|
|
|
11/09/2021
behind the muses
11/07/2021
côté obscur d'Internet
Il a prédit le côté obscur d'Internet il y a 30 ans.
Pourquoi personne n'a écouté ?
En 1994 — avant que la plupart des Américains n'aient une adresse e-mail ou un accès Internet ou même un ordinateur personnel — Philip Agre prévoyait que les ordinateurs faciliteraient un jour la collecte massive de données sur tout dans la société. Puis il a disparu, laissant derrière lui un héritage de travail qui était étrangement prémonitoire dans la prédiction de l'impact de la technologie sur la société.
En 1994 — avant que la plupart des Américains n'aient une adresse e-mail ou un accès Internet ou même un ordinateur personnel — Philip Agre prévoyait que les ordinateurs faciliteraient un jour la collecte massive de données sur tout dans la société.
"Des développements vraiment inquiétants peuvent sembler" pas si mauvais " simplement parce qu'ils manquent des horreurs manifestes de la dystopie d'Orwell ", a écrit Agre, qui a un doctorat en informatique du Massachusetts Institute of Technology, dans un article universitaire.
Près de 30 ans plus tard, l'article d'Agre semble étrangement prémonitoire, une vision surprenante d'un avenir qui s'est réalisé sous la forme d'un complexe industriel de données qui ne connaît pas de frontières et peu de lois. Les données collectées par des réseaux publicitaires et des applications mobiles disparates à de multiples fins sont utilisées pour influencer les élections ou, dans au moins un cas, pour dénoncer un prêtre gay . Mais Agre ne s'est pas arrêté là. Il a prévu l'utilisation abusive autoritaire de la technologie de reconnaissance faciale, il a prédit notre incapacité à résister à une désinformation bien conçue et il a prédit que l'intelligence artificielle serait utilisée à des fins obscures si elle n'était pas soumise à une enquête morale et philosophique.
Ensuite, personne n'a écouté. Aujourd'hui, de nombreux anciens collègues et amis d'Agre disent qu'ils ont davantage pensé à lui ces dernières années et qu'ils ont relu son travail, alors que les pièges de la croissance explosive et incontrôlée d'Internet sont apparus, érodant la démocratie et contribuant à faciliter un soulèvement violent. sur les marches du Capitole des États-Unis en janvier.
"Nous vivons au lendemain de l'ignorance de gens comme Phil", a déclaré Marc Rotenberg, qui a édité un livre avec Agre en 1998 sur la technologie et la confidentialité, et est maintenant fondateur et directeur exécutif du Center for AI and Digital Policy.
Charlotte Lee, qui a étudié sous Agre en tant qu'étudiante diplômée à l'UCLA et est maintenant professeure de conception et d'ingénierie centrée sur l'humain à l'Université de Washington, a déclaré qu'elle étudiait toujours son travail et en apprenait aujourd'hui. Elle a dit qu'elle souhaitait qu'il soit là pour l'aider à mieux le comprendre.
Mais Agre n'est pas disponible. En 2009, il a tout simplement abandonné la surface de la terre, abandonnant son poste à l'UCLA. Lorsque des amis ont signalé la disparition d'Agre, la police l'a localisé et a confirmé qu'il allait bien, mais Agre n'est jamais revenu dans le débat public. Ses amis les plus proches ont refusé de discuter davantage des détails de sa disparition, invoquant le respect de la vie privée d'Agre.
Au lieu de cela, bon nombre des idées et des conclusions qu'Agre a explorées dans ses recherches universitaires et ses écrits n'apparaissent que récemment dans les groupes de réflexion et les organisations à but non lucratif axés sur la responsabilisation des entreprises technologiques.
"Je vois des choses sur lesquelles Phil a écrit dans les années 90 être dites aujourd'hui comme s'il s'agissait de nouvelles idées", a déclaré Christine Borgman, professeur d'informatique à l'UCLA qui a aidé à recruter Agre pour son poste de professeur à l'école.
Le Washington Post a envoyé un message à la dernière adresse e-mail connue d'Agre. Il a rebondi. Les tentatives pour contacter sa sœur et d'autres membres de la famille ont été infructueuses. Une dizaine d'anciens collègues et amis n'avaient aucune idée de l'endroit où Agre habite aujourd'hui. Certains ont dit qu'il y a quelques années, il vivait quelque part autour de Los Angeles.
Agre était un enfant prodige des mathématiques qui est devenu un blogueur populaire et un contributeur à Wired. Maintenant, il a été presque oublié dans les cercles technologiques traditionnels. Mais son travail est encore régulièrement cité par les chercheurs en technologie dans le milieu universitaire et est considéré comme une lecture fondamentale dans le domaine de l'informatique sociale, ou l'étude des effets des ordinateurs sur la société.
Agre a obtenu son doctorat au MIT en 1989, la même année où le World Wide Web a été inventé. À cette époque, même parmi les investisseurs en capital-risque de la Silicon Valley pariant sur l'essor de l'informatique, peu de gens prévoyaient à quel point l'informatisation de tout allait changer profondément et rapidement la vie, l'économie ou même la politique.
Un petit groupe d'universitaires, Agre inclus, a observé que les informaticiens considéraient leur travail dans un vide largement déconnecté du monde qui les entourait. Dans le même temps, les gens en dehors de ce monde n'avaient pas une compréhension suffisamment profonde de la technologie ou de la façon dont elle était sur le point de changer leur vie.
