Hello, je vois que tu es très réticent vis-à-vis de cette technologie. T'inquiète, moi aussi.freeshost a écrit : ↑mardi 13 juin 2023 à 0:35 Ouais, ben oui, même la croissance des "connaissances" de ChatGPT (ou autres logiciels) ne peut être éternellement exponentielle (f(x) = a^x avec a > 1).
En plus, l'effet des blagues varie selon plein de facteurs : la but de l'émetteur, la relation entre l'émetteur et les récepteurs/destinataires, le contexte, les personnes en présence (comprenant donc aussi les destinataires involontaires), etc.
Hey, ChatGPT, peux-tu faire mieux que Raymond Devos concernant les jeux de mots ? Explique-moi la blague suivante : J'ai un chat dans la gorge. Je dois boire du thé pour faire passer matou. Ah ! Dernière chose : je dois t'avouer que je n'ai pas de compte. Si je te "parle", c'est au travers d'un compte d'une autre personne, et pas depuis mon ordinateur. Sans rancune, bye !
Je te rejoins c'est pareil pour moi.
Pour moi le vrai progrès dans le domaine de l'AI, ce serait de voir une entité apprendre à parler ou de marcher, si c'est un robot.
Tout seul.
Pour l'instant on bovine sur des serveurs énormes de calcul pendant des mois en apprentissage supervisé.
Dans l'apprentissage supervisé, on donne l'entrée et la solution à associer. Et on donne des millions d'entrées pour des millions de sorties.
Je ne critique pas, car ils obtiennent des résultats spectaculaires.
Pour moi, la vraie intelligence artificielle est de voir une machine évoluer toute seule sans aide, juste avec ses essais/erreurs.
Des algorithmes pour les réseaux neuronaux existent, comme l'apprentissage compétitif.
On peut se contenter de la réponse du neurone gagnant, son rang.(C'est le neurone qui a la réponse la plus forte)
Sauf s'il on veut des nuances exprimées en pourcentages, on peux exprimer la probabilité des bonnes réponses.
Si on utilise une sigmoïde en fonction d'activation, rien de plus simple pour transformer la sortie de chaque neurone de sortie en pourcentage. (Je ne parle pas de tanh, qui fonctionne très bien mais de "1 sur 1 plus exponentielle de -x)". Là vous avez un pourcentage prêt à l'emploi.
On calcule le vecteur d'entrée. On propage le résultat jusqu'aux sorties. Et on compare les résultats.
Par exemple, pour la robotique, ça peut être apprendre à se déplacer pour atteindre une lampe.
Je ne veux pas vous baisser le moral, mais on en est encore là.
Pour un apprentissage non supervisé, on fixe des règles et des objectifs, mais on ne donne pas les solutions.
Pour un robot qui doit atteindre une cible, on fixe les échecs quand il tourne en rond ou qu'il perd en énergie. Et une réussite quand il atteint la lampe. Le plus compliqué n'est pas de coder le réseau, mais de coder les essais/échecs. Et il trouve tout seul, mais il faut être patient. (La patience me manque cruellement)