glocalisation

Les idées et les normes qui ne vivent que dans l'intellect désincarné sont fragiles, facilement manipulables par les deux parties d'un débat.  C'est aussi vrai pour les règlements européens sur la "durabilité" que pour le súmac káusai* amazonien retiré dans sa forêt. Les connaissances acquises grâce à une relation corporelle étendue avec la végétation, y compris les communautés humaines de la forêt, sont plus solides.

...Il y a une vérité à laquelle on ne peut accéder par l'intellect seul, surtout l'intellect qui n'est pas conscient des variations écologiques locales.

Auteur: Haskell David George

Info: The Songs of Trees: Stories from Nature's Great Connectors. *"bien vivre" en quechua, concept qui s’appuie sur le principe d'une relation harmonieuse entre être humain et nature en parallèle à une vie communautaire équilibrée

[ décentralisation ] [ interdépendance ] [ limitation sémantique ]

tromperies

L’imposteur est aujourd’hui dans nos sociétés comme un poisson dans l’eau : faire prévaloir la forme sur le fond, valoriser les moyens plutôt que les fins, se fier à l’apparence et à la réputation plutôt qu’au travail et à la probité, préférer l’audience au mérite, opter pour le pragmatisme avantageux plutôt que pour le courage de la vérité, choisir l’opportunisme de l’opinion plutôt que tenir bon sur les valeurs, pratiquer l’art de l’illusion plutôt que s’émanciper par la pensée critique, s’abandonner aux fausses sécurités des procédures plutôt que se risquer à l’amour et à la création. Voilà le milieu où prospère l’imposture ! Notre société de la norme, même travestie sous un hédonisme de masse et fardée de publicité tapageuse, fabrique des imposteurs.

 

Auteur: Gori Roland

Info: La fabrique des imposteurs

[ hyper-complexité ] [ superficialités ] [ égoïsmes ] [ attentistes intéressés ] [ sociologie ]

structuration sémiotique

Les trois typologies de signes dépendent respectivement (I) du signe lui-même, (II) de la manière dont le signe représente son objet désigné et (III) de la manière dont le signe représente son objet pour son interprète. Chacune des trois typologies est une division à trois voies, une trichotomie, via  trois catégories phénoménologiques 

1 Qualisigns, sinsigns, et legisigns.  Chaque signe est soit  A (qualisign) une qualité ou une possibilité, soit  B (sinsign) une chose individuelle réelle, un fait, un événement, un état, etc., soit C (legisign) une norme, une habitude, une règle, une loi. (Appelés aussi  a) tons, jetons, et  b) types, aussi potisignes, actisignes*, et c)  famisigns).

2 Icônes, indices et symboles.  Chaque signe fait référence soit A (icône) par sa similarité avec son objet, soit B (index) par son lien factuel avec son objet, soit  C  (symbole) par une habitude interprétative ou une norme de référence à son objet.

3 Rhèmes, dicisigns et arguments.  Chaque signe est interprété soit comme A  un terme (rhétorique), représentant son objet en termes de qualité, soit B comme une proposition (dicisign), représentant son objet en termes de faits, soit  C comme un argument (argumentaire), représentant son objet en termes d'habitude ou de droit. Voilà la trichotomie de tous les signes en tant qu'éléments de base de l'inférence. 

*En ce qui concerne les Qualisigns B ) Actisignes, ou Objets,  ce sont des Signes tels qu'expérimentés hic et nunc, tels que tout mot unique à un endroit unique dans une phrase unique d'un paragraphe unique d'une page unique d'un exemplaire unique d'un livre. Il peut y avoir répétition de tout le paragraphe, ce mot inclus, à un autre endroit. Mais cette autre occurrence n'est pas ce mot. Le livre peut être imprimé dans une édition de dix mille exemplaires ; mais ce mot n'est présent que dans mon exemplaire.*

Auteur: Peirce Charles Sanders

Info: WIkipedia et diverses sources. *Manuscrit. Lettres à Lady Welby, MS [R] L463

[ triades ] [ classification sémantique ] [ grammaire ]

points de situations

En anglais originel, un benchmark (étalon ou repère en français) était un point de référence servant à effectuer une mesure. Un terme issu du vocabulaire professionnel des géomètres qui désignait à l'origine un repère de nivellement, un jalon.

Benchmark est ensuite entré dans la langue française en tant qu'anglicisme informatique, sous la définition de Banc d’essai permettant de mesurer les performances d'un système pour le comparer à d'autres. 

Il s'agit donc d'un désir de se situer, via des test en temps réel dans un cadre de rivalité antagoniste, d'émulation compétitive, voire carrément de combat. Une " étude pragmatique de la concurrence " selon les habitudes capitalistes de marketing du 20e siècle. 

L'évolution étant ce qu'elle est on comprendra aisément combien cette notion de " comment je me situe en tant qu'entité séparée  des autres " intègre l'idée d'une relativité quasi absolue.

Problématique un peu plus éblouissante encore lorsqu'il fut question d'évaluer et comparer les diverses intelligences artificielles vers les années 2020, que ce soit entre elles ou avec les humains et surtout leurs savoirs. 

L'humain, j'en suis un autre, semble quelque peu hanté par une volonté de conclure et c'est bien face à pareil défi, celui de proposer une "explication durable" des phénomènes, de leurs interactions et de leurs conséquences,  qu'il se retrouve limité. Les points fixes sur lesquels il appuie ses savoirs ressemblent à des chimères plus il les investigue profondément. 

Restent néanmoins certains fondamentaux : ma vie, la planète qui m'a vu éclore, mes descendants, etc...

