L'intelligence artificielle : Est-ce aussi « con » qu'une planche de Galton ?

1 · La planche de Galton

Description du dispositif expérimental. Loi binomiale par épreuves de Bernoulli successives : chocs billes/picots avec probabilité p et 1-p. Coefficient binomial et triangle de Pascal. Convergence vers la loi normale par le théorème de Moivre-Laplace lorsque N → ∞. Probabilités conditionnelles sous-jacentes au dispositif.

2 · Architecture des réseaux de neurones

Le perceptron comme modèle de neurone numérique : signaux d'entrée pondérés (poids synaptiques w_i,j), somme pondérée + biais, fonction d'activation à seuil. Organisation en couches (entrée → k couches cachées → sortie). Full mesh : K² synapses entre deux couches de K perceptrons, K^N paramètres pour N couches. Le « plat de lasagne » comme métaphore architecturale.

3 · Les transformers

Architecture encodeur/décodeur. Mécanisme d'attention multi-têtes : matrices de requêtes (Q), de clés (K) et de valeurs (V). Produit scalaire Q·K normalisé, fonction softmax, pondération de V. Contextualisation du prompt par les poids attentionnels. Le décodeur génère la séquence de sortie par probabilités conditionnelles successives — chaque sub-word prédit s'ajoute au flux d'entrée.

4 · Analogies Galton / réseaux de neurones

Trois axes d'analogie : (a) distributions et probabilités conditionnelles ; (b) agrégation d'effets — collisions successives vs propagation à travers les couches ; (c) complexité émergente. Expérience de pensée : table de Galton « lasagnifiée » (topologie rectangulaire, distribution d'entrée multi-colonnes, picots de géométrie variable appliquant naturellement softmax). Avec 175 milliards de picots ?

5 · Complexité émergente et théorie du chaos

Attracteurs étranges : non-linéarité, sensibilité aux conditions initiales (effet papillon), structures fractales, comportement chaotique. Triangle de Sierpiński dans le triangle de Pascal. Différence fondamentale : l'émergence du LLM repose sur des matrices de poids probabilistes et des minima locaux de gradient ; celle de la planche de Galton relève de la dynamique non linéaire.

6 · Conclusion : le cerveau n'est pas un plat de lasagne

L'architecture cérébrale est fractale : unités spécialisées (aires visuelles, du langage, motrices) interconnectées par de grands faisceaux d'axones. La massification synaptique rend illusoire l'explicabilité a posteriori. Implications pour l'IA éthique : jeux de données difficiles à décrire, robustesse compromise par les attracteurs étranges, impossibilité de déterminer le comportement du modèle probabiliste à ces échelles.