Ici (1a) on explique ce que c'est que la computation et le computationnelisme (cognition = computation). Mais ne manquez pas de lire 1b pour apprendre les limites et les critiques do computationnelisme.
La machine de Turing (vidéo #2) (attention: youtube met parfois des pubs de 5 secondes avant la capsule)
Lectures facultatives supplémentaires:
En Français:
Steiner, P. (2005). Introduction: cognitivisme et sciences cognitives. Labyrinthe, (20), 13-39.
En Anglais:
Milkowski, M. (2013). Computational Theory of Mind. Internet Encyclopedia of Philosophy.
Horst, S. (2009). The computational theory of mind.
Pylyshyn, Z. W. (1980). Computation and cognition: Issues in the foundations of cognitive science. Behavioral and Brain Sciences, 3(01), 111-132.
DEUX VIDÉOS: 1 janvier puis 2 février
2021: VIDÉO DU Cours 1 26 janvier
2021: VIDÉO DU Cours 2 février
PPT 2019:
---------------
SEMAINE 1 2016
SEMAINE 1 - 2015
version langue anglaise :
Si j’ai bien compris les deux vidéos, les machines de Turing sont un objet mathématique que Turing utilisait pour résoudre des problèmes mathématiques. Composées d’un ruban, d’une tête de lecture et d’une table de transition, elles sont une manière de formaliser et résoudre simplement un problème mathématique. Turing propose la thèse (que l’on appelle la thèse de Church/Turing) selon laquelle tout problème pouvant être résolu par un algorithme peut être de fait résolu par une machine de Turing.
RépondreEffacerDans la vidéo 2, le youtubeur décrit plus précisément le fonctionnement de la table de Turing et montre que son fonctionnement permet, pour toute “entrée”, de trouver la “sortie” correspondante “en un nombre fini d’étape”, en suivant pas à pas les instructions données par la table de transition.
Or, un peu plus loin dans la vidéo, le youtubeur explique comment les machines de Turing permettent de démontrer l’indécidabilité d’un problème. Il prend alors l’exemple du problème suivant : peut-on savoir si, pour une entrée donnée, une machine de Turing s’arrêtera? À l’aide des machines de Turing, il aboutit à un paradoxe et démontre ainsi l’indécidabilité de ce problème.
Si j’explicite un peu la conclusion de cet exemple : “le problème de savoir si, pour une entrée donnée, une machine de Turing s’arrêtera et donnera, “en un nombre fini d’étape”, la sortie correspondante selon les instructions de la table de transition” est indécidable. Or, n’est-ce pas là la définition même de “résoudre un problème mathématique par une machine de Turing”? Dans ce cas, est-ce que cela signifie que les machines de Turing permettent de démontrer que le problème : “tout problème pouvant être résolu par un algorithme peut être de fait résolu par une machine de Turing” est lui-même indécidable?
Oui, tu as bien résumé tout. (Mais l'aspect « décidabilité » n'est pas pertinent à ce cours sur la cognition.)
EffacerIl suffit de dire que tout ce que les mathématiciens peuvent faire (« décider ») par calcul peut se faire par une Machine de Turing, ce qui est une sorte de précurseur de l'ordinateur. Il n'y a pas eu d'exception à cette thèse (la « thèse faible » de Church/Turing).
Donc ce que fait une machine de Turing (ou un ordinateur) est la manipulation des symboles (comme 0 et 1 ou n'importe quelles formes arbitraires). Elle manipule les symboles selon des règles (qui s'appellent les « algorithmes » (éventuellement des logiciels).
Les règles sont purement formelles: elles ne s'appliquent qu'à la forme des symboles, pas à leur sens (s'ils ont même un sens).
Mais si l'algorithme est bon, le calcul est interprétable (par nous-autres, les utilisateurs) comme ayant un sens. Et l'exécution d'un bon algorithme donne des résultats qui ont du sens.
Dans le texte de Steiner, à la page 28, on fait mention du ''paradigme connexionniste'', mais est-ce réellement un paradigme? N'est-il pas possible, avec une approche pluraliste, d'étudier la causalité mentale sous des modèles différents? Par exemple utiliser le modèle computationnel pour rendre compte d'activité impliquant des calculs, tel que jouer aux échecs ou répondre à un problème mathématique, puis utiliser le modèle connexionniste face à des problèmes comme la reconnaissance faciale ou la conduite d'un véhicule. Le terme ''paradigme'' semble inviter à une scission entre ces modèles, mais n'est-il pas possible de les concilier ?
RépondreEffacer« Paradigme » est un mot équivoque.
EffacerSauf quand il s’agit d’un ensemble d’unités qui sont vraiment distribuées en espace, interconnectées physiquement, les réseaux « connexionnistes » (ou les « réseaux neuronaux ») sont tout aussi computationnels que les autres modèles computationnels. Il s'agit juste d'un autre algorithme (logiciel, règle) : un algorithme qui peut simuler un ensemble d’unités distribuées en espace et interconnectées physiquement. Ce sont des modèles qui sont mieux adaptés aux problèmes d’apprentissage et de la détection des attributs sensoriels. Mais computationnels quand-même. Donc il s’agit de concurrence entre les modèles, pas les « paradigmes ».
Pourtant, il existent les modèles non computationnels aussi – les modèles physiques, matériels, analogique. Un train miniature jouet est un modèle non computationnel.
(Pourtant, selon la thèse forte de Church/Turing, un train miniature jouet est simulable par la computation – comme presque tout ce qu’il y a dans l’univers. On va élaborer ça plus tard dans ce cours.)
Dans introduction : cognitivisme et sciences cognitives de Pierre Steiner, nous pouvons lire « On ne peut pas uniquement comprendre le comportement humain à partir des propriétés objectives du monde ; il faut aussi prendre en compte la manière dont le monde est perçu et représenté dans l’esprit : nous sommes en effet sensibles à l’information que contient un stimulus, et non pas au simple format physique de celui-ci. » En effet, selon l’approche de Turing une machine peut rendre compte du fonctionnement de la cognition, qui correspondrait à une manipulation de symboles. Cette manipulation se fait sur base de la forme des symboles uniquement et non de leur sens, de leur représentation. L’approche symbolique est ancrée dans un modèle informatique du traitement de l’information par le cerveau : une unité d’entrée va être manipulée par une unité centrale et cette manipulation va produire quelque chose en sortie suite à l’application régulée d’un ensemble de règles de transformation de symboles. Un exemple qui peut défier cette approche symbolique est le suivant ; lorsqu’on nous présente une image pas très nette, il est possible d’y entrevoir des objets que l’on connait déjà (par exemple le test de Rorschach). Il en va de même pour des sons très dégradés que l’on arrive à reconnaitre. Le traitement de l’information ne se fait donc pas seulement pas manipulation logique du stimulus, il faut également prendre en compte le savoir déjà acquis, mais également le contexte.
