{"id":125012,"date":"2023-06-27T16:04:30","date_gmt":"2023-06-27T16:04:30","guid":{"rendered":"https:\/\/yogaesoteric.net\/?p=125012"},"modified":"2023-06-27T16:04:30","modified_gmt":"2023-06-27T16:04:30","slug":"meme-a-lere-de-lia-certains-problemes-sont-tout-simplement-trop-difficiles-a-resoudre","status":"publish","type":"post","link":"https:\/\/yogaesoteric.net\/fr\/meme-a-lere-de-lia-certains-problemes-sont-tout-simplement-trop-difficiles-a-resoudre\/","title":{"rendered":"M\u00eame \u00e0 l\u2019\u00e8re de l\u2019IA, certains probl\u00e8mes sont tout simplement trop difficiles \u00e0 r\u00e9soudre"},"content":{"rendered":"<p>Les ordinateurs ont progress\u00e9 \u00e0 pas de g\u00e9ant au cours des derni\u00e8res d\u00e9cennies, mais cela ne signifie pas qu\u2019ils peuvent tout r\u00e9soudre.<\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-125013\" src=\"https:\/\/yogaesoteric.net\/wp-content\/uploads\/2023\/06\/125012_1-e1687881837550.jpg\" alt=\"\" width=\"560\" height=\"354\" srcset=\"https:\/\/yogaesoteric.net\/wp-content\/uploads\/2023\/06\/125012_1-e1687881837550.jpg 560w, https:\/\/yogaesoteric.net\/wp-content\/uploads\/2023\/06\/125012_1-e1687881837550-300x190.jpg 300w\" sizes=\"auto, (max-width: 560px) 100vw, 560px\" \/>Gr\u00e2ce aux technologies d\u2019intelligence artificielle, les ordinateurs peuvent aujourd\u2019hui engager des conversations convaincantes avec des personnes, composer des chansons, peindre des tableaux, jouer aux \u00e9checs et au go, et diagnostiquer des maladies, pour ne citer que quelques exemples de leurs prouesses technologiques.<\/p>\n<p>Ces succ\u00e8s pourraient \u00eatre consid\u00e9r\u00e9s comme une indication que le calcul n\u2019a pas de limites. Pour voir si c\u2019est le cas, il est important de comprendre ce qui rend un ordinateur puissant.<\/p>\n<p>La puissance d\u2019un ordinateur comporte deux aspects : le nombre d\u2019op\u00e9rations que son mat\u00e9riel peut ex\u00e9cuter par seconde et l\u2019efficacit\u00e9 des algorithmes qu\u2019il ex\u00e9cute. La vitesse du mat\u00e9riel est limit\u00e9e par les lois de la physique. Les algorithmes \u2013 essentiellement des ensembles d\u2019instructions \u2013 sont \u00e9crits par des humains et traduits en une s\u00e9quence d\u2019op\u00e9rations que le mat\u00e9riel informatique peut ex\u00e9cuter. M\u00eame si la vitesse d\u2019un ordinateur pouvait atteindre la limite physique, des obstacles informatiques subsistent en raison des limites des algorithmes.<\/p>\n<p>Ces obstacles comprennent des probl\u00e8mes impossibles \u00e0 r\u00e9soudre par les ordinateurs et des probl\u00e8mes qui sont th\u00e9oriquement solubles mais qui, en pratique, d\u00e9passent les capacit\u00e9s des ordinateurs actuels, m\u00eame les plus puissants, que l\u2019on puisse imaginer. Les math\u00e9maticiens et les informaticiens tentent de d\u00e9terminer si un probl\u00e8me est soluble en l\u2019essayant sur une machine imaginaire.<\/p>\n<p><strong>Une machine \u00e0 calculer imaginaire<\/strong><\/p>\n<p>La notion moderne d\u2019algorithme, connue sous le nom de machine de Turing, a \u00e9t\u00e9 formul\u00e9e en 1936 par le math\u00e9maticien britannique Alan Turing. Il s\u2019agit d\u2019un dispositif imaginaire qui imite la fa\u00e7on dont les calculs arithm\u00e9tiques sont effectu\u00e9s avec un crayon sur du papier. La machine de Turing est le mod\u00e8le sur lequel tous les ordinateurs actuels sont bas\u00e9s.