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 ]

phonétique

Emerger ?...

Tiens donc, émerger. On peut l'écrire aussi en trois lettres : M R G

Ce serait, disons, le nouveau sigle des services du gaz (Moyens Réunis Gaziers).

Et pourquoi ne pas inventer de nouvelles godasses pour Michael Gordon, l'immense star du basket humain : M "air" G ... envolez-vous comme lui !...

Comme vous le savez probablement, j'adore la BD. Ce qui me conduit parfois à parler du créateur de Tintin de manière très critique. L'autre jour j'en confabule donc avec mon beau-frère, mettant en cause encore une fois le célèbre dessinateur pour les tendances racistes de ses premiers ouvrages. Il me rétorque, très sérieusement.

- moi, je préférerai que tu aimes Hergé si tu apprécies Tintin....

Il ne croit pas si bien dire - hasard extraordinaire - celui-ci attend tranquillement devant nous, assis sur un banc de l'arrêt de bus tout proche. Un peu gêné mon beaufre ose cependant :

- hem... Hergé, on peut vous parler ?...

Ensuite un immense attroupement nous aimante du côté de la gare du Nord, nous apprenons que le grand H G arrive en ville. Bousculades et frottements vigoureux nous propulsent presque au premier rang. La grosse Hjéh, énorme matrone noiraude bien connue du quartier vient s'installer juste devant moi

- eh ! mère Hjéh, vous me bouffez la vue, bougez-vous le cul !... j'aimerai quand bien voir l'arrivée d'Haimair Ghé (qui n'est autre que le célèbre inventeur du pifonitre).

Ensuite je vais d'un saut :

Au service de l'aménagement du territoire mondial. Le grand chef statue.

- est mer G toute grande étendus salée qui aura été décontaminée complètement... Pierre Broutin a décidé tout seul de la nouvelle procédure et des classifications, c'est bien son genre de grand bureaucrate organisateur égocentré.

Chez un horticulteur

- mergée... la haie ?...

- mais oui, c'est une haie mergée dans notre jargon, dès qu'elle a pris un peu de hauteur....

- ah bon, donc haie merge haie, en quelque sorte

- oui, quand il y en a plusieurs côte à côte.

Dans le jeu télévisé "des chefs et des litres"

- Mesdames Messieurs, aujourd'hui l'épreuve de rapidité ne permet que l'usage des lettres : R M H A E et I.

- haie, mer, j'ai !...

Hurle le concurrent no 2, il est le premier à trouver les deux mots de trois et quatre lettres, comme le stipule le règlement.

Au bureau,juste avant le début de la réunion des chefs de service. Le greffier demande.

- et Mairgé, est-il arrivé ?...

Celui-ci étant sempiternellement en retard, ses collègues haussent les épaules

Chez un artisan, qui me parle de ses souvenirs d'apprenti.

- Et en fin de discours de bienvenue, le patron des cours théorique balançait chaque année la même phrase ; "est mergé tout individu qui aura terminé avec succès son apprentissage et subit avec entrain son bizutage.... qu'on se le dise !..."

Car, pour marquer le coup on se contentait à l'époque, de balancer l'impétrant dans le grand bassin du parc de l'école. Sans autres cérémonies.

Au ministère de la défense, lors de la formation d'une troupe spéciale, affectée à une mission en pays lointain. Les candidats défilent. Il le regarde interrogatif.

- Hème, RG ?....

Le commandant sait que ce type travaille dans le contre-espionnage mais garde un doute quant au service auquel il est rattaché.

Dans une banlieue lointaine, juste après des votations

- hé, maire Jé !... vous avez été réélu ?

Visionner une série Télé pour les tout-petits. Première phrase de la chanson titre.

- Youpiiii... nous partons tous pour Haimairjé, le pays fantastique des petits lutins violets.

Faire un tour à Noisy-le-sec. Et je croise qui ?... Hém et Rjé... Ici tout le monde les connaît, les 2 jumeaux maghrébins inséparables qu'on surnomme aussi Paul et Mick à cause de leurs disputes continuelles.

Plus tard, à la sortie de mon logis, je surprends cette discussion de pipelettes sur le palier.

- Absolument, il hait Mérjé depuis qu'il sait ce que celui-ci a dit de lui.

Visiter une néo planète.

- èm er jhééé ... èm er jhééé ... èm er jhééé ...

Hurle infatigablement la populace locale. Le translateur travaille à fond pendant notre sommeil. La traduction nous est donnée au réveil.

- èm er jhééé signifie bienvenue...

Et ainsi de suite.

Auteur: MG

Info: La maladie de Thaï-ming, 2004

[ allographie ] [ homophone décliné ]

matérialogie

La plupart des matériaux semblent suivre une mystérieuse " règle de quatre ", que les chercheurs ne comprennent toujours pas 

La découverte de régularités et de corrélations dans des données enthousiasme généralement les scientifiques, du moins lorsqu’ils peuvent l’expliquer. Dans le cas contraire, il arrive d’estimer que les données présentent des biais ayant mené à l’apparition de telles corrélations, faisant de l’étude un véritable casse-tête. Ces défauts dans les données sont communément appelés " artefacts expérimentaux ". Récemment, des chercheurs de l’École Polytechnique Fédérale de Lausanne (EPFL), après avoir constaté que la structure de base de la majorité des matériaux inorganiques suit une étrange " règle de quatre ", n’ont pas réussi à trouver d’explication à ce schéma (impliquant une ou plusieurs corrélations inexpliquées).

Tout est parti de l’analyse de deux bases de données largement utilisées sur les structures électroniques (Materials Project et Materials Cloud3-Dimensional). Ces deux collections comprennent environ 80 000 structures électroniques de matériaux expérimentaux et prédits. En principe, tous les types de structures électroniques devraient être présentés de manière égale. Cependant, les résultats ont révélé que cela est loin d’être le cas.