Et puis, si je disparais, tout disparait... sans garantie que cette expérience ne fut qu'une illusion.

Personnellement mon modèle c'est la nature, vu sous cet angle cette notion de benchmark, enfantée par le milieu corporate américain de mon époque, ressemble à une impasse au sens où ce qu'on peut voir dans la nature ressemble plus à des interactions-collaborations qu'à des valorisations comparées, articulées sur des rapports de pouvoir et autres conventions à fond égoïste.

Auteur: Internet

Info: Diverses sources compilées par Mg

[ intraduisible ] [ mot-univers ] [ pas de point fixe ] [ balise ] [       standard ] [     point de référence ] [   base ] [ critère ] [  spécification ] [  canon ] [  convention ] [  principe directeur ] [     norme ] [     critère ]

insoumis

Il s’appelle Heinz Buchmann. Ce lieutenant de la police allemande refusera en 1943 de participer aux massacres de juifs, en Pologne. Il s’appelle Noël Favrelière. Ce sergent de l’armée française déserte le 26 août 1956, pour ne pas être complice de l’exécution de suspects algériens. Il s’appelle Hugh Thomson. Ce lieutenant de l’armée américaine, pilote d’hélicoptère interviendra pour faire cesser le massacre des habitants du village de My Laï, le 16 mars 1968. Il s’appelle Jean-Baptiste Munyankore. En avril 2004, cet instituteur refusera de se joindre à son directeur et son inspecteur scolaire, pour massacrer les Tutsis. Ces hommes ne sont pas des justes, des planqués ou des héros. Ils n’ont pas agi par conviction politique, religieuse ou humaniste, leur acte étant individuel. Ils s’intéressaient plus à eux-mêmes, qu’à leurs victimes. Exécuteurs virtuels, ils n’ont simplement pas accompli ce qu’on attendait d’eux. L’histoire accorde beaucoup de compassion pour les victimes, beaucoup d’admiration pour les résistants, un mélange de répulsion/fascination pour les bourreaux. Mais pour ces criminels potentiels qui ont refusé de le devenir, il n’y a, à ce jour, aucune étude. Philippe Breton a comblé ce manque, en écrivant cet essai tout à fait passionnant sur ceux qu’il nomme les refusants. Pour mieux comprendre leurs motivations, l’auteur s’intéresse tout d’abord au mode de fonctionnement des exécutants. Il discute plusieurs hypothèses permettant d’expliquer leur comportement : celle de sadiques (10% seulement des SS étaient des psychopathes), celle de la soumission à l’autorité (le criminel n’est pas soumis, pas plus que le refusant n’est un insoumis), celle du racisme (les nazis ont massacré leurs compatriotes, bien avant de s’en prendre aux juifs et aux tziganes), celle de la brutalité pulsionnelle (les massacreurs sont bien plus conscients qu’on ne le pense de l’humanité de ceux qu’ils abattent). Aucun de ces arguments ne le satisfait. L’axe de réflexion qu’il retient est celui du principe archaïque de la vengeance qui légitime le meurtre sans jugement. Ce serait le sens principal de l’action de tueurs qui se perçoivent comme des victimes agressées, ne faisant que défendre leurs biens et leurs proches contre une menace ressentie comme imminente. L’acte qu’ils posent serait donc vertueux et ne provoquerait aucune culpabilité, puisqu’il s’agit avant tout de se protéger. C’est le cumul de trois facteurs qui contribuerait au passage à l’acte génocidaire : la vengeance comme norme sociale centrale, une société structurée par une socialisation violente et une situation d’agression (réelle ou fantasmée). Les refusants auraient la particularité de ne pas avoir éduqués dans un climat de violence et de ne pas être imprégnés de ce sentiment vindicatif, l’acte qu’on attend d’eux perdant alors toute légitimité.



 

Auteur: Breton Philippe

Info: Les refusants : Comment refuse-t-on d'être un exécuteur ? La découverte, 2009

[ non milgramistes ]

astrophysique

Notre galaxie pourrait être posée au milieu d'un gigantesque vide cosmique qui mystifie les astronomes

(Image : De quoi se sentir très très seuls.)

Penser à l'espace et à l'immensité vous donne des sueurs froides? Passez votre chemin. Des astronomes ont émis l'hypothèse que notre galaxie serait posée au milieu du plus grand vide cosmique jamais observé. Proposée dès 2013, cette théorie accumule depuis de plus en plus de preuves, comme le relate un article de Business Insider.

Le problème, c'est que ce vide n'a rien à faire là. Selon une théorie fondamentale appelée " principe cosmologique ", toute la matière dans l'espace devrait être répartie, sur de très grandes échelles, de manière homogène. Un principe qui permet notamment aux chercheurs d'appliquer les mêmes lois de la physique aux objets célestes, qu'ils soient à côté de la Terre ou à l'autre bout de l'univers.

Malheureusement pour nos astrophysiciens, de multiples observations effectuées ces dix dernières années suggèrent que certaines zones de l'univers seraient bien plus denses que d'autres et, qu'autour de nous, cela ne serait pas dense du tout.

" Désormais, il est assez clair que nous nous trouvons dans une sous-densité significative ", affirme Indranil Banik, chercheur à l'université de Saint Andrews, en Écosse. " Il y a quelques personnes qui s'y opposent dans une certaine mesure. Par exemple, certains ont avancé qu'un tel vide ne devrait pas exister dans le modèle standard, ce qui est vrai. Mais cela ne prouve malheureusement pas qu'il n'y en a pas", précise l'astrophysicien britannique.

