Probablement approximativement correct : les algorithmes de la nature pour apprendre à vivre et pros

Comment la vie a-t-elle pu se développer dans un monde complexe et inconstant ? Comment faisons-nous pour prendre continuellement des décisions, sans l'appui d'une théorie et à partir d'informations incomplètes et hasardeuses ? Comment font les animaux ?

Dans Probablement approximativement correct, Leslie Valiant nous propose une synthèse magistrale de l'apprentissage, de l'évolution et de l'intelligence. La clé : les algorithmes d'apprentissage. Ceux-ci sont aujourd'hui au coeur des applications d'intelligence artificielle, mais bien plus que cela, ils sont au coeur du vivant. Les organismes calculent - qu'on pense à la façon dont l'ADN régule l'activité des cellules - et l'adaptation par sélection naturelle n'est qu'un apprentissage automatique : s'adapter, c'est, par un mécanisme complexe mettant en jeu plusieurs générations, apprendre de l'environnement. Apprentissage à partir de l'environnement encore, les comportements individuels et collectifs qui permettent aux animaux de survivre et de prospérer. Quant aux concepts nécessairement imprécis qui sont le produit des apprentissages sans théorie, c'est sans doute pour les traiter que s'est développée l'intelligence humaine : ce qu'on appelle le bon sens.

La théorie que Valiant présente dans ce livre extrêmement ambitieux inspirera nombre de chercheurs. Elle montre en même temps comment la nature nous a mené jusqu'ici et où la technologie va nous conduire ensuite, et elle éclaire déjà des questions fondamentales, comme le débat sur l'inné et l'acquis ou les possibilités réelles et les limites de l'intelligence artificielle.