Ici (1a) on explique ce que c'est que la computation et le computationnelisme (cognition = computation). Mais ne manquez pas de lire 1b pour apprendre les limites et les critiques do computationnelisme.
La machine de Turing (vidéo #2) (attention: youtube met parfois des pubs de 5 secondes avant la capsule)
Lectures facultatives supplémentaires:
En Français:
Steiner, P. (2005). Introduction: cognitivisme et sciences cognitives. Labyrinthe, (20), 13-39.
DEUX VIDÉOS: 1 janvier puis 2 février
2021: VIDÉO DU Cours 1 26 janvier
2021: VIDÉO DU Cours 2 février
PPT 2019:
version langue anglaise :
En 1936 Alan Turing développe un modèle de pensée abstrait dans le but de résoudre des calculs mathématiques et de définir la notion d’algorithme. Ce model prend la forme d’une machine, dite machine de Turing. Cette machine se compose de trois parties distinctes :
RépondreSupprimerA) Un ruban composé de 0 et de 1
B) Une tête de lecture
C) Une table de transition
La tête de lecture est capable d’identifier les symboles inscrits sur le ruban, dans ce cas, des 0 et des 1. Lorsque la tête de lecture rencontre un nouveau symbole sur le ruban elle va se référer à sa table de transition aussi appelée état. La table de transition conditionne le comportement de la tête de lecture et fait office de programme. Elle peut, par exemple, transformer un symbole, s’arrêter, passer au symbole suivant, retourner en arrière, ou, changer d’état (une nouvelle table de transition contenant de nouvelles instructions).
Ce mécanisme appliqué se nomme un algorithme. On appelle algorithme une suite d’instructions et d'opérations définies de manière rigoureuse qui nous permet de résoudre un problème. La computation étant la manipulation de symbole dans l’objectif de faire des calculs, cet algorithme est alors l’expression d’un model computationnel.
La thèse forte de Church/Turing est que toute chose peut être représentée par une suite de calculs et de symboles, et donc, interprétable part une machine de Turing. Cette idée inspire le computationnalisme dans une explication mécanistique et formelle de la cognition - la pensée se résumant à l’application d’un système de règles et de calculs.
Cette intuition a permis d’avancer notre compréhension du processus cognitif et le développement de l’ordinateur, mais possède toutefois ses limites. En effet, la computation ne prend pas forcément en compte les extériorités auxquelles nous pouvons être soumis et qui influence dans notre comportement. Il est également possible d’aborder la cognition avec des outils et un point de vue différent, comme les sciences neuronales ou la psychologie.
Renaud, bon résumé. Encore plus simple : les symboles sont des objets de forme arbitraire, comme un triangle, un rectangle, un 0 ou un 1. Les symboles sont manipulés selon les règles qui portent sur leurs formes arbitraires. Les symboles et les manipulations sont interprétable, mais l’interprétation ne rentre pas dans la computation. Et la forme arbitraire des symboles n’a rien à voir à son interprétation. Jète un coup d’œil sur la PPT semaine 1 qui est dans moodle. On en parlera davantage au cours mardi.
SupprimerLa machine de Turing semble être un exemple des plus rudimentaires du fonctionnement des systèmes modernes de calcul. Cette simplicité relative la rend particulièrement intéressante pour représenter et imager le concept de ce qu’est le calcul sous sa plus simple expression.
RépondreSupprimerAvec une idée plus claire de ce qu’est le calcul, est-ce possible que des courants de pensée y aient vu le computationnalisme comme une évidence pour expliquer la cognition ?
Est-ce possible que les limitations physiques d’un tel dispositif (machine de Turing) rendent peu probable l’idée d’arriver à reproduire la conscience d’un être sentient, tel que nous l’expérimentons ?
Est-ce que le computationnalisme fait la distinction du ressenti, ou ne s’appuie-t-il que sur l’évaluation observable de machines lors de performances d’émulation des capacités humaines lors de tests comme le TT ?
Est-ce que le problème des autres esprits légitimise le computationnalisme dans l’abstraction de la prise en compte du concept de sentience due à l’impossibilité de l’observer lors de test comme le TT ?
Rock, ce sont des bonnes questions. Tout ça sera traité. Mais d'abord des questions pour toi : Quelle est la différence entre la thèse forte de Church/Turing et le computationnalisme?
SupprimerQu’est-ce que le problème facile des sciences cognitives et le problème difficile? Lorsque tu seras plus proche, soit moi, soit d’autres étudiants pourront répondre à tes questions.
Le computationnalisme est une des approches au problème facile.
Et c’est quoi la sentience? (La conscience est un synonyme vague de la sentience. Malgré le fait que ça rentre dans le titre de ce cours le mot « conscience » est un « mot-belette » dans ce cours (ambigüe, avec beaucoup de sens contradictoire). « Sentience » par contre veut dire le ressenti, la capacité de ressentir.
Ce que j’ai compris de la thèse Church/Turing forte, c’est qu’il n’y a rien dans l’univers que la machine de Turing ne puisse pas simuler.
SupprimerL’idée que j’avais du point de vue computationnalisme était que la cognition et la conscience ne seraient qu’une forme de calcule.
Pour les problèmes des sciences cognitives. Comme vous avez dit en cours, le problème facile tente d’expliquer de façon causale comment nous arrivons à faire tout ce que nous arrivons à faire et le problème difficile tente d’expliquer le ressenti ou la sentience.
Vous dites que le computationnalisme tente uniquement de répondre au problème facile.
Dans cette situation, il est vrai que 3 de mes 4 questions n’ont pas lieu d’être.
Ça me laisse néanmoins avec une question.
Comme John Searle a démontré avec la chambre chinoise que la machine est incapable d’interpréter ou de comprendre ce qu’elle fait machinalement, peut-on tout de même parler de cognition quand on parle de ce qu’elle fait ?
Rock, on parlera de la pièce chinoise de Searle en Semaine 3. Mais pour le moment notons que si Searle a raison, le computationnalisme a tort, et la cognition n'est pas de la computation.
SupprimerMais comme j'ai dit, les 2 premières semaines du cours sont consacrées aux forces de la computation, pour qu’on comprenne et apprécie son immense puissance; on en arrivera à ses faiblesses à la semaine 3.
Mais dans ta dernière question tu parles de « la machine » : quelle machine? Et qu’est-ce qu’elle fait, et comment? Avant qu’on peut même parler de ce que Searle a ou n’a pas démontré (Semaine 3) , il faut savoir ce que c’est que le Test de Turing (Semaine 2); et avant ça il fait savoir ce que c’est que la computation. C’est quoi?