RépondreEffacer(1) Qu’est-ce que c’est que les propriétés « objectives » et « subjectives »?
Effacer(2) Qu’est-ce qu’une « représentation »?
(3) Qu’est ce que « l’information »?
Ce n’est pas la computation qui est basée sur ce que fait le cerveau; c’est qu’on conçoit (aujourd’hui) que ce que fait le cerveau ressemble à ce que fait un ordinateur. (Reste à voir dans ce cours à quel point c’est valide).
L’exemple que tu donnes – notre capacité de voir des formes dans le bruit sensoriel – est certes une capacité cognitive importante et (comme la vaste majorité de capacités cognitives) pas encore comprise et expliquée. En tant que tel ton exemple ne confirme ni réfute aucun modèle cognitif.
À la suite du visionnement des vidéos sur la machine de Turing, je comprends que cette dernière est un concept décrivant un moyen d'effectuer diverses équations en suivant un protocole donné (étant la table de transition) et qui fut créé en machine fonctionnelle plus tard dans l'histoire, résultant notamment en nos ordinateurs modernes, qui sont similaires à la machine de Turing universelle. Je comprends aussi que chaque problème pouvant être résolu avec un algorithme peut aussi l'être par cette machine, étant donné que c'est exactement ce que fait cette dernière, et plusieurs s'en servent, entre autres, pour résoudre des problèmes, ainsi que pour valider ou invalider des théories.
RépondreEffacerPar contre, ce qui me pose problème, c'est le fonctionnement ainsi que l'utilité de la machine de Turing universelle. Je ne comprends pas en quoi cette dernière diffère des autres. Étant donné que les machines de Turing opèrent en fonction d'une table de transition, ne devraient-elles pas toutes êtres universelles? Si l'on donne la table d'une première machine à une autre, j'aurais cru que la seconde aurait pu effectuer la tâche de la première, étant donné l’infinité du ruban qui lui sert à résoudre les équations, lui permettant d’accéder à toutes les possibilités imaginables. Ceci, j'aurais cru, aurait conféré à n'importe quelle machine de Turing la possibilité de résoudre n'importe quel problème, tant et aussi longtemps qu'elle a la table de transition nécessaire. Vous serait-il possible de m'éclairer à ce sujet?
Bonne question, qui a déjà été posée fréquemment. Quelle est la différence entre une machine de Turing (MT) et une machine de Turing universelle (MTU)?
EffacerTuring (et d’autres) cherchaient à expliciter et formaliser ce que font les mathématiciens lorsqu’ils font ce qu’ils appellent, informellement, « calculer ».
C’est la manipulation des symboles, basée sur les règles (algorithmes), qui opèrent selon la forme des symboles (pas leur sens, s’ils ont un sens). La forme des symboles est arbitraire. « Si tu vois un ‘X’, efface le, puis écris ‘Y’ puis arrête; sinon avance le ruban et si tu vois un ‘X’… etc. » serait une telle règle. Ce sont les telles manipulations que fait la MT, opérant sur les symboles qui entrent, séquentiellement, sur son ruban. La règle est encodée dans la structure de la MT, qui peut passer d’un état à un autre selon son état courant et le symbole courant sur son ruban.
Une MT qui n’exécute que cet algorithme simple serait une MT. Une autre MT, qui exécute un autre algorithme plus compliqué serait, elle aussi une (autre) MT. La thèse faible de Church/Turing est que c’est ça la computation, que c’est ça ce que font les mathématiciens, que tout ce que font les mathématiciens peut se faire par une MT, et que tout ce que peut faire une MT peut être fait par un mathématicien.
Mais jusqu’ici on parle d’une MT différente pour chaque algorithme. On ne dit pas que chaque MT peut exécuter tout algorithme. On dit que tout algorithme peut être exécuté par une MT. Les MTs correspondent à tous les algorithmes possibles, et toutes les MTs qui peuvent les exécuter.
Une MT universelle (MTU) serait une MT qui peut, elle-même, seule, exécuter tout algorithme. Ça c’est un ordinateur qui est programmable, qui peut enregistrer ses programmes et ses données.
Le concept de la MT concerne la nature de la computation en soi. Le concept de la MTU concerne la nature de l’ordinateur. Rien dans ce cours dépend de la distinction entre une MT et une MTU.
Dernier point, et ceci concerne non seulement la computation mais la « simulation ». Une MT (ou une MTU) peut simuler les objets matériels. Une simulation d’un aspirateur est un algorithme (donc des règles pour manipuler les symboles) qui peut être interprété (dans nos têtes) comme un aspirateur (on simule aussi la poussière et le plancher où se trouve la poussière).
EffacerMais cette interprétation n'est que dans la tête de l’utilisateur. La MT en tant que tel ne fait que la manipulation de symboles, exécutant un algorithme, exactement comme si elles calculait le salaire de tous les employés de l’UQÀM!
On peut aussi projeter l’aspirateur simulé sur un écran, pour montrer comme il aspire la poussière. Plus élaboré encore, on pourrait le projeter sur les lunettes et les gants d’une réalité virtuelle, ou on peut passer l’aspirateur dans la pièce virtuelle et le faire avaler la poussière. Mais l’écran, ou les lunettes et les gants, ne sont pas, et ne font pas, de la computation. Ils sont des appareils matériels périphériques. C’est la computation (donc l’exécution de l’algorithme) qui interagit avec ces matériaux périphériques, et ainsi avec nos sens, visuels et tactiles, créant la perception. Il n’y a toujours pas d’aspirateur, ou poussière, ou pièce. Juste des symboles, manipulés selon un algorithme, par une MT. Un algorithme qui aurait pu tout aussi bien être exécuté avec du papier et un stylo (sauf que la projection aux lunettes et aux gants aurait été trop lente!).
