EDWARD FEIGENBAUM

PRIX TURING 1994
BIO
PAGE


" La connaissance est pouvoir "


Edward Feigenbaum (né le 20 janvier 1936 , États-Unis) est un informaticien américain qui travaille dans le champ de l'intelligence artificielle.

Feigenbaum a fait ses études à Carnegie Mellon University.



Prix Turing " Pour leurs travaux de pionniers dans les domaines de l'étude et la construction de systèmes d'intelligence artificielle à grande échelle, démontrant ainsi l'importance pratique et le potentiel commercial des technologies de l'intelligence artificielle ".(avec Raj Reddy )


Histoire de l'intelligence artificielle (IA)

Durant des années, les humains ont été intrigués par la notion de machines super-intelligentes qui surpassent les humains dans l'intellect et les capacités. Même si beaucoup considèrent cette idée comme pure science-fiction, cela devient rapidement une réalité, et plus rapidement que la plupart des personnes commenceraient même à le réaliser.

L'intelligence artificielle (IA) est la science qui développe ces machines. Ce n'est évidemment pas une chose simple. Cependant, les chercheurs ont réalisé des avancées énormes dans la dernière moitié du siècle, et d'ailleurs très sincèrement, nous pouvons très bien être sur le chemin vers un monde dominé par la machine très, très bientôt. Cependant, il y a toujours beaucoup d'obstacles encore à surmonter.

Le problème est qu'il n'y a pas de définition concrète de l'intelligence (ce qui ne signifie pas nécessairement qu’il en existe d’abstraite) qui ne soit pas montée en fonction des humains. Nous ne pouvons pas encore caractériser en général quels genres de procédures de calcul nous voulons appeler intelligents. Nous comprenons certains des mécanismes de l'intelligence et pas de d'autres.

Un stéréotype commun d'IA est l'humain ultra-logique, avec l’exemple des bases de données de Star Trek. Ce que la plupart ne comprenne pas c’est qu’en pratique dans la recherche sur l’IA, le but n'est pas habituellement d'imiter le comportement humain, qui est en grande partie impossible à faire, mais de donner les outils que nous utilisons à un certain degré de raisonnement. Par exemple, une application pratique pourrait être une unité de traitement de texte qui peut faire le contrôle approprié de la grammaire. Pour être fait correctement, ceci impliquerait de pouvoir comprendre le contexte du travail écrit, qui à son tour impliquerait de pouvoir comprendre les choses écrites. Ceci exige un haut-degré de raisonnement, pourtant cela ne consiste pas à imiter le comportement humain. La seule " intelligence " qu’ont les logiciels est celle qu’on veut bien exiger d’eux. À temps, comme la recherche sur le sujet continue à donner de plus en plus de fruits, nos utilisations de l’IA deviendront plus avancées, et peuvent commencer à ressembler à quelque chose qui sort d'un film de science-fiction. Pourtant il est encore douteux que nous aurons jamais que les besoin des robots deviennent des humains.

Les racines intellectuelles de l’IA, et le concept des machines intelligentes, ont leur base dans la mythologie grecque. Les objets façonnés et intelligents apparaissent en littérature depuis lors, avec de vrais (et frauduleux) dispositifs mécaniques réellement connus pour se comporter avec un certain degré d'intelligence. Certains de ces accomplissements conceptuels sont énumérés ci-dessous sous "Histoire Antique."

Après que les ordinateurs modernes étaient devenus disponibles, après la seconde guerre mondiale, il est devenu possible de créer des programmes qui accomplissent des tâches intellectuelles difficiles. De ces programmes, on construit des outils généraux qui ont des applications dans une grande variété de problèmes de tous les jours. library.thinkquest

Critique de l'IA
La résistance à l’idée d’une intelligence artificielle est-elle issue de ces seules représentations littéraires, qui visent essentiellement à réserver l’intelligence à l’humain, au point de considérer l’intelligence artificielle comme une contradiction dans les termes ? Certes, la présence d’une machine peut être considérée d’un simple point de vue utilitaire qui ne prête guère à conséquence. Encore qu’on puisse soutenir que les extensions techniques modifient la conscience ou la nature de l’être humain, comme le reconnaissent les opposants à l’IA, souvent en affirmant le contraire simultanément. Mais ceux qui pratiquent l’informatique, et ceux auprès desquels on fait miroiter des réalisations époustouflantes, peuvent constater que la partie mécanisée de l’activité humaine, ne concerne plus une qualité motrice (comme les transports), ou technique (comme la mécanisation en général, par opposition à l’artisanat). La propriété humaine mécanisée, la connaissance, voire la pensée donc, touche au plus fondamental. Et c’est toute la question de l’intelligence artificielle.jbolo exergue


Lire le dossier:Esprit et machines sur histsciences
Edward A. Feigenbaum, élabora au milieu des années soixante les premiers
" programmes basés sur la connaissance " ou " systèmes experts ", en essayant d'y intégrer des connaissances sous forme de règles heuristiques spécialisées, c'est-à-dire relatives à des domaines de compétences particuliers

WILLIAM KAHAN

PRIX TURING 1989
PAGE
BIO
INTERVIEW
IEEE
PARANOIA

"Pour ses travaux en calcul numerique"


William Morton Kahan (né en Juin 5, 1933, à Toronto, Ontario, Canada) est un mathématicien et informaticien dont le principal domaine de la contribution a été l'analyse numérique.Parmi ses collègues il est connu sous le nom de Velvel Kahan.