Au début des années 1990, Agre en est venu à croire que le domaine de l'intelligence artificielle s'était égaré et que le manque de critique de la profession en était l'une des principales raisons. À ces débuts de l'intelligence artificielle, la plupart des spécialistes de l'IA se concentraient sur des problèmes mathématiques complexes visant à automatiser des tâches humaines, avec un succès limité. Pourtant, l'industrie a décrit le code qu'elle écrivait comme « intelligent », lui donnant des attributs humains qui n'existaient pas réellement.
Son point de repère 1997 papier appelé « leçons apprises en essayant de réforme AI » est encore largement considéré comme un classique, a déclaré Geoffrey Bowker, professeur émérite de l' informatique à l' Université de Californie à Irvine. Agre a remarqué que ceux qui construisaient l'intelligence artificielle ignoraient les critiques de la technologie de la part des étrangers. Mais Agre a fait valoir que la critique devrait faire partie du processus de construction de l'IA. « La conclusion est assez brillante et nous a pris en tant que domaine de nombreuses années à comprendre. Un pied planté dans l'artisanat du design et l'autre pied planté dans la critique », a déclaré Bowker.
Néanmoins, l'IA a progressé sans encombre, s'intégrant même dans des industries « low-tech » et affectant la vie de la plupart des personnes qui utilisent Internet. Il guide les gens sur ce qu'il faut regarder et lire sur YouTube et Facebook, il détermine les peines pour les criminels condamnés, permet aux entreprises d'automatiser et de supprimer des emplois, et permet aux régimes autoritaires de surveiller les citoyens avec une plus grande efficacité et de contrecarrer les tentatives de démocratie.
L'IA d'aujourd'hui, qui a largement abandonné le type de travail qu'Agre et d'autres faisaient dans les années 80 et 90, se concentre sur l'ingestion de quantités massives de données et leur analyse avec les ordinateurs les plus puissants du monde. Mais au fur et à mesure que la nouvelle forme d'IA a progressé, elle a créé des problèmes - allant de la discrimination aux bulles de filtrage à la propagation de la désinformation - et certains universitaires disent que c'est en partie parce qu'elle souffre du même manque d'autocritique qu'Agre a identifié 30 il y a des années.
En décembre, le limogeage par Google du chercheur en IA Timnit Gebru après avoir écrit un article sur les problèmes éthiques auxquels sont confrontés les efforts de Google en matière d'IA a mis en évidence la tension continue sur l'éthique de l'intelligence artificielle et l'aversion de l'industrie pour la critique.
"C'est un domaine tellement homogène, et les gens dans ce domaine ne voient pas que ce qu'ils font pourrait être critiqué", a déclaré Sofian Audry, professeur de médias informatiques à l'Université du Québec à Montréal qui a commencé comme chercheur en intelligence artificielle. . "Ce que dit Agre, c'est qu'il est utile et nécessaire que les personnes qui développent ces technologies soient critiques", a déclaré Audrey.
Agre a grandi dans le Maryland, où il a dit qu'il avait été "construit pour être un prodige des mathématiques" par un psychologue de la région. Il a déclaré dans son article de 1997 que l'intégration scolaire a conduit à une recherche d'étudiants doués et talentueux. Agre s'est ensuite mis en colère contre ses parents pour l'avoir envoyé à l'université trop tôt et sa relation avec eux en a souffert, selon un ami, qui a parlé sous couvert d'anonymat car Agre ne lui a pas donné la permission de parler de sa vie personnelle.
Agre a écrit que lorsqu'il est entré à l'université, il n'était pas obligé d'apprendre autre chose que les mathématiques et "est arrivé à l'école supérieure du MIT avec peu de connaissances réelles au-delà des mathématiques et des ordinateurs". Il a pris une année sabbatique pour voyager et lire, "en essayant de manière aveugle et avec mes propres ressources, de devenir une personne instruite", a-t-il écrit.
Agre a commencé à se rebeller, dans un sens, de sa profession, cherchant des critiques de l'intelligence artificielle, étudiant la philosophie et d'autres disciplines académiques. Au début, il trouvait les textes « impénétrables », écrivait-il, parce qu'il avait entraîné son esprit à disséquer tout ce qu'il lisait comme il le ferait avec un article technique sur les mathématiques ou l'informatique. « Il m'est finalement venu à l'esprit d'arrêter de traduire ces étranges langages disciplinaires en schémas techniques, et de simplement les apprendre selon leurs propres termes », écrit-il.
L'intérêt intellectuel grandissant d'Agre l'a éloigné de l'informatique et l'a transformé en quelque chose d'inhabituel à l'époque : un brillant mathématicien avec une compréhension approfondie des théories les plus avancées de l'intelligence artificielle, qui pouvait également sortir de ce domaine et le regarder de manière critique depuis le point de vue d'un étranger.
Pour cette raison, Agre est devenu un universitaire recherché. Plusieurs anciens collègues ont raconté des histoires sur l'appétit insatiable d'Agre pour les livres du paysage académique et populaire, empilés dans son bureau ou dans la bibliothèque. Il est devenu connu pour sa pensée originale qui a été soutenue par sa curiosité généralisée.
"C'était une personne très instructive avec qui penser – quelqu'un avec qui vous voudriez prendre un repas à chaque occasion", a déclaré Borgman.
Agre a combiné sa compréhension des sciences humaines et de la technologie pour disséquer l'impact que la technologie aurait sur la société à mesure qu'elle progressait. Aujourd'hui, nombre de ses analyses se lisent comme des prédictions qui se réalisent.