Les scientifiques ont en effet constaté que 60 % des matériaux possèdent une cellule unitaire primitive (la cellule la plus petite dans une structure cristalline) constituée d’un multiple de 4 atomes. Cette récurrence est appelée " règle de quatre " par la communauté scientifique.

Des difficultés à trouver une explication définitive

Comme les scientifiques ont tendance à le faire, l’équipe de recherche en question (EPFL), dirigée par Nicola Marzari, a tenté de trouver des explications à ce schéma inattendu. Au départ, les chercheurs ont estimé que l’émergence d’un tel modèle signifiait qu’il y avait un biais quelque part dans les données.

" Une première raison intuitive pourrait venir du fait que lorsqu’une cellule unitaire conventionnelle (une cellule plus grande que la cellule primitive, représentant la pleine symétrie du cristal) est transformée en cellule primitive, le nombre d’atomes est typiquement réduit de quatre fois ", a déclaré Elena Gazzarrini, ancienne chercheuse à l’EPFL et travaillant actuellement au CERN (Genève). " La première question que nous nous sommes posée visait à déterminer si le logiciel utilisé pour transformer en cellule primitive la cellule unitaire l’avait fait correctement, et la réponse était oui ", poursuit-elle.

Une fois la piste des erreurs évidentes écartée, les chercheurs ont effectué des analyses approfondies pour tenter d’expliquer la " règle de quatre ". L’équipe s’est alors interrogée si le facteur commun pouvait être le silicium, étant donné qu’il peut lier 4 atomes à son atome central. " Nous pourrions nous attendre à constater que tous les matériaux suivant cette règle de quatre incluent du silicium ", a expliqué Gazzarrini. Malheureusement, cela n’est pas le cas.

Gazzarrini et son équipe se sont alors basés sur les énergies de formation des composés. « Les matériaux les plus abondants dans la nature devraient être les plus énergétiquement favorisés, c’est-à-dire les plus stables, ceux avec une énergie de formation négative », explique Gazzarini. " Mais ce que nous avons constaté avec les méthodes informatiques classiques, c’est qu’il n’y avait aucune corrélation entre la règle de quatre et les énergies de formation négatives ".

En considérant ces constats, Gazzarrini a envisagé la possibilité qu’une analyse plus fine recherchant une corrélation entre les énergies de formation et les propriétés chimiques puisse fournir une explication à cette règle de quatre. Ainsi, l’équipe a fait appel à l’expertise de Rose Cernosky de l’Université du Wisconsin, experte en apprentissage automatique, pour créer un algorithme d’analyse plus puissant. L’algorithme en question regroupait notamment les structures en fonction de leurs propriétés atomiques. Ensemble, Cernosky et l’équipe de Gazzarrini ont ensuite examiné les énergies de formation au sein de classes de matériaux partageant certaines similitudes chimiques. Cependant, une fois de plus, cette nouvelle approche n’a pas permis de distinguer les matériaux conformes à la règle de quatre de ceux qui ne le sont pas.

Un mystère persistant, mais qui mène vers une découverte prometteuse

Bien que jusqu’à présent l’équipe n’a pas pu résoudre l’énigme de la règle de quatre, elle a toutefois fait une belle avancée : l’exclusion de plusieurs hypothèses logiques. Les chercheurs ont également fait une découverte prometteuse (la règle de quatre), qui pourrait servir à des études futures sur ce phénomène structurel.

En effet, avec un algorithme Random Forest, le groupe est en mesure de prédire avec 87 % de précision si un composé suit la règle de quatre ou non. " C’est intéressant, car l’algorithme utilise uniquement des descripteurs de symétrie locaux plutôt que globaux ", déclare Gazzarrini. " Ceci suggère qu’il pourrait y avoir de petits groupes chimiques dans les cellules (encore à découvrir) qui pourraient expliquer la règle de quatre ", a-t-elle conclu.

Auteur: Internet

Info: https://trustmyscience.com/ - Kareen Fontaine & J. Paiano·24 avril 2024 - Source : NPJ Computational materials

[ interrogation ] [ tétravalence ] [ physique appliquée ]

syndrome cognitif

Dans un de ses cours consacrés aux mécanismes cérébraux impliqués dans la lecture, Stanislas Dehaene, professeur au Collège de France, citait cet extrait de Feu pâle, de Vladimir Nabokov : "Nous sommes absurdement accoutumés au miracle de quelques signes écrits capables de contenir une imagerie immortelle, des tours de pensée, des mondes nouveaux avec des personnes vivantes qui parlent, pleurent, rient. (…) Et si un jour nous allions nous réveiller, tous autant que nous sommes, et nous trouver dans l’impossibilité absolue de lire ?"

Comme c'est en général la règle dans les études de cas, on n'aura que ses initiales. Institutrice américaine de quarante ans, M. P. a eu la douleur de faire de l'hypothèse de Nabokov sa réalité. Racontée le 7 janvier dans la revue Neurology, son histoire commence un jeudi d'octobre 2012, en classe, devant ses jeunes élèves de maternelle. Comme tous les matins, l'enseignante doit faire l'appel. Mais à sa grande surprise, la liste de présence dont elle se sert tous les jours est couverte de signes mystérieux auxquels elle ne comprend goutte. Ainsi qu'elle se le rappelle, la feuille "aurait pu aussi bien être couverte de hiéroglyphes". Les notes qu'elle a préparées pour faire sa classe s'avèrent elles aussi incompréhensibles... M. P. rentre chez elle ce jeudi et, au cours des 48 heures qui suivent, elle éprouve de nouvelles difficultés : elle a du mal à trouver ses mots et sa réflexion est ralentie. Le samedi, sa mère l'emmène aux urgences.