Il a fréquenté l'Université de Toronto, où il a obtenu son baccalauréat en 1954, sa maîtrise en 1956 et son doctorat en 1958, le tout dans le domaine des mathématiques.

Parmi ses nombreuses contributions, Kahan a été le principal architecte de la norme IEEE 754 pour virgule flottante de calcul (et sa source indépendante de suivi, IEEE 854) et développé la somme, un algorithme important pour réduire au minimum les erreurs introduites lors de l'ajout d'une séquence finie de précision des nombres à virgule flottante.

Dans les années 1980, il a développé le programme "paranoïa", une référence que les essais pour un large éventail de virgule flottante bugues.

Kahan est maintenant un professeur de mathématiques, informatique et génie électrique à l'Université de Californie, Berkeley, et continue sa contribution à la révision en cours de l'IEEE 754. Il a été appelé "Le Père de virgule flottante", car il a joué un rôle dans la création de la spécification IEEE 754.

Il est un fervent défenseur de l'amélioration de l'éducation de la population de calcul en virgule flottante, et dénonce régulièrement les décisions dans la conception d'ordinateurs et les langages de programmation que nuire à la bonne mai floating-point computations.wiki


On a parfois tendance à l'oublier : le calcul numérique est une des briques de base de l'informatique. La précision des opérateurs et des programmes, leur fiabilité et leur rapidité sont au cœur de bon nombre d'applications industrielles plus ou moins critiques.

Il suffit de citer quelques unes des erreurs informatiques célèbres de ces dernières années comme le " bug " du premier processeur Pentium en 1994 ou l'explosion de la première fusée Ariane 5 en 1996 pour rappeler combien la fiabilité et la précision des calculs par ordinateur sont fondamentales. En première ligne de ces ratés notoires, les microprocesseurs et les algorithmes dits numériques qui utilisent l'arithmétique à virgule flottante, le format implanté dans les ordinateurs pour représenter de façon approchée les nombres réels (lien encadré sur la virgule flottante).
À la fin des années 1970, ingénieurs et chercheurs ont réussi à imposer une solution uniforme normalisée en dépit d'intérêts commerciaux divergents : à l'époque, chaque constructeur avait sa propre représentation des nombres à virgule flottante mais certains choix visaient juste à calculer plus vite ou avec moins de transistors quitte à fournir parfois un résultat notoirement inexact ou à agir à l'opposé des habitudes des programmeurs… D'une machine à l'autre, des opérations arithmétiques, même les plus simples conduisaient à des résultats de précisions variables. À la naissance des ordinateurs personnels, l'idée de normaliser l'arithmétique à virgule flottante avait fait son chemin. La volonté d'un nouvel acteur du domaine, Intel, de se faire une place sur ce marché où il n'avait alors aucune légitimité et son choix de s'appuyer sur les travaux d'un scientifique influent sur le sujet ont fait le reste : William Kahan, professeur à l'université de Californie à Berkeley a fortement influencé les réflexions sur le sujet et il a depuis reçu le Turing Award pour ses contributions. Presque toutes ses propositions ont été acceptées dans la recommandation de l'IEEE , société savante qui fait autorité dans les domaines de l'ingénierie informatique. Connue sous le nom IEEE 754, ce standard a été retenue en 1985 par l'institut américain de normalisation (ANSI, American national standards institute). Il définit précisément l'arrondi correct pour les quatre opérations arithmétiques (addition, soustraction, multiplication et division) et la racine carrée. La quasi-totalité des ordinateurs actuels respectent cette norme, même si certaines fonctionnalités sont seulement implantées grâce à des bibliothèques à l'exécution ou à la compilation. inria


La norme IEEE 754
La norme proposée en 1985 par l'IEEE doit beaucoup à l'influence de William Kahan, professeur à l'Université de Californie à Berkeley. Ce dernier a d'ailleurs obtenu en 1989 la Médaille Turing, la plus haute récompense décernée à un informaticien, à l'instar du Prix Nobel ou de la Médaille Fields pour les mathématiques.
Cette norme permet les échanges de données en virgule flottante entre ordinateurs, et fournit aussi un modèle rodé aux constructeurs qui élaborent des processeurs ou des coprocesseurs dédiés qui effectuent des calculs en virgule flottante.

Le standard IEEE 754 définit quatre formats, dont trois utilisés en pratique :
• simple précision sur 32 bits
• double précision sur 64 bits, le format le plus utilisé actuellement
et les deux formats étendus,
• le format étendu simple précision qui n'est quasiment plus utilisé,
• et le format étendu double précision sur 80 bits. Ce format est utilisé en interne par les processeurs, pour minimiser les erreurs d'arrondi.
interstices

ROBERT TARJAN

PRIX TURING 1986
PAGE
BIO
DEDALE
GRAPHE




" Pour leur travaux sur la création et l'analyse de structures de données "
avec John Hopcroft



Robert Endre Tarjan (né le 30 avril en 1948 à Pomona en Californie ) est un informaticien américain. Il a découvert de nombreux algorithmes en théorie des graphes . Il a reçu le prix Turing

Il est professeur en informatique à l'université de Princeton

*

Les graphes et leurs algorithmes

La notion de graphe est une structure combinatoire permettant de représenter de nombreuses situations rencontrées dans des applications faisant intervenir des mathématiques discrètes et nécessitant une solution informatique. Circuits électriques, réseaux de transport (ferrés, routiers, aériens), réseaux d'ordinateurs, ordonnancement d'un ensemble de tâches sont les principaux domaines d'application où la structure de graphe intervient. ens uqac ca