Dans un article de 1994 , publié un an avant les lancements de Yahoo, Amazon et eBay, Agre prévoyait que les ordinateurs pourraient faciliter la collecte massive de données sur tout dans la société, et que les gens négligeraient les problèmes de confidentialité parce que, plutôt que "grand frère" collecter des données pour surveiller les citoyens, ce serait de nombreuses entités différentes qui collecteraient les données à de nombreuses fins, certaines bonnes et d'autres problématiques.
Plus profondément, cependant, Agre a écrit dans le document que la collecte de masse de données changerait et simplifierait le comportement humain pour le rendre plus facile à quantifier. Cela s'est produit à une échelle que peu de gens auraient pu imaginer, car les médias sociaux et autres réseaux en ligne ont englobé les interactions humaines dans des mesures facilement quantifiables, telles qu'être amis ou non, aimer ou non, un suiveur ou quelqu'un qui est suivi. Et les données générées par ces interactions ont été utilisées pour façonner davantage le comportement, en ciblant des messages destinés à manipuler psychologiquement les gens.
En 2001, il écrivait que « votre visage n'est pas un code-barres », s'opposant à l'utilisation de la reconnaissance faciale dans les lieux publics. Dans l'article, il a prédit que, si la technologie continuait à se développer en Occident, elle finirait par être adoptée ailleurs, permettant, par exemple, au gouvernement chinois de suivre tout le monde à l'intérieur de son pays d'ici 20 ans.
Vingt ans plus tard, un débat fait rage aux États-Unis sur l'utilisation de la technologie de reconnaissance faciale par les forces de l'ordre et les agents de l'immigration, et certains États ont commencé à interdire cette technologie dans les lieux publics. Malgré le tollé, il est peut-être trop tard pour freiner la prolifération de la technologie. La Chine, comme Agre l'avait prédit, a déjà commencé à l' employer à grande échelle, permettant un niveau de surveillance sans précédent de la part du Parti communiste.
Agre a fait connaître son travail dans le grand public avec une liste de diffusion Internet appelée Red Rock Eater News Service, du nom d'une blague dans le « Livre des énigmes » de Bennett Cerf. Il est considéré comme l'un des premiers exemples de ce qui deviendrait éventuellement des blogs.
Agre était aussi, parfois, profondément frustré par les limites de son travail, qui était si en avance sur son temps qu'il est resté lettre morte jusqu'à 25 ans plus tard. « Il avait l'impression que les gens ne comprenaient pas ce qu'il disait. Il écrivait pour un public d'obsédés et les obsédés étaient incapables de comprendre ce qu'il disait », a déclaré Bowker.
« Il était certainement frustré qu'il n'y ait pas eu plus d'adhésion. Mais les gens qui ont une génération d'avance sur eux-mêmes, ils ont toujours une génération d'avance sur eux-mêmes », a déclaré Borgman.
Le projet final d'Agre était ce que ses amis et collègues appelaient familièrement « La Bible d'Internet », un livre définitif qui disséquerait les fondements d'Internet à partir de zéro. Mais il ne l'a jamais terminé.
Agre refait surface de temps en temps, selon un ancien collègue, mais n'a pas été vu depuis des années.
« Pourquoi certains types d'érudits perspicaces ou même de personnes ayant une compréhension aussi perspicace d'un domaine lèvent-ils les bras en l'air et partent, j'en ai fini avec ça ? » a demandé Simon Penny, professeur de beaux-arts à l'Université de Californie à Irvine qui a beaucoup étudié le travail d'Agre. «Psychologiquement, les gens ont ces pauses. C'est une grande question. Qui continue et pourquoi ? Qui continue à être engagé dans une sorte de bataille, une sorte de projet intellectuel et jusqu'où vont-ils, j'en ai fini ? Ou dites : « Ceci n'est plus pertinent pour moi et j'ai vu l'erreur de mes voies. »
Il y a plusieurs années, d'anciens collègues de l'UCLA ont tenté de rassembler une collection de son travail, mais Agre a refait surface, leur disant d'arrêter.
Le travail de toute une vie d'Agre est resté inachevé, des questions posées mais sans réponse. John Seberger, un boursier postdoctoral au département d'informatique de l'Université de l'Indiana qui a beaucoup étudié les travaux d'Agre, a déclaré que ce n'était pas nécessairement une mauvaise chose.
Seberger a déclaré que le travail d'Agre offre une façon de réfléchir aux problèmes auxquels est confrontée une société de plus en plus numérique. Mais aujourd'hui, plus d'une décennie après la disparition d'Agre, les problèmes sont mieux compris et il y a plus de gens qui les étudient.
"Surtout en ce moment où nous sommes confrontés à de profonds troubles sociaux, la possibilité d'impliquer des groupes d'universitaires plus divers pour répondre à ces questions qu'il a laissées sans réponse ne peut que nous être bénéfique", a-t-il déclaré.
Par Reed Albergotti
11/04/2021
approche probabiliste
Ajouter des nombres infinis : une approche probabiliste de la philosophie mathématique
C'est vraiment difficile pour quelqu'un qui aime les mathématiques de s'ennuyer. En effet , les mathématiciens peuvent pje ay des jeux amusants quand ils s'ennuient. Par exemple, ils peuvent jouer à pile ou face avec une pièce qu'ils retirent de leur poche jusqu'à ce qu'ils tombent face et essaient de déterminer combien de temps il leur faut pour jouer au jeu. Ils peuvent même améliorer le jeu et se donner un point pour chaque main jouée. Supposons que vous ayez lancé la pièce et que vous ayez pile. Dans ce cas, vous gagnez un point et lancez la pièce à plusieurs reprises jusqu'à ce que vous obteniez face. Ainsi, pour gagner 10 points, vos neuf premiers lancers doivent être pile et votre dernier lancer doit être face. Ou, pour gagner 3 points, vous devez respectivement obtenir tail-tail-head (TTH). Dorénavant, je parlerai de queues avec T et de têtes avec H.
