19 réponses à ce sujet

[jfortias]

Je m'appelle Jerome Fortias (désolé je déteste l'anonymat sur internet)... je suis tombé sur votre site aprés avoir vu une vidéo incroyable sur youtube de oracid1 .... Je suis très heureux de découvrir votre site et aussi un rien impressionné par votre communauté.

Je travaille dans le domaine de l'intelligence artificielle (pas que le machine learning qui seul n'est pas de l'IA)... Coté robot, j'ai un Pepper mais aussi plusieurs plateformes que vous connaissez basées sur Lego + Raspberry pi + Arduino...

 

Je suis tombé dans la robotique mobile en 1991 après être tombé en amour pour les robots de Rodney brooks (les atilas) ....

Donc voila je suis là surtout pour apprendre... J'espère par finir pouvoir vous aider aussi.

La chaine de mon robot est https://www.youtube....9JuURK2A/videos(ce n'est pas pour faire de la pub, modérateur vous pouvez supprimer le lien je suis pas à l'aise, c'est plus pour montrer mes réalisations mais si c'est génant effacer ce lien). 

 

Que dire de plus.... Je suis ravi de découvrir un tel site... j'ai plein de truc à découvrir...  Ah si un dernier truc à l'intention des jeunes : VOUS AVEZ UNE CHANCE ENORME, AUJOURD'HUI L'IA LA ROBOTIQUE LA VISION sont facilement accessibles en terme d'achat (à mon époque cela coutait une blinde)... FONCER SEUL L'INTELLIGENCE ET LE TRAVAIL COMPTENT MAINTENANT !

 

voilou

Modifié par Mike118, 17 juillet 2018 - 11:30 .
Aucun problème de présenter ses créations au contraire =)

[jfortias]

je viens de me prendre un BIIIPPPPP de coup de vieux en découvrant ce site ... et les présentations ... Mon premier robot c'était en 1984

[Path]

Bonjour Jérôme,
Pas de pb pour ton lien. Au contraire, on est là pour partager. Si en effet c'est accessible financièrement, ça l'est beaucoup moins si on reste dans son coin tout seul.
Merci du partage.

[Mike118]

Bienvenue !

 

En effet ici aucun problème pour mettre des liens et partager ( on évitera juste le spams mais  admin et modérateurs bienveillants veillent )

à bientôt !

[Oliver17]

Bienvenue ^^

 

Pour l'ia effectivement faudra en reparler c'est un sujet qui intéresse beaucoup de monde ici, et surtout moi.

 

Terrible la photo

[Forthman]

Bonjour Jérôme,

 

"aprés avoir vu une vidéo incroyable sur youtube de oracid1"

Vous êtes potes ? ou il t'as payé pour écrire ça ?

 

Bienvenue à toi

[R1D1]

Bienvenue Jérome !

(...)
Je travaille dans le domaine de l'intelligence artificielle (pas que le machine learning qui seul n'est pas de l'IA)...
(...)

Je serais curieux de lire tes arguments et de discuter à propos du machine learning et de l'IA (en toute bienveillance bien sûr).
Tu as acheté un Pepper en tant que particulier ? Tu l'utilises dans quel contexte (je ne suis pas encore allé regarder ta chaîne) ?

À bientôt sur le forum !

[Oracid]

"aprés avoir vu une vidéo incroyable sur youtube de oracid1"
Vous êtes potes ? ou il t'as payé pour écrire ça ?

Il est jaloux ! Si, si...

Je n'ai jamais compris pourquoi la vidéo à laquelle tu fais référence a un tel succès. Bientôt 1 million de vues.
C'était ma première vidéo concernant les chars. Depuis je pense avoir fait beaucoup mieux, en particulier la plus récente qui présente mon dernier char qui est autrement plus performant. http://www.robot-maker.com/forum/topic/12087-55cm-char-grimpeur/

Bienvenue !

[jfortias]

Oracid pourquoi ? Parce que ton approche est brillante.... Sur la forme. Crois moi j'en ai bouffé de la péda et des neurosciences dans le cadre de mon job, tu as eu le génie de la simplicité....Incroyable. Et je ne mets pas cela sur la chance, mais juste une élégance. Donc oui tu as toute mon admiration et oui je suis un peu jaloux.