<\/p>\n<p>Pour permettre des calculs qui n\u00e9cessiteraient plus de papier s\u2019ils \u00e9taient effectu\u00e9s manuellement, la r\u00e9serve de papier imaginaire d\u2019une machine de Turing est suppos\u00e9e \u00eatre illimit\u00e9e. Cela \u00e9quivaut \u00e0 un ruban imaginaire illimit\u00e9, ou \u00ab bande \u00bb, de carr\u00e9s, dont chacun est soit vide, soit contient un symbole.<\/p>\n<p>La machine est contr\u00f4l\u00e9e par un ensemble fini de r\u00e8gles et d\u00e9marre sur une s\u00e9quence initiale de symboles sur le ruban. Les op\u00e9rations que la machine peut effectuer sont le d\u00e9placement vers une case voisine, l\u2019effacement d\u2019un symbole et l\u2019\u00e9criture d\u2019un symbole sur une case vide. La machine calcule en effectuant une s\u00e9quence de ces op\u00e9rations. Lorsque la machine termine, ou \u00ab s\u2019arr\u00eate \u00bb, les symboles restant sur la bande constituent la sortie ou le r\u00e9sultat.<\/p>\n<p align=\"center\"><iframe loading=\"lazy\" class=\"fitvidsignore\" title=\"YouTube video player\" src=\"https:\/\/www.youtube.com\/embed\/dNRDvLACg5Q\" width=\"560\" height=\"320\" frameborder=\"0\" allowfullscreen=\"allowfullscreen\"><\/iframe><\/p>\n<p>L\u2019informatique concerne souvent des d\u00e9cisions dont la r\u00e9ponse est oui ou non. Par analogie, un test m\u00e9dical (type de probl\u00e8me) v\u00e9rifie si l\u2019\u00e9chantillon d\u2019un patient (une instance du probl\u00e8me) pr\u00e9sente un certain indicateur de maladie (r\u00e9ponse par oui ou par non). L\u2019instance, repr\u00e9sent\u00e9e dans une machine de Turing sous forme num\u00e9rique, est la s\u00e9quence initiale de symboles.<\/p>\n<p>Un probl\u00e8me est consid\u00e9r\u00e9 comme \u00ab soluble \u00bb s\u2019il est possible de concevoir une machine de Turing qui s\u2019arr\u00eate pour chaque instance, qu\u2019elle soit positive ou n\u00e9gative, et qui d\u00e9termine correctement la r\u00e9ponse de l\u2019instance.<\/p>\n<p><strong>Tous les probl\u00e8mes ne peuvent pas \u00eatre r\u00e9solus<\/strong><\/p>\n<p>De nombreux probl\u00e8mes sont r\u00e9solubles \u00e0 l\u2019aide d\u2019une machine de Turing et peuvent donc \u00eatre r\u00e9solus sur un ordinateur, mais beaucoup d\u2019autres ne le sont pas. Par exemple, le probl\u00e8me des dominos, une variante du probl\u00e8me des tuiles formul\u00e9 par le math\u00e9maticien am\u00e9ricain d\u2019origine chinoise Hao Wang en 1961, n\u2019est pas soluble.<\/p>\n<p>La t\u00e2che consiste \u00e0 utiliser un ensemble de dominos pour couvrir une grille enti\u00e8re et, selon les r\u00e8gles de la plupart des jeux de dominos, \u00e0 faire correspondre le nombre de points sur les extr\u00e9mit\u00e9s des dominos adjacents. Il s\u2019av\u00e8re qu\u2019il n\u2019existe aucun algorithme capable de partir d\u2019un ensemble de dominos et de d\u00e9terminer si cet ensemble couvrira compl\u00e8tement la grille ou non.<\/p>\n<p><strong>Rester raisonnable<\/strong><\/p>\n<p>Un certain nombre de probl\u00e8mes solubles peuvent \u00eatre r\u00e9solus par des algorithmes qui s\u2019arr\u00eatent en un temps raisonnable. Ces \u00ab algorithmes en temps polynomial \u00bb sont des algorithmes efficaces, ce qui signifie qu\u2019il est pratique d\u2019utiliser des ordinateurs pour en r\u00e9soudre les instances.