Bien sûr, en passant, nous acceptons que la pièce que nous utilisons est juste, ce qui signifie que la probabilité d'obtenir pile ou face est égale, et 50% comme convenu. Cependant, nous ne pouvons que supposer que la pièce est juste parce que nous ne savons pas si la pièce est juste ou biaisée. On nous dit seulement que la pièce est juste, et nous ne l'avons pas encore prouvé. Alors, comment pouvons-nous être sûrs que la pièce est juste ? En d'autres termes, comment pouvons-nous prouver que la pièce sur laquelle nous parions un flip est juste ?
Tout d'abord, puisque nous sommes des créatures très simples en tant qu'êtres humains, nous ne pouvons jamais comprendre si une pièce est juste ou biaisée en la regardant simplement. Toute pièce peut être légèrement grumeleuse, avec une distribution de poids très non uniforme ; en fait, une pièce en rotation a tendance à tomber plus souvent du côté le plus lourd. Par exemple, retourner un quart américain est assez proche d'être juste, mais il est biaisé vers le côté qui était à l'envers lorsque la pièce a été lancée en l'air. Certains mathématiciens ont prouvé que le rapport est de 51/49 , et non de 50/50 , ce qui est utile à certains prisonniers en Amérique qui connaissent ce fait et utilisent l'information pour gagner de l'argent en jouant au jeu de pile ou face.
Nous pourrions essayer de mettre la pièce à la verticale parce qu'elle ne pourrait pas se tenir debout et basculer si elle est biaisée. Cependant, si la répartition non uniforme du poids est très faible, la pièce peut toujours se tenir debout.
Par conséquent, nous pourrions décider que la pièce est juste ou biaisée en la jetant en l'air, mais pouvons-nous conclure à son équité en la lançant en la faisant tourner une ou deux fois ? Si lancer la pièce deux fois ne suffit pas pour parvenir à une conclusion, combien de fois devons-nous lancer la pièce pour décider si elle est juste ou biaisée ? Incidemment, nous ne lançons pas différentes pièces simultanément. Nous lançons une pièce plus d'une fois. Par exemple, si nous prévoyons de marquer la pièce cinq fois, nous la lançons en l'air cinq fois séparément.
Nousne peut pas décider de l'utilité de cet état d'esprit sans essayer de lancer la pièce, c'est pourquoi nous devons le faire plus d'une fois et observer. Notre logique dit que si la pièce est juste, alors obtenir une pile et une face serait suffisant pour déterminer l'équité de la pièce. Si nous lançons une pièce deux fois, nos chances seraient TT, HH, TH, HT, et la probabilité de chaque événement serait de 1/4. Ainsi, la probabilité d'obtenir une pile et une face est de 2/4 ou 1/2. Cela ne prouve toujours pas un point puisque nos chances d'avoir raison sont de 1/2. Par conséquent, si la pièce est juste, mais que nous obtenons deux faces (HH) ou deux faces (TT), on pourrait penser que la pièce est biaisée. Cette déclaration est également valable pour sa position inversée. Par exemple, si la pièce est biaisée et que nous la lançons en l'air deux fois, nous pourrions toujours obtenir une pile et une face, et nous pourrions penser que la pièce est juste.
Malheureusement, la méthode consistant à lancer une pièce deux fois ne fonctionne pas aussi bien.Essayons de lancer la pièce quatre fois. Ensuite, si la pièce est juste, le nombre d'événements que nous obtiendrons sera de 16 et la probabilité de chaque événement sera de 1/16.
TTTT HHHH TTTH HHHT TTHT HHTH HTTT THHHTTHH HHTT THHT HTTH HHTT TTHH THTH HTHT
Cette fois, pour décider que la pièce est juste après quatre lancers, nous devons obtenir deux faces et deux faces. Il n'y a que six événements lorsque nous obtenons deux têtes et deux queues. Donc, cette fois-ci, la chance que nous ayons raison est de 6/16 ou 3/8 , alors que si nous la retournions deux fois, les chances seraient de 50 %. Comme vous pouvez le voir, plus nous retournons la pièce, moins nous avons de chances de conclure que la pièce est juste. Si nous lançons 1000 fois la pièce, les chances d'obtenir 500 faces et 500 faces seront presque nulles.
Donc, nous ne pouvons pas non plus trouver la réponse à cette méthode.Si vous êtes physicien, vous pourriez penser que le centre de gravité d'une pièce nous dira si notre pièce est juste ou biaisée. Cependant, ce n'est pas non plus la bonne façon de répondre à notre question car elle s'use chaque fois que nous lançons la pièce et que son centre de gravité change. N'oubliez pas que même un minuscule changement affecte le centre de gravité. D'ailleurs, si le centre de gravité est au milieu de la pièce, comment pouvons-nous trouver le milieu de la pièce pour commencer ?
