Un philosophe soutient qu'une IA ne peut pas être un artiste

COURTOISIE DES ARTISTES

Le 31 mars 1913, dans la grande salle de la salle de concert Musikverein de Vienne, une émeute éclate au milieu de l'exécution d'une mélodie orchestrale d'Alban Berg. Le chaos est descendu. Les meubles étaient cassés. La police a arrêté l'organisateur du concert pour avoir frappé Oscar Straus, un compositeur d'opérettes dont on se souvient peu. Plus tard, lors du procès, Straus a plaisanté sur la frustration du public. Le coup de poing, a-t-il insisté, était le son le plus harmonieux de toute la soirée. L'histoire a rendu un verdict différent : le chef d'orchestre du concert, Arnold Schoenberg, est considéré comme peut-être le compositeur le plus créatif et le plus influent du XXe siècle.

Vous n'apprécierez peut-être pas la musique dissonante de Schoenberg, qui rejette la tonalité conventionnelle pour agencer les 12 notes de la gamme selon des règles qui n'en laissent aucune prédominance. Mais il a changé ce qu'est la musique pour les humains. C'est ce qui fait de lui un artiste véritablement créatif et innovant. Les techniques de Schoenberg sont maintenant intégrées de manière transparente dans tout, des musiques de film et des comédies musicales de Broadway aux solos de jazz de Miles Davis et Ornette Coleman.

Cette histoire faisait partie de notre numéro de mars 2019

• Voir la suite du problème
• S'abonner

La créativité est l'une des réalisations les plus mystérieuses et les plus impressionnantes de l'existence humaine. Mais qu'est-ce que c'est?

La créativité n'est pas seulement une nouveauté. Un tout-petit au piano peut frapper une nouvelle séquence de notes, mais elles ne sont pas, dans un sens significatif, créatives. De plus, la créativité est limitée par l'histoire : ce qui compte comme inspiration créative à une époque ou à un endroit peut être considéré comme ridicule, stupide ou fou à une autre. Une communauté doit accepter les idées comme bonnes pour qu'elles soient considérées comme créatives.

Comme dans le cas de Schoenberg, ou celui d'un certain nombre d'autres artistes modernes, cette acceptation n'a pas besoin d'être universelle. Cela pourrait, en effet, ne pas venir avant des années - parfois la créativité est rejetée à tort pendant des générations. Mais à moins qu'une innovation ne soit finalement acceptée par une communauté de pratique, cela n'a guère de sens de la qualifier de créative.

Les progrès de l'intelligence artificielle ont conduit beaucoup à spéculer sur le fait que les êtres humains seront bientôt remplacés par des machines dans tous les domaines, y compris celui de la créativité. Ray Kurzweil, un futuriste, prédit que d'ici 2029, nous aurons produit une IA qui pourra passer pour un être humain éduqué moyen. Nick Bostrom, un philosophe d'Oxford, est plus circonspect. Il ne donne pas de date mais suggère que les philosophes et les mathématiciens reportent le travail sur les questions fondamentales à des successeurs superintelligents, qu'il définit comme ayant un intellect qui dépasse largement les performances cognitives des humains dans pratiquement tous les domaines d'intérêt.

Tous deux pensent qu'une fois que l'intelligence au niveau humain sera produite dans les machines, il y aura une explosion de progrès - ce que Kurzweil appelle la singularité et Bostrom une explosion de l'intelligence - dans laquelle les machines nous remplaceront très rapidement par des mesures massives dans tous les domaines. Cela se produira, soutiennent-ils, parce que la réalisation surhumaine est la même que la réalisation humaine ordinaire, sauf que tous les calculs pertinents sont effectués beaucoup plus rapidement, dans ce que Bostrom appelle la superintelligence de la vitesse.

Alors qu'en est-il du plus haut niveau de réalisation humaine - l'innovation créative ? Nos artistes et penseurs les plus créatifs sont-ils sur le point d'être massivement dépassés par les machines ?

