Harnad, S. (2012) Alan Turing and the “hard” and “easy” problem of cognition: doing and feeling. [in special issue: Turing Year 2012] Turing100: Essays in Honour of Centenary Turing Year 2012, Summer Issue.
The "easy" problem of cognitive science is explaining how and why we can do what we can do. The "hard" problem is explaining how and why we feel. Turing's methodology for cognitive science (the Turing Test) is based on doing: Design a model that can do anything a human can do, indistinguishably from a human, to a human, and you have explained cognition. Searle has shown that the successful model cannot be solely computational. Sensory-motor robotic capacities are necessary to ground some, at least, of the model's words, in what the robot can do with the things in the world that the words are about. But even grounding is not enough to guarantee that -- nor to explain how and why -- the model feels (if it does). That problem is much harder to solve (and perhaps insoluble).
Dubuc, Bruno (2016) Qu’est-ce que la conscience? Le cerveau à tous ses niveaux.
Chalmers, D. (2010). L’esprit conscient. À la recherche d’une théorie fondamentale.http://www.youtube.com/watch?v=_jK_-vrwt7Y
+
http://eprints.soton.ac.uk/272242/1/MindsBrainsTuring.pdf
+
http://andara.uqam.ca/Panopto/Content/Sessions/e77674a1-a902-40e0-a9ac-7a96185c4399/78025b8e-68cf-4256-b663-3ac51c8ed100-f13e20f4-93f1-4af9-9ba0-8d2c221be233.mp4
Chalmers, D. (2010). L’esprit conscient. À la recherche d’une théorie fondamentale.
Alan Turing and the “Hard” and “Easy” Problem of Cognition: Doing and Feeling:
RépondreEffacer“The ‘easy’ problem of cognitive science is explaining how and why we can do what we can do. The ‘hard’ problem is explaining how and why we feel.” On ne peut pas observer les sentiments ou les pensées. La question est de savoir comment et pourquoi nous savons faire ce que nous faisais de façon innée, sans se poser de questions, il est facile pour l’humain d’exécuter ce qu’il fait sans réellement comprendre. Nous savons que la cognition ne peut pas qu’être de la cognition (prouvé par l’argument de John Searle et la chambre chinoise [la computation ne donne pas nécessairement de la compréhension]. Intéressant : « Turing was perfectly aware that generating the capacity to do does not necessarily generate the capacity to feel. He merely pointed out that explaining doing power was the best we could ever expect to do, scientifically, if we wished to explain cognition. »
Bon résumé. (Faute de frappe: « que la cognition ne peut pas qu’être de la computation »)
EffacerPourquoi est-ce que le problème difficile est difficile?
Pourquoi le problème difficile est difficile ? (Problème difficile : Comment et pourquoi on ressent ?)
EffacerÀ cause du fait que le problème facile semble pouvoir se résoudre avec la rétroingénierie, c’est-à-dire par une explication causale physique. Lorsqu’on tente de résoudre le problème difficile et donc le ressenti, il n’y a pas d’explication causale. La nature de l’explication causale est physique et le ressenti n’est pas physique. C’est pour cette raison que le problème difficile est difficile. A priori, on a avec l’induction scientifique 4 forces fondamentales : électromagnétique, gravitationnelle, nucléaire faible et nucléaire forte. À ce jour, il n’y a aucune preuve d’une autre force qui pourrait possiblement expliquer le ressenti.