R1D1 c'est simple : le ML en réseau neurone est un modèle d'apprentissage, hors par essence l'ia doit intégrer de l'exploration, et un apprentissage permanent. En cybernétique on parlerait d'une boucle de régulation temps réel. Donc le ML seul ne suffit pas... Mais du ML associé à de la simulation, à de la stochastique (j'ai fait cela en salle de marché), etc... Là cela devient de l'IA. Faire du ML c'est facile. je forme n'importe qui en deux jours... Donc cela a permis à plein de personne de se prétendre expert en IA. Bien sur quand je les rencontre lors d'entretien d'embauche ils ne connaissent rien en algo génétique, fuzzy logique, etc... En gros ils connaissent rien en IA.

Merci à vous tous pour votre accueil. ET désolé les petits jeunes mais l'IA et la robotique, c'est d'abord un truc de vieux (expérience) et NA

[Oracid]

 

[R1D1]

Oracid pourquoi ? Parce que ton approche est brillante.... Sur la forme. Crois moi j'en ai bouffé de la péda et des neurosciences dans le cadre de mon job, tu as eu le génie de la simplicité....Incroyable. Et je ne mets pas cela sur la chance, mais juste une élégance. Donc oui tu as toute mon admiration et oui je suis un peu jaloux.

R1D1 c'est simple : le ML en réseau neurone est un modèle d'apprentissage, hors par essence l'ia doit intégrer de l'exploration, et un apprentissage permanent. En cybernétique on parlerait d'une boucle de régulation temps réel. Donc le ML seul ne suffit pas... Mais du ML associé à de la simulation, à de la stochastique (j'ai fait cela en salle de marché), etc... Là cela devient de l'IA. Faire du ML c'est facile. je forme n'importe qui en deux jours... Donc cela a permis à plein de personne de se prétendre expert en IA. Bien sur quand je les rencontre lors d'entretien d'embauche ils ne connaissent rien en algo génétique, fuzzy logique, etc... En gros ils connaissent rien en IA.

Merci à vous tous pour votre accueil. ET désolé les petits jeunes mais l'IA et la robotique, c'est d'abord un truc de vieux (expérience) et NA

Le ML ne se résume pas qu'aux réseaux de neurones (bien que ça soit clairement les méthodes à la mode ces dernières années). C'est effectivement un parmi d'autres modèles d'apprentissage automatique. Les méthodes d'IA plus classiques que tu évoques ont des propriétés et posent des hypothèses différentes.
Cependant, si on prend le ML (au sens large: l'adaptation du comportement d'un algorithme en fonction des données du problème) et qu'on le compare à des algo statiques perçus comme de l'IA (e.g. A*, Policy/Value Iteration), il y a clairement une amélioration et un accroissement du degré d'autonomie des algos.

[jfortias]

non ... je parle bien du machine learning sur base de réseau neurone (y'a une publi sur Stanford à ce sujet).  Par exemple si tu fais du ML sur Tensorflow (et je ne te parle pas de ML à la sauce random forest) bah tu fais pas de l'IA ... Pas encore. On devrait trouver un autre mot pour cela.... D'ou mon opposition à l'utilisation du mot IA ... A ce sujet j'ai écrit un blog http://www.jfortias.net/2018/01/lia-nest-pas-intelligente.html 

Les réseaux neurones sont trés anciens. j'avais par exemple créer des trucs sur la base d'un livre "Fuzzy logic and Neural Network" de Bart Kosko....Ils sont revenus à la mode grace au big data et aux GPU .... 

 

"Les méthodes d'IA plus classiques que tu évoques ont des propriétés et posent des hypothèses différentes." j'ai pas compris

Y'a une amélioration de performance mais pas toujours... Parfois des méthodes de scoring type DEA ou Prométhée sont largement assez efficace quand on fait du scoring. Un de mes principes est d'ailleurs de combiner des méthodes mathématiques déterministes avec de l'IA connectiviste....   

[jfortias]

j'ai oublié de vous présenter ma famille :-) 

Image(s) jointe(s)

• 

[thermo_nono]

bienvenue, je suis impressionné. 
 

[jfortias]

Faut surtout pas... En fait cela fait énormément de sens que des pros comme moi se rapproche de gens comme vous, les passionnés... Un des trucs réels de ce qu'on appelle la transformation digitale est l'accessibilité. Il y'a 20 ans l'IoT cela existait mais cela coutait trés cher. Aujourd'hui c'est presque gratuit, donc le capital le plus important c'est l'intelligence pure. Mon équipe a fait jusqu'à 12 personnes (phd, linguiste, etc...) travaillant en IA, robotique data science etc.... MAIS j'ai énormément à apprendre de vous justement parce que vous avez une liberté de création énorme....Donc c'est réellement moi qui suit impressionné

