Imaginez passer votre vie enchaînée à un mur de grotte avec votre visage contre le mur.

Tout d'abord, pour préparer le terrain et rendre cela facile à suivre, je ne ferai que deux remarques courtes:

L'IA sans beaucoup de données n'est vraiment pas de l'IA, c'est juste un livre de règles. La voiture autonome en est un exemple. Pas différent de n'importe quelle application que vous utilisez, mais un peu plus compliqué. Ce n'est pas parce que cela était fait par des humains que cela le rend plus intelligent que le traitement de texte ou le CRM.

une. Le Big Data est un huge point faible de l'IA car il n'est jamais et très probablement jamais précis ou suffisamment complet.

b. L'inexplicabilité des règles que l'IA extrait des corps de données la rend trop dangereuse pour la plupart des situations jusqu'à ce que ce problème soit résolu.

De Platon allégorie de la grotte était une «forme» dans laquelle il décrivait le Big Data et d'autres concepts similaires. Les «formes» de Platon sont capables de s'adapter à des concepts qui ne sont pas encore pensés parce que c'est par essence comment ils fonctionnent.

L'allégorie de la caverne de Platon telle que racontée par Socrate décrit de manière vivante une tribu de personnes qui passent leur vie enchaînées à un mur de grotte avec leurs visages contre le mur.

Derrière eux, la vie continue comme d'habitude autour d'un feu de camp.
Ces personnes voient le monde à travers les ombres projetées sur le mur de la grotte. Les gens, les choses, les mouvements, même les émotions se jouent devant eux sur le mur de la grotte comme des ombres.

Ces personnes ont un fort sens de la vie, mais leur sens est au mieux une ombre de la vraie chose. Les détails clés manquent complètement, un détail qui aurait pu complètement changer leur interprétation du drame qui se déroule sur le mur devant eux. Leur sens de l'échelle, de la vitesse et des relations entre une forme et une autre sont tous mal interprétés. Des informations vitales que nous tenons tous pour acquises et que nous continuons à faire souvent de terribles erreurs sont souvent totalement manquantes pour ces malheureux enchaînés au mur de la grotte.
Si seulement nous pouvions leur permettre de voir la scène de derrière via une caméra de télévision, leur faire voir les expressions sur les visages des orateurs et des destinataires, savoir ce qui vit dans le cœur des croyants et des non-croyants. Peut-être que leur vision de ce monde caché serait plus précise. Peut-être qu'ils seraient alors mieux informés et prendraient de meilleures décisions.

Platon décrivait l'IA

L'homme face au mur entend les sons et voit les ombres du mouvement. Son esprit doit prendre des décisions sur ce qu'il entend et voit. La toile sur laquelle il doit peindre ce tableau est pleine de ses peurs et de ses désirs basés sur des expériences passées et des connaissances partagées des autres le long du mur. La situation actuelle et la toile sont totalement déformées et le résultat est généralement à peine saillant. «Une ombre grande et croissante s'approchant du mur en dehors des heures de repas signifie un battement imminent.». Cela explique une expérience passée, mais n'a aucune idée de l'effet de la distance par rapport au feu, des cibles situées entre les deux, ou en fait de toutes les autres raisons pour lesquelles quelqu'un, grand ou petit, pourrait s'approcher du mur.

Même quand il est finalement libre de se retourner et que ses yeux sont capables de supporter l'éblouissement, il aura peu de cadre de référence avec lequel commencer à absorber la vérité sur la vie, même en supposant qu'il a un tel désir. Les règles une fois créées, ont rarement un mécanisme à supprimer et il est coincé pour toujours avec la majorité de ses erreurs du passé. Bientôt, ses comportements commenceront à lui valoir des coups et la famine et ses règles mal conçues commenceront à lui prouver qu'il avait raison depuis le début.

Comment les ombres fonctionnent dans l'IA.
La majeure partie de l'IA, surtout si elle fait quelque chose d'utile, est basée sur l'apprentissage automatique. Presque tout le reste n'est pas une IA, mais un livre de règles, c'est-à-dire qu'un humain lui a dit les règles à suivre. C'est ainsi que fonctionne MS Word et ce n'est pas l'IA.
Une autre façon est la classification humaine ou la classification homme / machine par laquelle une machine suggère des classifications pour quelque chose et un humain vérifie qu'il est sûr avant d'accepter ou de dire non. C'est une approche plus sûre mais moins puissante en raison du coût et du fait que les ombres ne sont pas autorisées. Les humains ne les comprennent pas.

L'apprentissage automatique apprend simplement à la machine à regarder ce qui, pour vous et moi, est une bonne soupe de brouillard ou de pois et de repérer des groupes de choses qui se répètent. Cette chose qu'il découvre peut être appelée un «AQ138_: wer» pour des raisons d'argument. La machine s'en fiche. C'est un capteur d'ombre.

Ensuite, nous donnons à la machine un «ensemble d'entraînement», disons une collection d'images de chiens et nous lui demandons de comparer les ensembles de données pendant un certain temps en étiquetant tous les regroupements / ombres qui correspondent à une image de chien comme «chien». Si nous obtenons des résultats, nous avons accompli quelque chose. Maintenant, il est capable de trouver des ombres de chien. Ils pourraient être des loups ou peut-être même des chats, mais il y a encore beaucoup de travail à faire avec des ensembles d'entraînement plus raffinés.