Défi aux étudiants : Avez-vous compris ça? Pouvez-vous l’expliquer au frère-cadet/soeur-cadette?
Car c’est ça la thèse forte de Church-Turing: Presque tout peut se simuler par une MT.
Bonjour, je prends mon courage à deux mains et j'accepte ce défi de tenter de faire ma ciélo en répondant au frère cadet/soeur-cadette. Comme cela est mentionné dans le premier vidéo, la thèse forte de Church/Turing propose qu'une machine de Turing universelle peut résoudre tous les problèmes pour lesquels il existe un algorithme. Cela dit, l'humain est capable, avec une seule machine, de programmer celle-ci afin qu'elle puisse exécuter n'importe quel algorithme.
EffacerJ'expliquerais au frère/soeur cadette que ceci est pratique puisque quand il/elle sera plus grand(e), dans son métier, il/elle n'aura pas toujours la nécessité d'être présent(e) pour réaliser le travail demandé, une machine pourra le faire toute seule si elle a été programmée adéquatement et surtout précisément. C'est le cas de l'intelligence artificielle utilisée dans l'armée. Par exemple, si son métier est de programmer un drone de combat pour créer quelques dommages au parti ennemi, mais sans toucher aux enfants, il/elle peut programmer le drone pour qu'il ait un algorithme particulier: ne jamais tirer sur quelque chose qui bouge et qui est plus petit que telle grandeur, si elle a des traits faciaux caractéristiques d'un enfant, etc. Sa mission de programmer le drone de combat sans qu'il y ait de dommages aux enfants fonctionnerait si celui-ci a été adéquatement programmé, mais le drone n'a pourtant pas de conscience morale comme possède l'humain. Il ne fait que manipuler des symboles déjà présents dans l'algorithme (symboles qui ne font aucun sens au niveau sémantique, ni émotionnel, ils représentent uniquement la syntaxe) lorsque l'ordinateur du drone exécute celui-ci en temps réel et d'ailleurs, discrimine les cibles très rapidement.
Si frère/soeur cadette trouve toujours cela ennuyeux puisqu'il/elle déteste les théories scolaires et ne comprend pas mieux la thèse forte de Church/Turing, on peut reprendre l'exemple de M. Harnad: une machine universelle qui peut exécuter n'importe quel algorithme est bien plus efficace que le papier crayon, et on peut ajouter, dans cet exemple, que l'automatisation d'une procédure permet de réduire le nombre de vies en jeu dans un contexte semblable.
Enfin, j'espère que frère/soeur cadette comprend un peu mieux comment une machine de Turing Universelle manipule les symboles pour exécuter n'importe quel algorithme, les implications morales qui peuvent en découler (un bonus), puis j'espère que mon exemple précis et particulier n'était pas trop réducteur.
(Je ne sais pas pourquoi mon nom n'est pas inscrit sur au-dessus de ma ciélo, mais je suis Maxime Héroux. Je vais tenter de résoudre ce problème technique pour les prochaines.)
EffacerMerci, Maxime, pour ta ciélo mais il faut qu'elle soit plus courte et surtout plus focalisée sur le contenu des lectures et du cours: C'est quoi la computation? C'est quoi une machine de Turing? Qu'est-ce qu'elle peut et ne peut pas faire, et comment? C'est quand tu t'adressera à ces questions que je saurai ce que tu as lu et compris.
EffacerLe meilleur est quand tu copie-colle le fragment de texte duquel tu parles. Ça garde tout au point.
Et stp, démarre un nouveau fil de discussion après les ciélos et répliques qui sont déjà la. Ne répond en cliquant « répondre » sauf quand tu répond directement à une ciélo ou une réplique qui est là. Ta ciélo est sur le fil de Ludovic!
D'accord, mais j'ai fait exprès de répondre ici puisque dans votre commentaire qui précédait ma ciélo, vous aviez mis au défi un étudiant de démontrer qu'il a compris votre commentaire en répondant au frère/soeur cadette. Merci pour les astuces, je les retiendrai pour mes prochaines ciélos, mais suis-je obligé de recommencer celle de cette semaine pour qu'elle compte parmi les 11 ciélos?
EffacerRecommence pas. Continue, mais brefs et focalisés.
EffacerMESSAGE IMPORTANT:
RépondreEffacerSVP ne pas faire votre ciélo en cliquant sur « Répondre » sauf si vous désirez faire un commentaire sur le commentaire de quelqu’un d’autre.
Normalement, faites votre ciélo en cliquant sur «Saisissez votre commentaire» sans cliquer sur « Répondre » avant . Comme ça vous démarrez un nouveau fil de discussion, axé sur votre propre commentaire, au lieu de rentrer dans le fil de quelqu’un d’autre.
Par contre si vous voulez vraiment faire un commentaire sur le commentaire de quelqu’un d’autre, alors cliquez sur le « Répondre » au-dessous de son commentaire.
... et n'oubliez pas de citer (copier-coller) un extrait du texte que vous discuter, pour donner le contexte.
EffacerDernière chose: Lisez les autres ciélos avant d'afficher la votre pour ne pas juste répéter ce qui a déjà été dit.
Après avoir regardé les deux vidéos sur le fonctionnement et l’origine de la machine de Turing, je retiens que grâce à trois instruments : le ruban, la tête de lecture et la table de transition, il est possible de résoudre n’importe quel problème mathématique qui contient un algorithme. C’est ce qu’on nomme la thèse de Church/Turing avancé par les deux mathématiciens Alonzo Church et Alan Turing en 1936. Chaque machine à ce moment pouvait résoudre un problème mathématique bien défini à elle-même. Pourtant, dans la foulée, une machine de Turing dite « universelle » voit le jour. Elle peut donc simuler ce que fait n’importe quelle machine de Turing en prenons comme entrée ça table de transition et son entrée.
RépondreEffacerC'est vrai qu'on peut faire la manipulation des symboles avec juste le papier et un crayon, mais pour ça il faut la tête et la main d’une personne. Et elle doit savoir l’algorithme qu’elle exécute.