On considère généralement que le problème des ponts de Königsberg, résolu par Euler, est le premier résultat formel de la théorie des graphes. Elle s'est surtout développée depuis la deuxième moitié du 19ème siècle (avec Hamilton, Heawood, Kempe, Kirchhoff, Petersen, Tait), et connait un grand boom depuis les années 30 (avec König, Hall, Kuratowski, Whitney, Erdös, Tutte, Edmonds, Berge, Lovász, Seymour, et beaucoup d'autres). Elle présente des liens évidents avec l'algèbre, la topologie, et d'autres domaines de la combinatoire. On trouve des applications de la théorie des graphes -- et souvent aussi la motivation de nouveaux problèmes -- en informatique, recherche opérationnelle, théorie des jeux, théorie de la décision.

La quantité de notions que l'on peut définir sur un graphe est très grande, et plusieurs d'entre elles sont à l'origine de problèmes ou conjectures célèbres (par exemple le problème des quatre couleurs). En fait, un certain nombre de ces notions et questions "théoriques" sont issues non pas de l'imagination des mathématiciens mais de problèmes pratiques qui se modélisent en termes de graphes. De plus, les chercheurs en théorie des graphes s'attachent souvent à trouver des algorithmes efficaces pour résoudre un problème donné.

Les grands problèmes classiques de la théorie des graphes sont : flots et connectivité ("fiabilité" d'un réseau), couplage (affectation), parcours eulérien (qui traverse chaque arête : problème du "postier chinois"), parcours hamiltonien (qui traverse chaque sommet : problème du "voyageur de commerce"), coloration, ensemble stable, ensemble absorbant. Certains de ces problèmes (flot maximum, couplage maximum, parcours eulérien) peuvent être résolus "efficacement", mais la plupart sont très difficiles ("NP-complets").

Une généralisation récente du concept de graphe, introduite par Claude Berge dans les années 60, est celle d'hypergraphe, où les arêtes peuvent être de taille arbitraire et non plus seulement de taille deux leibniz imag

RICHARD KARP

PRIX TURING 1985
BIO
PAGE
COMPLEXITE
NP
P=NP


Pour ses contributions continues à la théorie des algorithmes, notamment le développement d'algorithmes efficaces pour les réseaux et d'autres problèmes d'optimisation combinatoires, l'identification de calculabilité en temps polynomial avec la notion intuitive d'algorithme efficace, et surtout, ses contributions à la théorie de la NP-complétude. Karp a introduit la méthodologie désormais classique pour prouver qu'un problème est NP-complet, ce qui a permis d'identifier de nombreux problèmes pratiques et théoriques comme étant difficiles à calculer.


1935

Richard Karp est né à Boston, le Massachusetts en 1935 et a été instruit à l'école de Boston Larin et à l'université de Harvard, où il a reçu un Ph.D. dans des mathématiques appliquées en 1959. Sa dissertation a été basée sur l'idée que l'écoulement de la commande dans un programme machine peut être représenté par un graphique dirigé, et que des algorithmes de théorie de graphique peuvent être employés pour analyser des programmes. Après ceci, il a travaillé pour le département mathématique des sciences au centre de recherches d'IBM Thomas J. Watson, où il a travaillé jusqu'en 1968.
Il a travaillé en tant que professeur de l'informatique, des mathématiques et de la recherche opérationnelle de 1968 à 1994 à l'université de la Californie, Berkeley. Karp a conduit la recherche principale et a écrit plusieurs articles dans le domaine du calcul parallèle. Il s'est concentré sur le rôle du randomization dans la construction des algorithmes parallèles efficaces, la preuve des limites inférieures sur la complexité du calcul parallèle, et l'identification que la communication est la ressource essentielle dans la plupart des applications du traitement parallèle. Il a reçu la médaille nationale des ETATS-UNIS de la Science et de la récompense de Turing algana

Les années 1960—1970 voient également l’émergence d’une théorie de la complexité, domaine qui s’inspire d’une abstraction de la complexité des algorithmes et puise ses racines dans la théorie de la calculabilité examinée ci-dessous. L’optimisation combinatoire, issue pour une large part du traitement informatique de problèmes de recherche opérationnelle, effectue une jonction avec la théorie de la complexité grâce aux travaux de Stephen Cook et Richard Karp vers 1970. Ceux-ci montrent en effet que parmi des centaines de problèmes d’optimisation discrète qui étaient l’objet de recherches éparses, il existe une classification fondamentale: d’une part la classe P de ce qui est résoluble en temps polynomial en la taille des données; d’autre part la classe NP des problèmes dont une solution est facilement vérifiable mais difficilement trouvable (l’aiguille dans une botte de foin!). Cette trame imprègne désormais l’ensemble de l’informatique; elle donne à son tour lieu à l’émergence de nouvelles méthodes conçues pour contourner les barrières de complexité de la classe NP: techniques d’approximation, approches probabilistes, raffinements « paramétrés » en sont des exemples. Notons que le problème P =? NP est l’un des sept « Problèmes du Millénaire » recensés en sciences mathématiques par la Fondation Clay.