Voici un petit résumé de ce qui fut amené dans cet écrit. Le texte de Mr Harnad fait le portrait des deux problèmes majeurs en science cognitive, à savoir, le problème facile et le problème difficile. Le premier cherche à trouver comment et pourquoi nous sommes capables de faire tout ce que nous faisons et le deuxième cherche à trouver à quoi cela ressemble de penser, mais aussi comment et pourquoi nous sommes capables de ressentir puisque la capacité de sentir et le fait de ressentir ne sont pas choses qui arrivent systématiquement ensemble. Harnad nous propose un retour sur le computationnalisme et le test de Turing (TT) qui ont propulsé la recherche et le développement des sciences cognitives en proposant un modèle causal, soit une explication aux problèmes. Le computationnalisme se caractérise par la manipulation formelle de symboles en fonction de leurs formes et non de leur sens, selon des règles. Au départ, cela est ingénieux, car la computation peut simuler presque tout dans l’univers comme nous le faisons avec notre esprit et donc, peut-être qu’il s’agirait d’un modèle tout à fait légitime pour expliquer le fonctionnement de notre cerveau. Toutefois, plusieurs ont su trouver des failles à ce système causal sur le cerveau humain en stipulant que la cognition ne peut pas être de la computation. En effet, Searl apporte l’argument de la chambre chinoise qui, pour faire bref, instaure qu’il n’y a pas de compréhension dans la computation et donc que la cognition n’est pas de la computation puisque nous interprétons ce que nous faisons et nous le comprenons sémantiquement. Arrive ainsi le problème de l’encrage des symboles. Comment en venons-nous à incorporer certains symboles afin de comprendre tout le reste? C’est en faisant des expériences dans le monde réel. La cognition est donc un système dynamique, elle ne peut être QUE de la computation, mais elle pourrait bien être de la computation doublée d’un autre procédé encore inconnu. C’est pourquoi Turing n’était pas computationnaliste, il savait précisément que la cognition était quelque chose de dynamique et même que la capacité à penser n’amenait pas nécessairement la capacité à ressentir. Selon lui, il était plus facile d’expliquer comment et pourquoi plutôt qu’« à quoi ça ressemble de penser »
RépondreEffacerTu dis: « la capacité de sentir et le fait de ressentir ne sont pas choses qui arrivent systématiquement ensemble » mais est-ce que je ne ressens pas tout ce que je sens? Quelle distinction as-tu à l'idée ici? Qu'il y a des appareils qui « sentent » les stimuli en ce sens que de les détecter, les capter, et d'y réagir, mais sans rien ressentir, comme les capteurs de lumière ou de température? Mais pour les êtres vivants qui sont sensibles (et éveillés) la plupart de leurs captations sont ressenties (conscientes), n'est-ce pas? Ça ressemble à quelque chose de les capter.
EffacerBon résumé. Mais pourquoi le problème difficile est-il difficile?
Je tente une réponse à la question d'Étienne. Le problème difficile, soit la raison de l'existence du ressenti, est difficile puisque l'humain ne peut pas bien définir le ressenti. En effet, l'humain effectue la cognition et le ressenti fait partie intégrante de la cognition. L’humain n’expérimente donc jamais l’absence de ressenti. Enfin, sans connaître le complément du ressenti, il est impossible pour l’humain de bien le définir.
EffacerLe test de Turing serai en mesure d'executer (notre capacité de faire) le comment sans toute fois définir le pourquoi. Si une explication du mecanisme causal qu'execute le comment de la machine, on pourrai se rapprocher d'une définition du ressenti (de la compréhension et de la pensée ). Cela se reléve du fait que le test démonterai le différentiel de la capacité de penser des humains (par des symboles sans leurs signifiants), qui engendre le problème difficile qui est le comment.
RépondreEffacerCe commentaire a été supprimé par l'auteur.
RépondreEffacerCe commentaire a été supprimé par l'auteur.
RépondreEffacerCette lecture m’a permis de mettre au jour un lien entre la thèse forte de Church-Turing et l’argument de la chambre chinoise de Searle. Définissions d’abord ces deux éléments : D’une part, la thèse forte de Church-Turing stipule que la computation permet l’obtention d’une simulation, ou approximation adéquate, de presque tout. D’autre part, l’argument de Searle prouve que la correspondance effectuée uniquement par computation ne génère pas le même ressenti que la correspondance effectuée par cognition.
RépondreEffacerL’utilisation du terme « approximation adéquate » est essentiel ici : la simulation d’un phénomène ne correspond pas au phénomène lui-même. L’argument de la chambre chinoise de Searle vient appuyer ce fait : En montrant que la computation n’est pas équivalente à la cognition, il démontre qu’une simulation des capacités verbales de l’humain ne correspond pas aux capacités verbales de l’humain.