Non.

La réalisation créative humaine, en raison de la façon dont elle est socialement intégrée, ne succombera pas aux progrès de l'intelligence artificielle. Dire le contraire, c'est méconnaître à la fois ce que sont les êtres humains et en quoi consiste notre créativité.

Cette prétention n'est pas absolue : elle dépend des normes que nous laissons gouverner notre culture et nos attentes vis-à-vis de la technologie. Les êtres humains ont, dans le passé, attribué un grand pouvoir et un génie même aux totems sans vie. Il est tout à fait possible que nous en venions à traiter les machines artificiellement intelligentes comme si largement supérieures à nous que nous leur attribuerions naturellement la créativité. Si cela se produit, ce ne sera pas parce que les machines nous auront devancés. Ce sera parce que nous nous aurons dénigrés.

La réalisation créative humaine, en raison de la façon dont elle est socialement intégrée, ne succombera pas aux progrès de l'intelligence artificielle.

De plus, je parle principalement des avancées de la machine du type de celles observées récemment avec le paradigme actuel de l'apprentissage en profondeur, ainsi que de ses successeurs informatiques. D'autres paradigmes ont régi la recherche sur l'IA dans le passé. Ceux-ci n'ont déjà pas tenu leur promesse. D'autres paradigmes encore pourraient apparaître dans le futur, mais si nous supposons qu'une future IA théorique dont nous ne pouvons pas décrire de manière significative les caractéristiques accomplira des choses merveilleuses, c'est de la création de mythes, pas un argument raisonné sur les possibilités de la technologie.

La réalisation créative fonctionne différemment dans différents domaines. Je ne peux pas offrir une taxonomie complète des différents types de créativité ici, donc pour faire le point, je vais esquisser un argument impliquant trois exemples assez différents : la musique, les jeux et les mathématiques.

Musique à mes oreilles

Dans Paysage imaginaire (2018)
Nao Tokui utilise un algorithme d'apprentissage automatique pour créer des panoramas à partir d'images trouvées dans Google Street View et les complète avec des paysages sonores créés avec des réseaux de neurones artificiels. AVEC LA COURTOISIE DE L'ARTISTE

Pouvons-nous imaginer une machine d'une telle capacité créative surhumaine qu'elle apporte des changements dans ce que nous comprenons de la musique, comme l'a fait Schoenberg ?

C'est ce que je prétends qu'une machine ne peut pas faire. Voyons pourquoi.

Les systèmes de composition musicale assistée par ordinateur existent depuis un certain temps. En 1965, à l'âge de 17 ans, Kurzweil lui-même, utilisant un précurseur des systèmes de reconnaissance de formes qui caractérisent aujourd'hui les algorithmes d'apprentissage en profondeur, a programmé un ordinateur pour composer une musique reconnaissable. Des variantes de cette technique sont utilisées aujourd'hui. Les algorithmes d'apprentissage en profondeur ont été capables de prendre en entrée un tas de chorals de Bach, par exemple, et de composer une musique si caractéristique du style de Bach qu'elle trompe même les experts en pensant qu'elle est originale. C'est du mimétisme. C'est ce qu'un artiste fait en tant qu'apprenti : copier et perfectionner le style des autres au lieu de travailler d'une voix authentique et originale. Ce n'est pas le genre de créativité musicale que nous associons à Bach, encore moins à l'innovation radicale de Schoenberg.

Alors qu'est-ce qu'on dit ? Pourrait-il y avoir une machine qui, comme Schoenberg, invente une toute nouvelle façon de faire de la musique ? Bien sûr on peut imaginer, et même fabriquer, une telle machine. Étant donné un algorithme qui modifie ses propres règles de composition, nous pourrions facilement produire une machine qui fait de la musique aussi différente de ce que nous considérons aujourd'hui comme de la bonne musique, comme le faisait alors Schoenberg.

Mais c'est là que ça se complique.