À partir de 1976, Michael O. Rabin découvre et popularise l’importance d’approches probabilistes dans la conception d’algorithmes. C’est ce qu’on appelle parfois l’aléatoirisation (randomisation, en anglais) —l’aléa est introduit volontairement dans le calcul. L’ordinateur peut avoir intérêt à jouer aux dés… Ce changement de paradigme de programmation apporte dans un nombre de domaines des gains spectaculaires. Il s’agit notamment des calculs arithmétiques, des structures de données classiques pour l’accès rapide à l’information, de la géométrie algorithmique, et de l’algorithmique distribuée. Ainsi une algorithmique probabiliste permet pour la première fois de déterminer la primalité (avec risque d’erreur inférieur à 10-100) de nombres de plusieurs centaines de chiffres : le système cryptographique RSA qui garantit quotidiennement la sécurité de plusieurs millions de transactions repose sur ces techniques. Dans un autre domaine, afin que des ordinateurs communiquent en réseau, il est avantageux de se départir de l’approche déterministe de la téléphonie classique et de résoudre les conflits d’accès tout simplement par tirages au sort: ces principes sont à la base des réseaux Ethernet et du protocole TCP régissant plus de 90% des échanges sur l’Internet.


Pour les trois grandes catégories de problèmes cités, il est clair qu’une démarche mathématique joue tout d’abord un rôle capital dans la formalisation des problèmes et la constitution d’un cadre de pensée. La recherche en optimisation combinatoire n’est plus la même —elle est infiniment plus structurée et fructueuse— après les travaux de Cook, Karp, et leurs successeurs. Les percées de Knuth et Rabin, relayées par une large part de la communauté des chercheurs informaticiens, ont changé la manière dont se conduit la recherche en algorithmique,en offrant des repères clairs dans ce qui ne serait autrement qu’une jungle de techniques. Les sciences mathématiques alimentent continûment l’algorithmique, en suscitant les principes de nouveaux algorithmes ou encore en permettant, via l’analyse d’algorithmes,les optimisations et dimensionnements fins qui sont nécessaires à de nombreuses applications informatiques.pauillac inria


La question « P = NP ? » est l'un de sept problèmes sélectionnés par l'Institut Clay en l'an 2000 : comme pour les six autres, une somme d'un million de dollars attend celle, celui ou ceux qui le résoudront. Certains affirment que c'est le plus important des sept problèmes et donc la principale énigme des mathématiques d’aujourd'hui. Il semble aussi être le seul dont la résolution aurait des conséquences pratiques (il est lié à des centaines d’énoncés concrets) et sa portée philosophique est la plus grande : la question « P = NP ? » concerne la nature de la recherche de solution(s) dans un ensemble exponentiel de possibilités, ce qui est le problème même de la recherche scientifique.

En revanche, la résolution de ce problème peut également avoir un impact négatif sur l’informatique, notamment en cryptographie où beaucoup d’algorithmes de cryptage deviendraient facilement « crackable » et par conséquent inutiles. probleme p np

MICHAEL RABIN

PRIX TURING 1976

BIO
THEORY
HISTOIRE
TEST

Michael Rabin
Informaticien Israelien
né en 1931 à Breslau en Allemagne, maintenant Wrocław en Pologne

À partir de 1976, Michael O. Rabin découvre et popularise l’importance d’approches probabilistes dans la conception d’algorithmes. C’est ce qu’on appelle parfois l’aléatoirisation (randomisation, en anglais) —l’aléa est introduit volontairement dans le calcul. L’ordinateur peut avoir intérêt à jouer aux dés… Ce changement de paradigme de programmation apporte dans un nombre de domaines des gains spectaculaires. Il s’agit notamment des calculs arithmétiques, des structures de données classiques pour l’accès rapide à l’information, de la géométrie algorithmique, et de l’algorithmique distribuée. Ainsi une algorithmique probabiliste permet pour la première fois de déterminer la primalité (avec risque d’erreur inférieur à 10-100) de nombres de plusieurs centaines de chiffres : le système cryptographique RSA qui garantit quotidiennement la sécurité de plusieurs millions de transactions repose sur ces techniques. Dans un autre domaine, afin que des ordinateurs communiquent en réseau, il est avantageux de se départir de l’approche déterministe de la téléphonie classique et de résoudre les conflits d’accès tout simplement par tirages au sort: ces principes sont à la base des réseaux Ethernet et du protocole TCP régissant plus de 90% des échanges sur l’Internet.


Pour les trois grandes catégories de problèmes cités, il est clair qu’une démarche mathématique joue tout d’abord un rôle capital dans la formalisation des problèmes et la constitution d’un cadre de pensée. La recherche en optimisation combinatoire n’est plus la même —elle est infiniment plus structurée et fructueuse— après les travaux de Cook, Karp, et leurs successeurs. Les percées de Knuth et Rabin, relayées par une large part de la communauté des chercheurs informaticiens, ont changé la manière dont se conduit la recherche en algorithmique,en offrant des repères clairs dans ce qui ne serait autrement qu’une jungle de techniques. Les sciences mathématiques alimentent continûment l’algorithmique, en suscitant les principes de nouveaux algorithmes ou encore en permettant, via l’analyse d’algorithmes,les optimisations et dimensionnements fins qui sont nécessaires à de nombreuses applications informatiques. pauillac


Au mois de mars 2001,Michael Rabin, annonçait la mise au point d’un procédé de chiffrement inviolable, basé sur le chiffrement symétrique dont la clé n’est plus immuable. Cette clé éphémère repose sur un flux de données aléatoires envoyé de manière synchrone à deux correspondants.

