Conférence "Capturing Intelligence at the Level of Thought"

James McClelland est l'un des plus grands chercheurs mondiaux en IA et en sciences cognitives, et en particulier l'un de ceux qui a relancé les réseaux neuronaux aprèss « l'hiver de l'IA » du début des années 1980 avec son livre Parallel Distributed Processing, co-écrit avec David Rumelhart.

Il est professeur aujourd'hui à Stanford et chercheur à Deepmind.

« Les réseaux neuronaux d'aujourd'hui nous séduisent par leur créativité et leur perspicacité apparentes, mais nous pouvons aussi avoir l'impression qu'ils ne sont pas vraiment des esprits cognitifs réfléchis comme nous-mêmes et nos pairs. Quelle est la différence ? J'en suis venu à croire qu'il peut être utile de supposer que ces systèmes n'ont pas vraiment de pensées dans le même sens que nous. J'ai donc entrepris de réfléchir à la manière dont nous pourrions mieux construire des systèmes modèles capables de saisir l'intelligence au niveau de la pensée. Dans cet exposé, je décrirai ce que j'entends par "pensée", la raison pour laquelle je considère que ces systèmes ne parviennent pas à fonctionner au niveau de la pensée, et certaines mesures que moi-même et d'autres prenons et qui, selon moi, nous rapprochent de l'objectif consistant à comprendre comment résoudre ce problème intéressant et difficile à l'intersection des sciences de l'esprit, du cerveau et de l'informatique. »

Abstract

"Today’s neural networks tantalize us with their apparent creativity and insight, yet we may also feel that they aren’t really thoughtful cognizing minds like those of ourselves and our peers.  What’s the difference?  I have come to feel that it may be useful to think that these systems don’t really have thoughts in the same sense that we do.  Thus, I have set out on a quest to think about how we might better build model systems that can capture intelligence at the level of thought.  In this talk I’ll describe what I mean by a thought, how it is that I see these systems as failing to operate at the level of thought, and some steps I and others are taking that I see as working toward the goal of understanding how to solve this interesting and challenging problem at the intersection of the sciences of mind, brain, and computation."