<\/p>\n<p>Des milliers d\u2019autres probl\u00e8mes solubles ne sont pas connus pour avoir des algorithmes en temps polynomial, malgr\u00e9 des efforts intensifs pour trouver de tels algorithmes. Parmi ces probl\u00e8mes figure le probl\u00e8me du voyageur de commerce.<\/p>\n<p>Le probl\u00e8me du voyageur de commerce consiste \u00e0 savoir si un ensemble de points dont certains sont directement reli\u00e9s, appel\u00e9 graphe, poss\u00e8de un chemin qui part de n\u2019importe quel point, passe par tous les autres points exactement une fois et revient au point d\u2019origine. Imaginons qu\u2019un vendeur veuille trouver un itin\u00e9raire qui passe par tous les foyers d\u2019un quartier exactement une fois et revient au point de d\u00e9part.<\/p>\n<p align=\"center\"><iframe loading=\"lazy\" class=\"fitvidsignore\" title=\"YouTube video player\" src=\"https:\/\/www.youtube.com\/embed\/xi5dWND499g\" width=\"560\" height=\"320\" frameborder=\"0\" allowfullscreen=\"allowfullscreen\"><\/iframe><\/p>\n<p>Ces probl\u00e8mes, appel\u00e9s NP-complets, ont \u00e9t\u00e9 formul\u00e9s ind\u00e9pendamment et leur existence a \u00e9t\u00e9 d\u00e9montr\u00e9e au d\u00e9but des ann\u00e9es 1970 par deux informaticiens, le Canadien am\u00e9ricain Stephen Cook et l\u2019Am\u00e9ricain ukrainien Leonid Levin. Cook, dont les travaux sont arriv\u00e9s en premier, a re\u00e7u pour ces travaux le prix Turing 1982, le plus \u00e9lev\u00e9 en informatique.<\/p>\n<p><strong>Le co\u00fbt de la connaissance exacte<\/strong><\/p>\n<p>Les algorithmes les plus connus pour les probl\u00e8mes NP-complets consistent essentiellement \u00e0 rechercher une solution parmi toutes les r\u00e9ponses possibles. Le probl\u00e8me du voyageur de commerce sur un graphe de quelques centaines de points prendrait des ann\u00e9es \u00e0 \u00eatre ex\u00e9cut\u00e9 sur un superordinateur. De tels algorithmes sont inefficaces, ce qui signifie qu\u2019il n\u2019existe aucun raccourci math\u00e9matique.<\/p>\n<p>Les algorithmes pratiques qui traitent ces probl\u00e8mes dans le monde r\u00e9el ne peuvent offrir que des approximations, bien que celles-ci s\u2019am\u00e9liorent. L\u2019existence d\u2019algorithmes efficaces en temps polynomial capables de r\u00e9soudre des probl\u00e8mes NP-complets figure parmi les sept probl\u00e8mes ouverts du mill\u00e9naire propos\u00e9s par le Clay Mathematics Institute au d\u00e9but du XXI\u00e8me si\u00e8cle, chacun \u00e9tant assorti d\u2019un prix d\u2019un million de dollars am\u00e9ricains.<\/p>\n<p><strong>Au-del\u00e0 de Turing<\/strong><\/p>\n<p>Une nouvelle forme de calcul pourrait-elle d\u00e9passer le cadre de Turing ? En 1982, le physicien am\u00e9ricain Richard Feynman, laur\u00e9at du prix Nobel, a avanc\u00e9 l\u2019id\u00e9e d\u2019un calcul bas\u00e9 sur la m\u00e9canique quantique.<\/p>\n<p align=\"center\"><iframe loading=\"lazy\" class=\"fitvidsignore\" title=\"YouTube video player\" src=\"https:\/\/www.youtube.com\/embed\/jHoEjvuPoB8\" width=\"560\" height=\"320\" frameborder=\"0\" allowfullscreen=\"allowfullscreen\"><\/iframe><\/p>\n<p>En 1995, Peter Shor, un math\u00e9maticien appliqu\u00e9 am\u00e9ricain, a pr\u00e9sent\u00e9 un algorithme quantique permettant de factoriser des entiers en temps polynomial. Les math\u00e9maticiens estiment que cette question est insoluble par les algorithmes en temps polynomial dans le cadre de Turing. La factorisation d\u2019un nombre entier consiste \u00e0 trouver un plus petit nombre entier sup\u00e9rieur \u00e0 1 qui peut diviser le nombre entier. Par exemple, le nombre entier 688.826.081 est divisible par un plus petit nombre entier 25.253, car 688.826.081 = 25.253 x 27.277.