Nous considérons Schoenberg comme un innovateur créatif non seulement parce qu'il a réussi à créer une nouvelle façon de composer de la musique, mais parce que les gens pouvaient y voir une vision de ce que le monde devrait être. La vision de Schoenberg impliquait le minimalisme sobre, propre et efficace de la modernité. Son innovation n'était pas seulement de trouver un nouvel algorithme pour composer de la musique ; c'était pour trouver une façon de penser à ce que la musique est qui lui permet de parler ce qu'il faut maintenant .

Certains diront que j'ai placé la barre trop haut. Suis-je en train de soutenir, diront-ils, qu'une machine a besoin d'un sens mystique et non mesurable de ce qui est socialement nécessaire pour être considérée comme créative ? Je ne le suis pas—pour deux raisons.

Tout d'abord, rappelez-vous qu'en proposant une nouvelle technique mathématique pour la composition musicale, Schoenberg a changé notre compréhension de ce qu'est la musique. Ce n'est que la créativité de ce genre défiant la tradition qui nécessite une certaine sensibilité sociale. Si les auditeurs n'avaient pas expérimenté sa technique comme capturant l'anti-traditionalisme au cœur de la modernité radicale émergeant à Vienne au début du XXe siècle, ils ne l'auraient peut-être pas entendue comme quelque chose de valeur esthétique. Le point ici est que la créativité radicale n'est pas une version accélérée de la créativité quotidienne. La réalisation de Schoenberg n'est pas une version plus rapide ou meilleure du type de créativité démontrée par Oscar Straus ou un autre compositeur moyen: c'est fondamentalement différent en nature.

Deuxièmement, mon argument n'est pas que la réactivité du créateur à la nécessité sociale doit être consciente pour que l'œuvre réponde aux normes du génie. je soutiens plutôt que nous devons être capables d'interpréter le travail comme répondant de cette façon . Ce serait une erreur d'interpréter la composition d'une machine comme faisant partie d'une telle vision du monde. L'argument en est simple.

Des affirmations comme celle de Kurzweil selon lesquelles les machines peuvent atteindre une intelligence de niveau humain supposent qu'avoir un esprit humain, c'est simplement avoir un cerveau humain qui suit un ensemble d'algorithmes de calcul - une vision appelée calculalisme. Mais bien que les algorithmes puissent avoir des implications morales, ils ne sont pas eux-mêmes des agents moraux. Nous ne pouvons pas compter le singe à une machine à écrire qui tape accidentellement Othello comme un grand dramaturge créatif. S'il y a de la grandeur dans le produit, ce n'est qu'un accident. Nous pouvons peut-être voir le produit d'une machine comme grand, mais si nous savons que la sortie est simplement le résultat d'un acte arbitraire ou d'un formalisme algorithmique, nous ne pouvons pas l'accepter comme l'expression d'une vision du bien humain.

Pour cette raison, me semble-t-il, rien d'autre qu'un autre être humain ne peut être correctement compris comme un artiste véritablement créatif. Peut-être que l'IA dépassera un jour son formalisme computationnel, mais cela nécessiterait un saut inimaginable pour le moment. Nous ne chercherions pas seulement de nouveaux algorithmes ou procédures qui simulent l'activité humaine ; nous serions à la recherche de nouveaux matériaux qui sont à la base de l'être humain.

Un double molécule-pour-molécule d'un être humain serait humain de la manière pertinente. Mais nous avons déjà un moyen de produire un tel être : cela prend environ neuf mois. À l'heure actuelle, une machine ne peut faire que quelque chose de beaucoup moins intéressant que ce qu'une personne peut faire. Il peut créer de la musique dans le style de Bach, par exemple, peut-être même de la musique que certains experts jugent meilleure que celle de Bach. Mais c'est uniquement parce que sa musique peut être jugée par rapport à une norme préexistante. Ce qu'une machine ne peut pas faire, c'est apporter des changements dans nos normes pour juger de la qualité de la musique ou pour comprendre ce qu'est ou n'est pas la musique.

