Discussion :

[Invité2]

Bonjour à toutes et tous,

hier, en me balladant sur développez.com, je suis tombé sur les algorithmes génétiques, je l'ai lu jusqu'au bout et je l'ai, globalement compris, j'ai des questions à cela :

Est-ce que c'est ce genre d'algorithmes qui sont utilisés pour les GPS ?
Est-ce ce genre d'algorithmes qu'on appels Intelligences Artificielles ? (désolé de la débilité de la question )
Peut-on faire la même chose avec une série de transformations ?
Quels sont les principaux langages qui sont utilisés pour transcrire ce genre d'algorithmes ?

PS : Je débarque dans ce monde facinant, hier matin je pensais qu'il fallait avoir un super-ordinateur pour pouvoir faire des IA

[smyley]

Le GPS ce ne serai pas "juste" de la triangulation ? Par contre pour les IA, je pense que c'est plus les réseaux de neurones qui sont utilisés. Je dit ça car j'ai pu lire ce cours hier que j'ai trouvé très intéressant

[Invité2]

Je pensais aux GPS qui font les itinéraires de routes...

Je le lis et je reviens ^^

[plegat]

bonjour,

Est-ce que c'est ce genre d'algorithmes qui sont utilisés pour les GPS ?

Je ne pense pas... ça ne serait pas assez réactif!
Plutôt de la théorie des graphes, avec des arbres et tout et tout... j'ai un trou, y'a un nom pour ça...
Les algos génétiques, c'est pour de l'élevage de vaches laitières! (comprendre: trouver la meilleure solutions parmi une population de N individus initialement pris au hasard et qui ont évolués)

Est-ce ce genre d'algorithmes qu'on appels Intelligences Artificielles ? (désolé de la débilité de la question )

Ca en fait partie.
L'intelligence artificielle regroupe pas mal de domaines, dont un qui en est bien représentatif et que smyley a donné, les réseaux de neurones (neurones>cerveau>intelligence).
Mais il n'y a pas que ces deux-là.

Peut-on faire la même chose avec une série de transformations ?

Qu'est-ce que tu entends par "transformations"?
En fait, pour les algos génétiques, si tu regardes la théorie, c'est hyyyyyyyper simple. Pas besoin d'avoir bac+5 pour comprendre.

Quels sont les principaux langages qui sont utilisés pour transcrire ce genre d'algorithmes ?

Euh... un peu tous?
Perso je bosse en Java... mais ça existe dans (quasiment?) tous les langages "principaux"

PS : Je débarque dans ce monde facinant, hier matin je pensais qu'il fallait avoir un super-ordinateur pour pouvoir faire des IA

Ca dépend du niveau auquel tu te limites... pour faire une reconnaissance de caractère, tu dois pouvoir faire ça sur ton PC... pour simuler une colonne néocorticale, faut un peu plus gros

[Invité2]

Si je prend un exemple au pif, imaginons que j'ai un mot et son emprunte, esce la même méthode pour arriver à connaitre la clef ?

Je sais c'est un exemple de crackers, maqis c'est pas le but, imagions que nous ayaons une série de fonctions, nous partirions d'un fait et nous voudrions qu'ils nous amène au résultat avec ces fonctions...

C'est moins clair, mais plus neutre...

[plegat]

C'est moins clair, mais plus neutre...

ça, c'est sûr que c'est moins clair...

Je sais c'est un exemple de crackers, maqis c'est pas le but, imagions que nous ayaons une série de fonctions, nous partirions d'un fait et nous voudrions qu'ils nous amène au résultat avec ces fonctions...

Ce n'est pas trop le domaine des AG...
En temps normal, on recherche plutôt le "fait" qui amène au meilleur "résultat", en sachant que les AG n'amènent pas forcément au meilleur résultat absolu, c'est toujours du relatif (avec parfois un relatif qui est absolu, quand on a de la chance... ou que le problème n'est pas trop complexe... ou qu'on le laisse tourner assez longtemps).

La base des AG, c'est optimiser des données afin d'avoir le meilleur résultat, la notion de "meilleur" étant défini par une fonction d'évaluation permettant de quantifier l'adéquation du résultat (càd lui donner une note permettant de savoir si il est très mauvais, mauvais, moyen, bon ou très bon). On les utilise le plus souvent sur des problèmes non-continus, ou trop complexes (trop de variables par exemple).
Pour faire du cracking, je ne sais pas trop comment tu vois ça, mais pour moi le résultat sera soit c'est cracké, soit ça ne l'est pas. Et donc ta fonction d'évaluation ça sera soit 1 soit 0... et là tu ne peux plus rien quantifier comme adéquation.

Je t'encourage a aller lire quelques tutos, tu devrais y trouver des exemples concrets d'application (autres que les vaches laitières... ou les chevaux de courses...)