Vend vide cosmique spacieux, jolis volumes

Dans une étude qu'il a cosignée et publiée dans la revue scientifique Monthly Notices of the Royal Astronomical Society, Indranil Banik suggère que notre galaxie se trouverait presque au milieu de ce vide, renommé " KBC void " ou " vide KBC ", dont le diamètre est estimé à 2 milliards d'années-lumière de diamètre. Pour vous donner une idée, c'est assez volumineux, puisque l'on pourrait y aligner 20.000 galaxies de la taille de la Voie lactée en file indienne.

D'après ses calculs, le vide KBC serait 20% plus vide que l'espace à l'extérieur de ses frontières –il ne peut pas être totalement vide, vu que nous sommes dedans. Cela peut paraître peu, mais cette différence significative suffit à provoquer certains comportements anormaux, tout du moins du point de vue des normes utilisées aujourd'hui par les astrophysiciens.

Le plus flagrant de ces comportements étranges est la vitesse anormalement élevée à laquelle les étoiles et les galaxies voisines de notre système solaire s'éloignent de nous. Les cosmologistes se basent habituellement sur la constante de Hubble pour décrire la vitesse d'expansion de l'univers. Sauf que notre voisinage proche vient contredire cette constante. De quoi se gratter la tête en fronçant les sourcils. 

Pour Indranil Banik et ses collègues, cela pourrait s'expliquer par la gravité accrue des régions à haute densité de matière, synonyme d'attraction plus forte entre objets célestes et donc de tensions dans la constante de Hubble. Pour confirmer cette hypothèse, les chercheurs ont prévu d'étudier les données de supernovas pour voir si, en dehors du vide KBC, la constante de Hubble revient à la normale.

" C'est la principale chose qui me préoccupe: savoir si les supernovas montrent vraiment que nous sommes réellement dans un univers qui s'expand plus rapidement et qu'il n'y a aucune limite à ce vide ", conclut Indranil Banik. Rassurant, non?



 

Auteur: Internet

Info: https://korii.slate.fr/ - Clément Poursain - 17 mai 2024

[ isolement galactique ]

littérature russe

- Ce qui est intéressant quand on regarde les traductions de Dostoievski c'est de voir à quel point, moi y compris naturellement, à quel point chaque traducteur essaie de transmettre quelque chose qui est absolument invraisemblable en français. C'est à dire qu'il écrit en dépit de toutes les règles, Dostoîevski, et il fait ça en toute conscience. C'est à dire qu'il fait tout pour ne pas faire un roman français, disons. C'est idéologique, il dit que les français... - C'est pas Balzac... C'est à dire qu'il dit que les français écrivent comme des marquis et que nous les russes on écrit comme ça, c'est à dire avec une espèce de débordement de passion, de langue toujours en fusion, et sans aucune norme autre à part celle qu'on crée là, sur le champ. La base c'est que c'est pas écrit, c'est dit, c'est à dire que dans chaque roman, dans chaque nouvelle de Dostoîevski, c'est quelqu'un qui parle et c'est une voix, une langue qui s'exprime, qui a ses propres règles de syntaxe, de rythme, de souffle. Donc voilà c'est la première chose.

Après donc, ce que je dis, c'est cette maladresse qui est soulignée. En particulier le rôle, en particulier dans l'IDIOT, des répétitions...

- Donc des maladresses voulues

- Voulues, soulignées, revendiquées ! Mais une maladresse qui n'est pas du tout une maladresse, qui est simplement de dire "Je fais comme je veux"... Et aucune règle n'existe avant moi, c'est moi qui fait tout.

- Une maladresse qui est un peu une révolte, qui s'oppose

- Qui est une révolte non pas contre le roman russe, parce que c'est la tradition de Pouchkine, la tradition de Gogol. Pouchkine a fait ça le premier dans "La fille du capitaine" par exemple. Et Gogol naturellement l'a fait. Mais c'est une révolte contre la littérature occidentale. Et on a oublié la troisième clé pour comprendre Dostoîevski, qui est l'aspect poétique... C'est  à dire que ce que j'appelle l'aspect poétique c'est la structure, la façon dont ça marche. C'est par motifs... comment dire... Par exemple dans "L'idiot" le motif de base c'est l'épilespsie. Et l'épilepsie, comment il décrit l'épilepsie ? Il la décrit comme ça : il y a une espèce de longue période, comment dire, d'oppression, d'incubation, de trucs, pendant laquelle tout ce qui se passe c'est que tout le monde, dans le désordre, se colle littéralement à sa conscience. Et du coup, là encore, c'est une question de syntaxe et de respiration. C'est lourd. C'est dur.

- C'est fulgurant aussi, comme l'épilepsie

- Alors voilà, à un certain moment il y a une espèce de fulgurance, comme un coup de couteau, comme ce couteau dans "l'idiot". Et c'est l'éclair qui donne l'harmonie dont vous avez parlé. Et ça j'ai été très touché par ce que vous avez dit... 

(Anna Novac) - Je me demandais où il prenait le souffle pour abandonner un fou, un hystérique et entrer dans un autre fou hystérique. Parce que partiquement tous sont fous et hystériques, ce que Tolstoî lui reprochait tellement, et Tourgueniev. Parce que là il y a une sorte d'exhaltation qui dépasse la logique, la raison. Moi je peux me convaincre que je suis encore à peu près normale... Je commence à lire "Les frères Karamazov" pour me dire, "non, ça va encore, le monde tourne, je ne divague pas". Ce manque de règles, de discipline, cette espèce de sauvagerie démente. Et quand même je n'ai pas pu le laisser, toute en rage..