Il ne s'agit pas de nier que les créateurs utilisent tous les outils dont ils disposent et que ces outils façonnent le type d'art qu'ils créent. La trompette a aidé Davis et Coleman à réaliser leur créativité. Mais la trompette n'est pas elle-même créatrice. Les algorithmes d'intelligence artificielle ressemblent plus à des instruments de musique qu'à des personnes. Taryn Southern, une ancienne Idole américaine candidate, a récemment sorti un album où les percussions, les mélodies et les accords étaient générés de manière algorithmique, bien qu'elle ait écrit les paroles et modifié à plusieurs reprises l'algorithme d'instrumentation jusqu'à ce qu'il produise les résultats qu'elle souhaitait. Au début des années 1990, David Bowie a fait l'inverse : il a écrit la musique et utilisé une application Mac appelée Verbalizer pour recombiner de manière pseudo-aléatoire des phrases en paroles. Tout comme les outils précédents de l'industrie musicale - des appareils d'enregistrement aux synthétiseurs en passant par les échantillonneurs et les boucles - les nouveaux outils d'IA fonctionnent en stimulant et en canalisant les capacités créatives de l'artiste humain (et reflètent les limites de ces capacités).

Jeux sans frontières

Beaucoup a été écrit sur les réalisations des systèmes d'apprentissage en profondeur qui sont maintenant les meilleurs joueurs de Go au monde. AlphaGo et ses variantes prétendent avoir créé une toute nouvelle façon de jouer au jeu. Ils ont appris aux experts humains que les mouvements d'ouverture longtemps considérés comme mal conçus peuvent mener à la victoire. Le programme joue dans un style que les experts décrivent comme étrange et extraterrestre. C'est comme ça que j'imagine les jeux du futur lointain, a déclaré Shi Yue, l'un des meilleurs joueurs de Go, à propos du jeu d'AlphaGo. L'algorithme semble être véritablement créatif.

Dans un sens important, ça l'est. Jouer à un jeu, cependant, est différent de composer de la musique ou d'écrire un roman : dans les jeux, il y a une mesure objective du succès. Nous savons que nous avons quelque chose à apprendre d'AlphaGo parce que nous le voyons gagner.

Mais c'est aussi ce qui fait de Go un domaine de jouets, un boîtier simplifié qui ne dit que des choses limitées sur le monde.

La chute de la maison Usher d'Anna Ridler (2017)
Une animation de 12 minutes basée sur le film muet de 1928 de Watson et Webber. Ridler a créé les images fixes à l'aide de trois réseaux de neurones distincts : un formé sur ses dessins, un second formé sur des dessins faits à partir des résultats du premier réseau et un troisième formé sur des dessins faits à partir des résultats du second. AVEC LA COURTOISIE DE L'ARTISTE

La forme la plus fondamentale de créativité humaine change notre compréhension de nous-mêmes parce qu'elle change notre compréhension de ce que nous considérons comme bon. Pour le jeu de Go, en revanche, la nature du bien n'est tout simplement pas à gagner : une stratégie de Go est bonne si et seulement si elle gagne. La vie humaine n'a généralement pas cette caractéristique : il n'y a pas de mesure objective du succès dans les domaines les plus élevés de réalisation. Certainement pas dans l'art, la littérature, la musique, la philosophie ou la politique. Ni, d'ailleurs, dans le développement de nouvelles technologies.

Dans divers domaines du jouet, les machines peuvent être capables de nous enseigner une certaine forme de créativité très contrainte. Mais les règles du domaine sont préformées ; le système ne peut réussir que parce qu'il apprend à bien jouer dans ces contraintes. La culture humaine et l'existence humaine sont beaucoup plus intéressantes que cela. Il y a des normes sur la façon dont les êtres humains agissent, bien sûr. Mais la créativité au sens propre est la capacité de changer ces normes dans un domaine humain important. Le succès dans les domaines du jouet n'est pas une indication que la créativité de ce type plus fondamental est réalisable.