Harnad, Stevan (2012) Alan Turing and the “Hard” and “Easy” Problem of Cognition: Doing and Feeling.
RépondreEffacerCe texte met en lumière la contribution d’Alan Turing pour les sciences cognitives. Il est effectivement question du problème facile et difficile de Turing dans ce texte. Dans ma compréhension, le problème facile de Turing est d’expliquer comment et pourquoi on fait ce que l’on peut faire. Par l’imagination de sa machine, Turing tente de démontrer que tout ce que l’on peut faire peut se reproduire de façon computationnelle. Le problème difficile est d’expliquer le ressentit. C’est d’expliquer pourquoi et comment nous avons le ressentit. Le problème difficile est difficile en grande partie à cause de la réponse au problème facile. En effet, comme la réponse au problème facile se veut d’être que tout ce que nous faisons est de la computation, le ressentit est complètement écarté. En écartant le ressentit de la théorie, il est donc difficile de considérer le ressentit comme une partie importante de la cognition. Le problème difficile est donc difficile, car le problème facile semble être résolu en mettant de côté complétement le ressentit. Il semble donc inutile dans se pencher sur le problème du ressentit puisqu’il n’apparait pas important dans la cognition. Nous savons toutefois que nous ressentons ce que nous ressentons. Le problème du ressentit est donc bien présent.
«Harnad, S. (2012) Alan Turing and the “hard” and “easy” problem of cognition: doing and feeling»
RépondreEffacerDans ce texte-ci, si je comprends bien, les problèmes facile et difficile sont utilisés comme une approche pour expliquer la complexité de la conscience. Ces deux types de problèmes servent à décrire deux aspects de la conscience: l’un plus fonctionnel (imagé par le problème facile) et l’autre axé sur le pourquoi de la chose.
Grâce à Descartes et son célèbre Cogito qui nous dit qu’on ne peut douter de ce que nous ressentons: si nous sentons que nous avons mal au genou, c’est que nous avons mal au genou,. Ainsi, nous pouvons dire que penser que quelqu’un comprend quelque chose en le voyant reproduire des symboles mais sans pour autant être certain que ce dernier comprend ce qu’il voit à savoir de faire de la cognition. Le seul moyen de savoir si quelqu’un a compris la chose, c’est d’être cette même personne qui manipule les symboles.
Encore là, nous pourrions nous mettre dans la peau de Searle qui manipule des sinogrammes, sans pour autant qu'il n'ait ni chez lui, ni chez nous le ressenti de compréhension de ces symboles. Pour être certain que la personne comprenne, il faudrait d'abord pouvoir être certain que cette personne ressente. Après, que cette personne ait suffisamment de symboles ancrés et de catégories apprises pour qu'elle puisse avoir un quelconque ressenti de compréhension.
EffacerCe commentaire porte sur le texte “Alan Turing and the “hard” and “easy” problem of cognition : doing and feeling”. Alan Turing a énoncé deux problèmes dit simple et difficile en sciences cognitives. Le problème simple est « comment est-ce qu’on est capable de générer toutes nos capacités d’action ? » tandis que le problème difficile est le suivant : comment le cerveau génère la capacité de ressentir ? ». Pour répondre au problème facile, Turing a mis au point un test qui relève de la rétroingénierie. En observant ce que peut faire un objet déjà existant qui est capable de faire certaines actions que le cerveau génère aussi, on cherche à expliquer le mécanisme causal qui est à l’origine de nos capacités d’action.
RépondreEffacerL’hypothèse de la computation est donc née : c’est la manipulation des symboles faisant partis d’un système de symboles. Elle se fait selon des règles formelles établies par des algorithmes. La computation pourrait être l’explication causale répondant au problème facile. Cependant, Searle a démontré que la computation comme seule explication causale de la cognition soulevait le problème difficile du ressenti grâce à l’exemple de la chambre chinoise. Il a pu prouver par là qu’un ordinateur capable de réussir le test de Turing ne comprend pas ce qu’il fait mais qu’il applique seulement des algorithmes.
