Discussion :

[davcha]

Ca dépend ce que tu entends par "conscience". S'il s'agit de savoir qu'on existe, de le sentir. Il faudrait sûrement mettre en oeuvre un système cognitif qui "se regarderait lui-même".
Ca correspondrait +/- à la définition. Quant à l'intérêt d'un tel système...

Au fait, est-on conscient d'être conscient de notre existence ?
Je veux dire, par exemple, windows NT "se regarde lui-même", ne serait-ce que par son système de rapport de bug. Mais est-ce que le système de rapport de bug de windows nt s'observe lui-même ?
Le parallèle par rapport à nous : on est conscient, puisqu'on sait qu'on existe, qu'on le sent (selon cette définition, toujours). Mais est-on conscient du phénomène qui nous donne cette consience ?

Ca part dans du jus de chaussette là, un peu, je l'admets. Mais en fait, je me demande ça, car mettre en place un système cognitif, c'est relativement simple : réseaux de neurones, agents intelligents... bref. Mais mettre en place un système cognitif qui s'observe lui-même ? On pourrait imaginer qu'on mette en place un réseau de neurones, ayant pour entrée l'ensemble des poids de toutes ses neurones, mais à quoi ça mènerait ce truc ? Et même, est-ce que ça pourrait évoluer ?? Et toujours cette question d'intérêt de mettre en place un tel truc ?

[Alec6]

Ben en faite l'idée et de produire des systèmes (ou plutot des légos) capables d'avoir des niveaux méta et mettre en relation ces niveaux méta.

Si un système est auto-descriptif, donc gère de la méta-information, je pense qu'on peut faire plein de choses avec ce dernier dont des questions du style: pourquoi a tu fais cela, ou va tu faire cela etc..., on peut lui demander une auto-analyse et meme une auto-correction. Le système devient moins mécanique, on sort de l'automate.

C'est probablement les niveau méta qui nous permet de définir:
- des ensembles par comparaison des propriétés des élements=aptitude à la comparaison (ressemble à l'interface comparable de JAVA);
- des échelles de grandeurs;
- des filtres;
- notre cycle de vie (le fait de savoir que l'on vie et l'on meurt provient de la conscience du "temps");
- notre état de santé et la nécessité de se rectifier;
- l'état de nos connaissances en rapport à ce dont nous avons conscience de ne pas savoir;
etc...

A mes yeux on nomme conscience un certain nombre de niveaux méta dont nous disposons, sur le temps, le dénombrement, l'analogie, la sémantique etc...

J'ai vue dans les réseaux de neurones que les algo pouvait trouver une solution sans savoir si c'est la meilleur et sans pouvoir expliquer pourquoi une telle solution. Ca revient à un programme de base, un intelligence qui grandit mais ne peut fournir à une autre intelligence le parcours simplifié de son apprentissage. Donc chaque réseau doit recommencer la progression (sauf clonage bien sur).

Voilà Davcha, je n'est pas un vision bien précise, mais tout le monde recherche des niveaux méta dans les programmes, simplement pour la souplesse.

[Madmac]

Pour répondre à la question du débat à l'origine ,
les versions disponibles sur linux sont:
- prologII(prolog avec 2 en chiffre romain) disponible chez prolopAi. Il sont les droits exploitations de l'inventeur du prolog et ils ont crée un version unique (prolog4) qui surpasse tous ce qui existe! Il a de très bon mécanisme pour communiqué avec d'autre appli (si tu désire utilisé des réseaux neureaux, c'est crucial!). Pour gérer la reconnaissance des sons et de l'image, c'est ce qui ce fait de mieux à l'heure actuelle et prolog peut très bien géré le choix du type de réseaux!

- Il existe SWIprolog (appelée parfois GNU_prolog) et Ciao_prolog qui sont tous les deux très solides. SWIprolog peut produire des exécutables que sont PLUS RAPIDE que le C dans certain cas.


