Mais cela a changé lorsque vous aidiez un ami à relever un défi…
J’étais comme, « Pensez juste à la théorie des graphes. » Et elle m’a dit : « Qu’est-ce que tu veux dire par la théorie des graphes ? » Comme, vraiment confus. Eh bien, la théorie des graphes, évidemment ! J’ai supposé qu’elle savait ce que je voulais dire. À partir de ce moment, j’ai réalisé que tout le monde ne savait pas tout ce que je savais, et que j’avais peut-être un avantage et que je pouvais réellement aider les gens. Je cherchais un livre qui avait besoin d’être écrit, et maintenant je l’ai écrit, ce qui est super.
Vous écrivez : « Là où les humains sont ambigus, souvent contradictoires et difficiles à comprendre, la science est fiable et claire. Cela ne vous ment pas… » Mais la science est une entreprise humaine. Cela ne le rend-il pas aussi faillible que les gens qui l’ont créé ?
Oui, c’est effectivement le cas ! Au début, j’ai trouvé ça assez inquiétant, genre « Oh, mon Dieu, l’infrastructure qui était si cohérente [to me] avant est maintenant aussi confus que le reste d’entre nous. Mais tout l’intérêt du processus scientifique n’est pas seulement d’être des machines de stockage ; c’est la capacité d’utiliser notre instinct pour savoir quand sauter le pas et se poser des questions, et aussi d’avoir la patience de dépanner. En y travaillant, en le remettant en question et en réalisant une incohérence dans le processus, j’ai réalisé [science] est beau dans son incertitude. Ce n’est pas seulement de la logique, c’est aussi un effort très instinctif.
Au point d’incertitude, vous expliquez que nous ne pouvons pas optimiser nos vies à moins que nous « étudiions et comprenions le bruit, les erreurs et les écarts par rapport à la moyenne ». Êtes-vous en train de dire que l’erreur est scientifique ?
Complètement. Beaucoup de gens pensent que pour être le scientifique parfait, il ne faut pas se tromper, mais « mal » est un concept un peu insaisissable. Le mal dans un contexte est en fait le bien dans un autre. Par exemple, en matière d’évolution, quelle est la bonne façon de féconder un ovule pour qu’il se développe en embryon ? L’évolution n’est pas la perfection. C’est un processus adaptatif où de nombreuses façons différentes de faire les choses peuvent évoluer. La science n’est pas perfectionniste.
Prenons donc un exemple précis de la façon dont la science a informé et modifié votre comportement. Vous vous disputez apprentissage automatique peut nous aider à analyser les informations et à prendre de meilleures décisions. Comment?
En grandissant dans la neurodiversité, vous vous accrochez à des catégories fixes contre vents et marées parce que vous avez besoin de ce sentiment de sécurité. Mais j’ai réalisé que c’était une façon de travailler très insoutenable et inflexible – d’être ce que j’appelle « basé sur des boîtes ».
Ce qui, dans le contexte de l’apprentissage automatique, serait connu sous le nom d’apprentissage supervisé où, expliquez-vous, « vous avez un résultat spécifique en tête et vous programmez l’algorithme pour l’atteindre ».
Oui. Au fil du temps, j’ai appris que je devais être plus flexible pour pouvoir profiter de ma vie. Pour cela, l’apprentissage automatique [offers] un autre processus discret appelé apprentissage non supervisé, qui examine spécifiquement les données qui vous entourent et, à partir de là, les regroupe en conséquence. Vous n’essayez pas de regrouper les données selon vos conditions prédéfinies. Vous regardez autour de vous, triez ce que vous avez et, à partir de là, demandez « quelles sont les meilleures options ? »