C'est un accident vasculaire cérébral (AVC) qui a causé tout cela. M. P. ne s'est rendue compte de rien mais, dans son cerveau, une petite zone située dans la région occipito-temporale gauche s'est déconnectée et elle restera hors service toute sa vie. On la connaît sous le nom d'aire de la forme visuelle des mots (AFVM) et c'est elle qui est responsable de l'identification visuelle de l'écrit. Cette désactivation n'interrompt pas l'accès au reste des aires cérébrales impliquées dans le langage. M. P. comprend ce qu'on lui dit, parle normalement mais elle ne peut plus lire. En revanche, elle sait toujours écrire ! Les neuroscientifiques parlent d'alexie (incapacité à lire) sans agraphie (incapacité à écrire) ou bien d'alexie pure. Les cas sont très rares et le premier que la littérature scientifique recense est un cas français, décrit en 1892 par le neurologue Jules Dejerine.

M. P. croit d'abord que la zone lésée s'est juste remise à zéro et qu'avec les outils qu'elle connaît bien, elle va pouvoir réapprendre à lire. Et elle ne veut pas laisser sa passion pour les mots écrits s'envoler sans se battre. Mais la porte est fermée et pour de bon : M. P. ne peut pas faire du "b-a ba", tout simplement parce qu'elle ne "voit" ni les "b", ni les "a". Le message que ses yeux lui envoient à la vue des lettres arrive bien à son cerveau mais il ne passe pas la douane des mots. Toutefois, M. P. est tenace. Elle s'aperçoit qu'un autre sens que la vue peut venir à sa rescousse et c'est probablement ce qui fait la beauté de son cas, si l'on met de côté l'ironie cruelle qu'il y a à voir une spécialiste de l'apprentissage de la lecture frappée d'alexie.

Sa roue de secours, M. P. va la trouver dans... le geste. Ses yeux ne lui sont pas d'une grande aide mais sa main a encore la mémoire des lettres tracées. En voyant un mot, l'enseignante ne reconnaît pas la première de ses lettres. Alors, elle se met à dessiner avec le doigt toutes les lettres de l'alphabet, jusqu'à ce qu'elle arrive à celle dont elle voit la forme sans savoir le nom. L'exemple donné dans l'étude est celui du mot "mother" (mère en anglais). M. P. utilise son astuce pour les trois premières lettres, "m", "o" et "t", puis elle complète le mot d'elle-même. Les auteurs de l'article précisent d'ailleurs que, dans son travail de rééducation, M. P. a de vagues réminiscences à la vue de certains mots, des "émotions qui semblent appropriées". Ainsi, à la vue du mot "dessert", elle s'exclame : "Oh, j'aime ça !" En revanche, en voyant le mot "asperge", elle explique ne pas vouloir le déchiffrer car quelque chose en lui la dérange.

Malgré tous ses efforts, malgré la "béquille" qu'elle a trouvée pour déchiffrer, très laborieusement, quelques mots, M. P. ne relira plus jamais de manière automatique et fluide. Elle a dû abandonner son métier et travaille désormais à l'accueil d'un centre sportif. Lire une histoire aux enfants, comme elle le faisait dans sa classe, est la chose qui lui manque le plus, plus encore que dévorer un ouvrage pour elle-même. Et elle a l'intention d'écrire les mémoires d'une institutrice qui ne sait plus lire.

Auteur: Barthélémy Pierre

Info: 9 janvier 2014, sur son blog. Le cas décrit ici est très similaire à celui d'Howard Engel

[ altération mentale ]

artificialisation

L’élevage paysan est menacé parce que les lobbies financiers, ceux de l’agriculture productiviste et même une partie du lobby de la viande industrielle ont décidé de remplacer la vraie viande, plus assez rentable à leurs yeux, par de la fausse viande, du faux lait, du faux fromage, des faux œufs, beaucoup plus rentables.

Le système industriel de production de protéines animales est un échec financier comme le dénonce depuis trois décennies Via Campesina: les épizooties coûtent de 18 à 50 % du chiffre d’affaires, la Banque mondiale chiffre le coût de la grippe aviaire à 1250 milliards de dollars… mais pas question pour ces lobbies de laisser se développer l’élevage paysan. Leur réponse est simple : toujours plus d’industrialisation grâce aux biotech.

Ces lobbies veulent gagner la bataille de l’opinion publique car ils se souviennent de l’échec de la viande clonée qu’ils avaient précédemment voulu imposer, c’est pourquoi ils financent mondialement des groupes animalistes. L214 a reçu ainsi plus de 1,3 million de dollars d’une organisation états-unienne qui finance, par ailleurs le secteur de la fausse viande et notamment celui des faux œufs. Chacun appréciera à sa valeur qu’une organisation fondée par deux militants anarchistes soient subventionnée par le grand capital international et qu’elle se retrouve aux côtés des lobby financiers, de la malbouffe et de ce qu’il y a de pire dans l’industrie de la viande contre l’Internationale Via Campesina… Ce généreux donateur de L214, prénommé Open Philanthropy Project (OP2), a été créé par le fonds d’investissement de Dustin Moskovitz, co-fondateur de Facebook et son épouse Cari Tuna, journaliste au Wall Street Journal. Ce généraux donateur travaille aussi avec le Fonds d’investissement de Google, et avec des milliardaires comme Bill Gates, William Hewlett (Packard), etc…

Le secteur de la fausse viande n’est pas séparable des autres biotechnologies alimentaires, comme les OGM 2eet 3egénérations, comme les imprimantes 3D alimentaires, qui fonctionnent comme une imprimante classique sauf qu’elles utilisent différents ingrédients sous forme de pâte dont des hydro-colloïdes, une substance gélatineuse chimique que l’on peut structurer, aromatiser, coloriser à volonté.. La première imprimante 3D végane a été lancée, en avril 2019, en Israël, par la société Jet Eat, dont le PDG Eshchar Ben Shitrit est un personnage central de l’industrie alimentaire sous forme d’impression 3D ….