La Machine de Touring est en mon sens difficile à se représenter mentalement puisque c’est en fait un objet abstrait. Celui-ci effectue des étapes automatiques pour résoudre des problèmes selon des règles établies. Je dois avouer que c’est tout de même sensiblement flou dans ma tête. J’en comprends que, s’il existe un algorithme pour un problème, il existe forcément une Machine de Touring qui peut résoudre le problème, ce que stipule la thèse de Church / Turing. Le youtubeur dans la vidéo #2 mentionne que « Grâce à cette thèse, la notion de calculabilité est désormais possible : calculable signifie qu’il existe un algorithme possible au sens de la Machine de Touring ».
RépondreSupprimerPour ce qui est de la Machine de Turing universelle, elle m’apparait l’un des éléments importants des deux vidéos dans le cadre de ce cours. Elle peut être comparée à un ordinateur et peut simuler le fonctionnement de n’importe quelle autre Machine de Turing. Elle s’apparente au cerveau, mais ne peut pas imiter toutes ses fonctions cognitives notamment le ressenti. Étant donné qu’elle ne représente pas la cognition dans son entièreté, peut-elle être considérée computationnelle?
Jade-Émilie, un ordinateur est une MT-universelle, capable d’exécuter n’importe quel algorithme. Les ordinateurs existent; ils sont du matériel. Ils ne sont pas des abstractions. Un algorithme est une abstraction (formelle), et selon la thèse faible de C/T, tout algorithme peut être exécuté par une MT-particulière (et donc une MT-universelle peut exécuter tout algorithme).
SupprimerLa thèse forte de C/T concerne aussi les algorithmes (abstraits et formels), mais les algorithmes qui « simulent » (ou « modélisent ») les objets du monde, donc du matériel. C’est quoi, alors, la thèse forte de C/T? Et c'est quoi la « simulation/modélisation »)?
Dans la vidéo #2, la personne évoque que le concept de la Machine de Turing est abstrait, ce qui me trouble un peu. J'ai hâte d'en apprendre plus au prochain cours!
SupprimerJade-Émilie, « abstraction » à plusieurs sens :
SupprimerLes catégories sont des ensembles de choses qui ont les mêmes attributs. « Abstraire » veut dire sélectionner certains attributs et ignorer d’autres : Moins on sélectionne, plus une catégorie est abstraite : chaise > meuble > objet > chose
La description « toutes les choses vertes » est moins abstraite (donc plus concrète) que « toutes les choses colorées » qui est moins abstraite que « toutes les choses »
La phrase « toutes les choses qui sont plus grandes qu’une boîte à pain » décrit un ensemble plus concret que « toutes les choses »
Une description symbolique (mathématique ou verbale) est formelle. Elle est plus abstraite que ce qu’elle décrit. Le nom d’une chose est plus abstrait que la chose.
Un algorithme est un ensemble de règles pour manipuler des symboles. C'est comme une recette pour cuire un gâteau (végane).
Une machine de Turing est un appareil qui est capable d’exécuter un algorithme particulier. Elle est comme une imprimante 3D capable de cuire un gâteau (végane) particulier.
Une machine de Turing universelle (un ordinateur) est un appareil qui peut exécuter n’importe quel algorithme. Elle est comme une imprimante 3D capable de cuire n’importe quel gâteau (végane) particulier.
Un objet décrit par des mots ou simulé/modélisé par un algorithme n’est pas la même chose que sa description ou son algorithme. L’objet n’est non plus la même chose que la Machine de Turing qui est capable d’exécuter l’algorithme, tout comme un gâteau (végane) n’est pas la même chose qu’une imprimante 3D qui est capable de cuire un gâteau un gâteau végane.
Et maintenant répète ma question précédente : C’est quoi, alors, la thèse forte de C/T? Et c'est quoi la « simulation/modélisation »)?
https://upload.wikimedia.org/wikipedia/en/b/b9/MagrittePipe.jpg
SupprimerLe test de Turing met en regard un humain et un ordinateur derrière un panneau, l’échange est un échange verbal écrit. Le test est passé quand l’humain n’identifie pas qu’il est en train d’échanger avec un robot.
RépondreSupprimerLe T1 utilisait des jouets, le T2 est le protocole que je viens de décrire, le T3 réclame un robot et non plus un simple ordinateur, robot qui puisse sortir du laboratoire, évoluer dans l’environnement avec l’humain et répondre à des questions au sujet de celui-ci (Etienne considère que ce texte serait suffisant).
Le T4 exigerait que la capacité verbale du robot “vienne de l’intérieur” et qu’on ne puisse plus la différencier de l’activité interne à un cerveau. je ne sais pas si j’ai saisi cet aspect-là du cours : quel intérêt de reproduire l’inexplicable sans passer par l’explication ? Pourquoi chercher à produire un manière de ressentir chez un robot qui soit “cachée/inobservable” est-ce que ce n’est pas complètement contraire à l’objectif ?
Ou est-ce que, parce que cela nécessite de saisir comment créer le ressenti, c’est une simple “fioriture” un emballage qui a pour vocation de rendre ce ressenti encore plus humain “cette IA pense tellement comme un humain qu’on ne sait pas comment elle pense et qu’on ne peut pas observer le mécanisme interne de sa cognition”
Et le T5 remplace la matière du robot par un matériau organique.
La thèse faible de Church Turing est que la machine de Turing peut modéliser ce que font les mathématiciens, la thèse forte étant qu’elle peut modéliser tout ce qu’il y a dans l’univers, et le computationnalisme est la thèse selon laquelle le calcul est ce qui se passe dans nos cerveaux quand on fait l'action de penser? qu’on utilise sa capacité de cognition. Pouvez-vous expliciter le terme calcul plus avant ?
Le calcul suppose la catégorisation, c’est le fait de faire la bonne chose avec la bonne sorte de chose. Exemple : identifier et manger les bons champignons.
L’hypothèse de Whorf-Sapir est que le langage détermine notre compréhension de la réalité.
Les locuteurs d’une langue qui ne différencie pas le vert et le bleu (les langues celtiques) verront dans un arc en ciel une couleur de moins que nous, ou plus vraisemblablement un bandeau plus large avec deux teintes d’une même couleur pour eux (le Glas).
L’hypothèse forte de Whorf-Sapir est que la langue détermine la perception (et l’hypothèse faible, qu’elle l’influence) elle rentre en contradiction avec les observations de Noam Chomsky (pourquoi ?) à propos de la grammaire. Selon ce dernier, tous les langages humains font appel à des universaux linguistiques qui sont présents à l’esprit de l’enfant dès sa naissance, en cela le langage -vu ici comme la capacité de communiquer- serait inné mais la langue acquise. La preuve de l’existence d’une structure grammaticale “de base/innée” serait la pauvreté du stimulus, le fait qu’un bébé est exposé à trop peu de stimuli pour autoriser l’apprentissage de toute la complexité de la grammaire d’une langue.
Anne, excellent survol sur le cours! Les détails s'en viendront lors des prochaines semaines...