- C'est bon signe

- C'est un très bon signe 

- Il est toujours le premier lu au monde

- Mais bien sûr... ça irrite, ça agace... ça doit toujours.

Auteur: Markowicz André

Info: interview de Bernard Rapp in : trois clés pour lire Dostoïevsk dans : Jamais sans mon livre, FR 3, 27 1 1993

[ comparaison ] [ transposition ]

nord-sud

La direction de l'institution américaine Carnegie Mellon University s'est distanciée des tweets offensants d'Uju Anya, professeur au département de langues modernes de l'école, qui décrivent feu la reine Elizabeth II comme une "femme misérable" et une "colonisatrice génocidaire".

Parmi l'afflux des inquiétudes concernant l'état de santé de la reine malade tôt jeudi – quelques heures avant l'annonce officielle de sa mort – Mme Anya, dans un fil de tweets, souhaitait à la reine "une mort atrocement douloureuse comme celle qu'elle a pu causer à des millions de personnes".

"J'ai entendu dire que le monarque en chef d'un empire génocidaire, voleur et violeur est enfin en train de mourir. Que sa douleur soit atroce".

Après que de nombreuses personnes aient signalé ce tweet, Twitter l'a retiré pour avoir enfreint la règle interdisant de "souhaiter ou espérer que quelqu'un subisse un préjudice physique".

Ce qui n'a pas empêché un déluge de critiques, notamment de la part de l'Université Carnegie Mellon, où Mme Anya enseigne la linguistique appliquée.

"Nous ne tolérons pas les messages offensants et répréhensibles publiés par Uju Anya aujourd'hui sur son compte personnel de médias sociaux. La liberté d'expression est au cœur de la mission de l'enseignement supérieur, cependant, les opinions qu'elle a partagées ne représentent absolument pas les valeurs de l'institution, ni les normes de discours que nous cherchons à promouvoir", a tweeté l'Université Carnegie Mellon.

Les tweets ignobles de Mme Anya ont également attiré l'attention du fondateur d'Amazon, Jeff Bezos.

"Est-ce quelqu'un qui travaille pour rendre le monde meilleur ?" a-t'il tweeté. "Je ne pense pas. Wow."

Les commentataires en ligne ne cessent depuis d'envahir la section de commentaires du tweet de l'université, appelant au licenciement de Mme Anya, soulignant qu'un condamnation ne suffirait pas et demandant des mesures de rétorsion contre le professeur.

L'utilisateur de Twitter @DavidWohl par exemple : "Ainsi, cette ignoble fauteuse de haine restera professeur titulaire, et continuera de recevoir son plein salaire sans aucune mesure disciplinaire, ni suspension, ni rien. Au cas où vous envisageriez d'envoyer vos enfants dans cette université dégénérée."

Un autre tweet, @InterestedObs13 indique : "La liberté d'expression est essentielle, mais la méchanceté de ce tweet ne reflète pas l'opinion réfléchie et rationnelle d'un leader pondéré. Colère et rancune comme celles-ci diminuent la légitimité de l'argument et au final la réputation de la personne qui le transmet."

Un autre @kristi_mccall a été plus explicite : "Si vous ne la virez pas, vous l'approuvez."

Et @chefjohnny84 a écrit: "Alors virez-la. Résilier son contrat. Cette femme ne devrait rien apprendre à personne. Elle devrait apprendre l'histoire, pas remplir le monde de haine."

Plus tôt cette année Mme Anya a indiqué à Carnegie Mellon qu'elle était née au Nigeria et avait déménagé aux États-Unis à l'âge de 10 ans., déplorant être en butte à "l'exclusion du système".

"En raison de l'exclusion systémique, ma voix est unique et fondamentale dans le domaine", expliquait Mme Anya dans l'interview de Carnegie Mellon. "Je suis le principal chercheur qui étudie la race et les expériences de la race noire dans l'apprentissage des langues et l'un des rares à examiner l'éducation des langages dans une perspective de justice sociale."

L'attaque de Mme Anya contre la reine Elizabeth correspond à sa profonde animosité, souvent exprimée, suite à la guerre civile nigériane (1967-1970). On estime que deux millions de personnes auraient été tuées par les troupes nigérianes lors d'une tentative du groupe ethnique Igbo de Mme Anya de se séparer du Nigéria à peine sept ans après l'indépendance.

"Si quelqu'un s'attend à ce que j'exprime autre chose que du mépris pour une monarque qui a supervisé le gouvernement qui a parrainé le génocide, a massacré et déplacé la moitié de ma famille avec des conséquences encore visibles aujourd'hui, vous pouvez continuer à rêver", a ajouté Mme Anya sur Twitter suite à la réprimande de Bezos.

La professeur, qui est d'origine Igbo dans l'est du Nigeria, a acquis cette notoriété sur Twitter après avoir incité à la haine ethnique, en particulier contre les populations haoussa et yoruba.

Il y a deux semaines, elle fut stigmatisée par certains Afro-Américains pour son utilisation d'une insulte de rue, "Akata", puisqu'elle affirmait que ce mot qui émane de la langue yoruba et que le peuple yoruba l'utilise pour décrire les Afro-Américains comme des animaux sauvages.

Son affirmation fut immédiatement démystifiée et présentée comme une tentative d'opposer les Afro-Américains aux personnes de l'ethnie Yoruba au Nigeria, à qui elle n'a jamais pardonné de s'être rangé du côté des troupes fédérales pour maintenir l'unité du Nigeria durant la guerre civile.

