Pour vous ChatGPT est il intelligent ?

les deux repose sur le meme principe, a savoir la représentation des mots (word embedding).
DALL-E et ChatGPT utilise en gros la même technologie pour comprendre ce que tu lui demandes.
En gros aller chercher les points de donne dont je te parlais et t'assurer que quand tu lui demandes Sol, Sun ou soleil, ils aillent bien chercher la même chose.
Mais si tu lui demandes un truc qu'il n'a jamais vu, il te sortira quand même quelque chose, la chose la plus proche qu'il connait.. Exactement comme le ferait un humain quand tu lui dit C'est quoi un Soleillon ?

non, il a juste la connaissance c'est tout

Non dans ce poste je parlais d’intelligence globale pas d'une compétence spécifique mais ça vaut pour les deux dans ce cas de figure. L'idée c'est "a quoi bon répliquer le cerveau humain alors qu'on en a déjà des milliards?"

Il y a des aspect sur lesquels un réseau neuronal artificiel simulé par un ordinateur (comme on conçoit un ordinateur aujourd'hui) ne peut égaler un réseau neuronal biologique. Par exemple pour l'aspect continu. Un ordinateur ne peut rien simuler de continu vu qu'un ordinateur travaille avec une quantité de donnés finies. Pour égaler un cerveau humain sur cet aspect il faudrait créer un réseau neuronal physique qui s'altère physiquement tout comme le notre. Pour quelques neurones a la limite pourquoi pas, mais pour des millions voir des milliards de neurones ça relève de la science fiction a l'heure actuelle.

Cela dit cela n'empêche pas un réseau neuronal artificiel de nous surpasser sur certains aspects.

Ouai en 2021 on aura tous internet dans notre cerveau avec neuralink, super

Bref les promesses de Musk (qui n'est pas chercheur en IA pour rappel) on sait ce que ça vaut

Non mais c'est écris noir sur blanc dans n'importe quel livre sur l'IA que c'est une approximation arrêtez de forcer aya

A U C U N chercheur en IA ne prétend qu'un réseau neuronal ARTIFICIEL fonctionne pareil qu'un réseau neuronal humain/animal.

Je suis pas neurochirurgien non plus

Dans le livre "artificial intelligence, a neural approach" de Stuart Russel (la bible de l'IA en gros), il est écris je cite: "Deep learning has it's origins in early work that tried to model networks of neurons in the brain with computational circuits. For this reason, the networks trained by deep learning methods are often called neural networks, even though the resemblance to real neural cels and structures is superficial", à la page 801.

Par exemple l'aspect séquentiel des réseaux neuronaux artificiels:

Ton processeur a un nombre limité de coeurs, donc il peut pas gérer tous les neurones simultanément. Et même admettons que t'aies 4 coeurs et 4 neurones a gérer dans un petit réseau, ton processeur fonctionne de manière séquentielle, il fait un calcul, puis un autre etc. a une certaine fréquence. Donc si un capteur mesure une différence et veut activer ton neurone virtuel, ben ton neurone doit attendre le processeur pour réagir, là ou un neurone biologique n'a pas besoin d'attendre son tour pour émettre un signal.

Globalement le niveau de parallélisme d'un vrai réseau neuronal est colossal par rapport a un réseau neuronal ARTIFICIEL.

Et ça c'est qu'un seul aspect

Ouai en gros chat-gpt c'est utile quand t'es sur un language que tu maitrises pas trop mais que tu sais globalement ce que tu veux faire.

Pour info cet argument ça s'appelle la chambre chinois de John Searle: https://fr.wikipedia.org/wiki/Chambre_chinoise

Au cas ou ça t'intéresse

D'ailleurs, ce nom est incorrect.

Il correspond à la vision qu'on avait des neurones dans les années 50/60.

"Pour moi, l'intelligence pure c'est justement comprendre sans laisser les émotions parler. Au delà, c'est de l'intelligence sociale ou du ressenti, pas de l'intelligence "

Et pourtant cette dernière semble nettement plus difficile a modeler que la logique ou l'arithmétique

Peut-être qu'on considère ça comme une tâche simple justement par-ce qu'on est particulièrement bien faits pour ça

"On prend objectivement des décisions de merde sous le coup de l'émotion, c'est pas un secret "

Au contraire, cette partie de nous fonctionne extrêmement bien. Je t'invite a lire "Système 1 / Système 2 : Les deux vitesses de la pensée" a ce sujet

Notre pensée émotionnelle est extrêmement rapide parallèle et se trompe rarement tandis que notre pensée consciente est lente, séquentielle et fait souvent des erreures de distraction. Globalement quand on voit quelqu'un nous foncer dessus avec une machette la peur nous guidera vers la survie si celle-ci est possible même pour le plus grand imbécile, alors que faire des maths c'est dur, épuisant et on fait souvent des erreurs en comparaison

En admettant que c'est une très vague approximation et qu'on oublie pas le ARTIFICIEL dans "réseau neuronal ARTIFICIEL" à la limite le mot me dérange pas, le problème comme on peut le voir sur ce topic c'est que beaucoup pensent que c'est exactement la même chose alors que non.

