Actualités philosciences.com

Détails: Écrit par : Patrick Juignet; Catégorie : Actualités philosophiques, scientifiques et sociétales; Publié le : 24 Janvier 2018

Les chiffres qui viennent d'être donnés, en ce début d'année 2018 par l'Oxfam, montrent une accélération du processus de concentration du capital. En 2017, la fortune des milliardaires s’est accrue de 721 milliards de dollars. 82 % de la croissance mondiale créée l’an dernier a profité au 1 % des plus riches et le nombre de milliardaires a connu sa plus forte hausse de l’histoire. Ce qui pose un grave problème, n'est pas tant la richesse de quelques uns, que le pouvoir qu'ils détiennent. À partir d'une certaine somme, quelques millions d'Euros ou de Dollars, il ne s'agit plus d'une fortune personnelle, mais d'un capital qui est investi dans l'économie. Les enjeux ne sont pas du tout les mêmes. Le capital personnel sert à vivre, le capital productif se déplace dans les structures économiques à des fins de contrôle et de profit. Ces différences d'usages supposeraient des législations différentes et, pour le capital productif, une régulation politique, afin d'éviter que le pouvoir économique mondial ne se concentre dans les mains de quelques personnes, échappant ainsi aux États et à toute influence démocratique.

Voir l'article : Capital et capitalisme

Détails: Écrit par : Patrick Juignet; Catégorie : Actualités philosophiques, scientifiques et sociétales; Publié le : 15 Janvier 2018

Erreur Depuis quelques années, il est fait grand bruit autour de l'intelligence artificielle. Même nos gouvernants s'intéressent au problème. L’écho grandissant que reçoivent les masses de données (Big Data en anglais) et l’apprentissage qualifié bizarrement de "profond" (Deep Learning en anglais), masque leurs limitations. On les pare de vertus imaginaires, au point de laisser entendre qu’elles transformeront l’humanité pour la rendre plus juste et surtout plus parfaite, au point, peut-être, de l’aider à conquérir si ce n’est l’immortalité, tout au moins une plus grande longévité.

Ces techniques reposent sur l’induction, c’est-à-dire sur le raisonnement qui va du particulier au général. En conséquence, elles sont soumises aux limitations logiques de toute induction. Elles permettent de détecter des corrélations qui ne correspondent pas toutes à des relations de causalité, et qui s’avèrent parfois trompeuses. Elles ont donc des limites assez précises annonce Jean-Gabriel Ganascia.

Lire la suite : Limitations de l’apprentissage machine