 

Auteur: Internet

Info: https://gazettengr.com/, 8 sept. 2022

[ polémique ] [ afrique ] [ usa ] [ Angleterre ] [ événement mondial ] [ deuil planétaire ] [ racisme ] [ communautarisme ] [ socio-linguistique ]

exobiologie

Les doutes grandissent quant à l’approche biosignature de la chasse aux extraterrestres

Les controverses récentes sont de mauvais augure pour les efforts visant à détecter la vie sur d’autres planètes en analysant les gaz présents dans leur atmosphère.

En 2020, des scientifiques ont détecté un gaz appelé phosphine dans l’atmosphère d’une planète rocheuse de la taille de la Terre. Sachant qu'il est impossible de produire de la phosphine autrement que par des processus biologiques, "les scientifiques affirment que quelque chose de vivant est la seule explication de l'origine de ce produit chimique", a rapporté le New York Times . En ce qui concerne les " gaz biosignatures ", la phosphine semblait être un coup de circuit.

Jusqu'à ce que ce ne soit plus le cas.

La planète était Vénus, et l’affirmation concernant une potentielle biosignature dans le ciel vénusien est toujours embourbée dans la controverse, même des années plus tard. Les scientifiques ne peuvent pas s'entendre sur la présence de phosphine là-bas, et encore moins sur la question de savoir si cela constituerait une preuve solide de l'existence d'une biosphère extraterrestre sur notre planète jumelle.

Ce qui s’est avéré difficile pour Vénus ne le sera que pour les exoplanètes situées à plusieurs années-lumière.

Le télescope spatial James Webb (JWST) de la NASA, lancé en 2021, a déjà renvoyé des données sur la composition atmosphérique d'une exoplanète de taille moyenne baptisée K2-18 b que certains ont interprétée – de manière controversée – comme une preuve possible de la vie. Mais alors même que les espoirs de détection de biosignature montent en flèche, certains scientifiques commencent à se demander ouvertement si les gaz présents dans l’atmosphère d’une exoplanète constitueront un jour une preuve convaincante de l’existence d’extraterrestres.

De nombreux articles récents explorent les redoutables incertitudes liées à la détection de la biosignature des exoplanètes. L'un des principaux défis qu'ils identifient est ce que le philosophe des sciences Peter Vickers de l'Université de Durham appelle le problème des alternatives non conçues . En termes simples, comment les scientifiques peuvent-ils être sûrs d’avoir exclu toute explication non biologique possible de la présence d’un gaz – surtout tant que la géologie et la chimie des exoplanètes restent presque aussi mystérieuses que la vie extraterrestre ?

"De nouvelles idées sont constamment explorées, et il pourrait y avoir un mécanisme abiotique pour ce phénomène qui n'a tout simplement pas encore été conçu", a déclaré Vickers. "C'est le problème des alternatives inconçues en astrobiologie."

"C'est un peu l'éléphant dans la pièce", a déclaré l'astronome Daniel Angerhausen de l'École polytechnique fédérale de Zurich, qui est un scientifique du projet sur la mission LIFE, un télescope spatial proposé qui rechercherait des gaz de biosignature sur des planètes semblables à la Terre. exoplanètes.

Si ou quand les scientifiques détectent un gaz de biosignature putatif sur une planète lointaine, ils peuvent utiliser une formule appelée théorème de Bayes pour calculer les chances de vie là-bas sur la base de trois probabilités. Deux d’entre eux concernent la biologie. La première est la probabilité que la vie apparaisse sur cette planète, compte tenu de tout ce que l’on sait d’elle. La seconde est la probabilité que, si la vie existait, elle créerait la biosignature que nous observons. Les deux facteurs comportent d'importantes incertitudes, selon les astrobiologistes Cole Mathis de l'Arizona State University et Harrison Smith de l'Institut des sciences de la Terre et de la vie de l'Institut de technologie de Tokyo, qui ont exploré ce type de raisonnement dans un article l'automne dernier.

Le troisième facteur est la probabilité qu'une planète sans vie produise le signal observé – un défi tout aussi sérieux, réalisent maintenant les chercheurs, qui est mêlé au problème des alternatives abiotiques inconçues.

"C'est la probabilité que nous disons que vous ne pouvez pas remplir vos fonctions de manière responsable", a déclaré Vickers. "Cela pourrait presque aller de zéro à 1."

Prenons le cas de K2-18 b, une " mini-Neptune " de taille intermédiaire entre la Terre et Neptune. En 2023, les données du JWST ont révélé un signe statistiquement faible de sulfure de diméthyle (DMS) dans son atmosphère. Sur Terre, le DMS est produit par des organismes marins. Les chercheurs qui l’ont provisoirement détecté sur K2-18b ont interprété les autres gaz découverts dans son ciel comme signifiant que la planète est un " monde aquatique " avec un océan de surface habitable, confortant ainsi leur théorie selon laquelle le DMS proviendrait de la vie marine. Mais d'autres scientifiques interprètent les mêmes observations comme la preuve d'une composition planétaire gazeuse et inhospitalière ressemblant davantage à celle de Neptune.

