Esprits numériques (PHI 6385 A22)

Lectures (ci-dessous) sont protegées par un mot de passe: contactez-moi

Télécharger le plan de cours ici.

Calendrier:

Partie I : Introduction — la conscience vs l’intelligence

Littérature recommandé: Introduction générale

• Chalmers, D. « Can There Be Consciousness in a Digital World? » Reality+, Ch. 15, (sur StudiUM)
• Tiku, N. « The Google engineer who thinks the company’s AI has come to life » [anglais]

Littérature recommandé: La conscience des invertébrés

• Birch, J. « The Search for Invertebrate Consciousness », [anglais]
• Barron, A., et Klein, C. « Insects have the capacity for subjective experience », [anglais],
• Le Neindre, P. et. al. « La conscience animale » [français]

Powerpoint de Prof. Simon pour séance 1

Partie II : La conscience est-elle computationelle?

Littérature principale

• Turing, A. « Machines informatiques et intelligence » [français], [anglais]
• Maudlin, T. « Computation and Consciousness », [anglais]

Littérature recommandé:

• Marr, D.. « Vision » ch. 1. [anglais]
• Klein, C. « Computation, Consciousness and `Computation and Consciousness’ », [anglais]
• Bostrom, N. « Brain Duplication and Degrees of Consciousness », [anglais]
• Chalmers, D. « Do Dust Clouds Run Computer Programs » Reality+, Ch. 21, (sur StudiUM)
• Chalmers, D. « Does a Rock Implement every Finite-State Automaton? », [anglais]

Powerpoint de Prof. Simon pour séance 2

20 Septembre: Arguments pour la possibilité d’une conscience de machine

Littérature principale

• Chalmers, D. « The Conscious Mind », Ch. 7 (l’invariance organisationnelle) [français], [anglais]
• Putnam, H. « La nature des états mentaux » [français], [anglais]

Powerpoint de Prof. Simon pour séance 3

27 Septembre: Arguments contre la possibilité d’une conscience de machine

Littérature principale

• Block, N. « Troubles with Functionalism » [français], [anglais]
• Godfrey-Smith, P. « Minds, Machines and Metabolism », [anglais]

Littérature recommandé:

• Searle, J. « Minds, Brains and Programs », [français], [anglais]
• Seth, A. « Being You » extraits, (sur StudiUM)

4 Octobre: Quels algorithmes, partie 1 : Connectionisme vs Systèmes de Symboles

Littérature principale

• Fodor, J. et Pylyshyn, Z. « Connexionnisme et architecture cognitive : Une analyse critique » [français], [anglais]
• Smolensky, P. « Le traitement approprié du connexionnisme » [français]

Littérature recommandé:

• Dreyfus, H. « What Computers Still Can’t Do » [anglais] (concentrez sur: “Introduction to the MIT Press Edition”)

11 Octobre: Comment savoir ? Sur les tests et la méthodologie de la découverte

Littérature principale

• Schneider, S. « How to Catch an AI Zombie: Testing for Consciousness in Machines » [anglais]
• Udell, B. et Schwitzgebel, E. « Susan Schneider’s Proposed Tests for AI Consciousness: Promising but Flawed », [anglais]

Littérature recommandé:

• Shevlin, H. « How Could We Know When a Robot was a Moral Patient? », [anglais]
• Shanahan, M. « Beyond Humans, What Other Kinds of Minds Might be Out There? », [anglais]
• Nagel, T. « Quel effet cela fait-il d’être une chauve-souris? » [français], [anglais]

18 Octobre: Théories de la conscience : Un aperçu, et plus sur la méthodologie

Littérature principale

• Seth, A. et Bayne, T. « Theories of Consciousness », [anglais]
• Dehaene, S.,Lau, H., et Kouider, S.. « What is consciousness, and could machines have it? » [anglais]

Littérature recommandé:

• Shevlin, H. « Non-Human Consciousness and the Specificity Problem », [anglais]
• Bayne, T. et Shea, N. « Consciousness, Concepts and Natural Kinds », [anglais]
• Birch, J., Ginsburg, S., et Jablonka, E. « Unlimited Associative Learning and the Origins of Consciousness » [anglais]

25 Octobre: Semaine de Lecture

Partie III : LES CAPACITÉS (ET LES LIMITES) ÉTONNANTES DES RÉSEAUX NEURONAUX PROFONDS

Littérature principale

• Nielsen, M. « Neural Networks and Deep Learning, Ch. 1, Ch. 4, Ch. 5 », [anglais]

Littérature recommandé:

• Nielsen, Ch. 6, [anglais]
• Goodfellow, I., Bengio, Y. et Courville, A. « Deep Learning », [anglais]

8 Novembre: Vision, perception et réseaux neuronaux convolutionnels (CNN); Pensée, sens et réseaux neuronaux récurrents (RNN)

Littérature principale

• Buckner, C. « Deep Learning: A Philosophical Introduction » [anglais]

Littérature recommandé:

• Buckner, C. « Understanding Adversarial Examples Requires a Theory of Artifacts for Deep Learning », [anglais]
• Alammar, J. « The Illustrated Word2Vec » (blog)
• Günther, F., Rinaldi, L., et Marelli, M. « Vector-Space Models of Semantic Representation from a Cognitive Perspective: A Discussion of Common Misconceptions », [anglais]
• Landuaer, T. et Dumais, S. « A Solution to Plato’s Problem: The Latent Semantic Analysis Theory of Acquisition, Induction and Representation of Knowledge », [anglais]
• Piantadosi, S. et Hill, F. « Meaning without reference in large language models », [anglais]
• Chipere, N. « Saussure’s Theory of Language », [anglais]

15 Novembre: Désir, agence et apprentissage par renforcement

Littérature principale

• Haas, J. « Reinforcement Learning for Philosophers » [anglais]

Littérature recommandé:

• Berridge, K. et Kringelback, M. « Affective Neuroscience of Pleasure: Reward in humans and animals », [anglais]
• Schroeder, T. et Arpaly, N. « The Reward Theory of Desire in Moral Psychology », [anglais]
• Silver, D. et. al. « Reward is Enough », [anglais]
• Amodei, D. et. al. « Concrete Problems in AI Safety », [anglais]
• Butlin, P. « Reinforcement Learning and Artificial Agency » (ébauche) [anglais]

22 Novembre : Penser, faire attention et prédire (Transformers et modèles génératifs)

Littérature recommandé:

• Vaswani, et. al. « Attention is all you need », [anglais]
• Bommasani et. al. « On the Opportunities and Risks of Foundational Models », [anglais]
• Elhage, et. al. « Softmax Linear Units », [anglais]
• Google, « Background: What is a Generative Model?», [anglais]

29 Novembre: D’ici à la conscience : Déja là, mise à l’échelle, architecture, données – ou un changement complet de direction ?

Littérature recommandé:

• Branwen, G. « The Scaling Hypothesis » (blog) [anglais]
• Kaplan, J. et. al. « Scaling Laws for Neural Language Models », [anglais]
• Tay, Y. et. al. « Scaling Laws vs Model Architectures: How Does Inductive Bias Influence Scaling? », [anglais]
• Hoffman, J. et. al. « Training Compute-Optimal Large Language Models », [anglais]
• LeCun, Y. « A Path Toward Autonomous Machine Intelligence », [anglais]
• Bengio, Y. « The Consciousness Prior », [anglais]
• Marcus, G. « Deep Learning is Hitting a Wall » (vulgarisation), [anglais]
• LeCun, Y. et Browning, J. « What AI Can Tell Us About Intelligence » (vulgarisation), [anglais]
• Marcus, G. « Deep Learning alone isn’t Getting us to Human-Level AI » (vulgarisation), [anglais]
• Marcus, G et Davis, E. « OpenAI’s Language Generator has No Idea What Its Talking About » (vulgarisation), [anglais]
• Alexander, S. « AI Size Solves Flubs » (blog), [anglais]
• Marcus, G. . « What Does it mean when an AI fails? A Reply.» (blog), [anglais]
• Alexander, S. « Somewhat Contra Marcus on AI Scaling » (blog), [anglais]
• Marcus, G. « Does AI Really Need a Paradigm Shift? » (blog), [anglais]
• Lemoine, B. « Is LAMDA Sentient? » (blog), [anglais]

6 Décembre : Êtres moraux numériques : Quelques questions clés

Littérature principale

• Schulman, C. et Bostrom, N.. « Sharing the World with Digital Minds », [anglais]
• Schwitzgebel, E. et Garza, M. , « A Defense of the Rights of Artificial Intelligences », [anglais]

Littérature recommandé:

• Lee, A.Y. « Speciesism and Sentientism », [anglais]

Sources électroniques utiles:
L’Encyclopédie Philosophique: http://encyclo-philo.fr/
The Routledge Encyclopedia of Philosophy: http://www.rep.routledge.com
The Stanford Encyclopedia of Philosophy: http://plato.stanford.edu/