Un version sur window ; EZY_prolog c'est une sorte de Visuel Prolog(compilé)

Tout les versions cité ont un système de ramasse-miette(Garbage collector), se qui n'est pas toujour le cas dans les shareware que l'on peut trouvé.
(La conception du ramasse-miette est la bête noir des concepteurs de langage de type prolog)

Mais si tu débute tu doit savoir que le langage dans sa forme interprété est supérieur à celle qui compilé.

Prolog dans sa forme interprété a des mécanismes puissants pour l'autoprogrammation qui pourrait être utilisé pour l'auto-apprentissage!
Ce qui fait que prolog reste LE LANGAGE de l'intelligence artificiel. Si un jour , l'homme m'est au point une machine pensante le noyau sera sans doute géré par un langage déclaratif de type prolog, je dit de type prolog car la systaxe pourrait simplifié (trop de parenthèse à mon avis!).

Un nouveau langage qui pourrait concurrencé prolog. Ce language s'appele MOZART. Ca vaut la peine de jeté un coup d'oeil sur le site ! (en anglais seulement!). Si tu pense à mécanisme de raisonnement basé sur des règles , il existe le langage CLIPS dévellopé par la NASA disponible en shareware (source incluse)!


Enfin pour ce qui est du débat que la question a soulevée, je trouve que les réflexions sont un brin narcissique. Un peu d'humilité cher humain!
L'être humain est doué d'une intelligence individuel supérieur à tous ce qui vit sur cette planète mais collectivement on a l'intellligence d'un petit pois! C'est du moins ce que pense un prix Nobel en biologie dont j'ai oublié le nom!

Des robots avec l'intelligence d'une fourmi pourrait colonisé mars!

Sans un brin de conscience!

La conscience est un mécanisme qui permet de censuré des décisions inacceptables. Et ce mécanisme n'a pas à être le fruit de réflexion.
Il peut-être le fruit d'apprentissage (conditionnement). Votre chien ne vous mord pas ,pas parce qu'il a conscience qu'il inflige une douleur en le fesant et que c'est mal. Mais ce qu' il risque de vivre, par la suite, une expérience désagréable! C'est très pavlovien.

Le conditionnement est le mécanisme de base des réseaus neuraux. D'une certaine façon la concience est l'aspect que l'on peut (à l'heure actuel)
le mieux reproduire. Et si on pousse la réflexion on réalise que la conscience est nécessaire dans la mesure que ses machines pensantes peuvent prendre des décision succeptible d'avoir un impact un ou des être humains. En absence d'être humains, le problème ne se pose plus! Un mécanisme d'auto-préservation élémentaire est suffisant.

En fait, le vrai défi n'est pas de reproduire une entité biologie, mais bien de reproduire des mécanismes comportementals:

-le mécanisme du raisonnement pour la résolution de problème.
-le mécanisme de la mémorisation.

Pour ce qui est du mécanisme du raisonnement. Il existe plusieurs méthode qui se résume par: essai,erreur et on mémorise le résultat.
Au démarrage une machine pensante devrait utilisé cette méthode (du moin la machine 1). Après avec internet la machine 1 pourrait accédée à un large base d'information quelle pourrait synthétisé et organisé. Et c'est là que sa coinçe!

Dans la résolution de problème, il existe deux familles d'approche le chainage avant et le chainage arrière.

le premier permet de résoudre des problèmes du type:

- SI les femmes aime les cadeaux,
- SI ma secrétaire est une femme,
- ALORS ma secrétaire aime les cadeaux!

C'est l'induction!

SI je me réveille avec ma sécretaire et j'ignore comment
SI j'ai tendance à faire des chose stupides quand je bois.
Je peux déduire que j'ai bu!

C'est la déduction!

Si la différence n'est évidante , voici deux situations!

Problème : Vous avez un ours polaire à nourrir!