RépondreSupprimer« deux certitudes de Descartes, je n’ai pas compris quelle était la seconde »
C'est les vérités formelles des mathématiques, nécessairement vraies sous peine de contradiction logique
« Un ordinateur est-il plus ou moins intelligent qu’un bivalve ? »
Pas confondre la question de l'intelligence (les capacités cognitives, qui varient entre les espèces) et le ressenti, qui varie aussi, mais qui est soit présent soit absent en tant que tel.
« Le test de Turing ... est passé quand l’humain n’identifie pas qu’il est en train d’échanger avec un robot »
Pas juste 10 minutes mais le long d'une vie.
On discutera plus en détail les T2-T4. (Semaine 2)
« Pouvez-vous expliciter le terme calcul plus avant ?
Le calcul suppose la catégorisation, c’est le fait de faire la bonne chose avec la bonne sorte de chose. Exemple : identifier et manger les bons champignons. »
Le calcul (la computation) est la manipulation des symboles selon leur forme (arbitraire) en suivant des règles formelles (les algorithmes). La manipulation c'est ce que fait la Machine de Turing (l'ordinateur). (Semaine 2)
La catégorisation c'est ce que font les organismes (et les robots). (Semaine 6)
L’hypothèse forte de Whorf-Sapir est fausse: Quelle est la preuve de ça? (Pas de lien avec Chomsky, qui traite la grammaire, pas le lexique.)
« La pauvreté du stimulus » c'est le fait que l'enfant ne (1) produit, ni (2) entend , ni (3) reçoit de corrections pour les erreurs de la grammaire universelle (Semaines 8 et 9)
(Bravo pour tout ça, mais reste dans les alentours de 100 mots par ciélo par semaine, je te prie, parce que les étudiants n'ont que 1-2 ciélos à faire par semaine, et moi j'ai 50 à 100 évaluations/répliques à faire par semaine! C'est un art de démontrer qu'on a lu, compris, et réfléchi sur les lectures en c. 100 mots!)
Je ferai plus concis, c'est effectivement un exercice en soi !
RépondreSupprimerConcernant l'intelligence du bivalve, merci de rebondir sur ma question qui était un peu une question d'ouverture, j'espère que nous aurons l'occasion d'élaborer dans les derniers chapitres les concepts qui déterminent la valeur que l'on accorde à la vie des "autres esprits", souvent redéfinis en fonction de nos intérêts.
Merci beaucoup pour votre relecture, et excellente lundi.
Quand on me parle d’ordinateur ou de technologie, je pense tout le temps au mot « algorithme ». Dans ma tête, les algorithmes sont des calculs très complexes et abstraits qui donnent lieu à des choses moins abstraites. Or, ce que les deux vidéos m’ont fait comprendre, c’est que les algorithmes seraient moins complexes que ce que je crois. En effet, Guerraoui affirme que les algorithmes seraient une table de transition au sens de la machine de Turing. Puisque cette table de transition est relativement simple à la base, les algorithmes, ces choses qui « contrôlent » Internet et mon accès à celui-ci, seraient relativement simples. Ils seraient quelque chose qui n’a que quelques actions possibles et qui ne peut pas réfléchir par lui-même, car il doit effectuer ce que le programme (ou la table de transition) lui dit de faire. Bien qu’une quantité innombrables de questions me restent encore en tête, je crois entamer une certaine compréhension du mode de fonctionnement des ordinateurs.
RépondreSupprimerMarie, on va discuter de ça au cours ce soir. C'est très simple. Un algorithme, c'est une recette -- une recette pour manipuler les symboles. (C'est quoi, les symboles?). Et une machine de Turing c'est une machine qui exécute la recette. (Lis toujours les autres ciélos, et surtout mes répliques, avant de faire ta ciélo.)
SupprimerIMPORTANT :
RépondreSupprimer(1) Faites vos lectures et vos ciélos tôt dans la semaine avant le cours pour que j’aie le temps d'y répliquer
(2) Lisez toujours les ciélos précédentes, et surtout mes répliques aux autres, avant d’afficher vos ciélos.
(3) Revenez toujours à vos ciélos 1-2 jours après pour voir ma réplique, qui pourrait poser davantage de questions auxquelles répondre.
Une fois que vous aurez lu les lectures, vous pouvez également commenter les ciélos des autres.
Supprimer
RépondreSupprimerAprès avoir visionné les vidéos sur la machine Turing, je comprends que celle-ci apporte un élément qui s’additionnera à d’autres pour tenter d’expliquer au final ce qu’est la cognition. Cette information nouvelle m’a amené à la réflexion suivante ; le philosophe David Hume affirmait que nos idées proviennent de l'expérience sensible, j’y vois alors un lien avec l’algorithme comme celui-ci oriente et régis la machine avec un ordre prédéterminé qui n’est pas le fruit du hasard. Le ressenti, par contre, est l’expérience auquel le hasard de la vie nous confronte ; ainsi, est-ce à dire qu’il fabriquerait notre propre algorithme et nous pousserait à certaines actions et/ou pensées, expliquant du même coup la diversité et l’unicité de chaque individu?
Étienne, l’expérience sensible de Hume ne correspondrait pas à l’algorithme (logiciel) exécuté par l’ordinateur mais à ses entrées externes (input). Et si les entrées sont ressenties où juste traitées revient au problème difficile du ressenti (sentience).
SupprimerD'après ce que je comprends jusqu'à présent, la machine de Turing peut être comparée à ce que l'on appelle aujourd'hui un programme informatique, soit un dispositif capable d'interpréter, puis d'exécuter, un algorithme spécifique. Étant donné la simplicité de son fonctionnement, la machine de Turing est d'ailleurs très versatile, c'est-à-dire qu'une machine de Turing peut être conçue pour décoder la table de transition (algorithme) de n'importe quelle autre machine de Turing placée devant elle (on qualifie cette machine de Turing d'universelle, ou, en termes modernes, d'ordinateur). Ceci renvoie d'ailleurs à ce que stipule la thèse forte de Church/Turing, selon laquelle il existerait, pour tout algorithme, une machine de Turing capable de le déchiffrer et de l'exécuter (tout, en théorie, peut être exprimé par un algorithme, et donc répliqué).
RépondreSupprimerCette thèse semble fournir une part de la solution au problème facile des sciences cognitives (déterminer quels sont les mécanismes permettant la production de la cognition), d'où, je présume, découle la comparaison souvent faite entre le cerveau et l'ordinateur. Cependant, elle ne semble qu'augmenter le nombre de questions reliées au problème difficile auquel font face les sciences de la cognition, soit la provenance de la conscience, du ressenti, chez les êtres capables de cognition, tels que les humains.
Adèle, (1) le problème « facile » d’expliquer causalement comment et pourquoi nos cerveaux produisent notre capacité de faire tout ce que nous sommes capables faire, et (2) le problème « difficile » d’expliquer causalement comment et pourquoi nos cerveaux produisent notre capacité de ressentir sont tous les deux des problèmes des sciences cognitives. Mais la question du pouvoir de la computation seule à produire même notre capacité de faire (1), fait déjà l'objet d'un doute On verra en Semaine 3 et 5 pourquoi c’est le cas (le problème de l’ancrage des symboles).
