Peut-on créer un générateur de nombre aléatoire parfait avec une IA ?
Bonjour à tous et à toutes,
Peut-on créer un générateur de nombres aléatoires parfait avec une IA ?
Comme laisser une IA prédire les données de plusieurs générateurs pseudo-aléatoires en même temps, et puisqu'à l'intérieur d'une IA c'est comme une boîte noire, et peut même produire des erreurs non prévu qui seraient plutôt bénéfiques, et meilleures que les générateurs pseudo-aléatoires.
Peut-on dire qu'on à fait vraiment un générateur complètement aléatoire et pas seulement pseudo aléatoire dans ce cas?
Peut-on créer un générateur de nombres aléatoires parfait avec une IA ?
Comme laisser une IA prédire les données de plusieurs générateurs pseudo-aléatoires en même temps, et puisqu'à l'intérieur d'une IA c'est comme une boîte noire, et peut même produire des erreurs non prévu qui seraient plutôt bénéfiques, et meilleures que les générateurs pseudo-aléatoires.
Peut-on dire qu'on à fait vraiment un générateur complètement aléatoire et pas seulement pseudo aléatoire dans ce cas?
Connectez-vous ou Inscrivez-vous pour répondre.
Réponses
Qu'apporte de plus une IA ? Si tu n'expliques pas cela, ton message est vide.
Attention, une boîte noire peut être très prévisible.
Cordialement.
C'est intéressant comme question « Par quel critère qualifier une suite ou un générateur de nombres de "parfaitement aléatoire" ? ». Et pas évident, comme le dit @Alain24. Je vais l'illustrer avec un exemple.
Notons la suite candidate $(u_n)$ (elle est infinie car on imagine qu'on répète une infinité de fois l'expérience de demander un nombre à notre générateur). Et notons $A$ l'ensemble des nombres dans $[0,1]$ qu'on peut écrire avec le format informatique qu'on s'est donné (ça dépend du nombre d'octets alloués par nombre). Ainsi, $(u_n)$ est à valeurs dans $A$. Un critère séduisant serait de demander que $(u_n)$ vérifie la loi des grands nombres empirique, i.e. $$\forall 0\leqslant a\leqslant b\leqslant 1 ,\qquad \frac{|\{k\in[\![1,n]\!] \mid u_k \in[a,b]\}|}n \; \underset{n\to\infty}\longrightarrow\; \frac{|A\cap[a,b]|}{|A|}.$$ Mais problème : la suite $(u_n)$ qui consiste à énumérer dans l'ordre croissant tous les éléments de $A$, puis à répéter cette énumération une infinité de fois, satisfait ce critère alors qu'elle est totalement déterministe !
Une IA classique ne serait sans doute pas adaptée. Mais utiliser des GANs pourrait se révéler intéressant. On sait déjà que la technique marche beaucoup mieux pour la génération d'images (et plein d'autres choses).
Un autre avantage des GANs est que l'algo en lui-même demande de discriminer, donc l'IA établit elle-même son propre critère de pseudo-aléatoire (de manière à ne pas être trompé par l'autre réseau). Il n'y a aucun doute sur le fait que ce critère sera bien meilleur que tout ce que l'humain est capable d'imaginer si le réseau est suffisamment profond. Mais est-ce qu'un humain sera capable de le comprendre ... ?
Je ne comprends pas en quoi une IA donnerait des nombres aléatoires plus proches de la perfection que n’importe quel autre système.
Ha ! Je découvre ce que tu dis : séries de bits aléatoires.