Ce système n’est pour l’instant que théorique car il requiert un débit de transmission “de millions de millions de bits par seconde que seul un système satellitaire pourrait apporter” affirme Michael Rabin.


Lire le Dossier sur Israel et la Science Données et statistiques scientifiques

JOHN McCARTHY

PRIX TURING 1971
PAGE
LISP
HISTOIRE
REVUE
ORDINATEUR
IA


"Il y a beaucoup de tâches que
nous pouvons faire, mais que nous n’arrivons pas à faire faire aux ordinateurs"


Turing a proposé ce qui s'appelle maintenant le Test de Turing pour juger si on peut vraiment affirmer si un ordinateur pense. Si un interviewer humain interroge l'ordinateur à volonté et ne peut pas distinguer l'ordinateur d'un humain sur la base des réponses données, l'ordinateur a alors passé le Test de Turing.
Le champ de l'intelligence artificielle s'est développé à partir de ces racines, avec des scientifiques tels que John McCarthy, Marvin Minsky, Allen Newell, et Herbert Simon en tant que ses premiers leaders. L'importance de l'intelligence artificielle pour la science cognitive s'étend non seulement dans l'idée que des machines pourraient peut-être être conçues et programmées pour penser comme des humains, mais aussi selon l'idée audacieuse qu'en décrivant explicitement les processus de la pensée, ces processus pourraient être rendus disponibles à l'étude empirique. La psychologie cognitive a émergé comme sous-discipline de la psychologie vers la fin des années 60. Elle a opéré selon le concept que la pensée de l'humain peut être modélisée comme programme, dans un langage symbolique, pour être effectuée sur un dispositif informatique programmable fr shvoong



John McCarthy (né le 4 septembre 1927, à Boston, Massachusetts) est le principal pionnier de l'intelligence artificielle avec Marvin Minsky avec la logique symbolique.

Il est également l'inventeur en 1958 du langage Lisp.

À la fin des années 1950, il créé avec Fernando Cobarto la technique du temps partagé, qui permet à plusieurs utilisateurs d'employer simultanément un même ordinateur



Le terme Intelligence Artificielle IA a vu pour la première fois son utilisation en 1955 lorsque John McCarthy (aujourd'hui professeur émérite en informatique à l'Université de Stanford), a utilisé le terme pour se référer à la démarche scientifique qui a permis de rendre "intelligents", les machines et les ordinateurs

L’intelligence dans le corps et le monde

Depuis une dizaine d’années, se développe une nouvelle approche, l’Intelligence Artificielle Située. Elle ouvre la voie à une exploration plus holistique, complète de la cognition, en considérant celle-ci comme ancrée dans le cerveau et le corps et située dans un monde physique et social, lui-même univers signifiant. L’approche nouvelle considère que la modélisation des êtres vivants, pensants, intelligents, ne peut pas faire l’économie de certaines de leurs caractéristiques : ils sont situés dans un environnement avec lequel ils interagissent en temps réel. Les êtres pensants agissent dans un monde qui est leur monde - celui de leurs expériences ; un monde ouvert et imprévisible, propre à chacun parce que construit par chacun ; un monde affectif, chargé émotionnellement.

Entre le cerveau, le corps et l’environnement, on pense enfin à un échange, un retour ou un modèle circulaire des flux multidirectionnels d’informations. Le corps ne doit pas être oublié : il est en lui-même déjà cognitif et pensant. Les savoirs du corps, les savoir-faire, sont les prémisses des processus cognitifs plus complexes. Et c’est pour cela que l’IA Située commence par modéliser les comportements animaux de type adaptatif ; on suggère que c’est là que s’enracine l’intelligence : s’adapter, faire avec les ici et maintenant, se débrouiller dans le monde. La construction de robots s’impose (ceux de Rodney Brooks, par exemple).

L’IA commence aujourd’hui à être médiatique, de nombreux salons sont dédiés à la robotique et les films de science-fiction y puisent leur inspiration. Elle ne peut plus vraiment d’ailleurs être ignorée : « La machine intelligente devient matériellement visible, elle n’est plus virtuelle, dissimulée au sein de l’automate bête qui défile mélancoliquement son programme à la manière d’un orgue de barbarie ! » . L’IA est aujourd’hui, comme toutes les nouvelles techniques, en train de donner forme à notre monde de demain.

MARVIN MINSKY

TURING 1969
SITE
AUTOMATE
ARTIFICIAL
ORACLE
DROIDE
DOSSIER
BD
BIO
PORTRAIT
REVUE
MYTHE
ROBOT


"Apprendre, c’est produire des changements utiles dans les rouages de notre esprit."

"Notre esprit contient des processus qui nous permettent de résoudre des problèmes que nous considérons comme difficiles. Intelligence est le nom que nous donnons à tous ceux de ces processus que nous ne comprenons pas encore."


Informaticien et Roboticien américain - 1927

En 1958, il fonde le Laboratoire d’intelligence artificielle au Massachusetts Institute of Technology. Il est le créateur de l’intelligence artificielle et père de la révolution informatique.

* * *

Une machine est intelligente à partir du moment où elle accomplit des tâches qui, si elles étaient accomplies par des hommes, seraient considérées comme intelligentes.
La lecture de psychologue B. F. Skinner va le marquer, car Minsky récuse les explications du comportement qui ne prennent pas en compte le fonctionnement interne de la pensée. Dans son dernier livre, La société de l’esprit, Minsky exprime l’idée que le cerveau est organisé comme une société où les différents agents (la mémoire, le savoir, les sens…) communiquent entre eux et construisent leur développement.