EffacerMais même la machine de Turing (MT) a besoin de plus qu’un ruban, un lecteur, et une table de transition: Une MT est une machine qui passe automatiquement d’un état interne à l’autre, selon l’algorithme qu’elle exécute, et selon les symboles sur son ruban. Elle doit est mécanique, exécutant les transitions d’état. Même une machine dont l’algorithme est « lie le symbole sous ton lecteur puis halte » doit être au moins un matériel qui fait ça. Plus compliqué l’algorithme, plus il faut d’états internes.
À propos de la différence entre une MT et une MTU, voir mes répliques ci dessus.
La machine de Turing serait l'ancêtre des ordinateurs modernes. De ceci le domaine de l'informatique théorique ce développe et le jargon informatique aussi, par exemple ; registre, configuration, programme et cycle. De plus, la notion d'algorithme comme nous la connaissons aujourd'hui s'est précisée à l'aide du fonctionnement de la machine. Essentiellement, un algorithme est une table de transition au sens de la table de Turing. Par contre, il est important de comprendre que les ordinateurs ne sont pas un produit direct de la machine de Turing, mais une conséquence d'un effet secondaire de sa fonction. En d'autres mots, la machine de Turing était construite pour résoudre des problèmes mathématiques et non pour synthétiser de l'information comme les ordinateurs modernes.
RépondreEffacerDimitri Delayani
EffacerLa machine de Turing (MT) est une machine théorique, inventée pour expliciter et formaliser l'idée intuitive des mathématiciens concernant ce que c'était de faire un calcul (computation).
EffacerCeci c'est révélé être la manipulation des symboles (c'est quoi?) selon des règles formelles (c'est quoi?) qui s'appellent les « algorithmes » (c'est quoi?) qui ne portent que sur la forme (arbitraire) des symboles, et non pas sur leur sens (la sémantique : c’est quoi?).
Les manipulations devaient pourtant être exécutées par du matériel, que ce soit le papier et stylo, manipulés par les mains et le cerveau d’un mathématicien, ou par d’autre matériel. La MT est un modèle de toutes les composantes d’un calcul : symboles, ruban, lecteur, 5 manipulations (lire, écrire, avancer le ruban, changer d’état interne, arrêter).
Mais il faut se rappeler que la TM est une machine matérielle, ayant des états internes qui correspondent à l’action que la TM doit exécuter sur les symboles selon la table de transitions : La « table de transition » réfère à la transition entre les états internes de la TM qui correspondent à la règle qu’exécute la TM sur le symbole. La TM a un nombre fini d’états internes, et passe d’un à l’autre successivement.
Dimitri, crée un login gmail qui porte ton nom et lorsque tu fais une ciélo quitte tes autres identités et branche toi sur ton fureteur et blogspot/blogger utilisant cette identité gmail. (Pour ne pas devoir t'identifier chaque fois que tu fais une ciélo.)
EffacerCeci s'applique à tous le étudiants qui affichent avec identité « inconnu » ("unknown"). Sans ça je ne peux pas vous attribuer une note pour vos ciélos. (Le prénom et l'initial du nom suffiront.)
Une petite vulgarisation pour simplifier les éléments importants dans le texte de Steiner :
RépondreEffacerLe computationnalisme est en d’autres termes le raisonnement ou dirons-nous le programme ( la computation interne – le calcul) qui permet au monde matériel – physique - extérieur (propositions syntaxiques) de faire émerger un sens – une croyance, etc. (la sémantique). Le computationnalisme génère, si on peut dire ainsi, le data de la sortie – output (sémantique) le data de l’entrée – input. Comment? En agissant selon certains algorithmes (modélisation selon un processus en présupposant qu’il suivra un ensemble de règles afin d’exécuter une fonction précise). Ici l’idée c’est donc de dire comme pour le fonctionnalisme qu’il y a toujours un rapport de causalité et puisque qu’il n’existe physiquement que la matière et l’énergie pour la transformer, il ne serait pas même nécessaire d’avoir un cerveau (organique) pour raisonner. L’esprit-le fonctionnement de l’esprit étant mécanique, il a une autonomie. Il faut aussi se rappeler pourtant que son autonomie, ses capacités, étant internes, s’arrêtent là où commencent le monde extérieur et n’est opérant qu’en tant que système inférentiel. Sa fonction : déterminer ou identifier certaines informations qui ne se trouvent pas explicitement dans la source et tirer des conclusions. Aussi, les fonctions précises, des modules (facultés) peuvent être identifiées avec exactitudes alors que les processus centraux demeurent trop complexes et trop larges. Le computationnalisme a ses limites et ne répond pas à toutes les questions. Il apporte de perspectives intéressantes en ce qui a trait à l’intelligence artificielle en posant les questions sous un angle plus pragmatique. À défaut de comprendre comment on raisonne, il pose la question: de quoi a-t-on besoin pour raisonner? Quelles sont les caractéristiques abstraites qui permettent le traitement de l’information?
Nous ne pouvons tout de même pas ignorer les questions fondamentales qui demeure, notamment la question de la compréhension et celle du dualisme cartésien, et par extension, de la conscience comme proposition immatérielle, entre autres.
Bon résumé de Steiner. Steiner explique beaucoup de choses qu'on peut considérer comme des suppléments au cours ISC1000. Mais ce qui est central vous trouverez dans les cours eux-mêmes, ainsi que dans mes répliques dans les ciélos chaque semaine.
EffacerOui, la cognition (la pensée) inclut le raisonnement. Le raisonnement, c'est une des choses que nous sommes capables de faire. Mais il y a maintes autres choses que nous sommes capables de faire (percevoir, reconnaitre, identifier, apprendre, parler, comprendre) et tout ça c'est de la cognition. Les sciences cognitives doivent expliquer toutes ces capacités, en les rétro-ingénieriant pour expliquer leur mécanisme causal. Le mécanisme sous-jacent pourrait s’avérer être la computation, comme le soutiennent les computationnalistes (qui sont actuellement en majorité) : « la cognition = la computation ». Ou le mécanisme sous-jacent pourrait s’avérer être autre chose (p. ex., anatomique, physiologique, biochimique, mécanique [mais svp ignorons la possibilité mécanique quantique!: il y a déjà plus qu’assez de sci-fi en sci-co!]).
