Recommandation
Préface à l'édition révisée
introduction

Partie 1 : Qu'est-ce que l'intelligence ?

Chapitre 1 : Les conditions de l'intelligence
Qu'est-ce que l'intelligence ? | L'intelligence sans cerveau : des bactéries aux plantes | Comment fonctionne le système nerveux ? | Les comportements les plus fondamentaux : les réflexes | Les limites des réflexes : les réflexes des cafards | Le connectome cérébral | Les différents dispositifs qui contrôlent les muscles | Exemples de mouvements oculaires

Chapitre 2 : Le cerveau et l'intelligence
Théorie de l'utilité | Facteurs influençant la prise de décision | L'âne de Buridan | Les limites de la théorie de l'utilité | La prise de décision est-elle synonyme de bonheur ? | Théorie de l'utilité et cerveau | Un regard direct sur le cerveau | L'évolution de l'utilité

Chapitre 3 Intelligence artificielle
Cerveau et ordinateur | Les ordinateurs peuvent-ils devenir capables de concevoir le cerveau ? | Synapses et transistors | Matériel et logiciel | L’IA sur Mars | Le vaisseau Sojourner se transforme en membrane | IA autonome | IA et services publics | Équipes de robots et intelligence collective

Deuxième partie : L'évolution de l'intelligence
Chapitre 4 : Intelligence et machines autoréplicatrices
Qu’est-ce qu’une machine autoréplicatrice ? | L’évolution des machines autoréplicatrices | La protéine multifonctionnelle | L’émergence de la vie multicellulaire | L’évolution du cerveau | Évolution et développement

Chapitre 5 : Le cerveau et les gènes
Division du travail et délégation | Le problème principal-agent | Les incitations que les gènes offrent au cerveau : l’apprentissage

Partie 3 : Intelligence et apprentissage

Chapitre 6 Pourquoi apprendre ?
Les différentes formes d'apprentissage | Conditionnement classique : chiens et sonneries | La loi des conséquences et l'apprentissage opérant : le chat curieux | Combiner conditionnement classique et conditionnement instrumental | Connaissance : apprentissage latent et apprentissage spatial

Chapitre 7 Le cerveau apprenant
Neurones et apprentissage | À la recherche des engrammes | L'hippocampe et les ganglions de la base | Théorie de l'apprentissage par renforcement | L'hormone du plaisir : la dopamine | Apprentissage par renforcement et connaissances | Le regret et le cortex orbitofrontal | Le regret et les neurones

Chapitre 8 : Machines apprenantes
L'ancêtre d'AlexNet : le perceptron | Apprentissage profond : AlexNet | Apprentissage par renforcement profond : AlphaGo | L'avenir de l'IA

Chapitre 9 Intelligence sociale et altruisme
L'essor de la théorie des jeux | La mort de la théorie des jeux ? | Le dilemme itéré du prisonnier | La stratégie de Pavlov | Une société coopérative | Le côté obscur de l'altruisme | Peut-on prédire les choix d'autrui ? | Le raisonnement récursif | Le cerveau social, trop social

Chapitre 10 L'intelligence et le soi
Le paradoxe de la conscience de soi | Métacognition et métasélection | Les maîtres de l'intelligence

Conclusion
principal
Références
Recherche

La naissance de l'intelligence : de l'ARN à l'intelligence artificielle
Ce livre soulève deux questions fondamentales : qu’est-ce que l’intelligence et pourquoi est-elle importante pour les systèmes biologiques ?
S’appuyant sur des découvertes clés issues des neurosciences, de l’informatique, de la psychologie, de la biologie et de l’économie, le professeur Lee Dae-yeol explique que la capacité flexible à faire face aux situations inattendues est au cœur de l’intelligence et que cette capacité est inextricablement liée à la reproduction et à la réplication des organismes vivants.
C'est le seul livre qui explique aussi bien l'intelligence et le cerveau, ainsi que les rovers martiens, les transistors et le dilemme de l'acteur.
Matthew Rushworth, professeur de neurosciences cognitives à l'université d'Oxford

Dans cet ouvrage captivant, le professeur Dae-Yeol Lee, neuroscientifique de renom, présente les fondements scientifiques du cerveau et de l'esprit d'une manière à la fois faisant autorité et accessible.
Partant de ce constat, il présente une nouvelle argumentation pertinente sur la différence entre l'intelligence biologique et l'intelligence artificielle.
Ce livre offre non seulement un éclairage essentiel sur l'un des débats les plus importants de notre époque — la question de l'intelligence artificielle — mais il offre également aux non-spécialistes la possibilité de participer à cette discussion.
Par ce biais, nous offrons un espace de discussion constructive sur l'avenir de notre technologie et ses relations.
Matthew Botvinick, professeur à l'Institut des neurosciences de l'Université de Londres et directeur de la recherche en neurosciences chez DeepMind