Il est connu que certaines règles des casinos sont accrochées aux murs pour attirer l'attention, tout comme les articles non modifiables d'une constitution. Avant tout, il est écrit à quel point un dé de casino devrait idéalement être : transparent, symétrique et homogène. Comme le nécessite la structure d'un dé, un de ses côtés est percé une fois, et un autre six fois. C'est pourquoi ils insufflent plus de substance égale à la densité de l'ensemble des dés d'un côté pour maintenir le caractère aléatoire et unique. Deuxièmement, les dés sont constitués de coins nets et pointus pour assurer leur roulement chaotique lorsqu'ils rebondissent sur une table. Si les bords étaient incurvés, les dés se déplaceraient comme un ballon de football et leur probabilité d'atterrir sur un côté serait diminuée. Finalement,les dés devraient être changés presque tous les jours avec de toutes nouvelles versions car même un changement négligeable pourrait avoir un effet significatif sur le caractère aléatoire de son résultat lorsqu'il est lancé.
En résumé, la réflexion théorique ne nous aide pas à tirer notre conclusion ici. Dans la vraie vie, nous ne pourrions jamais comprendre si une pièce ou un dé est juste ou biaisé simplement en le retournant - ce qui signifie qu'une pièce ou un dé juste est un concept purement cognitif. Chaque dé ou pièce est biaisé : le dé ou la pièce juste n'existe pas. Même si nous utilisions des ordinateurs pour produire des dés, ils s'useraient quand nous les lancions et deviendraient biaisés.
Donnons un autre exemple. Disons que vous devez mener une enquête électorale dans un pays avec 50 millions d'électeurs parmi lesquels vous devez choisir 1000 personnes. Lors de la sélection des personnes pour l'enquête, des dizaines de facteurs doivent être pris en compte, tels que le sexe, l'âge, l'emploi, le revenu, la résidence, etc. Les 1 000 personnes sélectionnées peuvent voter uniquement pour le parti A, ou aucune d'entre elles ne peut voter pour le parti. R. Mathématiquement, c'est possible. Cependant, nous n'avons jamais vu ce genre de résultat dans la vraie vie jusqu'à ce jour car la probabilité d'obtenir 0 voix lors d'une élection est extrêmement faible dans un pays de 50 millions d'électeurs.
Par exemple, si 1 000 personnes ont participé à notre sondage et que 450 personnes ont voté pour le parti A, nous nous attendrions à ce que le parti A obtienne 45 % des voix des élections. Cependant, il est presque impossible d'obtenir exactement 45% des voix lors des élections. Le parti A obtiendrait 45.00000000001 des voix, ce qui est différent de 45%. C'est pourquoi il est peu probable qu'il donne un résultat exact en faisant confiance à 1000 personnes sur 50 millions. Alors, comment les sociétés de sondage survivent-elles ? Si j'étais le fondateur d'une société de sondage, je rapporterais plutôt un résultat exact en disant que la partie A obtiendrait entre 0 % et 100 % de participation aux élections.45% des 50 millions de personnes douteront de choisir le parti A car il est impossible d'obtenir les résultats de 1000 personnes sur 50 millions de personnes. Je veux savoir à 100 pour cent s'ils me le demandent. Ensuite, je dirais que le taux que la partie A obtiendrait se situe entre 0 et 100 pour cent. Par conséquent, la société d'enquête estime "entre 40 et 50 pour cent" au lieu de dire "45 pour cent" - grâce à quoi la probabilité de tenir les prévisions électorales augmente.
De même, les sociétés de sondage ne partagent pas les résultats exacts et appliquent un « écart type » à leurs données. Par exemple, ils disent que le parti A obtiendra probablement entre 40 et 50 % des voix. Ensuite, la probabilité de leurs prédictions augmente beaucoup.
En mathématiques, de tels calculs et écarts sont effectués avec un fait mathématique remarquable appelé distribution gaussienne ou distribution normale. J'ai rencontré la distribution gaussienne pour la première fois dans un musée. Il y avait un jouet appelé Galton Board , et il y avait des milliers d'épingles qui suivaient un motif géométrique particulier sur une surface noire. Lorsque vous avez laissé tomber des billes sur la broche supérieure, elles ont rebondi vers le bas. Lorsqu'une bille touchait une épingle, elle rebondissait à gauche ou à droite avec une probabilité égale de 50 %.
De plus, chaque bille a suivi un chemin différent en raison de l'imprévisibilité. Regarder les mouvements aléatoires des billes était très satisfaisant. Mais ce qui rendait le Galton Board unique, c'est que chaque fois que je laissais tomber des milliers de billes, j'obtenais presque la même forme avec un minimum de différences ! Je ne pouvais pas prédire l'emplacement exact d'un marbre, mais je pouvais distinguer la forme exacte que nous obtenions. Cela s'appelait la distribution normale, et c'était "supercalifragilisticexpialidocious". Nous laissions tomber des billes au hasard, les billes rebondissaient au hasard, mais nous obtenions toujours la même forme !
Bien sûr, il y a une loi mathématique derrière l'incident, et elle est étonnamment liée au corps humain. Nous savons que le nez, les oreilles, les yeux et la bouche de chaque être humain ont une place particulière sur leur visage. Oui, certains d'entre nous ont un nez légèrement courbé ; d'autres ont des arcs, mais les emplacements de nos yeux et de nos oreilles sont apparents. S'il n'y avait pas de distribution normale dans la nature, tout le monde ressemblerait aux personnages des œuvres de Picasso , avec nos jambes et nos bras placés à des endroits disparates sur notre corps.
Voilà une belle idée de projet que vous pouvez réaliser avec votre enfant ou vos élèves !
