[Index] Intelligence artificielle

[Tugdual]

Je suis d'accord Bubu, on en est loin.

Mais je ne pouvais résister pas à une référence à Susan Calvin ...

[Tugdual]

Il faut leur donner les entrées et les bonnes réponses des millions de fois avant d'avoir un comportement qui émerge. Mais ils ne le créent pas, ce comportement.

Après avoir vu la série de vidéos de Lê, si j'ai bien tout compris
on s'en rapproche désormais, l'IA créé elle-même ses concepts
avec un jeu de donnée unique, sans notion de bonne réponse ...

Je recommande tout particulièrement les trois dernières vidéos,
qui traitent justement de la sémantique du langage (mais pas que) :

C'est fabuleux ...

Note : les spécialistes peuvent apparemment (je n'ai pas testé)
retrouver des contenus plus pointus sur les chaines vidéos que
propose l'EPFL, à savoir ZettaBytes et Wandida ...

[Tugdual]

Google Duplex est capable de prendre des rendez-vous pour vous ...

Extrait :

Plus tôt cette semaine, le directeur de Google, Sundar Pichai, a fait
la démonstration de Google Duplex, où l'outil AI, sur lequel le géant
technologique travaille depuis un certain temps, a appelé un coiffeur
et réservé une coupe de cheveux en interagissant avec un vrai humain
en ligne.

[Tugdual]

Certains se posent des questions :

• Google a-t-il mis en scène son coup de fil pour présenter Google Duplex ?

[Benoit]

J arrive pas à en poster le lien twitter mais des éléments du source des algos de parcoursup ont été publiés et décortiques par G Ouattara. @ingénuingénieur.
Très intéressant.

[Tugdual]

L'épisode 24 de Lê :

[Bubu]

ProjetSMA.exe.txt

C'est un programme qui apprend tout seul à jouer au jeu du serpent. (Il a ses limites)
Enlevez l'extension .txt c'est un exécutable.
Et double cliquez dessus ensuite.

[Benoit]

S M A
Tiens tiens....

Y aurait il plusieurs agents dans ce code ?

[Bubu]

S M A
Tiens tiens....

Y aurait il plusieurs agents dans ce code ?

Salut Benoit.
En fait c'est un réseau neuronal entraîné en mode compétitif.
C'est celui qui répond le plus fort qui gagne.
Il y a deux types d'apprentissages : l'apprentissage déductif et inductif.
En déductif, on diminue l'activation du vainqueur car il a tord.
En inductif, on renforce le vainqueur.

[Benoit]

C est un principe competitif avec des echanges.?

Dans l esprit ça me fait penser à un essaim particulaire. (PSO en méta heuristique)

[freeshost]

Tu pourrais éventuellement en discuter aussi avec Ixy. Il me semble qu'il investigue et travaille dans des domaines proches, non ?

[Bubu]

S M A
Tiens tiens....

Y aurait il plusieurs agents dans ce code ?

Salut Benoit, deuxième réponse car la première ne me convient pas.

C'était un projet pour un cours sur les systèmes multi-agents.

C'est un tout petit réseau d'une seule couche.
Chaque neurone est en compétition avec les autres pour être le vainqueur.
C'est le vainqueur si sa sortie est plus élevée que celle des autres.

Il y a 4 neurones en sortie qui se battent, un pour chaque direction.

Concernant l'apprentissage :
Si le serpent mange la pomme, je renforce le neurone vainqueur. (Je fais tendre sa sortie vers 1.0). Apprentissage inductif.
Si le serpent se cogne ou tourne en rond, j'affaiblis le neurone vainqueur (je fais tendre sa sortie vers 0.0f). De telle sorte que lorsque l'on lui représentera le même pattern, motif, il ne gagne pas, et le réseau change de décision. (à terme). Apprentissage déductif.

J'ai utilisé cet algorithme sur des neurones à combinaisons linéaires avec comme sortie la sigmoïde.
Ça ne marche plus dès que le réseau a plusieurs couches (MLP).

J'aurais dû utiliser un réseau neuronal topologique, dont l'entrée est une distance et non une combinaison linéaire.
J'ai eu 16, alors que le réseau choisi n'était pas le bon, en plus, mon rapport était truffé d'erreurs mathématiques.

Ce n'est pas un apprentissage supervisé, il développe tout seul son comportement. Je ne lui donne que les clauses, mais je ne lui dis pas comment les atteindre. C'est l’intérêt de ce projet.

