Intelligence artificielle, machine learning, big data ... et leurs limites

Enfin du long, du détaillé, de l’argumenté sur l’intelligence artificielle (AI), le machine learning, le big data et l’analyse prédictive ... et leurs limites actuelles (et pour encore longtemps) :
Machine-Learning Maestro Michael Jordan on the Delusions of Big Data and Other Huge Engineering Efforts / Lee Gomes, IEEE Spectrum 20 octobre 2014

Où, à rebrousse poil de la tendance médiatique actuelle, l’on n’exclut pas que la bulle big data puisse se dégonfler.

Le professeur Michael Jordan (rien à voir avec le basketteur) est une autorité sur ces sujets mais reste très pédagogique dans ses propos. Il est interviewé par la revue de l’Institute of Electrical and Electronics Engineers. L’IEEE est la plus grande association professionnelle d’ingénieurs au monde dans le secteur informatique, électronique et électrique.

Extraits :
"We are not yet in an era in which we can be using an understanding of the brain to guide us in the construction of intelligent systems."
"Another point you’ve made regarding the failure of neural realism is that there is nothing very neural about neural networks.
Michael Jordan : There are no spikes in deep-learning systems. There are no dendrites. And they have bidirectional signals that the brain doesn’t have. [...] In the brain, we have precious little idea how learning is actually taking place."
"You’ve predicted that society is about to experience an epidemic of false positives coming out of big-data projects.
Michael Jordan : When you have large amounts of data, your appetite for hypotheses tends to get even larger. And if it’s growing faster than the statistical strength of the data, then many of your inferences are likely to be false. They are likely to be white noise."
"It will take decades to get right. We are still learning how to do big data well."