Here is an alternative Piped link(s): https://piped.video/watch?v=yuDBSbng_8o
Piped is a privacy-respecting open-source alternative frontend to YouTube.
I’m open-source, check me out at GitHub.
Pour info, Luc Julia c’est le papa de Siri
Merci pour l’info !
Quelqu’un aurait un résumé ? Ce monsieur rappelle-t-il le fonctionnement des IA?
Il casse les idées reçues de certains média comme quoi un jour l’IA pourra complètement remplacer l’être humain.
Il explique (grosso modo) que l’IA ne sera jamais meilleure que nous sur l’ensemble des domaines. Tu peux faire une IA spécialisée dans un domaine, et l’IA sera sûrement meilleure que toi (par exemple aux échecs). Si on était capable de produire une IA pour chaque domaine concevable - alors peut-être que l’IA nous dépasserait. Mais le nombre de domaines étant infini, ça ne sera jamais le cas.
Même dans les domaines spécialisés, l’IA est complètement inefficace en terme de ressources par rapport à un être humain. Les deux exemples majeurs qu’il donne pour illustrer ça :
- on a entrainé une IA pour reconnaitre des chats. Il a fallu l’entrainer sur 100000 images de chat, après quoi l’IA reconnaissait les chats à 98%. Un enfant de 2 ans serait capable de reconnaitre un chat après avoir vu seulement quelques images de chat, et à 100%.
- le data center qui a battu le champion de Go lors de la défaite historique contenait des milliers d’ordinateurs soit des centaines de kW de consommation. Le champion de Go, avec son cerveau qui consomme environ 20W, a réussi à battre cette IA.
La conclusion de sa vidéo c’est que l’IA c’est juste un outil. Un outil très puissant et qui sera certainement meilleur que nous dans certains domaines pour lesquels il a été conçu. Mais qu’il y aura toujours besoin d’un être humain pour le manier, et qu’on est à des années lumières de l’IA “Hollywoodienne” qui serait réellement intelligente.
on a entrainé une IA pour reconnaitre des chats. Il a fallu l’entrainer sur 100000 images de chat, après quoi l’IA reconnaissait les chats à 98%. Un enfant de 2 ans serait capable de reconnaitre un chat après avoir vu seulement quelques images de chat, et à 100%
C’est intéressant cet exemple.
Déjà, un problème des enfants de 2 ans, c’est qu’il faut recommencer pour chaque enfant de 2 ans. On est actuellement dans un processus d’amalgame de modèles. Quelqu’un s’est chargé un jour d’apprendre à un réseau de neurones ce qu’est un chat, et il n’y a pas la nécessité d’y revenir. Il y a des processus pour amalgamer différents modèles en un seul. Il y a aussi des couplages de modèles, par exemple Siri et compagnie. Quand on a un échange avec Siri, il y a un modèle pour convertir le son en question textuelle, un modèle pour traiter la question textuelle en réponse textuelle, un modèle pour générer le texte en son. C’est trois modèles indépendants très complexes, mais on a l’impression que c’est une seule entité.
Par rapport à l’image de chat, un autre truc intéressant le passage d’une image statique à une vidéo. En ce moment, le traitement d’images par des IA, que ce soit en reconnaissance ou en génération, se fait image par image, pour des raisons de puissance de calcul. Après quelques images, un enfant de 2 ans ne reconnait pas une image de chat lorsqu’il en voit un ; il reconnait une infinité d’images successives, comme une vidéo. En terme d’IA, en ce moment, on commence à voir des IA qui exploitent les images successives d’une vidéo. Que ce soit pour l’analyse (reconnaissance) ou pour la génération. Il est possible que ce soit la grande révolution du moment.
Merci pour ton résumé!
Je vois où il veut en venir, mais du coup sa thèse se heurte à un problème: une fois que l’IA est entraînée, elle peut répéter un processus d’une manière infinie, sans fatigue ni repos. On le voit bien avec la génération des images via IA, il a fallu entraîner les modèles pendant des heures, mais maintenant que c’est fait, on peut générer des images qui prendraient des heures à un artiste en quelques minutes.
Après peut-être que du coup lui et moi sommes d’accord: il n’y aura pas de Skynet, par contre l’IA va quand même révolutionner notre société dans les années qui viennent
Cher @Camus@jlai.lu
Votre modestie vous donne, il me semble, une sagesse que l’auteur du vidéo YouTube n’a pas eu.
Par exemple lorsqu’il affirme :“… ces intelligences artificielles … ne peuvent pas reproduire la polyvalence de l’intelligence humaine.”
alors qu’il faudrait préciser qu’elle ne peuvent pas le faire à ce jour.
Un autre expert, Yoshua Benjio, a longtemps pris la position que les intelligences artificielles ne seraient jamais une menace pour l’humanité mais a récemment changé d’avis !
Merci à @iraldir@lemmy.world (+ GPT3) pour un résumé étendu et merci à @potterman28wxcv@lemmy.world pour un résumé en version humaine metant l’enphase sur les incapacités de la machine.
Avec une grosse ironie, j’ai passé le transcript sur GPT-3.5Turbo 16K en lui demandant de résumer. Pas aussi puissant que GPT-4 mais pour autant de texte pas le choix. (note que je n’ai pas regardé la vidéo donc je ne peux attester de la véracité du résumé)
Il s’agit d’une conférence sur l’intelligence artificielle donnée par un expert en la matière. L’auteur explique que l’intelligence artificielle telle qu’elle est présentée dans les médias et les films n’existe pas vraiment. Il affirme que l’on devrait plutôt parler des “intelligences artificielles” au pluriel, car il y en a plusieurs, chacune étant spécialisée dans un domaine spécifique.
L’auteur souligne que l’intelligence artificielle est une boîte à outils contenant différents outils spécialisés, et que chacun de ces outils est utile dans son domaine spécifique. Il explique que certaines intelligences artificielles sont utiles et puissantes, tandis que d’autres peuvent être dangereuses.
Il remonte aux années 1950, lorsque le domaine de l’intelligence artificielle a été officiellement défini, mais souligne que les premiers chercheurs ont échoué à créer une véritable intelligence artificielle capable de comprendre le langage naturel.
L’auteur parle ensuite des développements récents en matière d’intelligence artificielle, tels que le Deep Learning et les réseaux neuronaux convolutionnels, qui ont rendu possible des avancées significatives dans des domaines tels que la reconnaissance d’images. Il souligne cependant que ces intelligences artificielles restent limitées à des tâches très spécifiques et ne peuvent pas reproduire la polyvalence de l’intelligence humaine.
Il mentionne également les préoccupations liées à l’utilisation de l’intelligence artificielle, notamment en ce qui concerne la pertinence des réponses générées par les modèles génératifs et la fiabilité des données sur lesquelles ces modèles sont formés.
L’auteur aborde ensuite la question de l’autonomie et de l’impact potentiel de l’intelligence artificielle sur les emplois. Il souligne qu’alors que certaines tâches peuvent être automatisées, de nouvelles opportunités émergeront également dans des domaines où l’intelligence humaine est essentielle. Il insiste sur l’importance de l’éducation et de l’adaptation aux nouvelles technologies.
Enfin, l’auteur aborde la question de la régulation de l’intelligence artificielle et soutient qu’une régulation modérée est nécessaire pour éviter les dérives potentielles, tout en reconnaissant que la régulation doit être agile et évoluer avec les avancées technologiques.
En conclusion, l’auteur encourage une utilisation responsable et éclairée de l’intelligence artificielle, soulignant que la valeur principale reste la capacité créative et le jugement humain.
