Source : [[The Master Algorithm]] MOC : [[Intelligence artificielle]] Auteur : [[Pedro Domingos]] Date : 2025-02-26 *** La plupart des algorithmes de ML modernes se basent sur un petit nombre d'algorithmes fondamentaux (backpropagation, gradient boosting, monte carlo markov chain, etc.), la roue n'est pas réinventée à chaque fois. Il y a 5 grandes écoles de pensée en IA : 1. Bayesian : centré sur les probabiités et le curving de celles-ci 2. Connectionisme : on mimique le cerveau humain avec des réseaux de neurones 3. Evolutionisme : on mimique la théorie de l'évolution en créant des "générations" de solutions 4. Symbolisme : manipulation de symbole, cf. How to create a Mind, on apprend par pattern recognition 5. Analogisme : beaucoup de généralisation et d'inférence / déduction L'idée d'un "Master Algorithm" serait de combiner ces différents approches pour avoir un algo capable d'intéragir avec le monde, de récupérer de la data. Et avec une data en quantité et qualité suffisante, cet algo pourrait résoudre tous les problèmes passés, présentes et futurs.