Connection est l’ordinateur le plus rapide du monde. Il est constitué de 64 000 microprocesseurs et « vit » à Boston au Massachusetts Institute of Technology dans le laboratoire de Minsky. Connection, assure Minsky, a des états d’âme et est véritablement intelligent. D’ailleurs, ajoute-t-il, si un homme atteignait les performances mentales de Connection, on l’estimerait génial.

Les machines ont des passions, assure Minsky. Il leur arrive de s’affoler, de produire des textes incompréhensibles pour des raisons ignorées de leurs ingénieurs. Il faut nous défaire de l’idée selon laquelle les machines n’obéiraient qu’au programme qui leur est assigné. Faux! Les machines intelligentes sont programmées pour écrire leur propre programme, performance par laquelle elles échappent à l’ingénieur. C’est donc parce que les hommes ne savent pas ce que sont les machines complexes qu’ils imaginent qu’elles ne peuvent pas éprouver de passions.

Mais peuvent-elles manifester aussi une volonté? Minsky en doute. En l’état actuel des connaissances, les machines ne peuvent avoir ni de bonnes, ni de mauvaises intentions. Pour l’instant!

Les machines présentent, aux yeux de Minsky, un grand avantage sur les hommes : elles ne prétendent pas être autre chose que des machines. À l’inverse, l’homme ne serait, selon lui, qu’une machine qui s’ignore.

Après avoir, durant trente ans, construit des machines intelligentes, Minsky estime avoir compris ce qu’est l’intelligence. « Si mes machines produisent ce que l’on appellerait chez l’homme l’intelligence, c’est que le cerveau humain n’est au fond qu’une machine : une machine complexe, issue d’une longue évolution. » Le cerveau ne serait qu’une somme de composants imparfaits, chacun doté d’une fonction déterminée que l’on sait aujourd’hui localiser, détruire ou exciter. Chaque composant ― que Minsky appelle agent ― ne peut faire à lui seul qu’une chose simple, qui n’exige ni esprit ni pensée. Pourtant, lorsqu’ils sont reliés entre eux, tous ces composants du cerveau constituent une sorte de société ; ce sont les relations complexes à l’intérieur de cette société qui forment ce que l’on appelle l’esprit.

Minsky, en analysant l’activité la plus simple : celle d’un enfant qui joue avec des cubes, en est arrivé à ces conclusions qui ont servi de base à la construction des machines intelligentes. L’esprit est une somme de choix simples. Au total, le cerveau ne serait qu’une machine à produire le langage et les idées. En réalité, il n’existe pas une chose qui s’appelle l’intelligence et qui serait mesurable : l’intelligence est une somme de fonctions très diverses, plus ou moins valorisées selon la culture dans laquelle nous vivons. Selon Minsky, l’esprit n’a pas besoin de l’étincelle divine pour fonctionner : le cerveau-machine suffit. Il n’y aurait pas non plus d’opposition entre la matière et l’esprit, puisque c’est la matière qui produit l’esprit selon des lois qui restent à découvrir. Si je dis que l’homme est une machine pensante, ajoute Minsky, ce n’est pas par une vision réductionniste de l’homme, mais par anticipation de ce que seront les machines complexes du futur.
philo-relativisme


L'un des premiers penseurs de l'intelligence artificielle, Marvin Minsky, prédisait que l'ordinateur allait devenir capable d'apprendre par lui-même et que sa puissance de pensée serait illimitée!
Pourtant, comment peut-on imaginer que le cerveau humain, qui ne sait quasaiment rien de ses propres modes de pensée, pour qui le cerveau lui-même demeure un continent mystérieux, puisse concevoir une machine à penser qui serait d'une telle puissance? Ce qui est plus évident, c'est le rêve de puissance qui inspire l'être humain, à partir de quelques résultats de l'informatique, aussi extraordinaires que partiels. Les fantasmes suscités par l'accélération de la puissance de l'informatique ont été encore plus rapides et prometteurs que l'informatique elle-même. On pourrait dire que la technologie informatique va plus vite que nos idées, mais moins vite que notre imaginaire.hervefisher

ALAN PERLIS

PRIX TURING 1966
AWARDS
PAGE
INSTITUT
HISTOIRE
DOSSIER


"La programmation est un acte contre nature"Alan Perlis

Le Prix Turing ou Turing Award, en hommage à Alan Mathison Turing (1912 - 1954), est attribué tous les ans depuis 1966 à une personne sélectionnée pour sa contribution de nature technique faite à la communauté informatique.
La récompense est décernée par l’Association for Computing Machinery (ACM).
Cette récompense a été créée par l’InterTrust Technologies Corporation’s Strategic Technologies and Architectural Research Laboratory (STAR Lab). Elle est parfois considérée comme étant l'équivalent du prix Nobel de l'informatique.


Alan Jay Perlis (1 avril 1922 - 7 février 1990) est un informaticien américain, connu pour son travail de pionnier dans les langages de programmation et le premier lauréat du Prix Turing.


Perlis est né à Pittsburgh, en Pennsylvanie. En 1943, il obtient son baccalauréat en chimie de la Carnegie Institute of Technology .Pendant la Deuxième Guerre mondiale, il a servi dans l'armée américaine,Il a ensuite obtenu une maîtrise (1949) et un doctorat (1950) en mathématiques au MIT. Sa thèse de doctorat avait pour titre «Les Integral Equations , leur solution par itération et Analytic Continuation".

