Rubriques tendance
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Article de blog : La chance favorise l'esprit (théoriquement) préparé
Les données sont volumineuses, les machines apprennent, alors à quoi bon la théorie ? La plupart des découvertes ne sont-elles pas de toute façon guidées par la sérendipité, la théorie servant principalement de "post-mortem" ? Je soutiens que cette vision sous-estime la valeur de la théorie.
tl;dr
C'est un refrain courant que la théorie suit la pratique, presque comme un "post-mortem", ce qui amène beaucoup à remettre en question la valeur de la théorie, surtout dans notre monde moderne, riche en données. Pourquoi investir dans la théorie ? Je pense que cet état d'esprit découle d'une vision trop étroite de la chaîne causale de la découverte. Si vous prenez du recul, vous pouvez voir les innombrables façons dont la théorie est le moteur qui pousse les bricoleurs à de nouvelles découvertes. Je soutiens que nous devons préserver une place pour la théorie dans notre monde moderne, de peur de perdre de vue certaines leçons sur la façon dont la science et la société progressent.
La théorie est dans une mauvaise passe ces jours-ci. Après les triomphes du 20ème siècle, alors que nous nous sommes tournés vers l'étude de systèmes complexes qui commencent peut-être à révéler leurs secrets à l'apprentissage automatique, je pense qu'il est à la mode de se demander pourquoi nous nous soucions de la théorie—collectons simplement toutes les données et laissons quelques GPU nous dire ce que tout cela signifie. Cet état d'esprit n'est pas nouveau à l'ère de l'IA, cependant. Des versions de l'argument selon lequel la théorie a une valeur limitée parce qu'elle vient souvent après que les ingénieurs ont fait tous les progrès pratiques existent depuis aussi longtemps que je me souvienne. En gros, la théorie est comme un "post-mortem" pour expliquer comment les choses fonctionnent à quelques intellectuels longtemps après que son utilité a été établie.
Par exemple :
Je pense que ces arguments proviennent d'une vision trop étroite du progrès. Le problème est que les échelles de temps des applications de la théorie sont, en fait, si longues que nous mélangeons l'attribution de cause et d'effet. Prenons l'exemple cité ci-dessus des circuits et des équations de Maxwell, les équations qui régissent l'électrodynamique. Oui, les circuits précèdent certainement les équations de Maxwell, et donc si vous le regardez de cette manière, bien sûr, c'est un "post-mortem".
Prenons un peu de recul, cependant. Les gens ont-ils simplement assemblé des morceaux de métal au hasard et ont découvert qu'ils formaient des circuits ? Pas du tout ! À l'époque, l'idée (théorie, si vous voulez) que l'électricité était un fluide (Ben Franklin) qui pouvait se déplacer d'un endroit à un autre servait de base à la conception des circuits. Je ne suis pas sûr, mais je supposerais que la théorie a servi de base aux circuits.
Nous pouvons faire le même exercice de l'autre côté. Prenons l'invention de la radio par Marconi. Son invention était-elle simplement le résultat de bricolages aléatoires ? Pas du tout. Son travail reposait déjà fortement sur la théorie des ondes de la radiation électromagnétique (confirmée par Hertz), sans laquelle il n'aurait tout simplement pas pu progresser. Je peux supposer que ces théories étaient bien établies, probablement au point d'être considérées comme acquises.
Bien sûr, on pourrait soutenir que dans les sciences de la vie, nous comptons beaucoup plus sur l'expérimentation et la sérendipité, donc la pertinence de la théorie est moindre. Je pense qu'il y a un sentiment que nous devrions donc faire beaucoup plus d'expérimentation. Voir, par exemple, un tweet de @RuxandraTeslo, fait en référence au tweet ci-dessus sur la théorie qui accuse un retard par rapport à la pratique.
Je suis certainement sensible à ce point, et je serais d'accord avec Teslo pour dire que nous avons besoin de beaucoup plus d'expérimentation. Et certainement, la sérendipité est souvent évoquée dans le contexte du développement de médicaments. Mais voici la chose : l'espace de tous les expériences possibles est impossiblement vaste, et la théorie sert de guide (parfois invisible) à travers cet espace.
Prenons l'exemple de la pénicilline, un cas apparemment classique de sérendipité : Fleming laisse une boîte de Pétri à l'extérieur, qui devient moisi, et le moisi tue les bactéries. De là, la pénicilline est dérivée, et une nouvelle ère de la médecine est née, apparemment par hasard, indépendamment des détails particuliers (« mécanisme d'action ») par lesquels les effets de la pénicilline sont médiés. Mais même ici, le schéma est en réalité le même. Prenez du recul un peu, et la base même de cette découverte est la théorie des germes de la maladie, formulée environ 60 ans plus tôt par Pasteur. Sans la théorie des germes, il n'y aurait aucune base pour que cette observation ait un sens quelconque. Prenez également du recul dans l'autre direction : découvrir la base génétique de la résistance à la pénicilline est crucial pour le clonage moléculaire qui a alimenté le domaine de la biotechnologie.
Il en va de même pour les chimiothérapies contre le cancer. Le cisplatine a été découvert en remarquant qu'un électrode avait l'effet d'arrêter la division des bactéries, donc le raisonnement était qu'il pourrait avoir un effet sur la division cellulaire dans le cancer. Cependant, toute cette chaîne repose sur la connaissance même que le cancer est une maladie de nos propres cellules se divisant de manière incontrôlable. En effet, pendant une grande partie de l'histoire humaine, on pensait que le cancer était en réalité une maladie causée par des objets étrangers ou des déséquilibres internes des fluides corporels. L'innovation conceptuelle était nécessaire pour que quelqu'un fasse les connexions requises pour réaliser la signification de l'observation.
Quoi qu'il en soit, encore une fois, rien de tout cela ne veut dire que la sérendipité ne joue aucun rôle, ni que nous devrions avoir moins plutôt que plus d'essais cliniques (je soutiendrais certainement le contraire). Mais je pense que, au milieu de toute l'excitation autour de la collecte de données à haut débit, de l'apprentissage automatique, et ainsi de suite, nous devrions faire attention à ne pas sous-estimer la valeur de la théorie. Nous ne la verrons peut-être pas immédiatement, ni même à court terme, mais ignorer la théorie serait à nos risques et périls. C'est ce qui prépare notre esprit à transformer le changement en sérendipité.
PS :
Il est également notable que toutes ces découvertes ont été faites par des personnes qui étaient profondément immergées dans leurs disciplines. Ce n'étaient pas des gens aléatoires faisant des choses aléatoires. Ce sont très certainement des personnes avec des esprits préparés. Il existe un courant de sentiment anti-establishment qui dit que les institutions d'apprentissage freinent la connaissance et le progrès. Je pense que les preuves ne soutiennent tout simplement pas ce point de vue.




Meilleurs
Classement
Favoris