Les grandes firmes disposent déjà de tout un vocabulaire marketing pour imposer leurs productions, elles parlent de "viande propre", de "viande éthique", de "viande cultivée", une façon de sous-entendre que la vraie viande, le vrai fromage, le vrai lait, les vrais œufs ne seraient ni propres, ni éthiques, ni même, peut être, ne relèveraient d’une quelconque culture…

La fabrication industrielle de faux produits carnés comprend une production dite a-cellulaire et une autre dite cellulaire. La production acellulaire est une technique de biologie synthétique qui utilise des micro-organismes comme des bactéries, des levures, pour synthétiser des protéines et molécules. Le gène codant d’une protéine donnée est alors clonée dans un micro-organisme qui est ensuite en mesure de le produire. Pour obtenir des protéines de lait ou de blanc d’œuf, on cultive des micro-organismes génétiquement modifiés (des bactéries, des levures et autres champignons) et on mélange ensuite ces protéines à d’autres substances végétales.

La production cellulaire consiste à reconstituer des tissus animaux en mettant en culture des cellules prélevées sur l’animal. Elle utilise pour cela des bioréacteurs sur le modèle de ceux utilisés en médecine pour fabriquer de la fausse peau. La culture des cellules se fait avec du sérum de fœtus de veau. Certaines start-up, financées par la NASA, ont pour objectif de remplacer ce sérum par des extraits de champignon… Cette fausse viande cellulaire suppose toujours un animal donneur de cellules sous forme de biopsie (sous anesthésie locale) mais un seul échantillon pourrait permettre de produire jusqu’à 20 000 tonnes de viande. Mosa Meat explique que 150 vaches suffiraient pour satisfaire la demande actuelle mondiale de viande. Cette firme néerlandaise avait précédemment inventé le premier hamburger à base de cellules (un simple collage de 20 000 fibres). Son coût de 325 000 euros avait été financé par Sergey Brin, co-fondateur de Google, Patron de la firme Alphabet inc, une émanation de Google dénoncée pour être un faux nez permettant d’échapper à l’impôt via les paradis fiscaux, il dirige aussi Google X chargé de développer la voiture automatique Google et un service mondial de livraison par drone. Il fallait donc absolument dans l’intérêt de Google que la viande soit accusée de tous les maux plutôt que les transports. Sergey Brin est non seulement la treizième fortune mondiale, mais l'une des vedettes du Forum économique de Davos dont les membres, à peine descendus de leur jet privé, ordonnait en février 2019, au petit peuple de consommer moins de viande pour… sauver la planète (prétendent-ils).

Auteur: Ariès Paul

Info: https://blogs.mediapart.fr/paul-aries/blog/230419/futurs-deputes-europeens-resisterez-vous-au-lobby-de-la-viande-de-laboratoire?

[ apprentis sorciers ] [ culpabilité ] [ schizophrénie ] [ rendement économique ] [ malbouffe ]

deep machine learning

Inquiets, des chercheurs bloquent la sortie de leur IA
La science ne pense pas, écrivait le philosophe Heidegger. En 2019, si. La situation est cocasse. Des chercheurs de l'association de recherche OpenAI estimeraient leur générateur de texte, opéré par un modèle linguistique d'intelligence artificielle, comme bien trop évolué pour ne pas être dangereux. Entre des mains malveillantes, l'algo virtuose des mots pourrait semer fake news, complots et avis malveillants convaincants, sans élever le moindre soupçon.

Deux cent ans après Victor Frankenstein, des chercheurs d’OpenAI, une association californienne de recherche à but non lucratif en intelligence artificielle, se trouvent face au même dilemme qui agitait le savant dans le roman de Mary Shelley : auraient-ils créé un monstre ? Un journaliste du Guardian l’a testé. La bête, baptisée GPT2, un modèle d’intelligence artificielle (dit linguistique) capable de générer du faux texte avec précision, serait tellement performante que ses créateurs rechignent à la rendre publique. Sur la base d’une page, un paragraphe ou même quelques mots, le générateur est en mesure d’écrire une suite, fidèle au style du journaliste ou de l’auteur et en accord avec le sujet. Ce système, alimenté au machine learning, se base sur l'étude de 8 millions de pages web, partagées sur Reddit et dont le contenu a été validé par au moins trois votes positifs, étaye un article de BigData.

Le journaliste du Guardian a soumis la machine à la question, en intégrant, facétieux, l’incipit de 1984 de George Orwell. "C’était une journée d’avril froide et claire. Les horloges sonnaient treize heures", écrivait l’auteur. Dans l’esprit tout futuriste d’Orwell, GPT2 aurait complété d’un : "J’étais en route pour Seattle pour commencer un nouveau travail. J’ai mis les gaz, les clés, et j’ai laissé rouler. J’ai pensé à quoi ressemblerait la journée. Il y a 100 ans. En 2045, j’étais professeur dans une école dans quelque coin obscur de la Chine rurale". (I was in my car on my way to a new job in Seattle. I put the gas in, put the key in, and then I let it run. I just imagined what the day would be like. A hundred years from now. In 2045, I was a teacher in some school in a poor part of rural China).

Le Guardian poursuit l’expérience et entre dans GPT2 quelques paragraphes issus d’un article à propos du Brexit. La suite proposée par le générateur est étonnante. Le style est celui d’un journaliste, l’article intègre des citations (fausses) du chef de l’opposition britannique Jeremy Corbyn et du porte-parole du gouvernement et évoque même le problème des frontières irlandaises. Selon le directeur de recherche d’OpenAI, Dario Amodei, le modèle GPT2 pousse la supercherie plus loin. Il traduirait et résumerait n’importe quel texte, réussirait des tests basiques de compréhension de texte.

A The Verge, David Yuan, vice-président à la tête de l’ingénierie d’OpenAI, déclare qu’une dissertation composée par GPT2 "aurait pu tout aussi bien être écrite pour les SAT (examens utilisés pour l’admission aux universités américaines, ndlr) et recevoir une bonne note". Et c’est précisément cette maestria à réussir dans ses tâches d’ordre intellectuel qui pousse les chercheurs d’OpenAI à freiner sa sortie, de peur que la technologie tombe entre de mauvaises mains. "Nous choisissons de sortir une version limitée de GPT2 (...) Nous ne publierons ni la base de données, ni le code d'apprentissage, ni le modèle sur lequel GPT2 repose", explique un billet du blog de l'équipe de recherche.