En 1952, il a participé au projet Whirlwind. Il s'est joint au corps professoral de l'Université Purdue, puis transféré à l'Institut Carnegie, en 1956. Il a été président de mathématiques, puis le premier chef du département des sciences informatiques.

Il a reçu le prix Turing Award en 1966, selon la citation, de son influence dans le domaine des techniques de programmation avancées et compilateur de construction. Il s'agit là d'une référence au travail qu'il a accompli en tant que membre de l'équipe qui a mis au point le langage de programmation Algol.

En 1971, Perlis déplacé à l'Université de Yale pour devenir le président d'Informatique et de tenir la chaise Eugene Higgins. Perlis a été élu à la National Academy of Engineering en 1977.

En 1982, il a écrit un article, Epigrammes de la programmation, pour ACM 's SIGPLAN journal, décrivant en une seule phrase distillations nombre des choses qu'il avait appris sur la programmation au cours de sa carrière. Les épigrammes ont été très souvent cités.

Il resta à Yale jusqu'à sa mort en 1990.

ROBERT KAHN

Prix Turing












Robert Elliot Kahn, dit Bob Kahn (né le 23 décembre 1938, Brooklyn, New York) est un ingénieur américain au DARPA et co-inventeur avec Vinton Cerf du protocole TCP/IP. Consultant chez Bolt, Beranek et Newman, il a élaboré le premier protocole de communication par paquets pour répondre à la nécessité de connecter rapidement des ordinateurs différents en cas de guerre. Il expérimente sa technologie sur quatre sites et crée ainsi l'embryon du réseau Arpanet, un projet militaire financé par la Defense Advanced Research Projects Agency (DARPA).

 En 2004, il remporte, avec Vinton Cerf, le Prix Turing pour son travail précurseur sur l'internetworking.

AMIR PNUELI

PRIX TURING 1996
Page















Amir Pnueli (hébreu : אמיר פנואלי)  informaticien israélien né le 22 avril 1941 et mort le 2 novembre 2009 d'une hémorragie intra-cérébrale.
Il a obtenu le Prix Turing (considéré comme l’équivalent du prix Nobel pour les sciences informatiques)
pour la "logique temporelle et vérification de programmes et de systèmes."

Amir Pnueli est né dans le moshav Nahalal en 1941. Son père, qui était enseignant, a fondé le département de littérature hébraïque de l'université de Tel-Aviv. En 1945, sa famille déménage pour Holon. Il étudie les mathématiques au Technion à Haifa, puis passe son doctorat à l'Institut Weizmann de Rehovot sous la direction du professeur Haïm Leib Pekeris.

Amir Pnueli a reçu le Prix Turing en 1996 pour un « travail fondateur introduisant la logique temporelle en informatique et pour des contributions exceptionnelles à la vérification des programmes et systèmes ». Ses travaux ont notamment porté sur les notions de vivacité et d'équité dans les systèmes concurrents et à leur intégration dans les techniques de model checking.

Amir Pnueli était récemment professeur à l'Institut Weizmann en Israël et à New York University, aux États-Unis d'Amérique wikipedia.

Une autre conquête de l'informatique à partir de 1980 est la programmation en temps réel et répartie : on ne s'était guère occupé jusque là que de programmes séquentiels exécutables par un ordinateur monoprocesseur calculant à son rythme un résultat. Les programmes destinés à faire coopérer plusieurs processeurs ou agents, comme des capteurs, ou des pièces mécaniques, sont d'une tout autre nature : d'abord, ils ne sont généralement pas destinés à s'arrêter, ensuite ils doivent de façon essentielle tenir compte du temps, c'est-à-dire synchroniser les divers agents qui composent le système. Le programme de contrôle d'un système mécanique comme un moteur d'avion est typiquement un tel programme.
 Amir Pnueli et Robin Milner ont tous deux été des pionniers de cette informatique temps réel ou embarquée qui a permis de concevoir et réaliser les plus étonnantes et les plus sophistiquées des machines actuelles.
interstices.info

HERBERT A.SIMON

PRIX NOBEL
PRIX TURING 1975

LEONARD ADLEMAN

PRIX TURING 2002
HISTOIRE
ORDINATEUR
VIRUS
PAGE











Cryptographie (RSA)
Mr Mamouni

Leonard Adleman (ne le 31 decembre 1945) USA
Chercheur en informatique theorique et professeur en informatique et en biologie moleculaire a l'Universite de la Californie du Sud. Co-inventeur du cryptosysteme RSA (Rivest, Shamir, Adleman) en 1977, Adleman a egalement travaille dans la bio-informatique.
En 1994, son article Molecular Computation of Solutions To Combinatorial Problems decrit l'utilisation experimentale de l'ADN dans les systemes informatiques.
Il donne comme exemple un probleme d'optimisation d'un graphe hamiltonien avec 7 noeuds, un probleme similaire au voyageur de commerce.
Meme si la solution est connue depuis longtemps, c'est la premiere fois que l'on demontre que l'ADN peut effectuer des calculs complexes.
Pour sa contribution en cryptographie avec le RSA, Adleman a recu en 2002 avec Ron Rivest et Adi Shamir le ACM Turing Award, l'equivalent du prix Nobel en informatique.
On attribue aussi a Adleman le terme de "virus informatique".
Adleman a egalement ocie comme consultant en mathematiques pour le film Sneakers.