Situation un: vous avez livre sur les ours.(induction)

Situation deux: vous disposez de livre sur les phoques et les poisson arctique.(déduction)

Comme on peux voir clairement avec deux bases de connaissance différente ont peut résoudre ce problème. Et c'est le challenge comment organisé la base de connaissance d'une façon optimum, comment subdivisé cette base de connaisance pour éliminer le plus de recherche possible.Et surtout comment automatisé le tous!

Voila le seul vrai débat sur l'intelligence artificiel! Du moins avec les outils que nous disposons

[davcha]

Ca serait pas plutôt un débat sur les moteurs d'inférences ça ?

[Madmac]

À mon avis, les deux concepts sont indissociables. Je ne peux concevoir une forme d'intelligence sans mécanisme deraisonnement !

Les moteurs d'inférences servent à produire des sortes d'automates. Si on prend le cerveau comme modèle, il y a la portion instinct, qui est passablement importante chez les animaux. Je vois beaucoup de similarité entre un comportement instinctif et un automatisme.

Je suis convaincu que c'est un mauvais choix que de tenter de reproduire le cerveau humain , pour commencer reproduire le cerveau d'une fourmi me semble plus réaliste. C'est essayé de courir avant de savoir marché. Le cerveau reptilien existe chez la fourmie comme chez humain. Et avec une émulation du cerveau reptilien, il est possible de faire des réalisations tangibles.

La réalisation d'une machine qui est capable de reproduire le comportement d'une fourmi est passablement ambitieuse. Par rapport aux robots existants, la fourmi est de loin supérieure. Et si on couple l'intelligence d'une fourmi avec les possibilités de calculs de l'ordinateur, on obtient une machine qui est capable d'explorer et de bâtir la base d'une colonie sur mars, avec un minimum de supervision humaine.

La machine ZERO sera composée presqu' entièrement de règles d'inférence, de comportement préprogrammé! Qui déclencheront l'algorithme le plus approprié pour la résolution de problème.

Pour commencer la reconnaissance des formes avec des réseaux de neurones. La technologie fonctionne, par contre, le temps de réaction est très lent. On peut diminuer le temps de réaction en effectuant l'analyse en parallèle (ce qui faisable à l'heure actuel).
Mais le conditionnement ne peut c' exécuter en parallèle, et c'est trop long.

Une meilleur approche serait la reconnaissance de classe de forme et de créer un mécanisme en prolog qui générerais des bases de données pour différents contextes. Par exemple une forme blanche, ovale avec quatre rectangles dans un espace + que - fermé , à une température d'environ 20 degrés C, permet de supposer que l'on doit recherche dans le groupe de bases de données lié à l'habitation. La même forme dans un espace ouvert,à une température de moins 20 degré, nous permet de supposer que l'on recherché dans habitats tempérés suivit d'habitat arctique. On pourrait raffiner les classifications en introduisant d'autres paramètres comme:
- Dégage de la chaleur?
- Dégage des radiations (atomique, lumineuse,sonore (dans quel bande?))?
- Dégage des gaz?

À l'usage l'ordinateur finirait par des bases de donnée de plus en plus pointue basée sur grille d'analyse sensorielle. C'est ce que j'appellerais la classe sensorielle.

Un deuxième niveau, serait la classe des contextes induits : La reconnaissance de certains éléments particuliers permettrait de limiter les recherches (par exemple : un bidet!).

Une fois que cette tache colossale est accomplie. On doit associer des termes à ces manifestations sensorielles.

Étape suivante, analyse du langage. Même type de travail, où l'on doit associer des verbes avec les contextes préétablis. Toutefois on doit y ajouter une dimension temporelle. Cette organisation préalable de l'information réglerait beaucoup d'ambigüité dans l'analyse d'une phrase. À partir de ce moment, et seulement à partir de ce moment, on peut dire à notre robot "Va me chercher une bière!"

Comme on le voit,on a affaire à une base de donnée multidimensionnelle, qui serait organisée également par la fréquence et le taux d'échec.

Et le neuvième jour, l`homme se reposa!