[Invité2]

J'ai pas dis que je voulais en faire ^^'

J'ai pris un mauvais exemple, mais pour finir, le résultat serait : c'est bon si avait un autre mot je trouve sa clef, par exemple...bref

J'y vois plus clair sur cette série d'algorythme ^^

[jkalzsmu]

L'exemple typique est la modélisation d'une aile d'avion.

Tu créer un programme de simulation de soufflerie.
Tu créer une aile qui te parait pas trop mal (style celle qui existent aujourd'hui).
Tu définis les critères qui doivent être respectés par ton aile (taille, poids, etc...).

A partir de ton aile initiale, tu créé plusieurs ailes qui lui ressemble (de façon aléatoire).
Tu as donc là ta population initiale.

Tu tests cette population sur ton programme de soufflerie.
Tu prends les meilleurs et tu les croises pour obtenir une nouvelle population.
Et on recommence les 2 dernières opération autant de fois que tu veux.

Si tout se passe bien et que tu as le temps, ça te sort une aile tip top !

[Invité2]

Merci de ta participation à ce topic, mais je ne comprends pas une chose : pourquoi inscrire les critères à respécter pour une aiulle si on fait une simulation d'aille aléatoire ?

Par avance merci de cet éclaircissement

[smyley]

On cherche les meilleurs solutions dans une bande de possibilités (Je suppose). ça sert à rien de tester à approcher la valeur de ln en -1 si on sais qu'elle n'est définis que sur ]0;+oo[ ...

[Invité2]

Là je comprend mieu, merci

[plegat]

L'exemple typique est la modélisation d'une aile d'avion.

Tiens, un copain!
Moi c'est plutôt sur le fuselage que ça tourne...

On cherche les meilleurs solutions dans une bande de possibilités (Je suppose). ça sert à rien de tester à approcher la valeur de ln en -1 si on sais qu'elle n'est définis que sur ]0;+oo[ ...

C'est exactement ça.
On définit certains critères permettant de limiter les caractéristiques de la population afin de définir des individus qui nous intéressent. Comme ça, ça évite de faire tourner les calculs avec des individus "tarés" que l'on écartera à la prochaine génération. Ca évite de perdre du temps, et ça assainit la population (déontologiquement c'est pas top de dire ça, mais informatiquement ça devrait passer).
En gardant l'exemple de l'aile, une aile avec une portance négative c'est moyennement intéressant, donc on peut mettre un critère pour éviter ces géométries.

[Gf6HqmTW]

L'interet des AG étant de mener à des solutions auquels on aurait pas pensé mais qui empiriquement prouvent leur éfficacité n'est il pas interessant de laisser s'insinuer l'absurde des fois qu'il nous surprene ?
-GujMan Militant de l'InfoDiversité au grenelle de l'algorithmique ^^-

[plegat]

L'interet des AG étant de mener à des solutions auquels on aurait pas pensé mais qui empiriquement prouvent leur éfficacité n'est il pas interessant de laisser s'insinuer l'absurde des fois qu'il nous surprene ?
-GujMan Militant de l'InfoDiversité au grenelle de l'algorithmique ^^-

Ah là permet-moi de m'offusquer!
Il ne faut pas confondre hasard et absurdité. Les algos génétiques utilisent des méthodes logiques (et pourrions-nous dire "naturelles") permettant d'aboutir à un résultat estimé analytiquement comme "bon". Ces méthodes sont très simples, même le moins doué des informaticiens peut les faire à la main, en suivant les règles. Il va y passer trois heures pour faire ce que son pentium va faire en 2 secondes, mais il va y arriver. Donc non, ce n'est pas absurde. Sinon la nature est absurde...


... bon, ok, parfois on se demande, mais bon, c'est le hasard qui se plante!

[Matthieu Brucher]

Les algos génétiques, ça sert à optimiser une fonction de coût. Dans la modélisation d'une aile d'avion, on a un but et on a une fonction qui permet de sélectionner les paramètres optimaux.
Dans le cas du craquage d'une clé, soit on a craqué la clef, soit on ne l'a as craquée. Impossible d'effectuer une optimisation avec des algos génétiques dessus.

L'interet des AG étant de mener à des solutions auquels on aurait pas pensé mais qui empiriquement prouvent leur éfficacité n'est il pas interessant de laisser s'insinuer l'absurde des fois qu'il nous surprene ?
-GujMan Militant de l'InfoDiversité au grenelle de l'algorithmique ^^-

Ca sert à explorer un espace pour trouver un optimum, rien de plus. On peut y arriver avec d'autres outils comme des optimisations classiques, de la recherche exhaustive, ...

[Gf6HqmTW]

Non mais moi jedisais ca c'était pour déconner aussi ceci dit j'ai en mémoire le premier éxemple d'AG qui m'avait été donné et qui était des générations d'algo déstinés à faire avancer des robots mille pattes dans des cas pareil "l'absurde" (terme a prendre avec des pincettes) peut avoir ca place apres tout un robots qui se met à reculler pourrait surprendre par son efficacité (je vous met au défi de gagner un 100m nage libre contre une gambas pour voir ^^)