Ou le mécanisme pourrait s’avérer être hybride : computationnel ainsi que mécanique.
Mais c’est sûr que les pouvoirs nucléaires de la computation (TC/T faible, TC/T forte, les immenses succès de la computation, et le fait qu’elle semble avoir une portée qui comparable avec la portée de la cognition) rendent la computation une candidate estimable…
Quelques questions pour clarifier ce que veut dire la dimension théorique de la machine de Turing:
RépondreEffacerLa machine de Turing serait une procédure théorique pour effectuer une computation, c'est-à-dire une manipulation de symboles selon une syntaxe (des règles d'opérations pour manipuler les symboles sans égards à leur sens sémantique -ce qu'ils signifient). La procédure d'une machine de Turing donnée serait équivalente à un algorithme, c'est-à-dire une série finie d'étapes pour passer d'un état initial à un état final (un peu comme par exemple, une recette en cuisine ou encore un itinéraire pour aller d'un point A au point B).
Voici donc les questions de clarification sur la nature théorique de la machine de Turing:
J'ai compris que la machine de Turing doit être idéalisée à deux titres: on doit supposer qu'elle a infiniment de mémoire (par exemple un ruban en quantité infinie) et que le temps pour effectuer la computation, quoique fini, tend vers l'infini (ce qui va beaucoup étendre la portée du mot algorithme - au sens du nombre fini d'étapes à suivre).
Est-ce à dire que la machine de Turing, avant d'être instanciée dans un support matériel donné (un-e mathématicien-ne avec papier et crayon; une bande avec tête de lecture-écriture et table de transition, etc.) est d'abord une procédure théorique pour définir ce qui est computable (calculable selon une règle formelle).
Est-ce à dire qu'il faut que l'opération soit décidable (pas d'ambiguïté entre le résultat initial et final)?
Quelle sera la différence avec la machine de Von Neumann? Est-ce que ce sera l'inscription physique dans un support avec une mémoire physique?
Que se passera-t-il avec un phénomène probabiliste et fluctuant, éventuellement ambigu?
Excellent résumé de ce que c’est que la computation et la machine de Turing.
EffacerMais en ce qui concerne la cognition (qui, elle aussi, n’est ni infinie, ni exhaustive) les limites de la computation (la décidabilité, p. ex.) ne la disqualifient pas en tant que candidate redoutable au poste du mécanisme sous-jacent de la cognition.
La machine de Turing (MT) est juste un modèle formel pour expliquer ce que font les mathématiciens, mais chaque dispositif matériel qui calcule est la réalisation matérielle d’une MT (particulière). Et l’ordinateur programmable moderne (avec l’architecture de von Neumann pour stocker tout algorithme) est la réalisation matérielle d’une MT universelle (MTU).
Les computationnalistes ne soutiennent pas que le cerveau est un ordinateur programmable (MTU) : juste une MT.
Voilà ce que j’ai compris des thèses faibles et fortes de la thèse de Church/Turing.
RépondreEffacerDans la thèse faible, la cognition est la computation, c’est-à-dire, que le cognisseur serait comme une machine interprétative des symboles que l’environnement lui présente. En d’autres mots, notre cognition ou notre cerveau possèderait ses propres algorithmes pour interpréter les symboles du réel.
La thèse forte voudrait que la cognition soit comme une simulation, non qu’elle soit irréelle, mais qu’elle serait le résultat d’une computation, d’un calcul (qui ne nous appartient pas) et qu’elle possèderait ses propres symboles calculables, et interprétables par les autres machines ou connaisseurs.
Les TC/T faible ainsi que forte ne sont à propos ni de la cognition ni du computationnalisme. Elles sont à propos de la computation : ce que font les mathématiciens et ce qu’on peut faire de plus avec la computation en modélisant ce qu’il y a dans le monde. Church et Turing étaient des mathématiciens, pas des rétro-ingénieurs en sciences cognitives.
EffacerLes computations (les manipulations des symboles selon des règles [algorithmes]) ne font -- ni ne sont -- des interprétations. Les computations (ses symboles) sont interprétables, en ce sens qu’elles peuvent supporter une interprétation (si l’algorithme est bon). Mais l’interprétation n’est pas dans les computations. Elle est dans la tête de ses utilisateurs.
Les sciences cognitives se concernent avec ce qui qui se passe dans la tête des utilisateurs : Se peut-il que ça ne soit également que des computations?
En réponse à votre défi : expliquer l’exemple de l’aspirateur au frère cadet - Thèse forte de Chruch-Turing
RépondreEffacerLa thèse forte de Church-Turing stipule que la machine de Turing (MT) peut simuler tout ce qu’il y a dans l’univers. L’exemple de l’aspirateur démontré que si le MT peut simuler qu’il aspire la poussière, la poussière est pourtant toujours là. Un exemple plus parlant (selon moi) que vous avez donné dans les années précédentes, est celui de la chute d’eau. Une MT peut simuler une chute d’eau sans pour autant être mouillé. Ainsi, la MT ne peut pas simuler la sensation (le ressenti, ici le fait d’être mouillé). Cela me pousse à penser que la thèse forte de Church-Turing est incorrecte, et, donc, que la cognition ne peut pas être uniquement de la cognition.
Bonne tentative, et bravo d'avoir visionner des vidéos des années précédentes: Il y en a beaucoup!
EffacerLa poussière réelle n'est pas dans la simulation de l'aspirateur dans la réalité virtuelle. Et l'aspirateur et la poussière sont simulés. Mais c'est sûr qu'on ne pourrait pas aspirer de la poussière réelle avec un aspi simulé.
La MT est incapable générer (pas « simuler ») le ressenti s'il faut du matériel (comme l'eau réelle) pour générer le ressenti.
C'est quoi la différence entre la TC/T forte et le computationnalisme? Faut pas les confondre.
Voici un résumé de quelques notions vues en classe hier soir :
RépondreEffacerLes sciences cognitives :
Les sciences cognitives tentent de comprendre comment (explication causale) nous sommes capables de générer l’ensemble de nos capacités. De là se posent deux problèmes, un facile et un deuxième plus difficile. Le premier consiste concerne notre capacité d’agir (tout ce que l’on peut faire) et le second concerne notre capacité à ressentir (à quoi cela ressemble de penser?).
