Glossaire

Intelligence Artificielle (IA) : intelligence d’une machine, où domaine scientifique qui étudie les machines intelligentes. « L’intelligence artificielle faible » ne fait preuve d’intelligence que dans un domaine restreint, tel que les échecs ou l’arithmétique. « L’IA forte » ou « intelligence artificielle générale (IAG) » a un niveau équivalent ou supérieur à l’intelligence humaine, ce qui inclut la capacité à résoudre des problèmes dans un large éventail d’environnements. Sur ce site, « IA » signifie « IAG » à moins qu’il n’en soit précisé autrement.

Biais cognitif : un obstacle à la vérité produit par des mécanismes mentaux. (Parmi d’autres obstacles à la vérité se trouvent les coûts d’information et de calcul.) Certains de ces obstacles sont si fréquents et prévisibles qu’ils ont un nom, à l’instar de l’erreur de conjonction et de l’heuristique de l’affect.

Théorie de la décision : l’étude des décisions correctes. Une idée clé est la maximisation de l’espérance d’utilité : un agent devrait choisir l’action qui maximise son espérance d’utilité. Des problèmes non résolus en théorie de la décision peuvent survenir quand nous nous penchons sur des expériences de pensée dans lesquelles des situations idéales mettent à mal l’application des théories de la décision actuelles.

Espérance d’utilité : espérance de valeur (dans l’utilité).

Espérance de valeur : la valeur moyenne de toutes les conséquences possibles d’un événement, chaque conséquence étant pondérée par sa probabilité. Imaginez que vous êtes sur le point de lancer un dé, et que vous gagnerez (en euros) deux fois le chiffre indiqué sur le dé, à moins que vous ne tombiez sur un 6, auquel cas vous gagnerez 4 fois le chiffre indiqué. L’espérance de valeur de lancer le dé est [2(1 €) + 2(2 €) + 2(3 €) + 2(4 €) + 2(5 €) + 4( €6)]/6 = 9 €.

Intelligence : optimisation inter-domaine efficiente. L’intelligence est la capacité d’un agent à utiliser de manière efficiente les ressources disponibles afin de modeler le monde en accord avec ses préférences dans un large éventail d’environnements.

Théorie des probabilités : l’étude des probabilités. Sur ce site, « probabilité » réfère aux degrés de croyance ou d’incertitude, donc « théorie des probabilités » signifie théorie Bayesienne des probabilités, laquelle découle des lois de la logique. Une règle majeure de la théorie des probabilités est le Théorème de Bayes.

Rationalité : réussite systématique. Parfois appelée « rationalité technique » par opposition à la « rationalité Hollywood« . La « rationalité épistémique » est l’art d’obtenir de vraies croyances, c’est-à-dire de faire des mises à jour optimales de ses croyances en fonction des lois de la logique et de la théorie des probabilités. La « rationalité instrumentale » est l’art d’accomplir ses objectifs, c’est-à-dire de faire des choix optimaux en accord avec les lois de la théorie de la décision.

Utilité : une mesure numérique de préférence ou de valeur. Dans une fonction d’utilité, les alternatives ayant le plus d’utilité sont préférées aux alternatives ayant le moins d’utilité.

Fonction d’utilité : une application qui assigne de l’utilité à des alternatives. Les alternatives ayant le plus d’utilité sont préférées aux alternatives ayant le moins d’utilité. Les humains n’ont pas de fonction d’utilité cohérente, ainsi que l’on peut s’y attendre étant donné la façon dont ils ont évolué, ce qui explique pourquoi ils ont autant de mal à juger leur propre fonction d’utilité.