Dans cet ouvrage, qui aborde le sujet complexe de l'intelligence, le professeur Dae-Yeol Lee, figure de proue des neurosciences et de la psychologie, propose une nouvelle perspective sur le rôle de l'intelligence dans l'évolution.
Il aborde le vaste sujet de la prise de décision, en s'appuyant sur un large éventail de disciplines, dont la psychologie, les neurosciences, les mathématiques, la théorie des probabilités, l'économie, l'évolution, la philosophie et l'intelligence artificielle.
Ce livre, à la structure logique, regorge de récits captivants qui offrent un éclairage nouveau sur les bases neurologiques de l'intelligence.
Gordon M.
Berger Gordon M.
Professeur émérite Shepherd de neurosciences, faculté de médecine de l'université de Yale

Nouvelles perspectives sur le renseignement,
La nature de l'intelligence vue à travers la théorie principal-agent
Se pourrait-il que nous comprenions mal le concept d’« intelligence » ? Nous qualifions souvent de « hautement intelligents » les personnes extrêmement intelligentes ou possédant des compétences informatiques exceptionnelles.
Mais l'intelligence ne se résume pas aux capacités de raisonnement ou de calcul.
Il s'agit d'un concept qui englobe toutes les capacités cognitives universelles telles que la pensée, l'empathie et le rêve.
Il suffit de regarder une calculatrice capable d'effectuer des opérations mathématiques complexes en un clin d'œil pour comprendre qu'elle n'est pas considérée comme très intelligente.

Dans son ouvrage « La naissance de l’intelligence », le professeur Lee Dae-yeol appelle à repenser notre conception courante de l’intelligence.
L'idée est d'envisager l'intelligence du point de vue de la vie et des gènes.
Bien sûr, l'intelligence est liée à la capacité de résoudre des problèmes.
Cependant, les problèmes que les êtres vivants, y compris les humains, devaient résoudre n'étaient pas de simples problèmes mathématiques, mais des problèmes beaucoup plus complexes et difficiles.
Les problèmes auxquels les êtres vivants sont confrontés dans leur environnement évoluent constamment ; un problème résolu habilement hier ne sera donc pas forcément résolu facilement demain.
En réalité, contrairement aux problèmes de mathématiques, nombre de problèmes rencontrés dans la vie réelle n'ont souvent pas de réponses objectives.
Autrement dit, dans un environnement de survie hostile, les êtres vivants devaient devenir des êtres polyvalents capables de résoudre divers problèmes complexes de différentes manières, plutôt que des calculatrices électroniques capables de résoudre un seul problème.

La capacité qu'un organisme vivant acquiert au cours de ce processus est l'intelligence, et l'intelligence peut être définie comme la capacité de prise de décision consistant à envisager les actions possibles dans une situation problématique et à sélectionner ensuite l'action la plus appropriée parmi elles.
L'objectif de ce livre est de comprendre la nature de l'intelligence telle qu'elle s'exprime à travers ces différents processus de prise de décision.
Ce livre explore les diverses facettes de l'intelligence à travers les comportements observés chez les cafards, les méduses, C. elegans et l'œil humain.
La deuxième partie, qui explique l'évolution du cerveau d'un point de vue génétique, contient les réflexions uniques du professeur Lee Dae-yeol.
La relation entre les gènes et le cerveau est similaire à la relation entre un patron et un employé.
Comme le patron ne peut pas tout faire lui-même, il embauche des gens pour travailler pour lui et leur verse un salaire.
Si cet employé travaille dur et gagne beaucoup d'argent, et que l'entreprise prospère, c'est bénéfique à la fois pour le patron et pour l'employé.
Les gènes utilisent également le cerveau pour accomplir des choses qu'ils ne peuvent pas faire seuls, et bien que ce qui se passe dans le cerveau soit destiné aux gènes et non au cerveau lui-même, ce dernier bénéficie également de cette relation.
L'auteur, le professeur Lee Dae-yeol, examine la division du travail et la délégation qui s'opèrent entre les gènes et le cerveau en intégrant les principes économiques de la « théorie principal-agent ».
La division du travail et la délégation sont des mécanismes qui jouent un rôle essentiel dans l'évolution de structures complexes comme le cerveau.