Pour l’heure, l’ONG souhaiterait éprouver davantage le modèle. "Si vous n’êtes pas en mesure d’anticiper les capacités d’un modèle informatique, vous devez le tester pour voir ce qu’il a dans le ventre", explique OpenAI à The Guardian. Le résultat ? Comme GPT2 s’exerce dans la cour de recré des Internets, il ne serait pas très compliqué de pousser l’algorithme à générer des textes que les complotistes ne renieraient pas.

En 2015, Elon Musk s’associait à Sam Altman, président de l’incubateur prisé, Y Combinator pour fonder OpenAI, une organisation à but non lucratif pour encourager la recherche et la réflexion autour d’une IA bienveillante, qui reste au service du bien commun. Ses deux parrains la dotent d’une confortable enveloppe d’un milliard de dollars, soutenus par d’autres angels de la Silicon Valley, tels que Peter Thiel, serial entrepreneur et investisseur réputé pour ses idées controversées – l’homme est libertarien, soutient Trump et est un transhumaniste convaincu – ou Reid Hoffmann, le fondateur de LinkedIn.

A lire ce qui s’écrit ça et là à propos de GPT2, les chercheurs d’OpenAI tomberaient de leur chaise en réalisant le potentiel néfaste de l’algo. A croire que les chercheurs auraient oublié la mission première de l’ONG, à savoir, sensibiliser aux méfaits de l’intelligence artificielle et imaginer cette technologie au service du bien commun. Alors vraie peur des chercheurs, recherche candide ou plutôt, volonté d’interpeller le grand public et d'ouvrir le débat ?

Auteur: Meghraoua Lila

Info: https://usbeketrica.com

[ lecture ] [ écriture ]

homme-machine

Quand l'ordinateur façonne sa propre compréhension du monde
Des ordinateurs capables de regrouper, à partir d'une seule photo de vous, toutes les informations que contient votre empreinte numérique... Des machines aptes à auto générer des résumés à partir de textes complexes, ou encore en mesure de détecter un problème de santé à partir de l'imagerie médicale sans l'aide d'un médecin...
Le mariage des deux sciences que sont l'intelligence artificielle et le traitement des métadonnées est consommé. Et, si leur progéniture technologique est déjà parmi nous sous différentes formes, on prévoit que leurs futurs rejetons révolutionneront encore bien davantage notre quotidien.
C'est ce que prédit notamment Yoshua Bengio, professeur au Département d'informatique et de recherche opérationnelle (DIRO) de l'Université de Montréal et directeur de l'Institut des algorithmes d'apprentissage de Montréal. Cet organisme compte près de 70 chercheurs, ce qui en fait le plus grand groupe de recherche en apprentissage profond (deep learning) du monde dont les activités sont concentrées en un seul endroit.
Les conséquences des avancées scientifiques actuelles et à venir sont encore difficiles à imaginer, mais l'explosion du volume de données numériques à traiter pose tout un défi : selon une estimation d'IBM, les échanges de données sur Internet devraient dépasser le zettaoctet, soit un milliard de fois la capacité annuelle d'un disque domestique...
Comment l'intelligence artificielle - IA pour les intimes - permettra-t-elle de traiter ces informations et de les utiliser à bon escient ?
Avant de répondre à la question, clarifions d'abord ce qu'on entend par "intelligence". Le célèbre psychologue suisse Jean Piaget en avait résumé une définition très imagée : "L'intelligence n'est pas ce qu'on sait, mais ce qu'on fait quand on ne sait pas." Plusieurs décennies plus tard, Yoshua Bengio applique cette définition à l'intelligence artificielle.
Apprentissage profond
Inspiré par les théories connexionnistes, Yoshua Bengio ainsi que les chercheurs Geoffrey Hinton et Yann LeCun ont donné naissance, il y a 10 ans, aux algorithmes d'apprentissage profond. Il s'agit de réseaux de neurones artificiels dont le nombre de couches plus élevé permet de représenter des concepts plus abstraits et donc d'apprendre mieux. Chaque couche se construit sur la précédente et combine les concepts plus simples captés à la couche précédente.
Par exemple, au cours des dernières années, différents chercheurs ont tenté d'améliorer la capacité de l'ordinateur à traiter le langage naturel, selon le concept de représentation distribuée : on associe chaque mot à une représentation, puis on utilise les neurones pour obtenir la probabilité du prochain mot.
"On crée de la sorte des relations sémantiques, explique M. Bengio. Si l'on dit "chien" dans une phrase, il est fort possible que cette phrase demeure correcte même si l'on remplace "chien" par "chat", puisque ces mots partagent de nombreux attributs sémantiques : l'ordinateur découvre des attributs communs et, par une forme de déduction, il devient capable d'opérer des transformations successives qui permettent par exemple à l'ordinateur de traduire d'une langue vers une autre."
De sorte que, là où il fallait auparavant plusieurs êtres humains pour montrer à l'ordinateur comment acquérir des connaissances, celui-ci est de plus en plus apte à façonner lui-même sa propre compréhension du monde. C'est là le propre de l'apprentissage profond.
Quelques applications actuelles
Combinée avec les avancées en recherche opérationnelle et les métadonnées, l'intelligence artificielle est déjà présente dans notre vie sous diverses formes. Il n'y a qu'à penser à la façon dont on peut désormais interagir verbalement avec son téléphone portable pour lui faire accomplir une tâche, comme lui demander d'avertir notre conjoint qu'on sera en retard, lui faire ajouter un rendez-vous à notre agenda ou, encore, lui demander de nous suggérer un restaurant italien à proximité de l'endroit où l'on se trouve... Il peut même vous indiquer qu'il est temps de partir pour l'aéroport en raison de la circulation automobile difficile du moment pour peu que vous lui ayez indiqué l'heure de votre vol !
"Ce n'est pas encore une conversation soutenue avec l'ordinateur, mais c'est un début et les recherches se poursuivent", indique de son côté Guy Lapalme, professeur et chercheur au laboratoire de Recherche appliquée en linguistique informatique de l'UdeM, spécialisé entre autres en génération interactive du langage et en outils d'aide à la traduction.
Et maintenant la recherche porte sur la combinaison langage et image. "Après un entraînement au cours duquel l'ordinateur a appris en visionnant plus de 80 000 photos associées chacune à cinq phrases descriptives, il est à présent en mesure de mettre lui-même par écrit ce que l'image évoque; il y a deux ans à peine, je n'aurais pas cru qu'il était possible d'en arriver là", mentionne M. Bengio, qui collabore régulièrement avec le Massachusetts Institute of Technology, Facebook ou Google.
"Nous avons fait de grands progrès récemment, mais nous sommes loin, très loin, de reproduire l'intelligence humaine, rassure l'éminent chercheur. Je dirais que nous avons peut-être atteint le degré d'intelligence d'une grenouille ou d'un insecte, et encore, avec plusieurs imperfections..."

