LIvre au format PDF - Meta-noia

emettre immédiatement cette 'loi' en cause.
Historiquement le raisonnement de l'induction était construit
sur une base probabiliste. L'idée de départ de l'induction
était que la répétition d'un phénomène en augmente
la probabilité de le voir se reproduire.
Tous les systèmes vivants fonctionnent sur base de
l'induction. L'apprentissage par le cerveau se basant sur
sa confrontation avec la réalité, est essentiellement inductif,
et, par extension, en intelligence artificielle, les
systèmes d'apprentissage à réseau de neurones se différencient
des systèmes algorithmiques en ce qu'ils sont
inductifs, alors que les systèmes algorithmiques sont
déductifs. La sélection naturelle, elle même, en éliminant
les moins adaptés par la confrontation de l'espèce avec
les difficultés de l'existence, est également un phénomène
fondamentalement inductif. Il est intéressant d'observer
que la vie s'adapte selon le principe d'induction et
que le cerveau est conçu pour l'induction.
L'induction est un raisonnement intrinsèquement probabiliste.
La probabilité sous-jacente est cependant difficile
à évaluer. Il s'agit en effet d'une probabilité conditionnelle
qui reste soumise aux choix des conditions de son évaluation.
Il peut y avoir des conditions auxquelles on n'a
pas pensé et qui changeraient complètement les données
du problème.
Si je ne rencontre que des chats gris, il me sera facile
d'en induire que tous les chats sont gris avec un fort
niveau de certitude. Mais si je réalise que le fait que les
chats sont gris pourrait être spécifique à la région ou je
308