Quoi qu'il en soit, revenons à notre sujet. Nous avions prévu de lancer une pièce en l'air jusqu'à ce que nous ayons face. Nous voulions aussi jouer à ce jeu autant que nous le pouvions et prédire sa fin.
Bien sûr, le jeu pourrait se terminer si nous obtenions face, ou il pourrait se terminer en 5 ou 32 coups. Le nombre de coups varie d'une personne à l'autre : je pouvais obtenir la tête après dix lancers alors que vous pouviez l'obtenir après trois lancers. Ou si quelqu'un est très malchanceux, il pourrait avoir la tête à son premier lancer. Nous ne pouvons donc pas avoir de nombre moyen de lancers ni d'attentes.
Pour faire des mathématiques, cependant, nous avons besoin d'attentes rationnelles. Là où il n'y a pas d'attentes, il n'y a pas de science.
Par exemple, est-il possible de voir de la neige en plein été ? Oui c'est le cas. Mais les attentes de la plupart des gens seraient le contraire. Si quelqu'un vient vous dire qu'il n'y aura pas de neige le 23 août 2020, vous ne direz pas : « Oh, tu es un génie ! Comment saviez-vous que?"
Laissant tout de côté, il faut penser à la fin de ce jeu : va-t-il finir ou pas ? Mathématiquement parlant, notre jeu peut durer éternellement si la pièce que nous tirons donne toujours pile. C'est possible! C'est pourquoi nous devons déterminer s'il y a une fin à ce jeu ou non ! Disons que notre professeur de mathématiques nous donne des devoirs, dans lesquels nous devons lancer une pièce et toujours obtenir pile. On essaie à la maison : on lance une pièce et on obtient face, et on a tout de suite terminé. Mais peut-être que si nous jouions un autre tour, nous pourrions continuer encore quelques tours avant d'avoir des têtes. Donc, nous redémarrons et retournons à nouveau la pièce, et nous obtenons respectivement TTTTTTTTTTH ; le jeu est toujours terminé. Aucun problème! Nous pouvons réessayer. Nous nous embarquons donc dans un voyage où nous obtenons toujours des queues (juste en supposant). Mais comment jouer éternellement ?La mort est inévitable, et donc tout le monde meurt ! Comme vous pouvez le voir, nous ne pouvons que deviner ou parler en théorie. Dans la vraie vie, obtenir des queues pour toujours est impossible !
Àconclure de tout ce dont nous avons parlé, il est en effet plus logique de calculer le nombre moyen de lancers de pièces qui aboutiraient à des têtes. Premièrement, si nous approchons intuitivement, nous pouvons tirer des conclusions immédiates. Par exemple, le nombre moyen de lancers de pièces pour obtenir face doit être supérieur à 0 car il faut jouer au moins une fois. De plus, si notre jeu se termine par un seul flip, c'est-à-dire si notre premier flip tombe sur face, un facteur de chance sera impliqué. Nous devrons éliminer ce facteur de chance en jouant plusieurs fois au jeu. Enfin, la moyenne ne peut pas être aussi grande que huit, car il est peu probable que l'on obtienne sept queues consécutivement (TTTTTTTH).
Au fait, comment trouve-t-on la moyenne ? Par exemple, si nous obtenons face au troisième lancer, nous gagnerons 3 points. Ensuite, si nous obtenons face au premier lancer, nous gagnerons 1 point. Ensuite, la moyenne sera (3+1)/2 = 2. Nous continuerons à jouer au jeu plusieurs fois comme ça, et nous trouverons la moyenne en collectant les points reçus et en divisant le nombre résultant par le nombre de fois que nous avons joué le jeu.
Maintenant, que diriez-vous de jouer à ce jeu un milliard de fois ? Eh bien, c'est techniquement impossible car une durée de vie moyenne de 80 ans équivaut à 2 milliards de secondes. En pratique, une telle chose n'est pas possible et n'a aucun sens. Ainsi, nous ne savons pas si ce jeu se terminera ou non, mais au moins nous avons appris que nous pouvions jouer à ce jeu un nombre infini de fois dans notre esprit.
La première pièce que nous lancerons se traduira par des têtes ou des queues. Si c'est face, le jeu sera terminé et nous obtiendrons le point. Si c'est pile, nous obtiendrons le point et le jeu continuera. Il n'y aura que deux possibilités : pile ou face. De cette façon, nous allons maintenant jouer au jeu n fois et noter tous les scores que nous avons reçus. Appelons ce total t. Alors notre espérance sera t sur n (t/n) . Mais permettez-moi de le répéter, ce nombre t/n sera purement un concept philosophique car il n'a aucune utilité dans la pratique. Disons que notre attente réelle pour comprendre si une pièce est biaisée est de cinq et que le t/n moyen est de 5,01. Dans ce cas, on ne peut pas dire que la pièce n'est pas biaisée. Nous recherchons la vérité absolue.