<\/p>\n<p>Un algorithme majeur, l\u2019algorithme RSA, largement utilis\u00e9 pour s\u00e9curiser les communications en r\u00e9seau, est bas\u00e9 sur la difficult\u00e9 de factorisation des grands nombres entiers. Le r\u00e9sultat de Shor sugg\u00e8re que l\u2019informatique quantique, si elle devient une r\u00e9alit\u00e9, changera le paysage de la cybers\u00e9curit\u00e9.<\/p>\n<p>Est-il possible de construire un ordinateur quantique \u00e0 part enti\u00e8re pour factoriser des entiers et r\u00e9soudre d\u2019autres probl\u00e8mes ? Certains scientifiques pensent que c\u2019est possible. Plusieurs groupes de scientifiques dans le monde travaillent \u00e0 la construction d\u2019un tel ordinateur, et certains ont d\u00e9j\u00e0 construit des ordinateurs quantiques \u00e0 petite \u00e9chelle.<\/p>\n<p>N\u00e9anmoins, comme toutes les nouvelles technologies invent\u00e9es auparavant, il est presque certain que l\u2019informatique quantique posera des probl\u00e8mes qui imposeront de nouvelles limites.<\/p>\n<p>&nbsp;<\/p>\n<p><strong>yogaesoteric<br \/>\n27 juin 2023<\/strong><\/p>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Les ordinateurs ont progress\u00e9 \u00e0 pas de g\u00e9ant au cours des derni\u00e8res d\u00e9cennies, mais cela ne signifie pas qu\u2019ils peuvent tout r\u00e9soudre. Gr\u00e2ce aux technologies d\u2019intelligence artificielle, les ordinateurs peuvent aujourd\u2019hui engager des conversations convaincantes avec des personnes, composer des chansons, peindre des tableaux, jouer aux \u00e9checs et au go, et diagnostiquer des maladies, pour [&hellip;]<\/p>\n","protected":false},"author":3,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_uf_show_specific_survey":0,"_uf_disable_surveys":false,"footnotes":""},"categories":[1330],"tags":[],"class_list":["post-125012","post","type-post","status-publish","format-standard","hentry","category-science-et-technique-1602-fr"],"_links":{"self":[{"href":"https:\/\/yogaesoteric.net\/fr\/wp-json\/wp\/v2\/posts\/125012","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/yogaesoteric.net\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/yogaesoteric.net\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/yogaesoteric.net\/fr\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/yogaesoteric.net\/fr\/wp-json\/wp\/v2\/comments?post=125012"}],"version-history":[{"count":1,"href":"https:\/\/yogaesoteric.net\/fr\/wp-json\/wp\/v2\/posts\/125012\/revisions"}],"predecessor-version":[{"id":125016,"href":"https:\/\/yogaesoteric.net\/fr\/wp-json\/wp\/v2\/posts\/125012\/revisions\/125016"}],"wp:attachment":[{"href":"https:\/\/yogaesoteric.net\/fr\/wp-json\/wp\/v2\/media?parent=125012"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/yogaesoteric.net\/fr\/wp-json\/wp\/v2\/categories?post=125012"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/yogaesoteric.net\/fr\/wp-json\/wp\/v2\/tags?post=125012"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}