Un exemple que j'ai rencontré a été de trouver avec succès des loups qui étaient intentionnellement dispersés parmi les photos de chiens jusqu'à ce que l'on découvre que le facteur de reconnaissance était une nappe de neige sur l'image. Notre ami n'avait pas remarqué que la plupart des ensembles d'entraînement pour les loups contenaient de la neige. Les ombres sont des choses dangereuses même si parfois elles sont excitantes.
Il a fallu beaucoup d'essais et d'erreurs dans cet exemple, en masquant différentes parties des images d'entraînement pour les tests suivants avant qu'il soit possible de découvrir qu'il y avait une erreur et pourquoi l'erreur se produisait. Cela illustre parfaitement le problème de l'inexplicabilité avec le Machine Learning et l'IA. Ne pas savoir qu'il y a une erreur est bien plus dangereux que les défis de trouver la cause et d'éliminer l'erreur. La vérité est que nous ne savons pas que les erreurs existent, ou du moins où elles se trouvent. Imaginez une telle machine pilotant un avion plein de monde.

Ou peut-être que Platon parlait des médias sociaux

Il vous est peut-être venu à l'esprit alors que nous nous moquions des machines, que nous, les humains, faisons des erreurs très similaires tous les jours en regardant nos téléphones et nos PC pour voir qui dit quoi sur les médias sociaux.
Maintenant, tout le gambit de ce sujet est pour un autre jour, mais ce qui s'inscrit parfaitement dans notre discussion est l'ombre sur le mur qui représente notre ami, ou la personne que nous pensons être notre ami qui a publié une photo et un profil en ligne et l'a dit. nous nous étions intelligents.
Les gens, des amis aux faux en passant par les robots gérés par des entreprises de relations publiques ou même des gouvernements, sont tous des ombres du monde réel, ni plus ni moins que les ombres autour du feu de camp.

La différence ici est que ces ombres sont délibérément manipulées par leurs propriétaires pour vous montrer une ombre particulière, pas n'importe quelle ombre aléatoire, encore moins une ombre véridique ou représentative.
Ce qu'il faut apprendre de ces ombres au sens d'individus est plus susceptible d'être ce que chaque propriétaire veut projeter et donc ce qu'il n'est pas, ou pas au niveau auquel il aspire.

Dans le sens des organisations et des gouvernements, les ombres représentent une mascarade ou un masque quelconque représentant ce qu'ils veulent que vous croyiez, mais ne sont presque certainement pas ce que c'est vraiment.
La façon dont ces ombres vous sont présentées, vous dira l'opinion qu'elles ont de vous. Il s'agit principalement d'une opinion sur votre type plutôt que sur vous en tant qu'individu et en fait, cela révèle leur vision du monde plus que la vôtre.
Ensuite, bien sûr, il y a la plate-forme, le gars qui gagne du feu de camp et a besoin que vous restiez enchaîné au mur. Il s'assure que vous obtenez les commentaires dont vous avez besoin pour continuer à reconnaître et à répondre aux ombres et à vouloir en voir plus.

Contrairement aux prisonniers de Platon, ces prisonniers sont auto-emprisonnés. Ils sont capables de sortir de la grotte et d'observer le feu de camp, mais ils choisissent de se rapporter à l'ombre plutôt qu'à l'objet. Ceci est précis comme le supposait Platon.

La prophétie de Platon pour vous et moi est terrifiante si seulement nous pouvons la voir.

Aujourd'hui, nous vivons dans un monde où toutes nos actualités et nos interactions avec le monde dans lequel nous vivons sont vécues via les canaux de médias sociaux et souvent de seconde ou troisième main, ou encore et éditées / présentées avec les attitudes attachées de nos pairs. En choisissant ce que nous lisons ou voyons, nous choisissons nos pairs et vice versa. C'est puissant et très restrictif, encore plus que l'allégorie de la caverne de Platon.

En effet, les sources traditionnelles d’actualité et d’information, ce qu’il en reste, s’épuisent rapidement. Disparaître ou succomber au même sort. Bientôt, il n'y aura pas de feu de camp à voir, car cela aussi a été mis en place pour notre bénéfice, et la réalité est cachée encore plus profondément, si nous avons le désir ou la constitution de regarder directement une lumière aussi aveuglante ou toute envie de tout pour quitter le mur.

Les gens qui nous gouvernent et nous surveillent, il y a longtemps, auront cessé d'être des personnes, mais des machines pilotées par l'IA qui prennent des décisions basées sur la moyenne de ce à quoi les ombres s'additionnent, mais beaucoup plus sur la base de quelle manière coûtera moins cher. et céder plus pour celui qui dirige le spectacle.

À l'heure actuelle, il semble de plus en plus que les propriétaires de plates-formes technologiques, des médias sociaux à la recherche et aux algorithmes d'IA dans le cloud, soient les personnes détenant les atouts. Le leur est le feu de camp et le leur est la lentille qui voit les ombres et nous dit quoi en penser.
Les personnes qui les autonomisent sont convaincues qu'elles pourront toujours exercer le pouvoir des hommes qui contrôlent les machines.

La source: Ed a profité d'une double carrière qui va et vient entre les rôles de direction en génie logiciel et la transformation des fonctions marketing.

https://4592d67c64b546b.medium.com/plato-had-big-data-and-ai-firmly-on-his-radar-38fe0fd75170