. Nous essaierons ainsi de mieux comprendre les implications pratiques et théoriques de ce changement de paradigme scientifique pour anticiper les défis et les opportunités que vont apporter l’intelligence artificielle à la science de demain.

Enregistrement de la conférence

 Mots-clefs : informatique,intelligence artificielle,apprentissage,deep learning,IA générative,empirisme,réseau de neurones