Auteur: Internet

Info: 9 oct. 2015

[ Internet ] [ évolution ]

perception

"Je dois traduire les couleurs" : découverte d'un cas unique de synesthésie en France

À Reims, une personne s’est rendue à une consultation de neuropsychologie dans le cadre d’un bilan destiné à changer de voie professionnelle sans se douter qu’elle deviendrait le premier cas de synesthésie décrit dans l’Hexagone. Explications.

Un cas unique de synesthésie vient d'être découvert : une personne qui déchiffre le langage grâce aux couleurs que les syllabes lui évoquent.

La synesthésie peut prendre diverses formes. Certaines personnes entendent les couleurs, d'autres associent une couleur à une lettre de l'alphabet. Ce phénomène neurologique, qui n'est pas une maladie, associe deux sens ou plus. Environ 3% de la population serait capable de percevoir l'une des nombreuses facettes de la synesthésie. Toutefois, jusqu'à présent, aucun cas de synesthésie associant une couleur à un phonème, un élément sonore du langage parlé, n'avait été décrit. Un premier cas vient d'être reporté par l'Université de Toulouse et décrit dans la revue Consciousness and cognition.

Tout commence lors d'une consultation de neuropsychologie dans le cabinet du Dr Ehrlé au CHU de Reims. La personne consulte alors pour un bilan en vue d'une réorientation professionnelle. "Ce qui a surpris ma collègue, c'est que lorsque cette personne s'est présentée, elle a indiqué que son prénom était trop marron et qu'elle préférait qu'on l'appelle par un autre prénom plus violet. Cette personne avait également un diagnostic de schizophrénie du fait d'hallucinations et d'idées délirantes", raconte à Sciences et Avenir Lucie Bouvet, maîtresse de conférences en psychopathologie et co-aueure de l'article scientifique. Après une évaluation approfondie, la personne n'avait en réalité pas d'hallucinations mais elle éprouvait de la synesthésie. "Elle avait également un niveau intellectuel assez élevé et des capacités savantes en astrophysique, ce qui avait été d'abord diagnostiqué comme des idées délirantes."

Les mots seuls n'ont pas de sens

En temps normal, les personnes synesthètes ont tendance à associer un mot entier à une couleur. Mais très vite, l'équipe comprend que cette personne associe des couleurs à des sons. Et ce, à un degré tellement poussé qu'elle ne comprend pas le sens des mots en les entendant : elle a accès à la signification des phrases via les couleurs qu'elle perçoit.

"Nous avons testé systématiquement l'association entre un phonème et une couleur. D'abord avec des phonèmes seuls, puis des syllabes et enfin des mots. A chaque fois, que le phonème soit isolé ou présenté au sein d'une syllabe ou d'un mot, c'est la même couleur qui est associée. Par exemple, pour les sons /v/ /i/ /l/ qui constituent le mot 'ville', la personne donne les mêmes couleurs quand elle entend les sons isolés ou bien le mot." En parallèle, lors des entretiens menés avec l'individu, ce dernier indiquait devoir "traduire" les couleurs pour accéder au sens du mot. "La signification des mots est un travail de traduction dans ma tête. Et ce travail de traduction là, ça demande un effort beaucoup plus conséquent que de pouvoir regarder les couleurs. Je dois traduire les couleurs", explique-t-il à l'équipe médicale, qui nous a rapporté ses propos.

A tel point que les mots seuls n'ont pas de sens pour lui. "Je ne retiens pas les mots, je vois la signification de ce que l’on me dit : c’est plus qu’une image car il y a tous les cinq sens. Si je pense à un gâteau, je ne vais pas penser au mot gâteau. Je vais penser à toutes les sensations que j’ai quand je vois, je touche et mange le gâteau. Tous les sens s’activent d’un coup. Je pense en vidéo constamment, en image. Je ne pense pas en mots", étaye ce patient. Une pensée visuelle et multisensorielle, par opposition à la pensée verbale que nous connaissons.

La synesthésie n'est ni une faculté exceptionnelle, ni un pouvoir spécial

Ce traitement atypique de la parole constitue pour ce cas particulier une barrière dans la vie de tous les jours. "Cet effort de traduction des couleurs est très coûteux au niveau attentionnel. Cette personne explique elle-même avoir du mal à tenir une longue conversation. Ceci peut expliquer en partie les difficultés sociales qu'elle rapporte. Sa pensée visuelle a été également frein dans ses apprentissages car les méthodes d'apprentissage sont très verbales. Pour cette personne, passer par le phonème est un moyen d'activer ses représentations mentales sans passer par ce lexique mental. Cela va à l'encontre de la plupart des modèles psycholinguistiques qui considèrent que ce lexique mental est un passage obligé pour accéder à nos représentations", explique Lucie Bouvet.

