CAOS 2025 - 6 | Rovereto, May 7-9 | Jeffrey S. Bowers

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée : Bowers apporte une critique argumentée et documentée, s’appuyant sur des études publiées et des expériences originales (comme celle sur l’effet de l’arrière-plan dans Brain Score). L’argumentation est solide, structurée en trois points clairs, et illustrée par des exemples concrets. Il souligne les limites méthodologiques des benchmarks actuels et propose une approche plus rigoureuse basée sur des expériences contrôlées. La démonstration est convaincante, même si elle est partiellement provocatrice.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est bonne : Bowers cite des études publiées (par exemple, Geirhos et al. sur la texture, Malhotra & Bowers sur Brain Score) et des expériences contrôlées. Il utilise des données publiques pour tester des hypothèses. La qualité des sources est correcte, mais il ne fournit pas de références bibliographiques détaillées dans la vidéo. L’adéquation titre/contenu est bonne : le titre annonce une critique des modèles de réseaux de neurones, ce qui correspond au contenu. Aucun commentaire n’a été fourni pour analyser les tendances du public.

Le titre est générique (nom du conférencier et événement) mais reflète le contenu : une critique des modèles de réseaux de neurones pour la vision et le langage.

8/10

Conférence scientifique par un chercheur reconnu, présentant des arguments critiques étayés par des études publiées et des expériences contrôlées. Le ton est argumentatif mais rigoureux, avec des exemples concrets et des références à des travaux antérieurs.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 02:00Introduction : Bowers annonce sa thèse critique sur les modèles de réseaux de neurones.
• 05:00Premier point : les corrélations ne suffisent pas pour établir des similarités mécanistes.
• 10:00Exemple de l'expérience de Geirhos sur la texture vs forme.
• 15:00Deuxième point : les benchmarks comme Brain Score sont sujets à des confondus.
• 20:00Présentation de l'étude de Malhotra et Bowers sur l'effet de l'arrière-plan.
• 25:00Troisième point : la culture du domaine favorise les affirmations exagérées.
• 30:00Critique des études sur le langage avec des variances expliquées infimes.
• 35:00Discussion sur les modèles de langage et l'acquisition du langage.
• 40:00Conclusion : appel à des expériences contrôlées pour tester les similarités.

• Site du workshop CAOS 2025 — Page officielle du workshop où la conférence a été donnée.

• Brain-Score — Benchmark utilisé par Bowers pour illustrer les problèmes de corrélation.
• Geirhos et al., 2019 — Étude montrant que les CNN s'appuient sur la texture plutôt que la forme.

• Schrimpf et al., 2021, Brain-Score — Article fondateur de Brain-Score qui affirme que les modèles avec des scores élevés sont de bons modèles de la vision biologique, ce que Bowers conteste.