SupprimerVoici ma compréhension des deux vidéos sur la Machine de Turing :
RépondreSupprimerThèse de Church/Turing : Pour tout problème auquel il existe un algorithme et qui résout un problème, il existe une machine de Turing qui résout le problème. Jusqu’à maintenant, il n’existe aucun contre-exemple de cette thèse. Tout ce qui est calculable peut être calculé par cette machine.
La machine Universelle : Quel que soit le problème auquel il existe un algorithme, la machine Universelle résout le problème. Ce sont les notions de l’ordinateur d’aujourd’hui et de l’informatique théorique (décidabilité, calculabilité et complexité).
- Ruban avec suite infinie de cases (Registre, Configuration).
- Tête de lecture placée devant les cases et se déplace (Cycle).
- Table de transition (Programme).
Ainsi, un algorithme est une suite d’instructions claires et définies. La machine Universelle exécute des programmes, et la machine de Turing est donc l’ancêtre de l’ordinateur.
L’indécidabilité : Ça ne sert à rien de chercher une démonstration ou un algorithme si un théorème est montré indécidable.
Caroline, correct -- et le problème de l'indécidabilité est un problème pour l'informatique mais pas pour les sciences cognitives, puisque la cognition humaine ne peut non plus décider l'indécidable...
SupprimerLa machine de Turing est une machine abstraite qui est composée de 3 choses :
RépondreSupprimer1. Un ruban composé de 0 ou 1 (ou autres symboles arbitraires)
2. Une tête de transition qui lit 1 symbole à la fois
3. Une table de transition qui énonce les réactions ou opération de la machine aux différents états auxquelles elle peut être soumise. (il s’agit du programme de la machine ou son algorithme)
La machine de Turing permet de faire des actions comme avancer à la prochaine case du ruban, revenir en arrière, ignorer la prochaine entrée, s’arrêter et changer ce qui y est écrit ou encore changer de table d’algorithme.
La thèse forte de Church/Turing stipule qu’il existe une machine de Turing qui résout tout problème pour autant qu’il existe un algorithme pour le résoudre.
Les mêmes principes composent les ordinateurs modernes et leur permettent ultimement de résoudre des problèmes d’apparence complexe.
Toutefois, bien que la machine de Turing puisse expliquer le processus de calcul et d’interprétation du cerveau, elle ne permet pas d’expliquer la notion de « feeling » ou de conscience de la cognition.
Alex, correct, sauf qu'il ne s'agit pas de la thèse forte de C/T mais de la thèse faible. (Pourquoi? C'est quoi les deux thèses?) Et les problème difficile s'applique non seulement au computationnalisme (c'est quoi?) mais à toute tentative de solution, informatique ou physique.
SupprimerBonjour et pardon pour la cielo tardive (et un peu trop longue!). Je la ferai plus rapidement à l'avenir, la semaine est passée plus vite que prévu.
RépondreSupprimerCe que j'ai compris des vidéos, c'est qu'une machine de Turing n'est en fait à l'origine pas vraiment une machine : c'est une expérience de pensée visant à représenter le concept d'algorithme sous la forme d'un système capable d'analyser une information puis de la traiter selon une règle. Les ordinateurs ne sont ni plus ni moins que des machines de Turing universelles, capables de traiter une grande quantité d'information de nature variable. Il m'est facile de voir en quoi le concept se rapporte à la version faible de la thèse Church/Turing, selon laquelle la cognition humaine est une machine de Turing : si je marche sur un trottoir plat, mon cerveau sait en fonction de l'information qu'il reçoit qu'il peut continuer à avancer sans problème. S'il rencontre un trou, il saura qu'il est nécessaire de l'enjamber pour continuer à avancer sans danger. C'est un exemple simple mais, je l'espère, représentatif. L'algorithme de ma machine de Turing interne est alors : si route praticable, continuer, si route obstruée, éviter l'obstacle. Autrement dit, toute façon de résoudre un problème (ou, plus largement, de traiter de l'information) est un algorithme, qui comportera lui-même un certain niveau de complexité en fonction de la complexité de l'information qu'il manipule. On risque d'être également en accord avec la version forte de l'hypothèse Church-Turing (selon laquelle toutes les interactions de la matière peuvent être exprimées en termes de manipulations de symboles arbitraires) si on accepte ce postulat, puisqu'il me semble qu'elle en découle logiquement.
Toutefois, il me semble que la cognition n'est pas nécessaire à ce phénomène; différentes formes de machines de Turing ont été réalisées en forme physique, comme notamment les ordinateurs, sans avoir besoin d'être conscientes pour fonctionner. Il me semble que la cognition s'apparente au computationnalisme mais que le computationnalisme ne peut expliquer l'origine de la conscience.
Jules, frère-cadet et moi, nous avons un peu de difficulté à te suivre :
Supprimer« Il m'est facile de voir en quoi le concept se rapporte à la version faible de la thèse Church/Turing, selon laquelle la cognition humaine est une machine de Turing » est incorrect. Qu’est ce qui est correct?
« la version forte de l'hypothèse Church-Turing (selon laquelle toutes les interactions de la matière peuvent être exprimées en termes de manipulations de symboles arbitraires) » est correct, par contre.
C’est quoi, au juste :
1. La TC/T faible?
2. La TC/T forte?
3. La computation?
4. Le computationnalisme?
5. L’information?
6. La différence entre une MT particulière et une MT universelle?
7. La différence entre la simulation/modélisation computationnelle d’un objet, d’un coté, et l’objet lui-même de l’autre?
Dire que la TC/T faible postule que la cognition humaine s'apparente à une machine de Turing (à la computation) est en effet faux. C'est plutôt la thèse du computationnalisme. J'ai fait la même erreur en classe, pour laquelle vous m'avez repris.
Supprimer1. La TC/T faible est que les mathématiciens font de la computation lorsqu'il se servent de formules mathématiques (donc des algorithmes) pour résoudre des problèmes.
2. Je me permets de retranscrire ici ma réponse du dessus puisque vous m'indiquez qu'elle est correcte. La TC/T forte est que tous les phénomènes physiques peuvent être modélisés sous forme de manipulation de symboles arbitraires.
3. La computation est justement la manipulation de symboles arbitraires par le biais d'un algorithme. Elle porte sur la forme des symboles et peut être interprétée sémantiquement. Les calculs mathématiques sont un exemple de computation : Dans l'addition 3+4, 3 et 4 sont des symboles arbitraires utilisés par convention normative dont l'addition résulte le nombre 7. Les symboles 3, 4 et 7 ne sont pas intrinsèquement représentatifs de leur vérité mathématique : si on décidait collectivement que (=;l,l,dsf) représente 4, les computations impliquant le chiffre 4 continueraient à fonctionner de la même manière.