Imaginons maintenant que nous ayons joué à ce jeu un milliard de fois, dont la moitié s'est très probablement terminée en un seul coup. Ensuite, nous jouerons 500 millions de fois et collecterons 500 millions de points. Deux cent cinquante millions de parties seront terminées en deux coups, et nous récolterons à nouveau 500 millions de points. Cent vingt-cinq millions de parties seront terminées en trois coups, et nous obtiendrons 125 millions x 3 points. Si nous formulons ;
t/n = (500 millions x 1 + 250 millions x 2 + 125 millions x 3 + ….) / 1 milliard.Lorsqu'il est simplifié ;
t/n = [1/2¹ x 1] + [1/2² x 2] + [1/2³ x 3] + … (jusqu'à un milliard)Comme je l'ai mentionné plus haut, nous avons dû éliminer le facteur chance. Maintenant que nous avons joué à ce jeu un milliard de fois, nous avons réduit le facteur chance à presque zéro. Mais nous ne pouvions toujours pas atteindre zéro, pas complètement. Pour éliminer le facteur chance, nous devons prendre le nombre de jeux auxquels nous jouerons (n) jusqu'à l'infini. Donc, l'attente doit être ;
t/n = [1/2¹ x 1] + [1/2² x 2] + [1/2³ x 3] + … à l'infini.L'équation ci-dessus est une somme infinie. Avez-vous déjà ajouté des nombres infinis dans votre vie ? En fait, nous avons souvent fait des sommes infinies, mais nous n'avons jamais su ce que signifiaient des sommes infinies.
Nous avons tous entendu parler du nombre pi (3,1415926… ). Pi va toujours sans se répéter et est plein de surprises; calculer Pi est aussi passionnant !
Nous pouvons trouver Pi en divisant la circonférence d'un cercle par son diamètre. Cependant, ce n'est pas aussi facile qu'il y paraît. Par exemple, nous ne pouvons jamais obtenir une valeur absolue en ramassant une corde, en l'enroulant autour de la roue de notre vélo et en mesurant la longueur. Ce que nous pouvons faire, c'est trouver une valeur approximative. Par exemple, mesurons la circonférence de la roue du vélo comme 7-quelque chose. Alors qu'est-ce que c'est que quelque chose ? Soit 7,45. Alors quoi ? Nos yeux ne sont pas assez forts pour trouver le nombre suivant. Nous devrons peut-être regarder la corde que nous utilisons pour mesurer la circonférence de la roue avec un microscope.
Parce qu'il s'agit d'un travail de terrain, il peut suffire d'accepter le nombre de pi comme 3,14. Cependant, pour faire une superbe montre suisse, il est nécessaire de connaître les 40 à 50 premiers chiffres du Pi. Il faut 46 chiffres de Pi pour aller dans l'espace. Lorsque nous marquons deux points et essayons de mesurer la distance entre eux à l'aide d'un télescope, ils s'avèrent énormes. En un mot, Pi est une construction cognitive : il n'y a pas de cercle parfait. Une ligne peut être unidimensionnelle par définition, mais si nous traçons une ligne au tableau maintenant, elle sera tridimensionnelle. Une ligne va aussi à l'infini, mais nos dessins sont finis. Ainsi, le nombre Pi est purement cognitif.
Lorsque nous écrivons chacun de ces termes l'un après l'autre et que nous les ajoutons, nous obtenons le nombre pi. Si pi est 3.1415926… On peut l'écrire comme :
3 + 1/10 + 4/10² + 1/10³ + 5/10⁴ + …3
0,1
0,04
0,001
0,0005
0,00009
0,000002
0,0000006
..........
...........
............
+__________________
Lorsque nous collectons des nombres infinis, nous suivons un chemin différent. Nous commençons généralement à ajouter à partir de l'extrême droite, mais comme Pi n'en a pas, nous devons commencer à ajouter à partir de l'extrême gauche. Inventons un autre exemple de somme infinie.
2.357911131719232931374143475361... est un nombre composé de nombres premiers, et il ne se termine jamais.1.2345678910111121314151617181920... est un nombre qui se compose de nombres naturels et s'étend indéfiniment.
Essayons maintenant d'ajouter ces nombres. Typiquement, si ces nombres sont finis, l'addition est facile, mais malheureusement, ces nombres sont infinis. Nous devons calculer différemment.
2.357911131719232931374143475361....
1.2345678910111121314151617181920...
+__________________________________________La partie entière semble être 3, mais nous ne pouvons pas en être sûrs. Ce total est certainement supérieur à 3. De plus, comme le premier nombre est inférieur à trois et le deuxième nombre est inférieur à 2, leur somme est certainement inférieure à 5. Le total est donc censé être 3-quelque chose ou 4-quelque chose.
En d'autres termes, la somme est supérieure à trois mais inférieure à 5.Si nous allons un peu plus loin, le premier nombre est supérieur à 2,3 , l'autre est supérieur à 1,2, donc le total est supérieur à 3,5. Le premier nombre est inférieur à 2,4 et le deuxième nombre est inférieur à 1,3. Le total est donc inférieur à 3,7. Nous devrions être un peu plus près de la réponse absolue.
Ainsi, la somme est supérieure à 3,5 mais inférieure à 3,7.Nous allons passer un chiffre de plus pour nous rapprocher un peu plus de cela. Le premier nombre est supérieur à 2,35 et le deuxième nombre est supérieur à 1,23, donc le total est supérieur à 3,58. De plus, le premier nombre est inférieur à 2,36 et le deuxième nombre est inférieur à 1,24, le total est donc inférieur à 3,60.
Or, la somme est supérieure à 3,58 mais inférieure à 3,60.En généralisant à partir de cet exemple, où nous avons essayé d'ajouter deux nombres infinis, a et b, nous ne savions pas comment trouver a + b. Nous avons donc d'abord résumé les nombres fractionnaires inférieurs à a et b et avons trouvé une limite inférieure. Ensuite, nous avons ajouté les nombres fractionnaires supérieurs à a et b et avons trouvé une limite supérieure. Nous avons réalisé que la somme de a + b est quelque part entre la borne inférieure et la limite supérieure. S'il y a un écart entre la borne inférieure et la borne supérieure, nous ne pourrons pas connaître la valeur exacte de a + b. Par conséquent, nous parlons de l'existence d'un nombre dans une plage après avoir rapproché les limites inférieure et supérieure l'une de l'autre.