La computation :
La computation (ou calcul) est l’acte de manipuler des symboles (objet de forme arbitraire) selon des règles (algorithme) syntaxiques. Ces règles sont syntaxiques puisque qu’elles ne s’appliquent qu’à la forme (arbitraire) du symbole et non à au sens qu’on lui donne. Cela ne veut pas dire que ces calculs ne sont pas interprétables sémantiquement, puisqu’ils le sont. Cependant, l’interprétation du symbole, soit le sens qu’on lui donne, est propre à l’homonculus (le petit bonhomme dans notre tête). Ainsi, l’explication ne fait pas partie de la computation, elle se trouve dans la tête de l’utilisateur (l’homonculus). Par exemple, un ordinateur saura produire une phrase en chinois sémantiquement correcte sans parler ni comprendre le chinois. De plus, la computation est indépendante du matériel, c’est-à-dire que même si elle doit être mise en œuvre physiquement (par exemple : par un ordinateur), les propriétés physiques (de l’appareil utilisé, ici l’ordinateur) ne sont pas pertinentes pour le calcul.
La rétro-ingénierie
La rétro-ingénierie est le fait de chercher une explication causale de ce qui génère nos capacités (problème facile), soit les mécanismes responsables. La rétro-ingénierie est donc à la recherche de la machine (système causal) qui nous permettra de comprendre ce qu’il se passe dans la tête de l’homonculus (l’interprète, celui qui pense). La rétro-ingénierie se situe au niveau fonctionnel, elle cherche donc à comprendre comment le cerveau manipule les symboles pour faire tout ce qu’il peut faire. De ce fait, si la computation parvient à manipuler les symboles comme le cerveau le fait (en soumettant l’hypothèse que c’est, ce qu’il fait), alors la cognition pourra être considérée comme de la computation.
La rétro-ingénierie cherche à trouver une explication causale, un mécanisme, de tout ce que nous sommes capables de faire. L'explication pourrait s'avérer être de la computation, ou peut-être autre chose. Le test du succès sera le test de Turing (c'est quoi?). Mais un homoncule n'est pas une explication d'aucune sorte.
EffacerÀ la suite de ma ciélographie précédente, je vais tenter ici d’expliquer ce qu’est une machine de Turing, ainsi que la différence entre une MT et une MT universelle, à un frère/une sœur cadet/cadette.
RépondreEffacerUne machine de Turing (MT) est un concept hypothétique qui suggère que l’on peut résoudre n’importe quelle équation grâce à une « recette », appelée algorithme, que l’on retrouve sur une table de transition. Lorsque l’on donne cette dernière à une MT conçue pour résoudre le problème donné, elle fait exactement ce qu’on lui demande, et nous donne les résultats. N’étant qu’une machine, elle n’a pas conscience de ce qu’elle vient d’effectuer, et donc c’est à nous d’interpréter ces informations. Un être humain pourrait faire à la main, avec un stylo et du papier, tout ce qu’une MT standard peut faire, mais cela prendrait parfois beaucoup de temps.
La différence entre une MT et une MTU est que, alors que la première, en fonction de sa conception, ne peut qu’effectuer une « recette », la seconde peut en effectuer une infinité. Un exemple de MT standard serait une calculatrice, tel que celles utilisées à l’école, qui ne peut qu’exécuter des équations mathématiques. Au contraire, une MTU serait un ordinateur, tel que celui que j’utilise pour écrire ce texte, qui peut faire une infinité de tâches.
Qu'est-ce qu'une table de transition?
EffacerAprès avoir assisté au cours d’aujourd’hui (cognition=computation?), je peux mieux comprendre le fonctionnement de la MT dans sa globalité, mais plus précisément sur le fait qu’elle possède des propriétés comme lire, effacer, écrire ou encore se déplacer. Elle est donc très limitée dans ses actions, mais pourtant, elle peut résoudre n’importe quelle équation mathématique avec un algorithme. Par contre, arriver au même résultat ne veux pas dire comprendre le résultat. La MT ne comprend donc pas ce qu’elle opère contrairement au mathématicien. L’argument de la chambre chinoise de Searle nous illustre parfaitement ce cas, car même sans parler chinois, la personne a été capable de communiquer dans cette langue à l'aide d’instructions fiables que l’on peut appeler algorithme, c’est en d’autres mots la recette exacte pour parvenir à un résultat souhaité. Il y’a donc de la computation dans la cognition, mais la cognition n’est pas que de la computation, car sinon comment explique tous ces choses qu’on peut faire en tant qu’humain comme réfléchir à ses futurs projets, apprendre à jouer du piano, écouter son instinct, et beaucoup plus encore. Si je ne me trompe pas, l’homonculus est cette petite partie du cerveau qui a la forme d’un petit bonhomme qui est à l’origine des choses inexplicable que peut faire notre capacité cognitive. Réussir à expliquer son fonctionnement serait dire que nous somme capable de trouver la causalité du problème difficile et de pouvoir faire de la rétro-ingénierie sur notre système cognitif. Pour finir, j’aimerais être plus éclairé sur le sujet de la simulation que j’ai du mal à comprendre. Merci
RépondreEffacerUne simulation computationnelle d'un objet (comme un glaçon) encode symboliquement toutes les propriétés de l'objet (un peu comment une description verbale de l'objet). La simulation symbolique est interpretable (par l'utilisateur humain) comme référant aux propriétés de l'objet (froid, fondant...) mais sans pour autant posséder ces propriétés physiquement. Comme la description verbale, elle n'est ni froide ni en train de fondre. C'est juste des symboles, interprétable par les humains.
EffacerSuite au cours #1 computation = cognition, je pense que le moment où nous parviendrons à rétroingénieuriser le cerveau humain sera lorsque nous comprendrons le fonctionnement de l'homonculus.
RépondreEffacerSuite à l'exemple du nom du professeur de troisième année, où vous nous démontrez que nous ne savons pas comment notre cerveau fait pour nous procurer l'information, on comprend que nous ne comprenons pas le fonctionnement de l'hypotéthique homonculus qui réside dans notre tête.
Ainsi, je crois que l'introspection (se rappeler du nom de notre professeur sans avoir à faire quelconques efforts) est une notion incompatible avec la thèse faible de Churchill.