4. Le computationnalisme est une thèse qui conçoit la cognition comme un système de traitement de l'information par la manipulation de symboles arbitraires. En d'autres mots, pour un computationnaliste, cognition = computation.
5. Vous avez défini en classe l'information comme étant la réduction de l'incertitude.
6. Une MT particulière possède un seul algorithme bien défini et l'exécute. Une MT universelle est capable de reproduire le fonctionnement de n'importe quelle MT particulière et de l'exécuter et peut donc manipuler infiniment plus d'algorithmes et de symboles.
7. La simulation/modélisation computationnelle d'un objet ne reste que cela : une modélisation. Elle n'existe pas en tant qu'objet physique. C'est de l'information sur un objet, pas l'objet lui-même.
J'espère que les choses sont plus claires pour frère-cadet et vous-même! J'ai remarqué que vous m'avez posé plus de questions que sur n'importe quelle autre ciélo. Est-ce que c'est parce que je me suis servi de termes dont il n'était pas clair que je connaisse les définitions?
Jules, je n'avais le moindre doute que tu pourrais le faire ! C’était juste une petite épreuve de frère-cadetisme. Mais les défis n'en finissent jamais. On serre toujour l’approximation : Frère cadet est perplexe par les multiples mentions de « information ». Est-ce que ta définition est conforme avec chaque occurrence de ce mot dans ta réplique?
SupprimerC'est que la définition du mot "information" que j'ai donnée est la vôtre ; ce n'est pas celle que j'utilise spontanément en réfléchissant. On pourrait remplacer "information" dans ma réponse numéro 7 par "données" au besoin sans changer le sens de ma réponse.
SupprimerJules, justement : La définition de l’information dans 5 est celle que j’avais présentée, et elle est correcte.
Supprimer5. Vous avez défini en classe l'information comme étant la réduction de l'incertitude.
Mais quoi pour 4? :
4. Le computationnalisme est une thèse qui conçoit la cognition comme un système de traitement de l'information par la manipulation de symboles arbitraires. En d'autres mots, pour un computationnaliste, cognition = computation.
La computation est la manipulation des symboles, suivant des règles -- règles qui ne portent que sur la forme (arbitraire) des symboles, pas leur signification. Les symboles sont souvent interprétables comme signifiant quelque chose, mais cette interprétation sémantique ne peut pas rentrer dans la computation, qui est purement syntaxique. La computation ne dépend que de la forme des symboles et des règles de manipulation qui portent sur leur forme, pas sur leur sens. Donc que veut dire « un système de traitement de l'information par la manipulation de symboles arbitraires »? (Je ne dis pas qu’il n’y a pas une façon de résoudre ça! mais c’est quoi?)
Et quoi pour 7? :
7. La simulation/modélisation computationnelle d'un objet ne reste que cela : une modélisation. Elle n'existe pas en tant qu'objet physique. C'est de l'information sur un objet, pas l'objet lui-même.
La computation est interprétable. Son interprétation réduit de l’incertitude pour l’interprète qui la comprend. Mais sa compréhension n’est pas dans la computation. Elle est dans la tête de l’interprète.
Tout ça va ressortir la semaine prochaine avec l’argument de Searle contre le computationalisme.
Ça serait ambitieux de résoudre ces deux ambiguïtés, mais si t’es partant, voici une autre : Tout ceci porte sur les manipulations purement syntaxiques -- manipulations des symboles arbitraires, suivant les algorithmes. Est-ce qu’on peut dire la même chose à propos des symboles – également arbitraires – de la langue humaine? Pourquoi? ou pourquoi pas?
Bon courage!
J'étais perplexe devant vos questions en janvier mais avec ce que nous avons appris dans le reste du cours je saisis maintenir ce que vous vouliez dire.
SupprimerLa différence entre les manipulations syntaxiques de symboles arbitraires de la computation et les symboles de la langue humaine est tout bonnement que les symboles de la langue sont ancrés. J'aurais voulu trouver la réponse par moi-même mais on dirait que la suite du cours me l'a donnée toute cuite.
Jules, c'est ça. Ou, autrement dit, ils ont la sémantique ainsi que la syntaxe. Les mots ancrés ont un référent.
SupprimerLa vidéo explique le fonctionnement de la machine créee par Turing en 1936. Si je connaissais l'histoire du personnage je n'avais jamais pris le temps de chercher à comprendre son fonctionnement, le visionnage des vidéos m'a fait découvrir pleins de choses nouvelles !
RépondreSupprimerJe ne suis pas complètement sure de ce qui rentre ou non dans la computation mais je pense qu'il s'agit uniquement du traitement des symboles variés en fonction de leur forme et place dans les "phrases" proposées. Si le procédé me parait clair je ne sis pas certaine du lien avec la cognition. Est ce que le computationisme est une "sous forme" de la cognition ? une simplification mécanique d'un processus plus complexe qui laisse libre court à une interprétation propre à chaque individu ?
Car notre cerveau ne peut pas réellement faire un travail de machine en mettant de coté tout l'aspect affectif.
Claire, oui, la computation est la manipulation des symboles suivant une recette (algorithme) qui porte uniquement sur la forme (arbitraire) des symboles. Tout algorithme est exécutable par une machine de Turing (c’est quoi? Comment elle le fait? Qu’est-ce qu’elle peut faire?)
Supprimer« Est ce que le computationisme est une "sous forme" de la cognition ? » Non, la cognition serait de la computation (si le computationisme était vrai. : l’algorithme qui réussit le T2 (c’est quoi le T2?).
Selon la TC/T forte on peut toujours (en principe) créer un algorithme qui modélise n’importe quel objet et ses attributs, approximativement, mais aussi exactement qu’on le souhaite. Mais c’est quoi de modéliser?
Faut distinguer l’ambiguïté linguistique (où est-ce que la parole ou le texte peut avoir plusieurs interprétations) du fait que les algorithmes ont une interprétation – et parfois plus d’une).
Ce n’est pas seul le computationisme qui fait face au problème difficile (ce qui est quoi?)
Je ne suis sûre d'avoir bien compris les vidéos. La machine de Turing est une machine abstraite inventée en 1936 par Turing.
RépondreSupprimerCelle ci est composé de 3 éléments:
-un ruban: c'est une suite infinie de cases comprenant 0 ou 1
-la tête de lecture: Elle se place devant une des case à chaque instant
-une table de transitions: Chacune des transitions est une associations de la forme (e, a en forme e’, a’). Cette table représente le programme de la machine du Turing.
Ainsi les symboles sont arbitraires. L'algorythme basé sur ces symboles arbitraires permet de résoudre des problèmes. En effet, tout problème est calcul et tout calcul peut être décodé par la machine de Turing.
Cette machine est bien entendue à mettre en lien avec la cognition car tout est algorythme.
Camille, tes questions ont déjà été traitées dans d'autres ciélos et répliques. Stp toujours lire les précédents dans le fil pour ne pas répéter les ciélos.