La methode de cryptographie RSA a ete inventee en 1977 par Ron Rivest,Adi Shamir et Len Adleman, a la suite de la decouverte de la cryptographie a cle publique par Die et Hellman, d'ou le sigle RSA. RSA a ete brevete par le MIT en 1983 aux etats-Unis d'Amerique, mais le brevet a expire le 21 septembre 2000. Au depart, Rivest, Shamir et Adleman voulaient prouver que tout systeme a cle publique possede une faille.

Securite.
En fait, la securite de cet algorithme repose sur deux conjectures : casser RSA necessite la factorisation du nombre n et la factorisation est un probleme dicile. Par dicile, on entend qu'il n'existe pas d'algorithme rapide pour resoudre cette question. Si l'on veut etre un peu plus precis, on pense qu'il n'existe pas d'algorithme ayant une complexite polynomiale en temps qui donne les facteurs premiers d'un nombre quelconque. Il est possible que l'une des deux conjectures soit fausse, voire que les deux le soient. Si c'est le cas, alors RSA n'est pas sur. Cela fait neanmoins maintenant plus de 20 ans que RSA est cryptanalyse et celui-ci n'a pas encore ete casse, on peut donc raisonnablement le considerer comme un algorithme sur. Cependant si une personne venait a trouver un moyen rapide de factoriser ce nombre n, tous les algorithmes de chirement fondes sur ce principe seraient remis en cause et rendus non surs, remettant en cause par la meme occasion toutes les donnees chirees auparavant a l'aide de ces algorithmes.
*
L’ordinateur à l’ADN pourrait sortir des laboratoires grâce aux travaux d’un chercheur israélien, Ehud Shapiro du Weizmann Institute of Science. Dans un article publié dans la revue Nature en 2004, Ehud Shapiro décrit comment on pourrait utiliser un ordinateur à l’ADN pour diagnostiquer des cellules cancéreuses et injecter des médicaments au patient automatiquement.
En plus, l’ordinateur à l’ADN tire son énergie des enzymes et de l’ADN dont il est fabriqué.

"La frontière entre humains et machines deviendra de plus en plus étroite" par Joël de Rosnay
Les premiers biorobots existent déjà! Certains s'autoprogramment et apprennent de leur environnement. Mais il faudra être prudent à l'avenir comme le suggère Bill Joy de Sun Microsystem, car ces biorobots seront faits dans l'avenir de matériaux biocompatibles avec des "cerveaux" très puissants et vont peut-être devenir incontrôlables. La frontière entre humains et machines deviendra de plus en plus étroite

ADAM BLUM

PRIX TURING

ADI SHAMIR

Prix Turing 2002
conference











Professeur au département de mathématiques appliquées du Weizmann Institute of Science depuis 1984, où il occupe la chaire Borman de science informatique, Adi Shamir est né à Tel Aviv, en Israël, en 1952.

Le cryptosystème RSA, découvert en 1978 par Adi Shamir, Ron Rivest et Len Adleman, fut le premier à mettre en oeuvre les concepts de chiffrement à clé publique de signatures numériques, définis antérieurement par Diffie et Hellman. Son élégance mathématique reste inégalée, même après vingtcinq ans de recherche académique en cryptographie. Il est évidemment exceptionnel pour des chercheurs en informatique de voir leurs initiales accolées à des millions de produits : le RSA, utilisé dans le monde entier, permet - entre autres - de protéger la confidentialité des données obtenues sur des serveurs Web.

Adi Shamir est l'une des figures emblématiques de la cryptographie et de la cryptanalyse à travers le monde. Il a introduit et mis en oeuvre la notion de partage du secret qui s'est révélée être une idée fondamentale, utilisée non seulement dans la pratique, mais également dans des centaines de travaux théoriques. Sa proposition de générateurs pseudo-aléatoires, fondée sur l'inviolabilité de la fonction RSA, a inspiré le développement de la théorie de la génération d'aléa.

Adi Shamir est, de loin, l'expert le plus éminent en cryptanalyse. Ses plus grandes réussites, dans ce domaine, sont les attaques sur les cryptosystèmes dits "du sac à dos", qu'il a essentiellement éliminés du paysage cryptographique, et l'invention de la cryptanalyse différentielle, première méthode d'attaque systématique des algorithmes de chiffrement par bloc.

Co-inventeur du célèbre schéma d'identification du "Fiat-Shamir", Adi Shamir a ainsi établi l'intérêt pratique des preuves sans transfert d'information, dites aussi "zero-knowledge", dans le contexte de l'authentification et du contrôle d'accès. Les travaux qu'il a ensuite conduits avec ses élèves sur les preuves à témoin indistinguable et les preuves "zero-knowledge" non interactives sont aujourd'hui des pierres angulaires de la recherche théorique en cryptographie.

Enfin, Adi Shamir a apporté des contributions décisives dans d'autres domaines de l'informatique, notamment en théorie de la complexité algorithmique où il a établi l'identité des classes de complexité IP et PSPACE.

Adi Shamir appartient à une tradition de savants célèbres qui ont dédié une partie de leurs recherches à la cryptographie et accompli d'importantes découvertes. Citons parmi eux, Girolamo Cardano et François Viète au XVIe siècle, John Wallis au XVIIe siècle, Charles Wheatstone au XIXe siècle, et plus récemment, Claude Shannon et Alan Turing
biologie.ens.fr