Résumé
La conscience artificielle, également connue sous le nom de conscience des machines ou de conscience synthétique, est un domaine de recherche visant à comprendre, modéliser et tester la potentielle conscience liée aux intelligences artificielles. Ce champ de recherche s'inspire régulièrement d'expériences de pensée telles que celle du spectre inversé, de l'argument de la connaissance, du zombie philosophique ou encore de la chambre chinoise. La question de savoir si les modèles d'IA actuels ou futurs peuvent être sentients reste une question ouverte, liée au problème difficile de la conscience. La conscience artificielle a été étudiée en philosophie de l'esprit et en philosophie de l'intelligence artificielle. Il y a différents types de conscience. Dans la littérature philosophique, on distingue souvent en particulier la conscience « d'accès » et la conscience « phénoménale ». La conscience d'accès concerne les aspects de l'expérience qui permettent d'agir rationnellement et, selon David Chalmers, est « directement disponible pour un contrôle global ». Tandis que la conscience phénoménale (qui est très similaire aux notions de conscience phénoménale et de qualia), correspond au ressenti subjectif. Les théoriciens de l'identité esprit-cerveau et d'autres sceptiques soutiennent que la conscience ne peut être réalisée que dans des systèmes physiques particuliers parce que la conscience a des propriétés qui dépendent nécessairement de la constitution physique. Selon Giorgio Buttazzo, une objection courante à la conscience artificielle est que « Travaillant en mode entièrement automatisé, ils [les ordinateurs] ne peuvent pas faire preuve de créativité, [...], d'émotions ou de libre arbitre. Un ordinateur, comme une machine à laver, est un esclave actionné par ses composants. » Selon les fonctionnalistes cependant, la sentience est causée par certains types de « rôles causaux » (ou autrement dit, certains types de traitement de l'information). Peu importe alors que le support physique de ces rôles causaux soit biologique ou non.
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Cours associés (2)
PHYS-426: Quantum physics IV
Introduction to the path integral formulation of quantum mechanics. Derivation of the perturbation expansion of Green's functions in terms of Feynman diagrams. Several applications will be presented,
EE-619: Advanced topics in network neuroscience
The main goal of this course is to give the student a solid introduction into approaches, methods, and tools for brain network analysis. The student will learn about principles of network science and
Publications associées (131)