SupprimerMather, Jennifer (2019) What is in an octopus's mind? Animal Sentience 26(1)
RépondreSupprimerAmodio, P., Boeckle, M., Schnell, A. K., Ostojíc, L., Fiorito, G., & Clayton, N. S. (2019). Grow smart and die young: why did cephalopods evolve intelligence?>/a> Trends in Ecology & Evolution 34(1), 45-56.
Margo comment t"as fait pour réussir à re-afficher cette dernière fois? Peut-être que ça aidera aux autres dont les ciélos disparaissent dès qu'affichée.
RépondreSupprimerVoici la ciélo de Taly Chanier qui n'a pas encore réussi à l'afficher.:
RépondreSupprimerAprès les lectures/ vidéos lu et visionné pour ce premier cours, je comprends que la machine de Turing fut inventée en 1936 par Alan Turing et est ce qu’on peut appeler l’ancêtre conceptuelle de l’ordinateur. En sommes, elle est composée de trois éléments fondamentaux ; un ruban infini comportant des cases pouvant contenir 0 ou 1, une tête de lecture puis une table de transition. La tête de lecture peut avoir différents états internes en fonction de ce qu’elle y lit et de son état interne, elle peut soi bouger à droite, à gauche, rester en place et éventuellement modifier le caractère qu’elle a lu et changer son état. La thèse de Turing tend à démontrer que tout problème pour lequel il existe un algorithme peut être résout par une machine de Turing. Cette thèse vient ainsi préciser la notion de calculabilité, elle vient la définir. La calculabilité signifie donc qu’il existe un algorithme au sens de la machine de Turing. D’après ma compréhension, l’ordinateur est comme une machine de Turing universel qui exécute d’autres machines de Turing (des programmes codés dans un certain langage). La machine de Turing a permis le développement d’un modèle computationnel et un modèle de pensée abstrait. Je crois comprendre qu’elle a permis un avancement sur les études de la cognition et sur notre compréhension de certains processus, mais je crois qu’ici est mon questionnement – je ne suis pas certaine de comprendre en quoi elle peut être appliquée à la conscience et au ressenti. Je suis un peu confuse et je n’arrive pas à concevoir des liens entre ces notions. Comment la computation pourrait comprendre de façon causal le ressenti ?
Taly stp communiquer avec moi pour résoudre ton probléme d'affichage sur blogspot.
SupprimerAvant d'affiche, lis toujours les autres ciélos sur le fil de ls semaine pour ne pas répéter; et les aussi mes répliques.
Concernant la conscience (= ressenti), c'est quoi le problème difficile. Pourquoi est-il difficile?
Il est difficile pour les computationistes qui soutiennent que cognition = computation. Mais il est tout aussi pour toute autre théorie de ce que c'est que la cognition (comme T3 ou T4: c'est quoi?).
Voici la ciélo de Myriam Henry qui n'a pas encore réussi à l'afficher: :
RépondreSupprimerD’abord, je tiens à dire que j’ai trouvé l’écoute de ces vidéos bien intéressante. Elle m’a rappelé plusieurs choses apprises dans d’autres cours que j’ai suivis par le passé et m’a amenée à me poser plusieurs questions. Je me demande donc si les liens que je crois avoir faits sont corrects. Par exemple, pourrait-on dire que les tables de transition de la machine de Turing sont semblables aux tables de vérité développées par Wittgenstein ? Si la réponse est non, quelles seraient les différences entre elles ? Si oui, pourrait-on dire de Wittgenstein qu’il est un précurseur de Turing ? D’autre part, il a été dit dans une des vidéos que la machine de Turing opère dans un langage binaire. Je me demande donc si cela signifie qu’elle opère en logique classique et, dans le même ordre d’idées, s’il serait possible de créer une machine de Turing qui fonctionne pour des logiques plurivalentes, où l’on emploierait donc plus de symboles que des 0 et des 1.
Ensuite, le passage où l’auteur de la vidéo parle du concept d’indécidabilité et des démonstrations par l’absurde m’a bien fascinée. Lorsqu’il dit qu’une machine de Turing A peut être employée pour résoudre un problème mathématique analysé par une machine B (pour tenter de montrer un paradoxe), pourrait-on dire que la machine A et la machine B correspondent à des niveaux de langage différents, par exemple un niveau logique et un niveau métalogique ?
Myriam, je répond ici à tes questions, mais il faut qu’on laisse ce sujet parce que ça risque de inquiéter ceux auxquels j’ai promis que ce n’est pas un cours de math ou de logique symbolique – juste deux semaines pour comprendre at apprécier ce que c’est que la computation! En plus, ces questions ne concernent pas la cognition!
Supprimer« pourrait-on dire que les tables de transition de la machine de Turing sont semblables aux tables de vérité développées par Wittgenstein ? Si la réponse est non, quelles seraient les différences entre elles ? »
Oui et non. Les tables de vérités (découvertes indépendamment par Wittgenstein et par Post, et avant eux par Peirce) ne sont pas la formalisation de ce que c’est que la computation (ce qui, a à son tour, fut découverte indépendamment à peu près en même temps par Turing, Church, Gödel et Post – le même Post qui a codécouvert les tables de vérité!).
Les quatre formalisations de la computation par Turing, Church, Gödel et Post se sont avérées équivalentes (mais celle de Turing était la plus simple). Renforcées par l’absence de contre-exemples, cette équivalence formelle entre quatre variantes indépendantes a augmenté la crédibilité de la thèse faible de Church/Turing (ce qu’on pourrait donc dénommer la thèse forte de Church/Turing/Gödel/Post!).
Mais les tables de vérité de Wittgenstein/Post/Peirce ne sont qu’un algorithme pour calculer si une proposition logique est vraie ou fausse. En tant qu’algorithme, elles pourraient être exécutées par une Machine de Turing. Mais elles ne sont pas la formalisation de ce que c’est que font les mathématiciens quand ils font de la computation.
Si oui, pourrait-on dire de Wittgenstein qu’il est un précurseur de Turing ?
Non, comme je viens d’expliquer. Il faut aussi noter que les soi-disant « modèles » ou « sémantiques » des algorithmes sont toujours juste encore des systèmes de symboles eux aussi, à un « niveau plus bas » : On interprète les symboles avec d’autres symboles. Pas comme le référent de la série de symboles « fruit rond et rouge ou verte qui pousse sur un pommier » ce qui serait cet objet réel dans le monde des objets pas les symboles.
D’autre part, il a été dit dans une des vidéos que la machine de Turing opère dans un langage binaire. Je me demande donc si cela signifie qu’elle opère en logique classique et, dans le même ordre d’idées, s’il serait possible de créer une machine de Turing qui fonctionne pour des logiques plurivalentes, où l’on emploierait donc plus de symboles que des 0 et des 1.
0 et 1 sont juste des symboles de forme arbitraire, tout comme P et Q, 3,4,5 et « V » et « F ». Mais ça aurait pu être des billes, des galets ou des coquillages.
