Discussion :

[Invité]

Bonjour ; Bonsoir !
Il s'agit de mettre en œuvre conjointement et intelligemment les réseau de neurones artificiels et les algorithmes génétique.
J'ai imaginé un chaînage de liaison Homme/Machine
Voici un pseudo-code plutôt expressif, en tout cas je l'espère parce que je souhaiterais avoir une idée de ce que ça représente en terme de nature de processus.

Avec le langage Ada :

Code ada :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 
 
  -- input : text ::= données sur un objet 
  -- feedback : text ::= données après ajustement de l'objet.
 
 procedure Compute (Univers : in out Univers_Type;
                      Input   : in     String_Access;
                      Gene    :    out Gene_Type;
                      Object  :    out Object_Access;
                      Feedback:    out String_Access) is
   begin
 
      gene := Neural.respond(Input.all);
      object := genetic.program(gene);
      Feedback := new String ' (univers.Initialize(object));
   end Compute;

Je ne vous en dis pas plus pour rester dans une abstraction globale.

Merci pour vos réponse.

[lilalex]

Salut Jovalise,

Quelle est la question ?

[10_GOTO_10]

une idée de ce que ça représente en terme de nature de processus.

Le programme qui a généré le big-bang ?

En entrée, il faut lui fournir une base de 10⁸⁰ atomes environ (tu n'as pas mis la liste, je suppose que c'est un oubli ?).

Mais le processus est, à mon avis, lent et inefficace: il faut environ 15 milliards d'années et une énergie colossale pour obtenir une intelligence artificielle, qui est de plus assez peu fiable et avec une obsolescence programmée d'une centaine d'années maximum.

[Invité]

Salut Jovalise,

Quelle est la question ?

Je voulais savoir si quelqu'un à déjà combiné les réseaux de neurones et la génétique pour générer des programme orienté objet ?

Mais je pédale dans le code pour le moment.

Le programme qui a généré le big-bang ?

En entrée, il faut lui fournir une base de 10⁸⁰ atomes environ (tu n'as pas mis la liste, je suppose que c'est un oubli ?).

Mais le processus est, à mon avis, lent et inefficace: il faut environ 15 milliards d'années et une énergie colossale pour obtenir une intelligence artificielle, qui est de plus assez peu fiable et avec une obsolescence programmée d'une centaine d'années maximum.

C'est ce que je cherche à modéliser en fait !

J'ai l'idée de programmer L'I.A. orientée objet grâce a un algorithme génétique particulier et un réseau de neurone ; Et obtenir des résultat en 1 à 7 ans.

Je suis sur un modèle purement linguistique avec la langue française pour le moment.

Je vais combiner français, english et Ada après.

En fait mon algo ci-dessus est pas représentatif.
Ca ressemblerais peut-être à ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
Network.Train(Samples);
object := Network.respond(Genetic_Algorithm.gene)

bref.

[anapurna]

salut

les processus ne serait il pas parallèle ?
les algorithmes génétique et le réseau de neurones artificiels sont de type de raisonnement permettant d'obtenir un résultat
je ne suis pas sur que l'un puissent partir du résultat de l'autre

je verrais plus une solution de ce type

Code ada :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
 
 
  -- input : text ::= données sur un objet 
  -- feedback : text ::= données après ajustement de l'objet.
 procedure Compute (Univers : in out Univers_Type;
                      Input   : in     String_Access;
                      Neura   : out Neural_Type;
                      Gene    : out Gene_Type;
                      Object  : out Object_Access;
                      Feedback: out String_Access) is
   begin
 
      Neura := Neural.compute(Input.all);
      Gene := genetic.compute(Input.all);
      Object := univers.Analyse(Neura,Gene);
      Feedback := new String ' (univers.Initialize(object));
   end Compute;

[Invité]

Bonjour,


C'est bien de placer le mot analyse ;
Cependant, je modélise la raison !
Je ne vais pas analyser la raison l'éternité !
Ce modèle est un code qui aurait put ou peut naître un jour.

[anapurna]

salut

alors plutôt que analyse n'est pas le bon terme
on peut le remplacer par choix_pertinent
ce qui nous donnerais

Code ada :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
 
 
  -- input : text ::= données sur un objet 
  -- feedback : text ::= données après ajustement de l'objet.
 procedure Compute (Univers : in out Univers_Type;
                      Input   : in     String_Access;
                      Neura   : out Neural_Type;
                      Gene    : out Gene_Type;
                      Object  : out Object_Access;
                      Feedback: out String_Access) is
   begin
 
      Neura := Neural.compute(Input.all);
      Gene := genetic.compute(Input.all);
      Object := univers.Choix_pertinent(Neura,Gene);
      Feedback := new String ' (univers.Initialize(object));
   end Compute;

Imaginons que le choix pertinent soit déterminé selon un facteur défini par les deux algo
le meilleur des deux étant la réponse à ton questionnement

[Invité]

Bonjour, je pense que c'est une blague.
Je n'aime pas l'humour.