Intelligence humaine contre intelligence artificielle
L'intelligence artificielle qui imite les humains peut-elle surpasser ces derniers ?
Vous souvenez-vous de la victoire retentissante de Lee Sedol (9e dan) contre AlphaGo qui a stupéfié le monde ? Il est désormais indéniable que l’intelligence artificielle commence à surpasser les humains dans des jeux comme la reconnaissance d’objets et le go.
Depuis l'apparition d'AlphaGo, l'intelligence humaine n'a pas beaucoup changé, mais les performances de l'intelligence artificielle n'ont cessé de s'améliorer.
L'un des exemples les plus surprenants est celui d'«AlphStar», qui joue à StarCraft.
AlphaStar surpasse les humains à StarCraft, un jeu plus réaliste que le Go car il exige de prendre des décisions stratégiques en temps réel à partir d'informations recueillies auprès de diverses sources.

L'intelligence artificielle a progressé à un rythme étonnant au cours du dernier demi-siècle.
Il convient de noter que le moteur de cette avancée technologique révolutionnaire provient du processus d'observation et d'apprentissage mutuel entre l'informatique et les neurosciences.
En effet, dans les années 2010, de nouveaux algorithmes d'intelligence artificielle basés sur la technologie des réseaux neuronaux artificiels, qui n'avaient auparavant pas réussi à produire de résultats tangibles, ont commencé à démontrer des performances surhumaines.
Cela a été possible grâce à l'émergence d'un algorithme appelé apprentissage profond, qui imite un réseau neuronal apprenant des changements de l'environnement extérieur.
Cette édition révisée et augmentée comprend de nouveaux contenus sur l'apprentissage automatique, permettant même aux lecteurs ayant des connaissances limitées en mathématiques ou en informatique de comprendre comment l'intelligence artificielle, mise en œuvre par le biais de réseaux neuronaux artificiels, peut résoudre divers problèmes.

Des algorithmes de pointe, tels que l'apprentissage par renforcement profond utilisé dans AlphaStar et AlphaGo, sont désormais appliqués dans divers domaines, notamment la conduite autonome.
À l'avenir, l'intelligence artificielle dotée de telles capacités extraordinaires continuera de se révéler à nous.
L’IA remplacera-t-elle véritablement l’intelligence humaine ? Le professeur Lee Dae-yeol analyse que, malgré les progrès et les performances remarquables de l’IA, elle ne remplacera pas les humains de sitôt.


L'intelligence est « toujours » une fonction unique de la vie.
En août 2012, le rover à intelligence artificielle « Curiosity » a été envoyé sur Mars.
Curiosity, qui prend des décisions de manière autonome et se rend à destination sans intervention humaine, est un robot doté d'une intelligence artificielle supérieure à AlphaGo en ce qu'il résout tous les problèmes par lui-même.
Contrairement à AlphaGo, spécialisé dans le jeu de go, Curiosity peut effectuer diverses fonctions, telles que la conduite autonome, la distribution d'énergie pour l'exécution de la mission et le montage vidéo pour analyser les données collectées et transmettre des informations importantes à la Terre.
Curiosity, le robot autonome : les robots mécaniques comme Curiosity peuvent-ils avoir une « véritable » intelligence ?
Le professeur Lee Dae-yeol répond que ce n'est pas le cas.
Si Curiosity semble intelligent, c'est parce que certaines caractéristiques de l'intelligence sont confondues avec l'intelligence dans son ensemble.
Le professeur Lee Dae-yeol affirme qu'une compréhension globale de l'intelligence n'est possible que si on l'envisage du point de vue de la vie et des gènes.
À la croisée des neurosciences et de l'économie comportementale, il explore les origines et les limites de l'intelligence, en soutenant que l'intelligence est encore une chose vivante.

À travers cette analyse, le professeur Lee Dae-yeol soutient qu'un événement comme la singularité, où l'intelligence artificielle remplacerait complètement l'intelligence humaine, ne se produira pas pour le moment.
En effet, l'intelligence fait fondamentalement partie du phénomène vital qui s'articule autour de l'auto-réplication.
Selon son argument, même si les machines surpassent les humains dans de nombreux aspects de leurs capacités intellectuelles, l'IA restera un substitut des humains tant que les machines équipées d'IA ne commenceront pas à se répliquer.