logo fullscreen logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
logo fullscreen logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
Menu
mobile logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
11 septembre 2017
A la Une, DAP, News, Point de vue

Il est temps de comprendre ce que sont les algorithmes !

⏱ 3 min

« Ils transforment l’industrie, la société… Ils bouleversent les notions de travail, de propriété, de gouvernement, de vie privée… et d’humanité. Qui n’a pas entendu parler des algorithmes ? » interrogent Serge Abiteboul et Gilles Dowek dans leur dernier livre 1 intitulé Le temps des algorithmes. Question à laquelle ils répondent dans un style très pédagogique, et en abordant les nombreuses problématiques autour de ce sujet de société.

Comparer la recette du pain à un algorithme… Il fallait y penser ! À partir de cette analogie, les deux chercheurs d’Inria définissent le concept d’algorithme comme « un procédé qui permet de résoudre un problème, sans avoir besoin d’inventer la solution à chaque fois ». À ce titre, la cuisine mais aussi la taille du silex, la pêche à la ligne ou la culture des lentilles ou du blé sont des algorithmes. C’est clair et le ton est donné.

La suite est du même acabit, ce qui rend la lecture très facile alors que le sujet ne s’y prête pas forcément… Pour présenter les grandes méthodes algorithmiques (diviser pour régner, résolution gloutonne, utilisation du hasard…), les méthodes d’apprentissage, les programmes informatiques et leurs impacts, les auteurs alternent références historiques, mini-biographies des pionniers de l’informatique et un tas d’exemples souvent de la vie courante : un billet de banque, des taille-crayons, le PIB, les cinéastes de la Nouvelle vague, les modèles météo, le vol AF446 de Rio à Paris ou le parcours d’un voyageur de commerce, problème d’optimisation algorithmique bien connu.

En remontant le fil de l’histoire

On apprend que le premier algorithme est attribué à Euclide, pour calculer le plus grand diviseur commun de deux nombres entiers. Que les premières machines capables d’exécuter des algorithmes symboliques seraient les carillons de cathédrales, à la fin du Moyen Age. Suivis par les machines à calculer, les métiers à tisser, les machines de recensement, Colossus pendant la seconde guerre mondiale… jusqu’aux ordinateurs qui se distinguent par leur côté « machine à tout faire », des Z3, ENIAC, Baby à nos ordinateurs actuels

Les notions de travail, de salariat, de partage des ressources numériques, de brevetabilité des programmes, d’ouverture des données publiques sont abordées tout comme l’éthique, la protection de la vie privée, la responsabilité ou la transparence des algorithmes. Sans oublier l’enseignement de l’informatique, cher à Inria qui a contribué à le remettre à l’ordre du jour.

Les derniers chapitres s’attaquent à des sujets plus complexes encore, autour du transhumanisme, de l’intelligence des algorithmes et même de leurs sentiments. À la question d’actualité  : Un algorithme peut-il être intelligent ? les auteurs répondent en convoquant la mythologie (le sculpteur Pygmalion qui tombe amoureux de sa statue, Frankenstein ou Geppeto et son pantin Pinocchio) et le test de Turing qui propose une définition très opérationnelle de l’intelligence. Ils concluent que comme le répètent les psychologues depuis des années : il n’y a pas qu’une seule forme d’intelligence et ils poursuivent le débat en remettant en question le concept même d’intelligence et donc d’intelligence artificielle. Notion aux multiples acceptions, en tout cas, pour l’instant.

L’algorithme amoureux !

En revanche, ils n’hésitent pas à avancer qu’« un algorithme qui se comporte comme s’il était intelligent est intelligent, un robot qui se comporte comme s’il avait froid a froid, un algorithme qui se comporte comme s’il était amoureux est amoureux »… là encore en faisant référence à Turing dont le fameux test ne fait pas de différence entre paraître et être intelligent.

Résolument optimistes sur l’impact des algorithmes sur nos vies, les progrès que permettront les robots, les deux compères prédisent la construction d’un monde meilleur, plus juste… si Homo sapiens le choisit.

Isabelle BELLIN

 

1 Le temps des algorithmes, Serge Abiteboul et Gilles Dowek, Le Pommier, 190p, 17€

RVLF Algorithmes

1948
1948

Baby, le premier véritable ordinateur

Baby (ou Manchester Mark I) est le premier à avoir un programme enregistré en mémoire centrale. C’est le premier ordinateur selon le modèle d’architecture de John von Neumann, avec une séparation du contrôle et de l’exécution dans les processeurs et […]

1946
1946

L’Eniac, premier calculateur électronique programmable

Ce calculateur de l’université de Pennsylvanie était capable d’exécuter tout algorithme. Avec ses 17 468 tubes électroniques, il tournait à 100 kHz, était composée de 20 calculateurs fonctionnant en parallèle et pouvait effectuer 100 000 additions ou 357 multiplications par seconde, […]

1944
1944

Le calculateur Colossus

Précurseur des machines de calcul intensif, le Colossus, inventé par Turing, a été conçu pour casser les codes secrets nazis. Installé près de Londres, le Colossus lisait des rubans perforés à la vitesse de 5 000 caractères par seconde. Premier […]

1938
1938

Le Z1, premier ordinateur binaire

Cette machine et les suivantes furent précurseurs de nombreuses avancées technologiques. Construit par l’allemand Konrad Zuse à Berlin,  le Z1 et les machines de cette série sont électromécaniques ; le programme est stocké sur cartes perforées. En 1941, le Z3, troisième […]

1890
1890

La machine à cartes perforées

Hermann Hollerith adapte la carte perforée, développée dès 1725 pour les ateliers de tissage, au stockage de données. Peu de temps après, en 1896, il fonde la Tabulating Machine Company, qui fusionnera avec d’autres pour devenir l’International Business Machine en […]

1950
1950

Le test de Turing

Une façon de définir l’intelligence des machines, de savoir si une machine peut penser. Alan Turing imagine ce test pour déterminer la capacité d’une machine à avoir un comportement réellement intelligent. Il donne ainsi une définition opérationnelle, algorithmique, de l’intelligence. […]

Termes liés :
  • Algorithme
  • Ordinateur
  • Données
  • Intelligence artificielle (IA)
Share:
Posts you'd might like
En attendant l’ordinateur quantique universel…
L’IA teste ses premiers algorithmes quantiques
Les promesses de l’IA quantique
La recherche à l’assaut des deepfakes vocaux
Recyclage : nos déchets sous l’œil de l’IA
Stéphane Canu :
au service de l’IA et de la mobilité de demain
DAP, la newsletter du Data Analytics Post Recevez chaque semaine un éclairage sur les data science

Peut-on laisser un algorithme apprendre tout seul ?

A la différence de l’apprentissage supervisé, le contexte non supervisé est celui où l’algorithme doit opérer à partir d’exemples non annotés.

En savoir plus

ARTICLES RÉCENTS
  • En attendant l’ordinateur quantique universel…
  • L’IA teste ses premiers algorithmes quantiques
  • Les promesses de l’IA quantique
  • La recherche à l’assaut des deepfakes vocaux
  • Recyclage : nos déchets sous l’œil de l’IA

Tout savoir sur…

Le DAP

Comité Éditorial

Partenaires

Équipe


Copyright © Data Analytics Post. Tous droits réservés.

Mentions légales & CGU