Je pensais que les mots utilisés ici serait explicites.

Malheureusement, je me suis planté a priori, parce que mon algorithme génétique ne prend pas de paramètre.

J'espérais générer un objet à partir d'une chaîne avec une couche de décodage neurale et une couche génétique qui auraient chacun une fonction distincte.

Là vous mélangez un peu.

[anapurna]

salut

je pense que c'est moi qui n'avez pas bien saisie le concept de ton projet
j'avais, je ne sais pour quel raison, imaginé que vous vouliez faire deux processus différents en parallèle (génétique et neural) afin d'obtenir une solution proche du raisonnement et que le choix final aurait ainsi déterminé de prendre tel ou tel solution.

méaculpa ... je vais aller m'auto-flageller

en résumé, vous voulez a l'aide de l’algorithme neural analyser une source et de cette source créé des objets génétique approprié au problème ainsi découvert
ce qui revient à créer dynamiquement des objets spécialisés.

tout ceci me fait penser à l’exécution d'un script généré de façon dynamique après une passe d'analyse ... ce script pouvant au moment de son interprétation généré un code binaire qui pourrais servir de "plugin" pour votre propre application

ai je bien tout compris cette fois ci ?

[Invité]

C'est peut-être de ma faute, je me suis succintemant exprimé.

En résumé c'est pas mal !
Et vous pensez pas mal non plus, mais les détails après c'est plus chaud.

Ce qui est important en fait, c'est ce que l'on va finalement demander à un tel système et ce qu'il va sortir, ou l'effet du résultat. Et c'est aussi chaud que de concevoir le système.

[Flodelarab]

Bonjour,

je ne lui demande rien, et il ne me donne rien.

C'est bon, ton projet est fini.
Bravo! Belle réussite.

[dinobogan]

Pour être clair dans mes propos, je vais redonner le principe général d'un réseau de neurones et d'un algorithme génétique, au risque d'enfoncer une porte ouverte.
Un réseau de neurones est un système à apprentissage. Avant qu'il puisse travailler, il faut lui apprendre à travailler. Rien ne peut y surgir, comme par magie. Il faut d'abord régler un réseau de neurones : il faut un ensembles de problèmes connus et la solution pour chacun d'eux. Le réglage du réseau de neurones consiste à coder le problème connu avec des uns et des zéros et vérifier la sortie que l'on souhaite obtenir. Lorsque la réponse n'est pas correcte, le réseau est modifié. Après un grand nombre d'essais/erreurs, on va considérer le réseau comme opérationnel. On pourra ainsi lui fournir un problème appartenant à la même classe de problèmes sur lesquels il a apprit et le réseau nous fournira sa réponse.
L'algorithme génétique est également un système à apprentissage. Il faut le calibrer avec des problèmes dont on connait la solution. Au bout d'un certain nombre d'essais/erreurs, on va décider arbitrairement que le système est opérationnel et on va l'utilisé pour des problèmes dont on n'a pas la solution.

Ces deux types d'algorithmes vont donner une réponse à un problème sur lequel ils ont été entraînés. Rien ne peut émerger d'un programme informatique à apprentissage s'il n'a pas été entraîné.

Toutes ces lignes pour enfin arriver à ma question : comment comptes-tu entraîner ton programme ?

[Flodelarab]

L'être humain apprend et travaille simultanément avant d'aller à l'école. Ce n'est pas vraiment là qu'est le problème.

Alors tu vas dire que les dernières stimulations auront toujours un poids disproportionnées. Mais là aussi, c'est le cas: c'est le dernier qui parle qui a raison. Voilà pourquoi en justice, le dernier mot est donné à la défense.

La question, c'est plus: Quel est le but de ce projet ?

Parce que là, on voit juste une soupe de vocabulaire savant. Totalement inutile.

[Invité]

Pour entraîner le programme, je pense à donner des technologie d'objet dans un langage "adapté" au réseau pour lequel j'aurais préalablement défini une règle et en suite générer aléatoirement des classe d'objet dans le langage sus- nommé qui générera donc dans un autre langage plus exploitable par la machine des exemple pour l'algorithme génétique ; Ce dernier générera une nouvelle technologie ou pas.

L'objectif : c'est 2 € !

je plaisante, c'est de répondre au besoin de créer le besoin ou le progrès.