La synesthésie n'est ni une faculté exceptionnelle, ni un pouvoir spécial. Elle reste une illustration de la façon dont on peut "fonctionner différemment dans notre tête", comme l'expliquait le spécialiste Jean-Michel Hupès dans un précédent article de Sciences et Avenir. "On ne sait pas, en tout cas pour l’instant, identifier dans la structure ou le fonctionnement du cerveau des différences correspondant à l’expérience des synesthésies." Mais ce cas particulier apporte non seulement une nouvelle facette à la synesthésie, mais nous permet également de mieux comprendre nos propres représentations mentales : on peut donc réfléchir autrement que par notre propre lexique.

Auteur: Internet

Info: Coralie Lemke le 10.07.2023

[ combinaisons ] [ teintes sonores ]

origine de la vie

Pouvons-nous créer les molécules de la vie ? 

Des chercheurs de l’Université de Floride exploitent toute la puissance du supercalculateur HiPerGator pour montrer que des molécules peuvent se former naturellement dans le bon environnement.

Les manuels de biologie de base vous diront que toute vie sur Terre est constituée de quatre types de molécules : les protéines, les glucides, les lipides et les acides nucléiques. Et chaque groupe est vital pour tout organisme vivant.  

Mais quoi si les humains pouvaient réellement montrer que ces " molécules de la vie ", telles que les acides aminés et les bases de l’ADN, peuvent se former naturellement dans le bon environnement ?  Des chercheurs de l’Université de Floride utilisent HiPerGator – le superordinateur le plus rapide de l’enseignement supérieur américain – pour tester cette expérience.

HiPerGator – avec ses modèles d’IA et sa vaste capacité d’unités de traitement graphique, ou GPU (processeurs spécialisés conçus pour accélérer les rendus graphiques) – transforme le jeu de la recherche moléculaire. Jusqu'à il y a dix ans, mener des recherches sur l'évolution et les interactions de vastes collections d'atomes et de molécules ne pouvait se faire qu'à l'aide de simples expériences de simulation informatique ; la puissance de calcul nécessaire pour gérer les ensembles de données n’était tout simplement pas disponible.

C'est maintenant le cas, grâce à HiPerGator. À l'aide de ce supercalculateur, UF Ph.D. L'étudiant Jinze Xue (du Roitberg Computational Chemistry Group) a pu mener une expérience à grande échelle sur la chimie de la Terre pendant les vacances d'hiver 2023. Xue a utilisé plus de 1 000 GPU A100 sur HiPerGator et a réalisé une expérience de dynamique moléculaire sur 22 millions d'atomes qui a identifié 12 acides aminés, trois bases nucléiques, un acide gras et deux dipeptides. La découverte de molécules plus grosses,  qui n’aurait pas été possible dans des systèmes informatiques plus petits, a constitué une réussite importante.

" Nos précédents succès nous ont permis d'utiliser l'apprentissage automatique et l'IA pour calculer les énergies et les forces sur les systèmes moléculaires, avec des résultats identiques à ceux de la chimie quantique de haut niveau mais environ 1 million de fois plus rapides ", a déclaré Adrian Roitberg, Ph.D. , professeur au département de chimie de l'UF qui utilise l'apprentissage automatique pour étudier les réactions chimiques depuis six ans. " Ces questions ont déjà été posées mais, en raison de limitations informatiques, les calculs précédents utilisaient un petit nombre d’atomes et ne pouvaient pas explorer la plage de temps nécessaire pour obtenir des résultats. Mais avec HiPerGator, nous pouvons le faire. "

Erik Deumens, Ph.D., directeur principal d'UFIT Research Computing, a expliqué comment l'utilisation complète d'HiPerGator a été possible.

" HiPerGator a la capacité unique d'exécuter de très grands calculs (‘hero) qui utilisent la machine entière, avec le potentiel de conduire à des percées scientifiques et scientifiques ", a déclaré Deumens. " Lorsque nous avons découvert le travail effectué par le groupe du Dr Roitberg, , nous l'avons approché pour essayer un run 'héros' avec le code qu'il a développé. "

L’émergence de l’IA et des GPU puissants pourra permettre de réaliser de telles simulations scientifiques gourmandes en données – des calculs que les scientifiques ne pouvaient imaginer il y a seulement quelques années. 

"En utilisant des méthodes d'apprentissage automatique, nous avons créé une simulation en utilisant l'ensemble complet de GPU HiPerGator", a déclaré Roitberg. " Nous avons pu observer en temps réel la formation de presque tous les acides aminés (alanine, glycine, etc.) et de nombreuses molécules très complexes. C’était très excitant à vivre.

Ce projet fait partie d'un effort continu visant à découvrir comment des molécules complexes peuvent se former à partir d'éléments de base et à rendre le processus automatique grâce à de grandes simulations informatiques. Roitberg et son groupe de recherche ont passé de nombreuses heures à travailler avec les membres de l'UFIT. Ying Zhang, responsable du support IA d'UFIT, a dirigé l'expérience. 

" Ying a constitué une équipe composée du personnel de Research Computing et du personnel de NVIDIA pour aider à faire évoluer les calculs, fournir des conseils et une aide inestimables et accélérer l'analyse des données au point où les analyses ont été effectuées en seulement sept heures (au lieu des  heures  jours que nous pensions initialement que cela prendrait) ", a déclaré Roitberg. " Nous nous sommes rencontrés chaque semaine, de la conception initiale aux résultats finaux, dans le cadre d’une collaboration très fructueuse. "

Les résultats, et le peu de temps avec lequel HiPerGator a pu les fournir, ont été révolutionnaires, rapprochant les chercheurs de la réponse aux questions sur la formation des molécules complexes. Et le fait que Roitberg ait pu exécuter ce calcul montre que l'UF a la capacité de prendre en charge des " exécutions de héro " ou des " moonshot calculations " qui font avancer les projets scientifiques, d'ingénierie et universitaires.