Des alternatives inconcevables ont déjà contraint les astrobiologistes à plusieurs reprises à réviser leurs idées sur ce qui constitue une bonne biosignature. Lorsque la phosphine a été détectée sur Vénus , les scientifiques ne connaissaient aucun moyen de la produire sur un monde rocheux sans vie. Depuis lors, ils ont identifié plusieurs sources abiotiques possibles de gaz . Un scénario est que les volcans libèrent des composés chimiques appelés phosphures, qui pourraient réagir avec le dioxyde de soufre présent dans l'atmosphère de Vénus pour former de la phosphine – une explication plausible étant donné que les scientifiques ont trouvé des preuves d'un volcanisme actif sur notre planète jumelle. De même, l'oxygène était considéré comme un gaz biosignature jusqu'aux années 2010, lorsque des chercheurs, dont Victoria Meadows du laboratoire planétaire virtuel de l'Institut d'astrobiologie de la NASA, ont commencé à trouver des moyens permettant aux planètes rocheuses d' accumuler de l'oxygène sans biosphère. Par exemple, l’oxygène peut se former à partir du dioxyde de soufre, qui abonde sur des mondes aussi divers que Vénus et Europe.

Aujourd’hui, les astrobiologistes ont largement abandonné l’idée selon laquelle un seul gaz pourrait constituer une biosignature. Au lieu de cela, ils se concentrent sur l’identification d’« ensembles », ou d’ensembles de gaz qui ne pourraient pas coexister sans vie. Si quelque chose peut être appelé la biosignature de référence actuelle, c’est bien la combinaison de l’oxygène et du méthane. Le méthane se dégrade rapidement dans les atmosphères riches en oxygène. Sur Terre, les deux gaz ne coexistent que parce que la biosphère les reconstitue continuellement.

Jusqu’à présent, les scientifiques n’ont pas réussi à trouver une explication abiotique aux biosignatures oxygène-méthane. Mais Vickers, Smith et Mathis doutent que cette paire particulière – ou peut-être n’importe quel mélange de gaz – soit un jour convaincante. "Il n'y a aucun moyen d'être certain que ce que nous observons est réellement une conséquence de la vie, par opposition à un processus géochimique inconnu", a déclaré Smith.

" JWST n'est pas un détecteur de vie. C'est un télescope qui peut nous dire quels gaz se trouvent dans l'atmosphère d'une planète ", a déclaré Mathis.

Sarah Rugheimer, astrobiologiste à l'Université York qui étudie les atmosphères des exoplanètes, est plus optimiste. Elle étudie activement d’autres explications abiotiques pour les biosignatures d’ensemble comme l’oxygène et le méthane. Pourtant, dit-elle, "  j’ouvrirais une bouteille de champagne – du champagne très cher – si nous voyions de l’oxygène, du méthane, de l’eau et du CO 2 " sur une exoplanète.

Bien sûr, verser un verre sur un résultat passionnant en privé est différent de dire au monde qu'il a trouvé des extraterrestres.

Rugheimer et les autres chercheurs qui ont parlé à Quanta pour cette histoire se demandent comment parler au mieux en public de l'incertitude entourant les biosignatures – et ils se demandent comment les fluctuations de l'opinion astrobiologique sur une détection donnée pourraient miner la confiance du public dans la science. Ils ne sont pas seuls dans leur inquiétude. Alors que la saga de la phosphine de Vénus approchait de son apogée en 2021, les administrateurs et les scientifiques de la NASA ont imploré la communauté de l'astrobiologie d'établir des normes fermes de certitude dans la détection des biosignatures. En 2022, des centaines d'astrobiologistes se sont réunis pour un atelier virtuel pour discuter de la question – bien qu'il n'existe toujours pas de norme officielle, ni même de définition, d'une biosignature. "Pour l'instant, je suis assez heureux que nous soyons tous d'accord, tout d'abord, sur le fait que c'est un petit problème", a déclaré Angerhausen.

La recherche avance malgré l’incertitude – comme elle le devrait, dit Vickers. Se retrouver dans des impasses et devoir faire marche arrière est naturel pour un domaine naissant comme l’astrobiologie. "C'est quelque chose que les gens devraient essayer de mieux comprendre comment fonctionne la science dans son ensemble", a déclaré Smith. "C'est OK de mettre à jour ce que nous savons." Et les affirmations audacieuses sur les biosignatures ont un moyen d’allumer un feu sous la pression des scientifiques pour les falsifier, disent Smith et Vickers – pour partir à la recherche d’alternatives inconçues.

"Nous ne savons toujours pas ce qui se passe sur Vénus, et bien sûr, cela semble désespéré", a déclaré l'astrochimiste Clara Sousa-Silva du Bard College, une experte en phosphine qui a contribué à la détection de Vénus. Pour elle, la prochaine étape est claire : " Pensons à nouveau à Vénus. " Les astronomes ont pratiquement ignoré Vénus pendant des décennies. La controverse sur la biosignature a déclenché de nouveaux efforts non seulement pour découvrir des sources abiotiques de phosphine jusque-là inconsidérées, mais également pour mieux comprendre notre planète sœur à part entière. (Au moins cinq missions vers Vénus sont prévues dans les décennies à venir.) "Je pense que c'est aussi une source d'espoir pour les exoplanètes."

Auteur: Internet

Info: https://www.quantamagazine.org/ - Elise Cuts, 19 mars 2024

[ xénobiologie ]

tour d'horizon de l'IA

Intelligence artificielle symbolique et machine learning, l’essor des technologies disruptives

Définie par le parlement Européen comme la " reproduction des comportements liés aux humains, tels que le raisonnement, la planification et la créativité ", l’intelligence artificielle s’initie de façon spectaculaire dans nos vies. Théorisée au milieu des années 50, plusieurs approches technologiques coexistent telles que l’approche machine learning dite statistique basée sur l’apprentissage automatique, ou l’approche symbolique basée sur l’interprétation et la manipulation des symboles. Mais comment se différencient ces approches ? Et pour quels usages ?