C'est un coup de grâce

Un sceptique pourrait prétendre que l'argument ne fonctionne que parce que je compare les jeux avec artistique génie. Il existe d'autres paradigmes de la créativité dans le domaine scientifique et mathématique. Dans ces domaines, la question n'est pas celle d'une vision du monde. Il s'agit de la façon dont les choses sont réellement.

Une machine pourrait-elle proposer des preuves mathématiques si éloignées de nous que nous devions simplement nous en remettre à son génie créateur ?

Non.

Les ordinateurs ont déjà contribué à des réalisations mathématiques notables. Mais leurs contributions n'ont pas été particulièrement créatives. Prenons le premier théorème majeur prouvé à l'aide d'un ordinateur : le théorème des quatre couleurs, qui stipule que toute carte plane peut être colorée avec au plus quatre couleurs de telle sorte qu'aucun pays adjacent ne se retrouve avec le même (il s'applique également à pays à la surface d'un globe).

Il y a près d'un demi-siècle, en 1976, Kenneth Appel et Wolfgang Haken de l'Université de l'Illinois ont publié une preuve assistée par ordinateur de ce théorème. L'ordinateur a effectué des milliards de calculs, vérifiant des milliers de types de cartes différents - si nombreux qu'il était (et reste) logistiquement impossible pour les humains de vérifier que chaque possibilité correspondait à la vue de l'ordinateur. Depuis lors, les ordinateurs ont contribué à un large éventail de nouvelles preuves.

Ventilateur électrique (2018)
Tom White utilise des moteurs de perception, des algorithmes qui distillent les données recueillies à partir de milliers de photographies d'objets courants, pour synthétiser des formes abstraites. Il teste et affine ensuite les résultats jusqu'à ce qu'ils soient reconnaissables par le système. Ventilateur électrique, gracieuseté de Tom White, mas '98, drib.net

Mais le supercalculateur ne fait rien de créatif en vérifiant un grand nombre de cas. Au lieu de cela, il fait quelque chose d'ennuyeux un grand nombre de fois. Cela semble presque le contraire de la créativité. De plus, c'est si loin du genre de compréhension nous pensons normalement qu'une preuve mathématique devrait offrir que certains experts ne considèrent pas du tout ces stratégies assistées par ordinateur comme des preuves mathématiques. Comme Thomas Tymoczko, un philosophe des mathématiques, l'a soutenu, si nous ne pouvons même pas vérifier si la preuve est correcte, alors tout ce que nous faisons vraiment est de faire confiance à un processus de calcul potentiellement sujet aux erreurs.

Même en supposant que nous fassions confiance aux résultats, cependant, les preuves assistées par ordinateur sont quelque chose comme l'analogue de la composition assistée par ordinateur. S'ils nous donnent un produit valable, c'est surtout grâce à la contribution de l'être humain. Mais certains experts ont fait valoir que l'intelligence artificielle pourrait faire plus que cela. Supposons donc que nous ayons le nec plus ultra : une machine autonome qui prouve de nouveaux théorèmes par elle-même.

Une machine comme celle-ci pourrait-elle nous surpasser massivement en créativité mathématique, comme le soutiennent Kurzweil et Bostrom ? Supposons, par exemple, qu'une IA propose une résolution à un problème ouvert extrêmement important et difficile en mathématiques.

La capacité de créativité authentique, le type de créativité qui met à jour notre compréhension de la nature de l'être, est à la base de ce que c'est que d'être humain.

Il y a deux possibilités. La première est que la preuve est extrêmement intelligente, et lorsque les experts dans le domaine l'examinent, ils découvrent qu'elle est correcte. Dans ce cas, l'IA qui a découvert la preuve serait applaudie. La machine elle-même pourrait même être considérée comme un mathématicien créatif. Mais une telle machine ne serait pas la preuve de la singularité ; il ne nous dépasserait pas tellement en créativité que nous ne pourrions même pas comprendre ce qu'il faisait. Même s'il avait ce genre de créativité au niveau humain, cela ne mènerait pas inévitablement au domaine du surhumain.