[Yabo]

À mon avis, les deux concepts sont indissociables. Je ne peux concevoir une forme d'intelligence sans mécanisme deraisonnement !

C'est peut-être là que je ne suis pas tout a fait d'accord. Il y a un exemple, qui est facile mais que j'aime bien, c'est Einstein. A son époque lorsqu'il émet la théorie de la relativité il est très loin d'être le meilleur en physique ou en math. Pour innover parfois il ne faut pas être "prisonnier" de sa connaissance qui nous fait abandonner certaines hypothèses parce'qu'on les estimes impossible. C'est exactement ce qui arrive avec le scandale dans la communauté scientifique sur la fusion froide actuellement.

De plus je n'ai pas l'impression qu'on voit les choses de la même façon. Je ne parlais pas de créer une énorme base de données avec pleins de filtres et compagnie comme tu le décris mais un réel cerveau humain. Et ca, aucun langage, aucune technologie à l'heure actuelle n'est capable de l'envisager. C'est pourquoi il ne faut pas s'enfermer et se dire : "si intelligence articielle il y a, alors ce sera en langage X".

Peut-être utiliserons directement des neurones ? Je pense aux ordinateurs biologiques. On peut imaginer avoir un "cerveaur" dans la tour et l'électronique et l'informatique ne serait qu'une interface de communication avec ce cerveau.

Bref on ne peut pas avoir une idée précise de ce que sera l'IA dans 10 ans, sur quel support elle sera, dans quel langage elle sera faite etc ....

[davcha]

A noter qu'une université de je sais plus quoi, ou un centre de recherche a fait l'expérience +/- récemment de connecter une neurone d'escargot avec un circuit imprimé. expérience réussie.

À mon avis, les deux concepts sont indissociables. Je ne peux concevoir une forme d'intelligence sans mécanisme deraisonnement !

Y'a pas que les moteurs d'inférence en IA. donc si le moteur d'inférence est indissociable de l'ia, l'inverse n'est pas forcément vrai.

[Madmac]

Faudrait pas mélanger les pommes est les poires. Un circuit logique, qu'il soit organique ou chimique,reste un circuit logique. Le fait de pourvoir se connecter à une cellule ne nous avance pas d'un centimètre vers la machine pensante.

Cette une percée pour les prothèses. Mais on n'a qu'une idée vraiment très vague de son rôle dans le cerveau. Il se pourrait très bien que le système synaptique ne soit que la portion " ram et bus " et que la portion intelligence soit d'ordre biochimique.

Mais de toute façon, je ne miserais pas trop sur l'approche biologique. La nanotechnologie , les recherches appliquées sur les systèmes quantiques et enfin les recherches sur l'holographie pour le stockage d'information sont pas mal plus prometteuses.

Prolog reste,par élimination, le seul langage à considérer! La plupart des tentatives d'adapter d'autre langage avaient un taux de dégradation de performance tellement élevé qu'elle rendait inutile l'utilisation d'un cinquième CPU . La dégradation est de l'ordre d' environ 50% par CPU!

Dans le cas de prolog dans un hypercube, elle est d'environ 5 à 10% seulement! Et le 10% se produisent quand le programme est simple. Évidemment il est possible avoir une dégradation plus importante, si écrit le programme de façon procédurale.

Il y a beaucoup de façon de résoudre des problèmes, rare sont celle qu'il peuvent implanter en prolog. Prolog est couteau suisse de la programmation. Il sera sûrement,un jour détroné, par un langage qui lui ressembleras beaucoup. Mais pour le moment,
je ne connais pas beaucoup de langages de programmation qui peuvent être enseignés à un enfant de neuf ans et qui ont des performances semblables. Sûrement pas l'Occam!. Et cet une technogique qui existe maintenant!

Évidemment si le parallisme ne te parait pas essentiel pour une machine pensante, les possibilité sont plus large!