L’intelligence artificielle, une histoire ancienne

Entre les années 1948 et 1966, l’Intelligence Artificielle a connu un essor rapide, stimulé par des financements importants du gouvernement américain pour des projets de recherche sur l’IA, notamment en linguistique. Des progrès significatifs ont été réalisés dans la résolution de problèmes de logique symbolique, mais la capacité de l’IA à traiter des données complexes et imprécises était encore limitée.

A la fin des années 70, plus précisément lors du deuxième “été de l’IA” entre 1978 et 1987,  l’IA connaît un regain d’intérêt. Les chercheurs ont commencé à explorer de nouvelles approches, notamment l’utilisation de réseaux neuronaux et de systèmes experts. Les réseaux neuronaux sont des modèles de traitement de l’information inspirés par le fonctionnement du cerveau humain, tandis que les systèmes experts sont des programmes informatiques qui simulent l’expertise humaine dans un domaine spécifique.

Il faudra attendre la fin des années 90 pour voir un renouveau de ces domaines scientifiques, stimulé par des avancées majeures dans le traitement des données et les progrès de l’apprentissage automatique. C’est d’ailleurs dans cette période qu’une IA, Deepblue, gagne contre le champion mondial Garry Kasparov aux échecs.$

Au cours des dernières années, cette technologie a connu une croissance exponentielle, stimulée par des progrès majeurs dans le deep learning, la robotique ou la compréhension du langage naturel (NLU). L’IA est maintenant utilisée dans un large éventail de domaines, notamment la médecine, l’agriculture, l’industrie et les services. C’est aujourd’hui un moteur clé de l’innovation et de la transformation de notre monde, accentué par l’essor des generative AIs. 

Parmi ces innovations, deux grandes approches en intelligence artificielle sont aujourd’hui utilisées : 

1 - Le Machine Learning : qui est un système d’apprentissage automatique basé sur l’exploitation de données, imitant un réseau neuronal

2 - L’IA Symbolique : qui se base sur un système d’exploitation de " symboles ”, ce qui inspire des technologies comme le “système expert” basé sur une suite de règles par exemple.

Mais comment fonctionnent ces deux approches et quels sont leurs avantages et leurs inconvénients ? Quels sont leurs champs d’application ? Peuvent-ils être complémentaires ?

Le machine learning

Le Machine Learning est le courant le plus populaire ces dernières années, il est notamment à l’origine de ChatGPT ou bien MidJourney, qui font beaucoup parler d’eux ces derniers temps. Le Machine Learning (ML) est une famille de méthodes d’apprentissage automatique qui permet aux ordinateurs d’apprendre à partir de données, sans être explicitement programmés. En utilisant des algorithmes, le ML permet aux ordinateurs de comprendre les structures et les relations dans les données et de les utiliser pour prendre des décisions.

Le ML consiste à entraîner des modèles informatiques sur de vastes ensembles de données. Ces modèles sont des algorithmes auto apprenant se basant sur des échantillons de données, tout en déterminant des schémas et des relations/corrélations entre elles. Le processus d’entraînement consiste à fournir à l’algorithme des données étiquetées, c’est-à-dire des données qui ont déjà été classifiées ou étiquetées pour leur attribuer une signification. L’algorithme apprend ensuite à associer les caractéristiques des données étiquetées aux catégories définies en amont. Il existe cependant une approche non-supervisée qui consiste à découvrir ce que sont les étiquettes elles-mêmes (ex: tâche de clustering).

Traditionnellement, le machine learning se divise en 4 sous-catégories : 

Apprentissage supervisé : 

Les ensembles de données sont étiquetés, ce qui permet à l’algorithme de trouver des corrélations et des relations entre les caractéristiques des données et les étiquettes correspondantes. 

Apprentissage non supervisé : 

Les ensembles de données ne sont pas étiquetés et l’algorithme doit découvrir les étiquettes par lui-même. 

Apprentissage semi-supervisé : 

L’algorithme utilise un mélange de données étiquetées et non étiquetées pour l’entraînement.

Apprentissage par renforcement : 

L’algorithme apprend à prendre des décisions en interagissant avec son environnement. Il reçoit des récompenses ou des pénalités pour chaque action, ce qui lui permet d’ajuster sa stratégie pour maximiser sa récompense globale.

Un exemple d’application du Machine Learning est la reconnaissance d’images. Des modèles d’apprentissages profonds sont entraînés sur des millions d’images pour apprendre à reconnaître des objets, des personnes, des animaux, etc. Un autre exemple est la prédiction de la demande dans le commerce de détail, où des modèles sont entraînés sur des données de ventes passées pour prédire les ventes futures.

Quels sont les avantages ? 

Étant entraîné sur un vaste corpus de données, le ML permet de prédire des tendances en fonction de données.  

- Le machine learning offre la capacité de détecter des tendances and des modèles dans les données qui peuvent échapper à l’observation humaine.

- Une fois configuré, le machine learning peut fonctionner de manière autonome, sans l’intervention humaine. Par exemple, dans le domaine de la cybersécurité, il peut surveiller en permanence le trafic réseau pour identifier les anomalies.

- Les résultats obtenus par le machine learning peuvent s’affiner et s’améliorer avec le temps, car l’algorithme peut apprendre de nouvelles informations et ajuster ses prédictions en conséquence.

- Le machine learning est capable de traiter des volumes massifs et variés de données, même dans des environnements dynamiques et complexes.

L’intelligence artificielle symbolique

L’IA symbolique est une autre approche de l’intelligence artificielle. Elle utilise des symboles and des règles de traitement de l’information pour effectuer des tâches. Les symboles peuvent être des concepts, des objets, des relations, etc. Les règles peuvent être des règles de déduction, des règles de production, des règles d’inférence…etc.