Les logiques formelles « plurivalentes » reviennent toujours à deux valeurs véridique à un « plus haut niveau » (peu importe si on les appelle 0/1, V/F, out T/F!).
Ensuite, le passage où l’auteur de la vidéo parle du concept d’indécidabilité et des démonstrations par l’absurde m’a bien fascinée. Lorsqu’il dit qu’une machine de Turing A peut être employée pour résoudre un problème mathématique analysé par une machine B (pour tenter de montrer un paradoxe), pourrait-on dire que la machine A et la machine B correspondent à des niveaux de langage différents, par exemple un niveau logique et un niveau métalogique ?
On peut, mais ça change rien : tous ces « niveaux » sont juste symbolique (formelle, syntaxique).
La notion de calculabilité de la machine de Turing est étroitement liée à la question de savoir si les systèmes mentaux peuvent être considérés comme des systèmes formellement calculables. Cette question est toujours étudiée dans les sciences cognitives et dans les domaines connexes tels que l'intelligence artificielle.
RépondreSupprimerLa machine de Turing est un modèle de calcul basé sur des algorithmes formellement définis, c'est-à-dire des suites d'instructions précises et non ambiguës qui décrivent comment effectuer une tâche spécifique. Cette caractéristique est ce qui lui permet de simuler tout autre algorithme de calcul.
Dans quelle mesure les processus mentaux peuvent être considérés comme rationnels ? Certains soutiennent que les processus mentaux sont fondamentalement rationnels et peuvent être décrits comme des algorithmes formellement définis. D'autres chercheurs, en revanche, soulignent que les processus mentaux sont influencés par des facteurs tels que les émotions, les croyances et les préférences personnelles, qui peuvent nuire à la rationalité. Les processus mentaux sont plus complexes et ne peuvent pas être entièrement décrits et formellement définis. Il y a donc une certaine controverse à ce sujet et il est important de noter que les processus mentaux sont probablement influencés par des facteurs à la fois rationnels et non rationnels.
Walid, la calculabilité concerne l’existence d’une solution a un problème formelle (symbolique). Le calcul (la computation) est la manipulation des symboles suivant des règles formelles (les algorithmes, ce qui sont des recettes pour manipuler les symboles).
SupprimerMais c’est quoi (1) la thèse faible et (2) la thèse forte de Church/Turing, discutées dans le cours? Et c’est quoi (3) le computationisme (‘computationalism’)?
C’est le cerveau qui produit nos capacités cognitives (donc, la cognition). Le « computationisme » soutient que le cerveau produit la cognition uniquement en exécutant des algorithmes, donc, en manipulant des symboles, comme un ordinateur.
Une machine de Turing (MT) est un matériel qui exécute un algorithme particulier. Une MT (et donc un ordi) peur exécuter n’importe quel algorithme.
Mais la calculabilité en tant que telle -- c’est-à-dire, est-ce qu’un problème formel mène vers une solution computable -- n’est pas une question pour les cognisciences. Elle ne porte sur la cognition juste qu’en tant que les mathématiciens (qui sont aussi des cogniseurs, comme nous, qui font des calculs comme métier).
Que veulent dire « processus mental » et « rationnel »? « Mental » peut signifier « ce qui est exécuté par un cerveau humain » ou ça peut signifier « ce qui est exécuté par un organisme qui est sentient » (conscient). « Rationnel » veut dire « ce qui suit les règles de la logique formelle ». Le cerveau est capable de produire des comportements qui suivent ou qui ne suivent pas les règles de la logique formelle.
Tout ceci est extrêmement vague. Les cognisciences ne commencent de vrai que lorsqu’on s’y met à rétroingénierier la capacité des humains à faire ce qu’il y a (de cognitif) que les humains (ainsi que les autres espèces qui pensent) ont la capacité de faire. Il faut découvrir, expliciter et éprouver le mécanisme causal sous-jacent.
Énième tentative de publication (avec la méthode que vous avez proposé : utiliser Chrome, compte Google, fermer tout...)
RépondreSupprimer*******
#1
Une des meilleures façons d'apprendre est d'enseigner ce qu'on a appris, et c'est l'exercice qu'on est invité·e·s à entreprendre pour ce cours en rédigeant ces ciélographies.
Le principe est de synthétiser un texte ou un concept en s'imaginant s'adresser à une jeune personne («frère ou sœur cadet·te») qui n'a aucune connaissance sur le sujet, mais qui est curieuse et désireuse de comprendre. On peut aussi s'imaginer qu'elle est plutôt impatiente, donc il faut faire l'effort d'aller à l'essentiel, en produisant une explication simple, claire et concise, et tout en évitant des mots vagues ou obscurs.
Sans doute, tout le monde peut se rappeler d'avoir fait l'expérience d'un faux sentiment de compréhension, qui s'est relevé faux (ou incomplet) justement au moment où on a tenté d'expliquer ce qu'on avait en tête à autrui. Dans ce genre de moments, on se rend compte qu'il y a des choses qui ne sont pas encore claires, qu'on se bute sur certains éléments ou qu'il y a des incohérences dans notre raisonnement. L'intégration n'a donc pas été faite correctement, et cela vaut la peine de s'attarder sur chaque morceau qui pose problème jusqu'au point où on est capable d'expliquer notre concept à à peu près n'importe qui avec succès et facilité.
*****
#1.1
Ça m'a fait penser à des capsules vidéo très intéressantes de WIRED, où des experts de divers domaines scientifiques tentent d'expliquer un même concept à cinq personnes différentes : un enfant; une ado; un étudiant au collégial; une étudiante universitaire puis un autre expert. Donc, cinq niveaux d'explication pour une même idée.
Je trouve ça fascinant de voir des choses si complexes peuvent être compris par de jeunes enfants (du moins dans une certaine mesure), lorsque bien expliquées.
Voici un lien envers une des vidéos (cependant seulement en anglais) : Neuroscientist Explains One Concept in Five Levels of Difficulty
Non désolée, je n'arrive pas à m'en souvenir ! Peut-être Anne pour co-signataire mais je ne suis pas sûre
Supprimer#2
RépondreSupprimerCette semaine, on s’intéresse aux forces du computationnalisme, cette idée que la cognition est un amas de computations (calculs mathématiques) indépendantes de son matériel, qu’il suffirait de découvrir et d’expliciter pour expliquer nos capacités cognitives. Elle fut pendant un temps une candidate plausible au problème facile.
Les défenseurs du computationnalisme comme Pylyshyn ont le mérite d’avoir critiqué les tentatives d’explication faisant recours à l’introspection (observer soi-même l’enchaînement de ses pensées et des images) et au béhaviourisme (notre historique de renforcements positifs / négatifs façonne nos comportements). Le béhaviourisme avait déjà un pas d’avance sur les théories introspectionnistes, en tentant de fournir une explication causale à nos comportements observables, mais n’a jamais entrepris de répondre à la question capitale pour les sciences cognitives : «qu’est-ce que ça nous prend pour être capables d’être influencé par ces renforcements ?». Cela nécessite de s’intéresser à la «boite noire», et les computationnalistes l’ont fait.