[Benoit]

J'ai eu 16, alors que le réseau choisi n'était pas le bon, en plus, mon rapport était truffé d'erreurs mathématiques.

Ce n'est pas un apprentissage supervisé, il développe tout seul son comportement. Je ne lui donne que les clauses, mais je ne lui dis pas comment les atteindre. C'est l’intérêt de ce projet.

Ah, c'est cool, j'avais raté l'info que tu suivais des cours.

Ca peut être considéré comme du renforcement non ? Ou alors il y a une autre terminologie pour les RN ?

Note : je ne vois toujours pas en quoi c'est un SMA, mais c'est sûrement ma définition de SMA qui est en cause ::mryellow:
(les neurones sont bien intelligents, mais je n'ai pas l'impression qu'ils interagissent beaucoup entre eux, ou alors j'ai rien compris).
Si tu ne l'as pas déjà lu :

Code : Tout sélectionner

Multiagent Systems, A modern Approach to Distributed Artificial Systems, Gerhard Weiss, 1999

[Bubu]

J'ai eu 16, alors que le réseau choisi n'était pas le bon, en plus, mon rapport était truffé d'erreurs mathématiques.

Ce n'est pas un apprentissage supervisé, il développe tout seul son comportement. Je ne lui donne que les clauses, mais je ne lui dis pas comment les atteindre. C'est l’intérêt de ce projet.

Ah, c'est cool, j'avais raté l'info que tu suivais des cours.

Ca peut être considéré comme du renforcement non ? Ou alors il y a une autre terminologie pour les RN ?

Note : je ne vois toujours pas en quoi c'est un SMA, mais c'est sûrement ma définition de SMA qui est en cause ::mryellow:
(les neurones sont bien intelligents, mais je n'ai pas l'impression qu'ils interagissent beaucoup entre eux, ou alors j'ai rien compris).
Si tu ne l'as pas déjà lu :

Code : Tout sélectionner

Multiagent Systems, A modern Approach to Distributed Artificial Systems, Gerhard Weiss, 1999

Salut Benoit.
Les réseaux neuronaux ne sont pas en général considérés comme des systèmes multi-agents. Car il sont synchrones.
Dans les MLP, on considère les poids d'une couche comme une matrice. On ne raisonne pas neurone par neurone. Mais couche par couche.
Dans mon programme, je ne fais pas travailler tous les neurones en même temps. Seul un neurone de sortie travaille.
Le vecteur de sortie ne m’intéresse pas. Ce qui m'intéresse c'est de savoir quel neurone s'est activé le plus. Et lequel doit changer ses poids.
C'est sur la dernière couche, un apprentissage local.

J'ai essayé avec un MLP, mais ça ne marchait pas du tout. Mais je crois que c'est mon implémentation des réseaux multi-couches qui pêchait.
J'aimerais bien approfondir le sujet, je sais que j'ai une bonne implémentation des MLP maintenant, mais j'ai d'autres projets en cours. (Jeu : Sqwap).

Sinon je ne prends plus de cours depuis au moins 10 ans ! (Burn out en deuxième semestre de M1, donc seulement L3 validé)

Les réseaux de neurones à impulsions sont des systèmes multi-agents par contre. On prends en compte le temps, le temps de propagations des échanges nerveux, etc.
C'est très facile et amusant à implémenter, par contre l'apprentissage est une monstruosité de complexité.

[Bubu]

Salut Benoit, la définition qu'on m'a donnée des SMA est en gros :
C'est un ensemble, un système d'unités élémentaires qui accomplissent en parallèle (ensembles) une tache très simple dans leur environnement local.
Chaque unité travaille dans son environnement local sans savoir la tâche que l'ensemble accomplit, sans connaître l'environnement global du système entier.
Il peut y avoir plusieurs types d'unités (agents).

C'est un modèle inspiré des fourmilières, des ruches par exemple.

[Edit humoristique]
Par exemple, on pourrait dire que les ennemis dans Mario forment un SMA :
Chacun à ses règles, je me cogne alors je me retourne; si Mario débarque alors je lui envois des projectiles, etc.
C'est un SMA spécialement conçu pour faire chier le pauvre petit plombier..
Le but du système est clair : tuer Mario. Mais chaque entité se contente d'essayer de lui nuire localement, chacune selon ses règles propres.
Ils sont trop bêtes (et trop locaux) pour comprendre le plan machiavélique de Bowser dans son ensemble : Empêcher Mario de sauver la princesse Peach.
On peut le dire, Bowser est un salaud !
(Je vais me faire houspiller )
[Edit]