[@v@lon]

Impossible de créer une intelligence simulaire à l'intelligence humaine.
IA = programme informatique.
IH = Esprit

[souviron34]

bon je vais moi aussi rajouter mon grain de sel...

1) a part quelques post ici (principalement sur Prolog), il n'y a pas grand-monde qui semble savoir de quoi ils parlent, tant en informatique qu'en biologie.

2) En ce qui concerne la biologie et l'espèce humaine et son absence/présence d'intelligience, voir Stephen Jay Gould (au milieu des années 80, après que les astrophysiciens aient déterminés que l'extinction des dinosaures était dûe à l'explosion d'un gigantesque météorite sur terre, les paléontologues ont repris tous leurs chiffres sur les espèces et leurs extinctions, et sont arrivés aux conclusions suivantes :
a) les espèces qui survivent au delà d'une catastrophe ne survivent pas par une complexfication de plus en plus grande, mais par CHANCE (les humanoides ont survécu à la catastrophe des dinosaures uniquement parce qu'ils ne se nourrissaient pas de 5 tonnes de végétaux par jour). ENTRE 2 catastrophes c'est le darwinisme qui prévaut. Si une catastrophe se produit, comme disent les américains "it's free for all"...
b) Placé dans un contexte de catastrophe, l'évolution se fait à 50% vers la complexification, à 50% vers la simplification.

3) En ce qui concerne l'informatique, la tentative la plus proche de la réalité fut celle des réseaux de neurones.

Malheureusement, autant il était simple et clair de le faire et de le modèliser avec une couche de neurones, autant dès qu'on atteignait 2 couches la modèlisation devient impossible. On sait FABRIQUER des machines à plusieurs couches de neurones. Elles fonctionnent. Elles raisonnent, les connexions se font. Mais on ne sait pas COMMENT ça marche.... A moins que des découvertes récentes n'aient prouvé le contraire il me semble que c'est là l'écueuil...

Il y a aussi (cité plus haut) la logique floue...


4) Prolog peut être un bon langage, par contre le temps de réponse est très lent, et (et je parle en connaissance de cause car je l'ai moi-même fait), en général cela peut tout aussi bien se résumer par un programme écrit dans un autre langage (exemple 400 règles équivalent à un certain nombre de "if" imbriqués).

5) En tant qu'astrophysicien à la base, certaines choses dites dans ce débat me choquent :
l'anthropomorphisme de certaines affirmations (l'homme est l'espèce la plus évoluée)..

Euhhhh...... Vraisemblablement nous ne sommes pas les seuls dans l'Univers, et dans ce cas nous sommes TRES loin d'être les plus évolués.
Et si nous étions les seuls, il est possible que nous soyons une ERREUR...

Ceci est un forum, mais la question de départ était sérieuse. Donc s'il vous plaît ne racontez pas n'importe quoi...

[slim]

Bonjour,

On sait FABRIQUER des machines à plusieurs couches de neurones. Elles fonctionnent. Elles raisonnent, les connexions se font. Mais on ne sait pas COMMENT ça marche.... A moins que des découvertes récentes n'aient prouvé le contraire il me semble que c'est là l'écueuil...

C'est à dire "On ne sait pas comment ca marche..." ?

Le cerveau est tellement complexe (comparé à l'IA, des milliards de couches ?) qu'il va nous falloir du temps pour le comprendre.
Je pense qu'avec des outils et des méthodes un peu plus évolués que ceux utilisés de nos jours, on pourrait arriver à "modéliser" et donc à comprendre le fonctionnement de 'n' couches de neurones d'une machine. Et pourquoi pas arriver à reproduire le cerveau ?

[souviron34]

Bonjour,

C'est à dire "On ne sait pas comment ca marche..." ?

en gros ça fonctionne par des liaisons et des coefficients sur chaque liaison.

1ère couche : neurone 1 neurone 2 neurone 3 .....

