"N’y a-t-il pas plus d’intelligence dans la délicate architecture d’une
toile d’araignée que dans les circuits imprimés de nos machines à
compliquer l’univers ?«
Ou même dans l »optimisation du réseau d’un blob.
Les machines AI reposent sur l’induction. Il leur faut un critère d’induction c’est à dire une fonction optimisant la relation échantillon de données et l’espace des fonctions appelé espace d’hypothèses à juste titre qui suppose par entendement d’avoir repéré une structure (d’ordre, ou algébrique, ou topologique) sur l’espace des hypothèses. L’intelligence réside là et dépend donc de l’entendement et d’une certaine prise de risque dans certains cas.
Par exemple la distance est souvent un critère d’induction.
Sans la détermination d’un espace d’hypothèses adéquat la machine fournira n’importe quoi, mais quelque chose selon son apprentissage.
C’est analogue à un Lagrangien qui une fois posé permet l’expression d’une loi.
Le problème est donc de trouver l’espace des hypothèses et sa structure parmi une infinité. Et la machine ne peut pas le faire, car elle est dépourvue de finalité, finalité qui repose pour le monde vivant sur le désir, la peur et la souffrance.
Hors l’accession à la souffrance aucune machine ne sera doué d’entendement et donc d’une intelligence réelle.
En revanche sur ses domaines spécifiques, elle peut et fait mieux. D’où l’appellation d’intelligence augmentée de Luc Julia, personnellement j’ajouterai spécifique.