Dans le domaine du m\u00e9dical formons une machine en lui montrant 100.000 imageries et les lui d\u00e9finissant comme celles d\u2019un cancer, puis 100.000 autres imageries que nous lui d\u00e9finissons comme non canc\u00e9reuses. En \u00ab brassant \u00bb dans sa m\u00e9moire. La machine pourra nous dire si la 200.001 imagerie propos\u00e9e est celle d\u2019un cancer ou non.<\/p>\n\n\n\n
Si maintenant vous voyez dans la rue une voiture vous allez imm\u00e9diatement l\u2019identifier comme telle. C\u2019est simplement, comme pour la machine, que depuis la premi\u00e8re \u00ab toto \u00bb Norev de vos 3 ans vous avez vu des centaines de millier de voitures que l\u2019on vous a appris \u00e0 identifier d\u2019abord comme telles, puis par marque, par mod\u00e8le, que l\u2019on vous a appris \u00e0 diff\u00e9rencier un camion, d\u2019une ambulance ou d\u2019un halftrack militaire. Un \u00ab primitif des primitifs \u00bb ne pourra pas identifier une voiture sans les millier d\u2019apprentissages que vous avez fait (rappelons le \u00ab cheval de fer \u00bb des peaux rouges d\u2019Am\u00e9rique qui n\u2019identifiaient le train que par rapport \u00e0 ce qu\u2019ils connaissaient )<\/p>\n\n\n\n
Ceci explique la similitude d\u2019apprentissage et de reconnaissance des intelligences humaines et artificielle dans le domaine cognitif.<\/p>\n\n\n\n
Posons-nous, maintenant, la question du m\u00e9canisme d\u2019apprentissage de ces deux intelligences. Elles reposent sur une m\u00eame base : un perception et un \u00ab sachant \u00bb qui en fournit la d\u00e9finition. La machine apprends en enregistrant des images comment\u00e9es par un m\u00e9decin. Nous enregistrons des images, des sons, des odeurs, explicit\u00e9s par nos parent, professeurs, copains. L\u2019environnement est donc similaire pour les deux intelligences, sans un \u00ab sachant \u00bb pas de r\u00e9el apprentissage. On ne d\u00e9couvre pas, on n\u2019imagine pas, on apprend (*)<\/p>\n\n\n\n
M\u00e9canisme de l\u2019apprentissage.<\/strong><\/p>\n\n\n\n Pour bien comprendre les m\u00e9canismes d\u2019apprentissage dans les intelligences IA ou naturelle prenons l\u2019exemple de l\u2019apprentissage et de la d\u00e9finition des mots du vocabulaire.<\/p>\n\n\n\n Supposons que vous cherchiez dans un \u00ab dico \u00bb, la d\u00e9finition du mot table. Vous trouverez quelque chose comme :<\/p>\n\n\n\n \u00ab meuble form\u00e9 d\u2019un plateau et de quatre pieds<\/em> \u00bb<\/p>\n\n\n\n Pour comprendre cela il faut que vous connaissiez la d\u00e9finition d\u2019un meuble, d\u2019un plateau , d\u2019un pied par exemple : <\/p>\n\n\n\n \u00ab \u00c9l\u00e9ment d\u2019am\u00e9nagement int\u00e9rieur<\/em> \u00bb<\/p>\n\n\n\n \u00ab \u00c9l\u00e9ment plat en mat\u00e9riaux divers<\/em> \u00bb<\/p>\n\n\n\n \u00ab Support pour un \u00e9l\u00e9ment mat\u00e9riel ou vivant<\/em> \u00bb<\/p>\n\n\n\n Il faut conna\u00eetre bien des choses pour se repr\u00e9senter une table !