2ième couche : neurone1 neurone2 neurone3

et les liaisons sont entre chacun des neurones (inter et intra couche)

On sait fabriquer éléctroniquement ceci , voire l'étendre à 3, 4, ou plus de couches (on met des fils de résistances différentes)

On sait par exemple, informatiquement aussi, fabriquer ça. Je me souviens avoir travaillé en 88 sur de tels réseaux pour de la reconnaissance de forme, et ça marchait : on présente un A de plusieurs tailles, de plusieurs angles (apprentissage), et ensuite on présente un A quelconque, et on "reconnait" que c'est la lettre A.

MAIS on est incapable (équipe de recherches en mathématiques, par exemple Paris VI) de savoir QUEL est le mécanisme (en dehors du fait de lister les coefficients par liaison) par lequel le fait d'avoir 0.2 sur telle liaison et 0.025 sur telle autre fait que la reconnaissance marche... Impossible de modèliser (mathématiquement) le comportement..

Or NOS neurones ont des "spécialités", des comportements différents suivants les stimuli... Et, en analysant que ce soit les réactions chimiques ou éléctriques ou génomiques, on peut au moins arriver à identifier en gros les régions de spécialité..

Et là, mathématiquement, ben c'est pas le cas....

[GrandFather]

On sait par exemple, informatiquement aussi, fabriquer ça. Je me souviens avoir travaillé en 88 sur de tels réseaux pour de la reconnaissance de forme, et ça marchait : on présente un A de plusieurs tailles, de plusieurs angles (apprentissage), et ensuite on présente un A quelconque, et on "reconnait" que c'est la lettre A.

MAIS on est incapable (équipe de recherches en mathématiques, par exemple Paris VI) de savoir QUEL est le mécanisme (en dehors du fait de lister les coefficients par liaison) par lequel le fait d'avoir 0.2 sur telle liaison et 0.025 sur telle autre fait que la reconnaissance marche... Impossible de modèliser (mathématiquement) le comportement..

Tes réseaux de reconnaissance de formes ressemblent à des cartes de Kohonen (apprentissage non supervisé)... Il me semble pourtant que la reconnaissance de formes est un des rares domaines d'application des réseaux de neurones qui soit parfaitement maîtrisé, et qui fasse l'objet d'une exploitation industrielle à grande échelle (ex: lecture des plaques minéralogiques).

Pour les autres domaines, il est certain que ça reste du domaine de la recherche ; les scientifiques savent que les réseaux apprennent, ils sont un peu en mal parfois de dire quoi exactement...

Or NOS neurones ont des "spécialités", des comportements différents suivants les stimuli... Et, en analysant que ce soit les réactions chimiques ou éléctriques ou génomiques, on peut au moins arriver à identifier en gros les régions de spécialité..

Le neurone informatique est un modèle fortement simplifié du neurone biologique, et le plus complexe des réseaux artificiels est d'une simplicité triviale face à la complexité du cerveau d'un vertébré. Mathématiquement parlant, la modélisation des réseaux artificiels est rendue compliquée par l'explosion combinatoire, mais en neurobiologie, malgré les progrès énormes, il reste encore beaucoup d'hypothèses...

[souviron34]

Tes réseaux de reconnaissance de formes ressemblent à des cartes de Kohonen (apprentissage non supervisé)... Il me semble pourtant que la reconnaissance de formes est un des rares domaines d'application des réseaux de neurones qui soit parfaitement maîtrisé, et qui fasse l'objet d'une exploitation industrielle à grande échelle (ex: lecture des plaques minéralogiques).

Sans doute. Je ne suis plus au courant, mais justement c'est un peu ce que je disais : on SAIT les fabriquer industriellement.

Pour les autres domaines, il est certain que ça reste du domaine de la recherche ; les scientifiques savent que les réseaux apprennent, ils sont un peu en mal parfois de dire quoi exactement...

Le neurone informatique est un modèle fortement simplifié du neurone biologique, et le plus complexe des réseaux artificiels est d'une simplicité triviale face à la complexité du cerveau d'un vertébré. Mathématiquement parlant, la modélisation des réseaux artificiels est rendue compliquée par l'explosion combinatoire, mais en neurobiologie, malgré les progrès énormes, il reste encore beaucoup d'hypothèses...