[R1D1]

non ... je parle bien du machine learning sur base de réseau neurone (y'a une publi sur Stanford à ce sujet).  Par exemple si tu fais du ML sur Tensorflow (et je ne te parle pas de ML à la sauce random forest) bah tu fais pas de l'IA ... Pas encore. On devrait trouver un autre mot pour cela.... D'ou mon opposition à l'utilisation du mot IA ... A ce sujet j'ai écrit un blog http://www.jfortias.net/2018/01/lia-nest-pas-intelligente.html 

Les réseaux neurones sont trés anciens. j'avais par exemple créer des trucs sur la base d'un livre "Fuzzy logic and Neural Network" de Bart Kosko....Ils sont revenus à la mode grace au big data et aux GPU .... 
 
"Les méthodes d'IA plus classiques que tu évoques ont des propriétés et posent des hypothèses différentes." j'ai pas compris

Y'a une amélioration de performance mais pas toujours... Parfois des méthodes de scoring type DEA ou Prométhée sont largement assez efficace quand on fait du scoring. Un de mes principes est d'ailleurs de combiner des méthodes mathématiques déterministes avec de l'IA connectiviste....  

Je serais curieux de lire la publi de Stanford si tu la retrouves.

Il y a clairement un emballement autour de l'IA qui rend confus ce qui est vraiment derrière (voir l'épisode zéro du périodique de MadeByHumans : https://madebyhumans...ory/periodique/ ).

Le terme d'Intelligence Artificielle en soi est trompeur : il désigne des méthodes et algos de décision automatique, d'inférence, bref, des modèles de ce qu'on comprend comme étant des marqueurs de l'intelligence humaine. En pratique, aucune de ces méthodes prise individuellement n'est de l'intelligence : une prise de décision n'est rien sans capacité d'inférence, elle-même ayant besoin de modèles de connaissances que le machine learning fourni.

Un terme plus juste pour toutes ces techniques (NN, algo génétiques, inférence bayésienne, logique floue) sont du "traitement automatique de l'information/la connaissance". Mais c'est moins vendeur que "Intelligence artificielle"

 

 

"Les méthodes d'IA plus classiques que tu évoques ont des propriétés et posent des hypothèses différentes." j'ai pas compris

Exemple : les réseaux de neurones sont des approximateurs de fonction linéaire ou non-linéaire. Les hypothèses sont qu'on dispose de données sur lesquels les entraîner, que ces données sont indépendantes. Ils permettent de faire de la prédiction continue (régression), catégorique (classificateur), mais n'adressent pas la problématique de l'exploration de l'espace du problème.

Les algos génétiques sont des méthodes d'exploration de l'espace des solutions selon un critère d'optimalité (sélection et reproduction des meilleurs individus) et maintien d'une certaine diversité (mutation).

 

Comme dans tous les domaines, il y a des méthodes établies qui marchent très bien (pourquoi utiliser un réseau de neurones si on est capable de calculer analytiquement la solution exacte ?) et des problèmes plus complexes pour lesquelles on dispose de moins d'information et pour lesquelles des méthodes de ML (pas que NN) se justifient (au prix des preuves formelles de fonctionnement que l'industrie requiert d'un produit). Faire du Deep NN à toutes les sauces sans se poser la question du problème qu'on veut adresser, ça peut marcher (hélas) mais ça n'est pas une démarche formelle et rigoureuse.

 

(va peut-être falloir continuer la discussion dans un autre fil )

[Mike118]

 

(va peut-être falloir continuer la discussion dans un autre fil )

 

Libre à toi de découper ce sujet R1D1 pour organiser au mieux la discussion en accord avec jfortias et d'ouvrir un autre sujet   tu sais faire
( et de masquer mon message une fois fait ) 

[jfortias]

faites comme vous voulez... Perso pour avoir été fondateur de grosses communauté y'a 10 15 ans... je sais au combien ce que c'est donc : FAITES TOUJOURS COMME VOUS VOULEZ AVEC MOI... je ne serais jamais vexé en colère etc... :-)

[thermo_nono]

pour le moment je n'ai fais que survoler les bases de l'IA (simulation neuronale).. je n'arrive pas à m'enlever de l'esprit l'idée que ces algorithmes ne font au final qu'un calibrage automatique par analyse des variables choisies et des résultats obtenus... je me trompe ?

 

[jfortias]

oui dans le sens que ta question ne fait pas sens. Mais si tu veux réellement comprendre et que tu as 24 heures à dépenser (je l'ai fait en un weekend) y'a un cours fantastique en open course par Patrick Winston