Certains mathématiciens sont comme des virtuoses de la musique : ils se distinguent par leur maîtrise d'un idiome existant. Mais des génies comme Srinivasa Ramanujan, Emmy Noether et Alexander Grothendieck ont ​​sans doute remodelé les mathématiques tout comme Schoenberg a remodelé la musique. Leurs réalisations n'étaient pas simplement des preuves d'hypothèses de longue date, mais des formes de raisonnement nouvelles et inattendues, qui s'imposaient non seulement sur la force de leur logique mais aussi sur leur capacité à convaincre d'autres mathématiciens de l'importance de leurs innovations. Une IA fictive qui propose une preuve intelligente d'un problème qui embrouille depuis longtemps les mathématiciens humains s'apparente à AlphaGo et à ses variantes : impressionnant, mais rien à voir avec Schoenberg.

Cela nous amène à l'autre option. Supposons que le meilleur et le plus brillant algorithme d'apprentissage en profondeur soit lancé et qu'après un certain temps, j'ai trouvé la preuve d'un théorème fondamentalement nouveau, mais c'est trop compliqué à comprendre, même pour vos meilleurs mathématiciens.

Ce n'est pas possible. Une preuve que même les meilleurs mathématiciens ne peuvent comprendre ne compte pas vraiment comme une preuve. Prouver quelque chose implique que vous le prouvez à quelqu'un . Tout comme un musicien doit persuader son public d'accepter son concept esthétique de ce qu'est une bonne musique, un mathématicien doit persuader d'autres mathématiciens qu'il existe de bonnes raisons de croire sa vision de la vérité. Pour être considérée comme une preuve valide en mathématiques, une affirmation doit être compréhensible et avalisable par un groupe d'experts indépendants bien placés pour la comprendre. Si les experts qui devraient être capables de comprendre la preuve ne le peuvent pas, alors la communauté refuse de l'approuver comme preuve.

Pour cette raison, les mathématiques ressemblent plus à la musique qu'on aurait pu le penser. Une machine ne pourrait pas nous dépasser massivement en créativité car soit sa réalisation serait compréhensible, auquel cas elle ne nous dépasserait pas massivement, soit elle ne serait pas compréhensible, auquel cas nous ne pourrions pas la considérer comme faisant une quelconque avancée créative.

L'oeil du spectateur

L'ingénierie et les sciences appliquées se situent, d'une certaine manière, quelque part entre ces exemples. Il y a quelque chose comme une mesure objective et externe du succès. Vous ne pouvez pas gagner à la construction de ponts ou à la médecine comme vous le pouvez aux échecs, mais on peut voir si le pont tombe ou si le virus est éliminé. Ces critères objectifs n'entrent en jeu qu'une fois le domaine assez bien défini : proposer des matériaux solides et légers, par exemple, ou des médicaments qui combattent certaines maladies. Une IA pourrait aider à la découverte de médicaments en faisant, en fait, la même chose que l'IA qui a composé ce qui ressemblait à une cantate de Bach bien exécutée ou qui a proposé une brillante stratégie de Go. Comme un microscope, un télescope ou une calculatrice, une telle IA est correctement comprise comme un outil qui permet la découverte humaine, et non comme un agent créatif autonome.

Cela vaut la peine de penser à la théorie de la relativité restreinte ici. On se souvient d'Albert Einstein comme du découvreur de la relativité, mais pas parce qu'il a été le premier à proposer des équations décrivant mieux la structure de l'espace et du temps. George Fitzgerald, Hendrik Lorentz et Henri Poincaré, entre autres, avaient écrit ces équations avant Einstein. Il est acclamé comme le découvreur de la théorie parce qu'il avait une compréhension originale, remarquable et vraie de ce que les équations signifiait et pourrait transmettre cette compréhension à d'autres.