Absolument d'accord. C'est pour ça que ça m'intéressait de lire un débat sur l'état de l'art aujourd'hui, mais pas un "vaporware" de gens qui supputent ou qui digressent sur l'intelligence humaine...



Dans ce domaine, à part le fait que j'ai frôlé ça il y a presque 20 ans, cela m'intéresserait de savoir ce qui se fait maintenant, ou quelles sont les avenues qui se sont terminées en impasses...

[siplusplus]

Bonjour,

Depuis quelques mois je me penche sur l'étude d'une machine pensante.
Cette étude est basée sur l'hypothèse que l'intelligence est du domaine du calculable
et donc, si cela se vérifie, la possibilité de créer un programme.
Cet hypothèse m'a permit de trouver et simplifier certaines méthodes de calculs
(mécanisme des nombres premiers et test de primalité simplifié qui sera
probablement publié dans les mois à venir, ou mis dans un nouveau topic sur ce site).
Ainsi que d'autres paradigmes sur l'intelligence.
La majorité des résultats sont très prometteurs car ils vérifient et deviennent
sources des nouveaux paradigmes et permettent de créer des nouvelles technologies.
L'étude devrait se terminer début de l'année prochaine. Ou du moins il devrait y
avoir un certain nombre de publications.

Voici article intéressant sur l'IA/biologie; en résumé
des neurones de rats mis sur une puce permet le piloter un avion
sur un simulateur...
http://www.futura-sciences.com/news-avion-f22-pilote-cerveau-rat_4695.php
http://www.futura-sciences.com/news-...u-rat_4695.php

L'inconvénient est que l'on n'aura pas directement les résultats, même partiel,
sur de l'expérience sur le fonctionnement de ces neurones ...

[dzada]

voila, je m'intérese aussi beaucoup aux IA aux réseaux de neuronnes et a l'évolutionnisme (algo génétiques)

jusque la j'ai programmé en Ocaml, mais je pense reprendre le projet a la base pendant mes vacances tellement ca me passionne
je me suis intéressé aux travaux de l'inria, (ils ont créé meme un language spécialisé)

vous me conseilleriez quel language pour revenir un peu a la question du debut?
(voirs plusieurs différents, mais svp précisez votre ide préféré et compilo merci)

[alexrtz]

Ben si tu te débrouilles en Caml autant le faire en Caml

Sinon, vu que les réseaux de neurones ça peut se ramener à de la multiplication matricielle, ça peut se coder assez vite en Matlab/Octave.

[siplusplus]

Il faudrait que j'essaye le Caml.

[vladvad]

voila, je m'intérese aussi beaucoup aux IA aux réseaux de neuronnes et a l'évolutionnisme (algo génétiques)

jusque la j'ai programmé en Ocaml, mais je pense reprendre le projet a la base pendant mes vacances tellement ca me passionne
je me suis intéressé aux travaux de l'inria, (ils ont créé meme un language spécialisé)

vous me conseilleriez quel language pour revenir un peu a la question du debut?
(voirs plusieurs différents, mais svp précisez votre ide préféré et compilo merci)

Prends un language objet classique type Java ou C# ...

Si tu veux programmer des réseaux de neurones ou des AG, tu devras essentiellement créer des boucles et générer des nombres alétoires ...

Sinon, tu as toujours les toolbox de Matlab, mais dans ce K là c'est plus toi qui programme (et en + c'est cher !)

[Jedai]

Prends un language objet classique type Java ou C# ...

Ca c'est argumenté...
Non sérieusement tu peux me dire pourquoi tu recommandes ces langages plutôt qu'OCaml par exemple ? Quels avantage en particulier pour l'IA présentent-ils de ton point de vue par rapport à un langage fonctionnel ?

--
Jedaï