10c. Harnad, S. (2012) Alan Turing and the “hard” and “easy” problem of cognition: doing and feeling
RépondreEffacerNous pouvons tenter d'expliquer ce qui est observable. La catégorisation par exemple, qui est de la computation, est observable. Pour expliquer comment le cerveau humain est capable de faire de la computation, il suffit de créer une machine capable de faire la même chose : par rétroingéniérie, nous obtenons l'explication.
Ça, c'était le problème facile, auquel nous pourrions répondre avec une machine de Turing. Mais Searle a émis un point fondamental : la cognition humaine ne peut se limiter à la computation. Il existe aussi le ressenti. La pensée est un ressenti. La compréhension est un ressenti. Et tous ces ressentis sont non seulement invisibles, mais ils sont aussi, jusqu'à preuve du contraire, inobservable. Un ressenti ne peut être que ressenti. Une pensée ne peut être que pensée, il est impossible de la photographier. Alors comment expliquer le ressenti, si nous ne pouvons l'observer ?
Mais à priori, Turing n'était pas computationnaliste (il ne pensait pas que la cognition n'était QUE de la computation). En effet, son test ne concernait pas juste une série de questions et de réponses, mais toutes les dialogues possibles et imaginables d'une langue. Il serait impossible de coder un tel algorithme pareil (SI TU LIS « Comment vas tu ? » ALORS RÉPONDS « Très bien et toi ? ». SI TU LIS... etc, pour toutes les interactions possible. Il existe une infinité de phrases potentielles dans une langue, donc il n'est pas possible de toutes les enregistrer dans un algorithme).
Donc Turing savait qu'une machine capable de passer le test de Turing ne pouvait être seulement verbale, et devait au moins avoir un système sensori moteur.
Ce système aurait permis à la machine d'explorer le monde, et de catégoriser ce qu'il y voyait. Cette catégorisation lui aurait alors permis d'acquérir l'ancrage des symboles.
Si je dis « pomme » à une machine de Turing verbale, alors ce mot n'est rien pour elle : ce n'est qu'un symbole, auquel elle va répondre par d'autres symboles en suivant un algorithme. Mais une machine de Turing sensorimotrice sait ce qu'est une pomme, et ce qui n'en est pas une. Et si elle a passé suffisamment de temps dans le monde, cette machine T3 sait ce qu'est une pomme pour les autres êtres humains.
Et c'est là, je pense, que ça devient extrêmement intéressant : la signification, c'est l'ancrage + le ressenti.
T3 sait ce qu'est une pomme. Il sait que « pomme » est symbolique, et représente toutes les pommes du monde. Et il sait comment les humains catégorisent pommes. Mais peut il comprendre ce que pomme signifie pour un être humain ? T3 n'a jamais ressenti la faim, et n'a jamais senti le goût d'une pomme dans sa bouche. Est-ce que d'une façon ou d'une autre, T3 peut comprendre le ressenti des humains ? Si T3 possède tous les ancrages de toutes les catégories d'une langue, alors que veut dire « mort » pour lui ? « Douleur » ?
Certaines ancrages semblent impossibles à faire sans le ressenti...
Donc, pour qu'une machine passe le test de Turing, il faudrait qu'elle ait le ressenti. Et c'est pour raison qu'on peut supposer que Turing n'était pas lui-même computationnaliste.
Je dois admettre qu'après lecture du paragraphe ci-haut, je comprend beaucoup mieux pourquoi on suppose que Turing n'était pas computationnaliste. Il est vrai de dire qu'une machine T3 ait toutes les connaissances de symboles et de mots grâce a sa capacité verbale et sensori-motrice, mais sans avoir vécu/ressentis lui même ce qu'est la faim ou la douleur ou encore la mort, comment peut-il ancrer les symboles sans le ressentis.
RépondreEffacer