Pour qu'une machine fasse de la physique comparable à celle d'Einstein en matière de créativité, elle doit être capable de persuader d'autres physiciens de la valeur de ses idées au moins aussi bien que lui. C'est-à-dire qu'il faudrait pouvoir accepter ses propositions comme visant à nous communiquer leur propre validité . Si jamais une telle machine devait voir le jour, comme dans la parabole de Pinocchio, nous devrions la traiter comme nous le ferions pour un être humain. Cela signifie, entre autres, qu'il faudrait lui attribuer non seulement de l'intelligence, mais aussi la dignité et la valeur morale qui conviennent aux êtres humains. Nous sommes loin de ce scénario, me semble-t-il, et il n'y a aucune raison de penser que le paradigme computationnel actuel de l'intelligence artificielle - sous sa forme d'apprentissage en profondeur ou toute autre - nous en rapprochera un jour.

La créativité est l'une des caractéristiques qui définissent l'être humain. La capacité de créativité authentique, le type de créativité qui met à jour notre compréhension de la nature de l'être, qui change la façon dont nous comprenons ce que c'est que d'être beau, bon ou vrai - cette capacité est à la base de ce que c'est que d'être humain . Mais ce type de créativité dépend du fait que nous la valorisons et que nous en prenons soin en tant que telle. Comme l'a souligné l'écrivain Brian Christian, les êtres humains commencent à agir moins comme des êtres qui valorisent la créativité comme l'une de nos possibilités les plus élevées, et plus comme des machines elles-mêmes.

Combien de personnes aujourd'hui ont des emplois qui les obligent à suivre un script prédéterminé pour leurs conversations ? Combien peu de ce que nous savons comme une conversation humaine réelle, authentique, créative et ouverte reste-t-il dans cette mascarade éviscérée ? À quel point cela ressemble-t-il plutôt au type de respect des règles qu'une machine peut faire ? Et combien d'entre nous, dans la mesure où nous nous laissons entraîner dans ce genre de performances scénarisées, sont également éviscérés ? Quelle part de notre journée permettons-nous d'être remplie d'activités de type machine - remplir des formulaires et des questionnaires informatisés, répondre à des appâts cliquables qui fonctionnent sur nos impulsions les plus élémentaires, les plus animales, jouer à des jeux conçus pour optimiser notre réponse addictive ?

Nous sommes également en danger de cette confusion dans certains des domaines les plus profonds de la réalisation humaine. Si nous nous permettons de dire que les preuves automatiques que nous ne pouvons pas comprendre sont de véritables preuves, par exemple, en cédant l'autorité sociale aux machines, nous traiterons les réalisations des mathématiques comme si elles ne nécessitaient aucune compréhension humaine. Nous prendrons l'une de nos plus hautes formes de créativité et d'intelligence et la réduirons à une seule information : oui ou non.

Le fils du boucher (2018)
Mario Klingemann a utilisé deux GAN, l'un formé sur un ensemble de données de poses humaines et l'autre formé sur la pornographie, pour rendre des milliers d'images composites. Après avoir évalué chacun pour la pose et les détails, il en a choisi un à affiner dans le travail fini. COURTOISIE DE L'ARTISTE

Même si nous disposions de ces informations, elles n'auraient que peu de valeur pour nous si nous ne comprenons pas les raisons qui les sous-tendent. Il ne faut pas perdre de vue le caractère essentiel du raisonnement, qui est à la base de ce que sont les mathématiques.

Il en va de même pour l'art, la musique, la philosophie et la littérature. Si nous nous permettons de glisser de cette manière, de traiter la créativité des machines comme un substitut à la nôtre, alors les machines finiront en effet par nous sembler incompréhensiblement supérieures. Mais c'est parce que nous aurons perdu de vue le rôle fondamental que joue la créativité dans l'être humain.

Sean Dorrance Kelly est professeur de philosophie à Harvard et co-auteur du best-seller du New York Times. Toutes les choses brillent .

cacher