Il est doué pour imiter et copier oui mais pour l heure il a besoin d innovation humaine pour acquérir de nouvelles compétences

6 pages pour dire "non"

Je vois pas ce que tu veux dire par fonctionner pareille.
Mon cerveau et le tiens ne fonctionne pas pareil, aucun cerveau humain entre zux ne fonctionne pareil.. une fois qu'on dit ca on a rien dit.

J'aimerai savoir ce quist present dans le systeme nerveux actuel et qui ne peux pas etre modeliser par les reseaux de neuronnes.

Donc en gros pour toi une des différences reseau de neuronne naturelle et reseau de neuronne artificielle c'est la vitesse de propagation de l'information dans le reseau ?

Elle serait plus rapide dans un cerveau humain que dans des processeurs faisant un quadrillion d'operation à la seconde (1 petaflop = 10^15)?

Mais je te l'ai deja dit, tes neuronnes ne transmette pas non plus du signal continue, il agisse plutot comme des portes logiques, il laisse passer le courant ou le bloque. Et cequi est important c'est pas la précision du signal à chaque neuronne (à chaque porte logique), mais le nombre de porte qu'on peut mettre. Je ne vois pas du tout la numérisation comme un facteur limitant dans les performances des reseaux de neuronnes, dans leur consomation pour sur, mais pas dans leur precision.

Un bon livre pour ceux qui veulent pousser le sujet

The Singularity Is Nearer de Kurtzwell

"J'aimerai savoir ce quist present dans le systeme nerveux actuel et qui ne peux pas etre modeliser par les reseaux de neuronnes. "

Pour avoir un milliards de neurones qui fonctionnent en parralèle il faudrait un milliard de processeurs qui fonctionnent de manière continue, hors ça n'existe pas un processeur fonctionne de manière séquentielle (un calcul a la fois) a un rithme fixe.

La vitesse est juste pas comparable par-ce que les "calculs" ne se font pas du tout de la même manière. Mais si on veut faire une comparaison absurde alons-y: les neurones dans le cerveau d'un animal fonctionnant de manière continuelle et parallèle, pour simuler ce genre de neurones avec fidélité il faudrait que le temps entre deux calcul tende vers 0, autrement dit qu'il ait une fréquence qui tende vers 1/0 herz, soit l'infini. Il faudrait donc une vitesse de calcul infini puisqu'on essaye de modeler (calculer) un nombre infini d'information a la seconde.

Et c'est pas "pour moi", c'est comme ça que fonctionne un réseau neuronal ARTIFICIEL (a ne pas confondre avec un vrai réseau neuronal).

Encore une fois P E R S O N N E dans le monde scientifique ne prétend qu'un réseau neuronal ARTIFICIEL c'est la même chose qu'un vrai réseau neuronal. P E R S O N N E

Sinon on peut parler de fonction d'activation aussi, tu sais quelle fonction d'activation est utilisé par les vrais neurones? Dans les réseaux de neurones ARTIFICIELS il y a plusieurs types de fonctions possibles. Je crois que dans les vrais neurones on a plusieurs pistes mais qu'on est pas réellement sur de comment ça marche dans le détail. Pour le coup il faudrait que quelqu'un de plus calé sur le sujet que moi vienne nous le dire par-ce que c'est pas mon domaine

Si ils fonctionnent en continu, tu confonds latence et continuité, ils ont une latence mais peuvent être sollicités a tout moment. C'est en soit encore une différence que tu viens de donner.

Non mais je comprend ce que tu essaye de dire.
Mais je ne vois pas en quoi c'est une limite du modele.

Chaque calcul est fait un a un, mais de maniere beaucoup plus rapide qu'un reseau de neuronne naturel pourrait faire les calculs en parrallele.
Au final ce qu'on regarde, c'est à que vitesse se propage l'information dans le reseau ainsi que la quantité d'information traité. Est ce qu'on a un meilleur debit avec les reaction chimique parrallele dans un cerveau humain, ou avec les calculs en serie dans un ordinateur.
A ce jeux la le cerveau humain est totalement à la ramasse, jamais il ne pourra traiter une quantité d'information aussi grande et aussi rapidement.. Et ce depuis un paquet d'année. Donc chercher une supériorité humaine ici est sans issue.
C'est pour ca que je suis tres surpris avec ton example des animaux.. Tu penses vraiment que les animaux gere un plus grand debits d'information que les supercalculateur..