SnowCamp 2020

* "Je peux trouver un contre-exemple où ton modèle se plante."
* "Le problème avec le _machine learning_, c'est qu'on ne sait pas dire pourquoi la machine prend cette décision."
* "Ce qui est incroyable avec le cerveau, c'est qu'il apprend avec très peu d'exemples, alors que tes algos ont besoin de gigas de data."
* "Tes algos ne sont que des Turcs mécaniques, ils ont besoin que des humains les entraînent."

En tant que _data scientist_, j'entends très souvent ce genre de phrases. Les machines battent de plus en plus souvent les humains (échecs, go, jeux vidéos) et même sur des tâches "humaines" par excellence (reconnaissance de visages, d'objets). Et pourtant nous restons persuadés que nous avons un "truc en plus" par rapport à la machine.

Grâce à l'appui des sciences cognitives, de la _data science_ et même de la philosophie de l'esprit, nous allons explorer ces interstices qui nous séparent de la machine. En évitant de naviguer dans les eaux troublées d'un côté par les catastrophistes qui nous prédisent un avenir à la Terminator, ou les transhumanistes qui attendent la Singularité avec impatience, nous allons découvrir que ces interstices sont plus petits qu'on ne le croit. Et surtout que si l'écart est si faible, ce n'est pas tant que la machine est plus forte qu'on ne le croit, mais que notre cerveau n'est pas aussi bon qu'on l'imagine !