Le computationnalisme peut expliquer au moins certaines de nos capacités : le calcul, la logique (formelle), l’abilité de suivre des règles des jeux comme les échecs. Mais des capacités comme la catégorisation et le langage peuvent-elles se réduire à de la manipulation de symboles suivant des algorithmes ?
L’emballement pour le computationnalisme, à une époque où les progrès en informatique étaient sans précédent, est compréhensible. On savait que la computation était puissante, et on pouvant désormais imaginer qu’elle pourrait en théorie simuler n’importe quoi dans l’univers (thèse forte de Church/Turing); même le cerveau, les réseaux neuronaux, la cognition. Mais cela suffirait-il?
Ces questions seront explorés prochainement.
Margo, excellent résumé. (Mais c'est quoi, au juste, la computation? Et qu'est-ce que c"est que d'expliquer nos capacités cognitives?)
SupprimerComputation = calcul, tel que formalisé par Turing et sa MT. Cette dernière fait des calculs en manipulant des symboles selon leur forme (arbitraire), suivant des règles (algorithmes). Le résultat peut être interprétable par nous (si l’algorithme est bon). Le matériel / support n’est pas pertinent à l’action de calculer : elle peut être exécutée par une MT; par un être humain avec crayon et papier; seulement dans la tête de l’humain; voire même dans la tête d’un individu d’une autre espèce animale qui est capable de faire des calculs simples.
SupprimerUne explication de nos capacités cognitives doit être une démonstration causale. Pour expliquer il faut comprendre, et la seule façon de s’assurer qu’on a compris comment elles *fonctionnent*, c’est de les rétro-ingénierer. Cela est compliqué pour la cognition, car contrairement à d’autres organes du corps, le design du cerveau n’en révèle pas le fonctionnement. (Vs. le cœur dont la fonction est de pomper le sang et qui ressemble à une pompe, etc.). Quand on aura rétro-ingéniéré un mécanisme qui fait ce qu’on fait cognitivement, en comprenant comment on l’a construit, on pourra dire qu’on a une explication cognitive.
C’est Turing qui a proposé la retro-ingénierie comme méthodologie pour expliquer nos performances cognitives et résoudre le problème facile, avec le test de Turing / «le jeu de l’imitation». (Dans son texte il se concentre sur le T2 - performances verbales, mais il y a d’autres variations possibles : le T3, T4, T5 – ces deux dernières n’étant pas pertinentes selon Turing).
Margo, bon résumé, rédigé et affiché durant le cours!
Supprimer**Étienne**, merci! Mais non, c'était avant le cours ! Je n'ai pas la super-capacité de me concentrer sur deux choses en même temps!
SupprimerBien que la machine Turing était capable de calculer des algorithmes très complexes, ça reste une méthode très abstraite en la comparant aux forces cognitives de l'humain. Ce dernier peut faire une suite très étendue d'un concept particulier tandis que la machine travaille selon des données programmées et détermiées.
RépondreSupprimerAlia, qu'est-ce que tu veux dire par « abstrait »? Que fait la machine de Turing? (Si on savait déjà ce qui arrive dans nous tête pour produire la cognition, on n'aurait pas besoin des sciences cognitives.) Stp lire les autres ciélos et surtout mes répliques.
SupprimerLa thèse de Church/Turing stipule que pour tout problème, il existe une procédure automatique, un algorithme qui résout le problème. En d’autres mots, tout ce qui est calculable l'est par une machine de Turing. La thèse faible de Church/Turing veut que la computation puisse faire tout ce que peuvent effectuer les mathématiciens. La thèse forte, quant à elle, propose que la computation puisse également simuler/modéliser presque tout ce qu’il y a dans l’univers. Grâce la thèse de Church/ Turing, on comprend la notion de la calculabilité qui veut que tout algorithme (abstraction formelle), peut être exécuté par une machine de Turing particulière (MT-particulière). Une machine de Turing universelle (MT-universelle) correspond au matériel qui peut exécuter tout algorithme, qu’ils soient abstraits et formels. J’éprouve toutefois une certaine difficulté à comprendre la différence entre un algorithme formel et un algorithme abstrait. Même en consultant vos répliques aux autres ciélos, par exemple, vous expliquez entre autres que « Une description symbolique (mathématique ou verbale) est formelle. Elle est plus abstraite que ce qu’elle décrit. Le nom d’une chose est plus abstrait que la chose. », la différence m’apparait encore floue…Serait-ce possible d’avoir un exemple concret pour chaque algorithme?
RépondreSupprimerBlanche, « abstraire » signifie sélectionner certains attributs et ignorer d’autres.
SupprimerEn parlant de la « couleur » des objets je sélectionne cet attribut sensoriel des objets visibles et je néglige le reste (la forme, la taille, la texture). Cette pomme particulière devant moi est un objet concret. Les « pommes » en général c’est un ensemble d’objets, une catégorie, dont certains objets, ayant certains attributs distinctifs qu’on abstrait, sont membres et d’autres ne sont pas membres.
Une façon de signaler le fait que l’on fait abstraction c’est de dénommer la catégorie – tout ce qui porte le nom « pomme » est membre, et pour ça il faut avoir l’attribut d’être rond et soit rouge soit vert. Le nom d’un objet est une abstraction basée sur certain de ses attributs, et l’attribut d’être rouge est également une abstraction. Un nom est formel, et une description verbale est aussi formelle. Il s’agit des noms arbitraires des attributs (par exemple, d’une pomme) rangés dans une séquence pour exprimer une proposition (sujet/prédicat) : « les pommes sont rondes et rouges ou vertes ».
Toutes les catégories sont des abstractions. Il y a aussi des degrés d’abstraction : pomme – fruit – comestible – chose. Et pour certaines catégories très abstraites (comme la justice ou la démocratie) on ne peut pas préciser des attributs sensoriels : leurs attributs doivent être décrits ou définis verbalement, avec des mots qui sont des noms de catégories qui dénomment leurs attributs distinctifs. Mais ces mots doivent être ancrés, indirectement (verbalement) ou à la limite directement, dans les catégories ayant les attributs sensorimoteurs pour lesquels nous avons les capteurs qui extraient (abstraient) les attributs distinctifs
Anne, ce n'est pas affiché sur le bon fil. Stp voir Semaine 10.
RépondreSupprimerEn rétrospection à la session que nous venons de suivre, il m'est apparent que la cognition sera probablement toujours différent de la computation. D'un côté plus philosophique, la cognition tel que performer par l'humain est-elle rattaché à notre conscience ? Il semble qu'il existe une capacité unique à l'humain d'ancrée des symboles.
RépondreSupprimer