Machine learning through the sciences of the artificial
Diaz Cabrera, Manfred Ramon · 2025
Cette thèse propose un cadre théorique complet pour explorer les questions concernant le potentiel et les limites de l'apprentissage automatique (AA) et de l'intelligence artificielle (IA). Afin de remettre en question les perspectives traditionnelles, elle intègre les concepteurs humains comme des composants essentiels des systèmes de AA. Le cadre des jeux de Milnor-Myerson qu'elle introduit constitue une approche nouvelle à ce problème, en s'appuyant sur les liens entre le AA et les sciences de l'artificiel, incluant des domaines tels que l'économie, la théorie de la décision, la théorie des jeux et la conception de mécanismes. La thèse se concentre ensuite sur l'expansion de ces idées en examinant le rôle de la rationalité limitée des humains dans la conception d'agents artificiels via le AA. En introduisant des jeux de conception de contrôle, une perspective centrée sur le concepteur, ancrée dans la conception de mécanismes et la théorie principal-agent, la thèse aborde des questions autoréférentielles liées aux limites de conception humaine. Les contradictions découvertes dans cette analyse révèlent les limites formelles des agents artificiels conçus par l'humain dans le contexte du AA. Dans une deuxième partie, le AA est conceptualisé comme une économie de la connaissance in silico, où les connaissances et les ressources computationnelles des concepteurs humains sont des intrants dans un cycle économique classique, les algorithmes de AA jouant le rôle de mécanismes transformant ces intrants en savoir synthétisé. L'étude identifie sept schémas d'échange qui reflètent les échanges économiques existants dans la pratique du AA et approfondissent notre compréhension des questions nécessitant une abstraction au niveau système des processus de AA. En s'appuyant sur ces fondations, cette thèse explore également l'impact de l'expérience artificielle sur les systèmes de AA, démontrant comment la construction de l'expérience artificielle par les concepteurs humains influence l'apprentissage par curriculum, en particulier dans le cadre enseignant-élève. En appliquant la théorie des jeux coopératifs, la recherche quantifie l'effet de l'expérience artificielle sur l'apprentissage par curriculum, mettant en lumière les limites imposées par les expériences conçues par les humains. En fin de compte, cette thèse présente de nouvelles perspectives sur le développement des systèmes d'IA et de AA, en mettant l'accent sur l'importance de traiter les questions autoréférentielles afin de garantir leur alignement avec les préférences humaines et une amélioration continue des performances. Le travail démontre la valeur d'un changement de perspective pour éviter la confusion conceptuelle, positionnant ces cadres comme essentiels pour comprendre et façonner l'avenir de la recherche en IA et en AA.