Un exemple d’application de l’IA symbolique est le système expert. Un système expert est un programme informatique qui utilise des règles de déduction pour résoudre des problèmes dans un domaine spécifique, comme le diagnostic médical ou l’aide à la décision en entreprise. Un autre exemple est la traduction automatique basée sur des règles, les règles de grammaire et de syntaxe sont utilisées pour traduire un texte d’une langue à une autre.

Quelques exemples d’usages de l’IA symbolique :

La traduction

L’IA symbolique a été utilisée pour développer des systèmes de traduction automatique basés sur des règles. Ces systèmes utilisent des règles de grammaire et de syntaxe pour convertir un texte d’une langue à une autre. Par exemple, le système SYSTRAN, développé dans les années 1960, est un des premiers systèmes de traduction automatique basé sur des règles. Ce type de système se distingue des approches basées sur le Machine Learning, comme Google Translate, qui utilisent des modèles statistiques pour apprendre à traduire des textes à partir de corpus bilingues.

Le raisonnement logique

L’IA symbolique est également utilisée pour développer des systèmes capables de raisonnement logique, en exploitant des règles et des connaissances déclaratives pour résoudre des problèmes complexes. Par exemple, les systèmes d’aide à la décision basés sur des règles peuvent être utilisés dans des domaines tels que la finance, l’assurance ou la logistique, pour aider les entreprises à prendre des décisions éclairées. Un exemple concret est le système MYCIN, développé dans les années 1970 pour aider les médecins à diagnostiquer des infections bactériennes et à prescrire des antibiotiques adaptés.

L’analyse de textes

L’IA symbolique peut être utilisée pour l’analyse de textes, en exploitant des règles et des connaissances linguistiques pour extraire des informations pertinentes à partir de documents. Par exemple, les systèmes d’extraction d’information basés sur des règles peuvent être utilisés pour identifier des entités nommées (noms de personnes, d’organisations, de lieux, etc.) et des relations entre ces entités dans des textes. Un exemple d’application est l’analyse et la catégorisation des messages entrants pour les entreprises, cœur de métier de Golem.ai avec la solution InboxCare.

Les avantages de l’IA symbolique 

L’IA symbolique est une approche qui utilise des symboles, et parfois des " règles” basées sur des connaissances, qui comporte plusieurs avantages :

- Explicablilité : Les décisions prises par les systèmes d’IA symbolique sont explicites et peuvent être expliquées en fonction des règles logiques et des connaissances déclaratives utilisées par le système. Cette transparence peut être essentielle dans des applications critiques, comme la médecine ou la défense.

- Frugalité : Contrairement au Machine Learning, l’IA symbolique ne nécessite pas d’entraînement, ce qui la rend moins gourmande en énergie à la fois lors de la conception et de l’utilisation.

- Adaptabilité : Les systèmes d’IA symbolique peuvent être facilement adaptés à de nouveaux domaines en ajoutant de nouvelles règles logiques et connaissances déclaratives à leurs bases de connaissances existantes, leurs permettant de s’adapter rapidement à de nouvelles situations.

L’intelligence artificielle hybride ou le neuro-symbolique 

Les systèmes hybrides combinent les avantages de l’IA symbolique et du Machine Learning en utilisant une approche mixte. Dans ce type de système, l’IA symbolique est utilisée pour représenter les connaissances et les règles logiques dans un domaine spécifique. Les techniques de Machine Learning sont ensuite utilisées pour améliorer les performances de l’IA symbolique en utilisant des ensembles de données pour apprendre des modèles de décision plus précis et plus flexibles. Mais nous pouvons également voir d’autres articulations comme la taxonomie de Kautz par exemple.

L’IA symbolique est souvent utilisée dans des domaines où il est important de comprendre et de contrôler la façon dont les décisions sont prises, comme la médecine, la finance ou la sécurité. En revanche, le Machine Learning est souvent utilisé pour des tâches de classification ou de prédiction à grande échelle, telles que la reconnaissance de voix ou d’image, ou pour détecter des modèles dans des données massives.

En combinant les deux approches, les systèmes hybrides peuvent bénéficier de la compréhensibilité et de la fiabilité de l’IA symbolique, tout en utilisant la flexibilité et la capacité de traitement massif de données du Machine Learning pour améliorer la performance des décisions. Ces systèmes hybrides peuvent également offrir une plus grande précision et un temps de réponse plus rapide que l’une ou l’autre approche utilisée seule.

Que retenir de ces deux approches ?

L’Intelligence Artificielle est en constante évolution et transforme de nombreux secteurs d’activité. Les deux approches principales de l’IA ont leurs avantages et inconvénients et peuvent être complémentaires. Il est donc crucial pour les entreprises de comprendre ces technologies pour rester compétitives. 

Cependant, les implications éthiques et sociales de l’IA doivent également être prises en compte. Les décisions des algorithmes peuvent avoir un impact sur la vie des personnes, leur travail, leurs droits et leurs libertés. Il est donc essentiel de mettre en place des normes éthiques et des réglementations pour garantir que l’IA soit au service de l’humanité. Les entreprises et les gouvernements doivent travailler ensemble pour développer des IA responsables, transparentes et équitables qui servent les intérêts de tous. En travaillant ensemble, nous pouvons assurer que l’IA soit une force positive pour l’humanité dans les années à venir. 



 

Auteur: Merindol Hector

Info: https://golem.ai/en/blog/technologie/ia-symbolique-machinelearning-nlp - 4 avril 2023

[ dualité ]