<\/p>\n\n\n\n Mais si vous continuez vos recherches sur support par exemple vous pourriez trouver :<\/p>\n\n\n\n \u00ab \u00c9l\u00e9ment de soutien comme un pied de table ou un pied humain<\/em> \u00bb<\/p>\n\n\n\n Si vous pers\u00e9v\u00e9rez sur par exemple plat vous pourriez arriver \u00e0 :<\/p>\n\n\n\n \u00ab \u00c9l\u00e9ment plan comme un plateau de table<\/em> \u00bb<\/p>\n\n\n\n Ceci pour montrer que non seulement un mot ne peut se d\u00e9finir qu\u2019\u00e0 partir d\u2019autres mots (donc toute d\u00e9finition est relative) mais qu\u2019en plus ces d\u00e9finitions peuvent former des boucles qui se referment sur elle-m\u00eame. Il n\u2019en est rien car le cheminement d\u2019un mot \u00e0 l\u2019autre ne constitue pas une cha\u00eene lin\u00e9aire qui peut boucler , mais un r\u00e9seau complexe de relations. Chaque \u00e9l\u00e9ment pouvant avoir des relations nombreuses avec d\u2019autres \u00e9l\u00e9ments du r\u00e9seau. Par exemple :<\/p>\n\n\n\n La construction de notre conscience se fait de fa\u00e7on analogue<\/p>\n\n\n\n Conclusion<\/strong><\/p>\n\n\n\n On voit que le mod\u00e8le de stockage et de recherches des donn\u00e9es est similaire entre l\u2019IA et l\u2019,intelligence humaine (telle que mod\u00e9lis\u00e9e dans la psychologie relativiste).<\/p>\n\n\n\n Une diff\u00e9rence marquante et que l\u2019IA, \u00e0 ce jour, ne peut g\u00e9rer que le formel, le cognitif, le mesurable, alors que l\u2019intelligence humaine g\u00e8re \u00e0 la fois la rigueur du cognitif et l\u2019impalpable de l\u2019affectif. L\u2019IA ne conna\u00eet que la raison alors que notre cerveau jongle aussi bien avec le formel que l\u2019informel. C\u2019est une force et une faiblesse car nos raisonnements sont toujours empreint d\u2019une part invisible d\u2019affectif qui parfois contredit le raisonn\u00e9. (**)<\/p>\n\n\n\n (*) L\u2019apprentissage \u00ab par soi-m\u00eame \u00bb est possible mais il n\u2019 aucun caract\u00e8re universel et donc non \u00e9changeable<\/p>\n\n\n\n (**) On retrouve l\u00e0 le fameux d\u00e9bat entre Bohr ,et Einstein sur l\u2019incertitude quantique. Einstein en bon rationnel refusant l\u2019approximation de l\u2019incertitude, alors que Bohr faisait de la m\u00e9canique quantique le domaine plus humain du non mesurable associ\u00e9 au mesurable.<\/p>\n","protected":false},"excerpt":{"rendered":" La comparaison entre ces deux modes d\u2019appr\u00e9hension de la connaissance, voire de la conscience, est assez difficile car si l\u2019IA est bas\u00e9e sur un mod\u00e8le bien d\u00e9fini, fortement codifi\u00e9 dans le domaine du cognitif (donc compr\u00e9hensible) ce n\u2019est pas le cas de l\u2019intelligence humaine dont peu de mod\u00e8les sont propos\u00e9s et qui repose \u00e0 la […]<\/p>\n","protected":false},"author":256,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[4],"tags":[],"class_list":["post-3528","post","type-post","status-publish","format-standard","hentry","category-gene"],"yoast_head":"\n![\"\"](\"https:\/\/www.rouillier.com\/wordpress-philopsycho\/wp-content\/uploads\/2026\/01\/reseau.jpg\")
<\/figure>\n\n\n\n\n
L\u2019IA par son principe de codification ne peut s\u2019int\u00e9resser qu\u2019\u00e0 des relations formalis\u00e9es (donc transposables en code) et ignore, en tout cas \u00e0 se jour les relations mal conscientes ou trop peu formelles pour \u00eatre codifi\u00e9es<\/li>\n\n\n\n