La logique fonctionne exactement comme démontré ici. Comme on l'a vu, nous ne savions pas quel était le total exact. Nous pensions seulement connaître le total réel et nous avons répété de simples ajouts.
Revenons à l'équation ci-dessus. Maintenant;
Maintenant, nous voulons déterminer la somme infinie det/n = [1/2¹ x 1] + [1/2² x 2] + [1/2³ x 3] + … à l'infini.
Cependant, nous ne savons pas ce que cela signifie d'ajouter des nombres infinis. Dans l'exemple précédent, nous ajoutions deux nombres. Nous allons maintenant essayer d'ajouter un nombre infini.
- Au premier lancer, c'est face et nous avons obtenu 1 point avec 1/2 probabilité.
- Au deuxième lancer, TH est venu, et nous avons obtenu 2 points avec 1/4 de probabilité.
- Au troisième lancer, TTH est venu, et nous avons obtenu 3 points avec 1/2³ de probabilité.
- .........Comme vous pouvez le voir, ce processus peut durer éternellement.
Disons que la somme des points que nous avons obtenue est b. De plus, puisque nous jouerons à ce jeu un nombre infini de fois, les queues viendront à chaque fois que nous lancerons, donc; TTTTTTTTT… Est-ce probable ? Puisque toutes les probabilités seront 1, nous pouvons écrire une équation comme celle-ci :
(1/2 + 1/4 + 1/8 + 1/16 + ……) + p = 1La partie gauche avec parenthèses est la probabilité de terminer le jeu, p est la probabilité de ne pas terminer le jeu. Si nous pouvons trouver la valeur de p, nous trouverons nos attentes.
Si vous regardez les nombres fractionnaires entre parenthèses, vous remarquerez une équation fascinante. Essayons d'aller du point A au point B, la distance entre étant de 1 mètre. Notre condition est d'aller à chaque fois à mi-chemin. Faisons donc d'abord la moitié de la route (1/2), puis la moitié du reste (1/4), puis la moitié du reste (1/8), etc. Essayons maintenant d'ajouter les distances que nous avons parcourues.
b= 1/2 x 1 + 1/2² x 2 + 1/2³ x 3 + …Puis,
1/2 = 0,5
1/4 = 0,25
1/8 = 0,125
1/16 = 0,0625
1/32 = 0,03125
1/64 = 0,015625
1/128 = 0,0078125
1/256 = 0,00390625
1/512 = 0,001953125
1/1024 = 0,0009765625
1/2048 = 0,00048828125
.......................
................................ ..
.........................Comment additionner des nombres infinis ? La collection normale commence à l'extrême droite, mais comme nous n'avons pas de chose appelée «extrême droite» dans un nombre infini, nous devons recommencer à l'extrême gauche.
Ne se pourrait-il pas que tous les nombres soient supérieurs à 0 et inférieurs à 1, mais que le total soit supérieur à 1 ? Cela ne peut pas parce que cette somme infinie plus le nombre p doit être égal à 1. Si la somme des nombres les plus à gauche est en quelque sorte 1, alors le total sera sans aucun doute supérieur à 1, mais il doit être 1. Donc ce total sera 0-quelque chose .
Ajoutons les premiers chiffres après la virgule. 5 + 2 + 1 = 8. Le total est donc supérieur à 0,8. Mais après un certain temps, ce nombre sera de 0,9. Comment savons-nous cela? Lorsque vous ajoutez les deuxièmes chiffres suivants à votre point, 17 arrive, il y aura donc un total de 8 à la fois. Lorsque nous ajoutons les chiffres suivants, nous verrons que la somme de tous les chiffres sera 9.
Le total sera de 0.99999999…. Les neuf dureront éternellement.Nous allons maintenant soustraire la somme que nous avons trouvée de 1 pour trouver p.
1 – 0,9999999999... = pPuis,
1
0,999
-_______
0,001Et
1
0,9999
-_______
0,0001Lorsque nous faisons cette soustraction avec des neuf infinis, il semble que nous mettrons 1 à la fin du résultat. Mais supposons que cette soustraction soit égale au nombre « a » à la place. Si on multiplie a par 10,
a = 0,0000000000………… 1
10a = 0,0000000000………… 1 à nouveau. Exactement la même chose. Ainsi;10a = a
9a = 0
a = 0.
En fait, ce que nous avons fait en dernier est faux. S'il existe un nombre tel que 0,000000…………… 1, nous ne saurions pas comment multiplier ce nombre par 10.
Fait amusant, la grande majorité des gens connaissent le nombre 0.9999999999… comme inférieur à 1, mais ce nombre est en fait égal à 1. L'erreur vient du fait qu'ils ne connaissent pas la somme infinie.
0.9999999999… est juste sous le nez de 1. On ne peut pas dire qu'il est proche de 1 car 0,9999999… est également proche de 2. C'est pourquoi on dit que c'est juste sous le nez de 1.
0,9999999… par définition est égal à 1.Donc, si 0.999999... + p = 1, alors p=0.
Le jeu est terminé. Bien sûr, théoriquement. En pratique, cela n'a aucun sens.
Cet article est écrit à partir d'une des conférences d' Ali Nesin sur Youtube.
Inscription à :
Articles (Atom)