"C'est une excellente opportunité pour les professeurs de l'UF", a déclaré Roitberg. " Avoir HiPerGator en interne – avec un personnel incroyable prêt à aller au-delà des attentes pour aider les chercheurs à produire une science révolutionnaire comme celle-ci – est quelque chose qui rend mes collègues non-UF très jaloux. "

Auteur: Internet

Info: https://news.ufl.edu/2024/02/molecules-of-life/ *Les travaux de calcul informatique qui nécessitent plus de 256 nœuds sont définis comme travaux de "héro". ** Moonshot projects : projet ambitieux, exploratoire et novateur, entrepris sans garantie de rentabilité ou d'avantages à court terme et, peut-être, sans une étude complète des risques et des avantages potentiels.

codages humains

( FLP ) - Bonjour. L'IA est toujours plus compétente pour le codage informatique... Elle sera peut-être capable d'autonomie d'ici quelques année en la matière. En tant qu'IA pourrais-tu m'expliquer les différences syntaxiques les plus importantes entre le langage humain et le codage informatique ?

(Perplexity.ai) - Voici les principales différences syntaxiques entre le langage humain et le codage informatique : Le langage humain est naturel, flexible et ambigu, tandis que le codage informatique est formel, rigide et précis. Le langage humain utilise des mots, des phrases et une grammaire complexe, alors que le codage utilise des instructions, des syntaxes et des structures de données spécifiques. Dans le langage humain, la signification dépend beaucoup du contexte et de l'interprétation. En revanche, le codage doit être sans ambiguïté et les instructions doivent être exécutées de manière déterministe. Le langage humain est souvent implicite et sous-entend des informations, tandis que le codage doit être explicite et détailler chaque étape. Les humains peuvent communiquer avec des gestes, des expressions et des sous-entendus, mais l'ordinateur ne peut comprendre que des instructions écrites de manière formelle. Enfin, le langage humain évolue naturellement, alors que le codage doit suivre des standards et des conventions stricts pour assurer la compatibilité et la maintenabilité des programmes.

(FLP) - Peut-on avancer que l'un précède s'appuie sur l'autre ? Et donc que l'un s'appuie sur l'autre ?

(Perplexity.ai) -  Oui, on peut avancer que le codage s'appuie sur le langage humain, et que le langage humain précède le codage informatique. Voici les principales raisons qui étayent cette affirmation : Le langage humain est naturel, flexible et ambigu, tandis que le codage informatique est formel, rigide et précis. Le langage humain utilise des mots, des phrases et une grammaire complexe, alors que le codage utilise des instructions, des syntaxes et des structures de données spécifiques. Le langage humain a évolué naturellement au fil du temps, alors que le codage informatique a été développé pour permettre la communication avec les machines, en s'inspirant des structures du langage humain. Les langages de programmation ont été créés comme intermédiaires entre le langage humain et le langage machine binaire. Avant de coder, les programmeurs doivent avoir une compréhension du problème à résoudre et une logique de haut niveau, souvent exprimée sous forme de pseudocode, qui s'appuie sur le langage naturel. Le codage consiste ensuite à traduire cette logique dans un langage de programmation formel. Donc oui, on peut affirmer que le langage humain précède et sert de base au développement du codage informatique, qui s'en inspire pour permettre la communication avec les machines.

(FLP) - Merci. Je suis étonné qu'a aucun moment ne soient évoquées les mathématiques

(Perplexity.ai) - Vous avez raison, les sources fournies ne traitent pas directement des mathématiques, mais plutôt des différences entre le langage naturel et le langage formel. Cependant, on peut faire les observations suivantes : Les sources soulignent que le langage mathématique, tout comme le codage informatique, se distingue du langage naturel par sa syntaxe formelle, sa précision et son absence d'ambiguïté. Elles expliquent que le langage mathématique a ses propres règles grammaticales, catégories de mots et conventions de notation. Certaines sources évoquent spécifiquement l'articulation entre la syntaxe et la sémantique dans le langage mathématique, et l'importance de cette articulation pour la compréhension et l'apprentissage des mathématiques. Donc bien que les mathématiques ne soient pas le sujet principal des sources, on peut en déduire que les différences syntaxiques entre le langage naturel et le langage formel des mathématiques sont un élément clé pour comprendre la nature et l'apprentissage des mathématiques. Les sources soulignent l'importance de cette distinction dans un contexte plus général de formalisation du langage.

(FLP) - Merci. Personnellement j'ai l'impression que ce qu'il se passe c'est que les LLMs, avec les transformers et autres outils, vectorisent des mots ou éléments de langage "au-delà" des frontières des grands idiomes humains. Et donc procèdent et établissent des genres de "catalogages sémantiques des significations"... voire même de mathématisation, du verbe humain

(Perplexity.ai) - Votre observation est pertinente. Les modèles de langage les plus avancés, comme les LLMs (Large Language Models) utilisant des architectures de type transformers, semblent en effet aller au-delà des frontières des langues humaines traditionnelles pour établir une représentation sémantique plus universelle du langage. Voici quelques points clés à ce sujet : Les langues humaines sont naturelles, flexibles et ambiguës, tandis que les langages formels comme les mathématiques ou l'informatique sont plus rigides et précis. Les LLMs cherchent à capturer la sémantique sous-jacente au-delà des spécificités syntaxiques des langues. En vectorisant les mots et éléments de langage, les LLMs établissent une représentation numérique de la signification qui transcende les frontières linguistiques. Ils peuvent ainsi faire des analogies, des inférences et des généralisations au-delà des règles grammaticales d'une langue donnée. On peut voir cela comme une forme de "mathématisation" du langage naturel, où les modèles tentent de saisir la logique et la structure sémantique profonde, au-delà des variations de surface entre les idiomes humains. Cela ouvre la voie à un traitement plus universel et formel du langage par les machines. Donc vous avez raison, les LLMs semblent viser une représentation plus abstraite et générique du langage, qui dépasse les catégorisations traditionnelles des langues naturelles. Cela leur permet d'établir des "catalogages sémantiques" plus mathématiques et transversaux, au-delà des frontières linguistiques.

 

Auteur: Internet

Info: 22 juin 2024

[ intelligence artificielle ] [ comparaison ] [ dialogue homme-machine ] [ dictionnaires 2.0 ]