Il n'y a pas d'homonculus. L'homonculus est nous-même.
EffacerLa thèse faible de Church/Turing concerne ce que font les mathématiciens lorsqu'ils calculent. Rien à voir avec l'explication de la cognition (sauf peut-être la cognition des mathématiciens lorsqu'ils font du calcul).
Suite au visionnement des vidéos sur les origines et le fonctionnement de la machine de Turing, j'en comprend plusieurs choses.
RépondreEffacerPar exemple, que l'on peut se servir d'une telle machine pour exécuter n'importe quel algorithme qui aurait été préalablement posé par un parti extérieur à ladite machine. Cette fonction a trouvé dans le cours No1, si je ne m'abuse, un parralèle dans la ''computation'' de la cognition.
Donc, si j'ai bien compris ce qui a pu être dit dans le cours, selon une théorie computationnaliste, le cerveau serait en quelque sorte une machine (portant plusieurs ressemblance, en principe, avec la machine de Turing) qui, elle aussi fait des calculs. Pour reformuler, le cerveau ferait usage de sa propre computation pour traiter les informations lui étant parvenues par ce qui lui soit extérieur.
Pour clarifier, tel une machine de Turing, le cerveau traite toutes les informations d'une manière qui soit comparable à celle qui utilise pour traiter des équations.
Un mathématicien posé face à une équation simple comme ''2+2= x'', se servira du même procédé que la machine de Turing pour traiter les données devant lesquelles il est posé.
D'un autre point de vue, un être humain se dirigeant quelque part et étant face à une intersection, usera du même procédé de calcul que le mathématicien face à son équation, mais obtiendra un résultat différent puisque ''l'équation'' devant laquelle il est posé n'est pas la même (Il décidera où il tourne, tandis que le mathématicien trouvera l'identité de ''x'').
Le procédé utilisé par l'humain se dirigeant quelque part aura une complexité qui n'est, selon ma compréhension, pas comparable à la complexité du procédé utilisé par le mathématicien, mais les deux procédé cognitif prennent tout de même racine au même et seul point: la capacité de calcul de la cognition.
Qu'est-ce que c'est que « l'information » et la « complexité » ?
EffacerCher frère cadet,
RépondreEffacerUn jour, un mathématicien au nom de Turing a créé un modèle imitant les capacités cognitives du cerveau. Ce modèle reproduit des relations causales dans un système structuré; la syntaxe. Or cela, l’humain ne répondrait pas toujours à des règles formelles logiques. Le problème de la computation c’est qu’elle ne prend pas en compte la compréhension de la matière aussi appelée sémantique. La théorie computationnelle n’est pas inexacte mais elle est insuffisante pour expliquer les connaissances humaines.
Une machine de Turing n'imite pas les capacités, elle les produit.
EffacerLa syntaxe c'est quoi?
Si une MT seule peut produire une capacité (une capacité à faire quelque-chose, à quoi sert la compréhension?
Après le cours de la semaine dernière, je comprends qu'on va essayer de comprendre l'explication causale de cognition, la faculté de penser. On va essayer de comprendre le comment et le pourquoi c'est-à-dire de rétro-inginierer la capacité de faire en essayant de répondre au problème "facile" des sciences cognitives, à savoir "Comment et pourquoi est-ce que les humains sont capables de faire ce qu'ils sont capables de faire?". Les computationalistes répondent à cette question que le cerveau humain est comme une machine de Turing, c'est-à-dire qu'il est capable de computation (manipulation de symboles, qui sont des formes arbitraires à partir d'un algorithme. La manipulation de symboles se fait selon leur forme et non leur sens que nous, les humains leur donnons). D'autres explications à la question facile existent comme celle qui dit que c'est grâce aux propriétés physiques et biologiques de l'être humain. Dans le cas du computationnalisme, est-ce que l'introspection permet de répondre à la question facile? Non car des processus inconscients nous rendent des services (homoncule = nous-même). C'est le même problème pour l'imagerie mentale ainsi que pour les propositions : l'homoncule va voir les images et les interpréter et va également interpréter sémantiquement les mots des propositions (qui sont des affirmations ayant une valeur véridique). Pylyshyn va alors proposer la computation comme explication causale de la cognition.
RépondreEffacerExcellent résumé, mais maintenant essaie à aller au-delà de ce que dit le texte, pour élaborer, critique ou compléter.
EffacerPylyshyn va dire que ce qui n'est pas pénétrable par une explication cognitive n'est pas cognitif, et est soit végétatif soit autre chose. Donc le problème des lignes avec les flèches au bout dans un sens ou dans l'autre étant impénétrable cognitivement n'est pas cognitif. Par contre le problème des 3 rideaux lui étant pénétrable cognitivement est selon Pylyshyn cognitif. J'essaie de vous le résumer comme je l'ai compris : 3 rideaux dont l'un d'entre eux cache une récompense sont proposés à un individu. Celui-ci choisit un des rideaux. L'expérimentateur va alors choisir un rideau, qui n'est pas celui qui a été choisi par l'individu, ni celui où se trouve la récompense (il sait où elle se trouve). La question qui est alors posée à l'individu est : pour avoir plus de chances de trouver la récompense, changez vous votre choix ou restez vous sur votre position? La bonne réponse est de changer son choix car en faisant cela l'individu aura 2 chances sur 3 de tomber sur la récompense alors que si il reste sur sa position il n'aura qu'1 chance sur 3 d'avoir la récompense. Donc ce problème est pénétrable cognitivement.
RépondreEffacerCorrect, mais maintenant exprime-toi sur les composants de toute cette polémique: La distinction cognitif/végétatif: est-elle cohérente et suffisante? Est-ce que le critère de Pylyshyn démarque bien la frontière? Qu'est-ce qui serait cognitif chez les animaux non humains, puisqu'on ne peut leur rien expliquer? (C'est comme ça qu'on s'engage « chaton actif » avec le contenu du cours.)
EffacerUne machine de turing a une tête qui se déplace, va à gauche et à droite, écrit, efface, etc.). La machine de Turing ne peut faire qu'un seul algorithme (algorithme = une recette, mais complètement symbolique, qui quand c’est avalé par la machine de turing peut passer d’un état à un autre). Un algorithme/la computation c'est la manipulation de symboles arbitraires selon des règles (les symboles peuvent être des 1 et des 0). Il existe la notion d'une machine de Turing Universelle qui peut être programmée et résoudre n'importe quel algorithme, à l'origine des ordinateurs modernes.
