Séance animée par Stanislas Dehaene.
Chaque communication de 30’ sera suivie de 10’ de discussion.
Résumé
Les machines apprennent en optimisant des modèles de prédiction. La surprise vient de l'extraordinaire capacité des réseaux de neurones à résoudre des problèmes aussi différents que la reconnaissance d'images, la génération de langage ou la prédiction de mesures physiques. Les principes mathématiques de cet apprentissage restent mal compris, ce qui est un enjeu important pour garantir sa fiabilité. Malgré des différences importantes, on observe des convergences avec l'apprentissage humain, et l'on doit maintenant aussi considérer l'impact à venir de l'intelligence artificielle sur l'éducation.