RépondreEffacerC'est ça, et ça fait état de ta compréhension de ce qu'on à traité ici. Maintenant élabore, pour montrer comment tu intègre les connaissances acquises avec d'autres.
EffacerLe matériel d'une MT (qui est comme une calculatrice dédiée, qui n'exécute qu'un seul algorithme) est tel que ça la cause de passer mécaniquement d'un état à l'autre selon son état courant, et le symbole sur son ruban. C'est comme un cuisinier automatique, exécutant des recettes, manipulant les symboles, comme quand tu exécute une division complexe.
Le problème facile est de parvenir à expliquer comment et pourquoi les organismes vivants sont capables de faire ce qu'ils font (p.ex. : marcher, expliquer, parler, identifier, etc.) Différentes théories existent pour expliquer le problème facile dont le computationnalisme (la cognition, c'est la computation/le calcul) et la neuroscience (utiliser l'imagerie cérébrale pour nous aider à comprendre comment et pourquoi). Si le computationnalisme est vrai, alors la cognition est de la computation. Donc on pourrait traiter la cognition indépendamment du matériel dans lequel elle est implémentée (le cerveau). Le problème difficile est de parvenir à expliquer comment et pourquoi les organismes vivants sont capables de « ressentir » (nous n’aurons pas la réponse même à la fin de ce cours).
RépondreEffacerLes simples mécaniques de la locomotion ne sont peut-être pas cognitif mais végétatif, mais la frontière V/C est floue.
EffacerPour la non solutionnabilité du problème difficile, plutôt « Etienne dit ». Qui sait? Mais une solution n'est certes pas à l'horizon...
À la suite des deux vidéos, nous pouvons comprendre que la machine de Turing est composée d’un ruban, d’une tête de lecture et d’une table de transition. Celle-ci est une manière de formaliser des algorithmes, qui sont des séries d’instructions de façon sérielle. Les algorithmes sont des manipulations de symboles dont la forme est arbitraire par rapport au sens qu’on lui donne. La machine de Turing peut donc lire, écrire, avancer/reculer et arrêter le ruban. Elle va tenter de résoudre des équations mathématiques en suivant la table de transition qui lui sert de recette.
RépondreEffacerJe retiens aussi que la thèse de Church/Turing voudrait que tout problèmes pouvant être réglé par un algorithme, peut aussi être régler par une machine de Turing.
Cette machine ne fut pas créée par Turing dans le but de développer les ordinateurs, mais celle-ci est devenue l’ancêtre des ordinateurs modernes que nous connaissons et utilisons chaque jours.
charlotte guilbault
EffacerC'est beau. Ne manque pas de lire les ciélos des autres, et les répliques.
EffacerVoici ma première ciélographie sur la computation et la machine de Turing.
RépondreEffacerLa computation permet d’observée le problème facile de la thèse de Church-Turing, qui se défini par ce que font les mathématiciens. Donc, que tout ce qui est calculable peut-être fais par un mathématicien mais la computation est préalablement conçue par le suivi d’algorithme, qui sont des règles stricts sous-entendus par des symboles (quelques soit l’objet en conséquent qu’il soit arbitraire) qui seront compris par une signification et indépendant du matériel. Mais pour permettre à sœur/frère cadet(te) de comprendre la notion de computation j’utilise un exemple simple. Lorsqu’un humain doit changer les vitesses manuelles d’une voiture selon les règles du fonctionnement d’un moteur. Aujourd’hui avec l’avancer de la machine de Turing qui sont devenu les ordinateurs et qu’ils ont maintenant des mécanismes dans les voitures qui peuvent par des calculs changer la vitesse automatiquement. Et ce que j’ai compris de la machine de Turing dans les deux capsule vidéo est qu’il s’agis d’un ruban avec des cases qui n’a pas de fin avec une table de transitions qui démontre le programme de notre calcul, puis la tête de lecture qui peut être transformé et transformé les cases du ruban. Donc pour tout programme ou il y a un algorithme une machine de Turing peu le résoudre
C'est quoi le lien entre la table de transitions et les états internes de la machine de Turing?
Effacer
RépondreEffacerDeuxième cièolographie sur l’impénétrabilité cognitive et la thèse forte de Church-Turing
La thèse fort de Church-Turing (TC/T forte) est que la simulation de toute ce qu’il y a dans l’univers. Mais avec une affirmation si forte nous montre l’impact de la computation sur tout ce qui est physique comme les objets et d’autres choses présents dans notre univers mais quand réalité la simulation est seulement de la manipulation de symboles. Donc est-ce que les défendeurs de la computation ont utilisé la TC/T forte pour montrer que tout ce qui est matière physique est de la cognition?
L’impénétrabilité cognitive est une manière de montré avec plus de précision les différences entre le cognitif et la végétatif. C’est à l’aide d’illusion visuel qui ne sont pas pénétrable qu’il est possible de suggérer qu’il ne s’agis pas de cognitif mais de végétatif tandis qu’une illusion qui est pénétrable elle serait cognitive. Mais puisque cela est faux. Est-ce que les illusions visuelles pénétrable et impénétrable prouve que les deux sont de la cognition?
Selon ce que j’ai compris de cette séance, il est faux de croire que la cognition peut être considérée uniquement dans le cadre de la computation. Autrement dit, la computation n’est pas suffisante pour expliquer la cognition. En effet, la computation, qui se définit comme étant la manipulation de symboles en ne tenant que de leur forme, c’est-à-dire en faisant abstraction de leur signification, ne permet pas de rétroingénierier (découvrir les mécanisme causale) le processus qui nous mène à assimiler de l’information, car celle-ci possède un sens pour l’individu qui la contemple. Ainsi, un symbole est un objet arbitraire auquel on attribue un sens et ce dernier n’est pas compris dans le champ de compétence de la computation alors qu’il est nécessairement présent au sein de la cognition. C’est pourquoi la capacité du modèle cognitiviste à expliquer comment fonctionne la cognition est très limitée et ne pourra jamais être en mesure de fournir à la demande de ses ambitions.
RépondreEffacer