data élagage

IA : Cette technique oubliée du 18e siècle rend le Deep Learning inutile

Et si le deep learning devenait inutile au développement de l’intelligence artificielle ? Cette technique oubliée du 18e siècle pourrait le remplacer.

Jusqu’à maintenant, le deep learning ou l’apprentissage profond est présenté comme un processus essentiel au développement de l’intelligence artificielle. Il consiste à entraîner les grands modèles de langage (LLM) avec un énorme volume de données. Mais des chercheurs finlandais avancent que le deep learning pourrait devenir inutile.

Ces chercheurs font partie d’une équipe de l’université de Jyväskylä qui effectue des travaux sur les techniques de développement de l’intelligence artificielle. Ils ont publié le mois dernier, dans la revue Neurocomputing, un papier intéressant sur une ancienne méthode mathématique du 18e siècle.

Cette technique est plus simple et plus performante que l’apprentissage profond, défendent les auteurs dans leur papier. Notons que cette conclusion constitue l’aboutissement de six années de recherche.

Il faut que le deep learning devienne inutile…

Le deep learning s’apparente aux techniques d’intelligence artificielle exploitant massivement des données et des ressources informatiques. Celles-ci servent à entraîner des réseaux neuronaux pour avoir des LLM. Rappelons que ces derniers se trouvent au cœur des IA génératives comme le populaire Chat-GPT.

Mais il ne faut pas croire que l’apprentissage profond est infaillible. Le volume des données à traiter en fait une méthode complexe et souvent sujette à des erreurs. Cela impacte significativement les performances des modèles génératifs obtenus.

En effet, la complexité du deep learning se retrouve dans la structure d’un LLM (large miodèle de langage). Cela peut instaurer une boîte noire sur le mécanisme du modèle IA. Dans la mesure où son fonctionnement n’est pas maîtrisé, les performances ne seront pas au rendez-vous. L’opacité du mécanisme IA peut même exposer à des risques.

Des modèles IA performants sans deep learning

L’équipe de l’université de Jyväskylä travaille ainsi depuis six ans sur l’amélioration des procédés d’apprentissage profond. Leurs travaux consistaient notamment à explorer la piste de la réduction des données. L’objectif est de trouver un moyen pratique pour alimenter les LLM sans pour autant les noyer de données.

Les auteurs de la recherche pensent avoir trouvé la solution dans les applications linéaire et non-linéaire. Il s’agit d’un concept mathématique dont le perfectionnement a eu lieu du 17e au 18e siècle. Celui-ci s’appuie principalement sur la combinaison des fonctions et des équations différentielles.

Les applications linéaire et non-linéaire permettent ainsi de générer un nouvel ordre de modèles de langage. Il en résulte des LLM avec une structure beaucoup moins complexe. Par ailleurs, son fonctionnement ne requiert pas un énorme volume de données. Cela n’a pourtant aucun impact négatif sur la performance.

Les mathématiques du 18e siècle pour moderniser l’IA…

L’importance de l’intelligence artificielle dans la technologie moderne augmente rapidement. La compréhension et la vraie maîtrise des grands modèles de langage deviennent indispensables. Les chercheurs finlandais pensent que leur nouvelle méthode peut résoudre certains problèmes en lien avec le développement de l’intelligence artificielle.

En effet, plus le développement de l’IA sera simple et transparent, il sera davantage facile d’envisager son utilisation éthique. L’accent est également mis sur la dimension écologique du nouveau procédé. Des LLM plus simples requièrent beaucoup moins de ressources informatiques et sont moins énergivores.

Néanmoins, les chercheurs craignent le scepticisme des actuels principaux acteurs de l’IA. "Le deep learning occupe une place si importante dans la recherche, le développement de l’intelligence artificielle (…) Même si la science progresse, la communauté elle-même peut se montrer réticente au changement", explique l’un des auteurs de la recherche.

Auteur: Internet

Info: https://www.lebigdata.fr/, Magloire 12 octobre 2023

[ limitation de la force brute ] [ vectorisation sémantique ] [ émondage taxonomique ]

sciences

Les ordinateurs peuvent-ils être créatifs? Le projet WHIM ("What-if Machine"), financé par l'UE, génère non seulement des scénarios fictifs mais évalue également leur potentiel attractif et d'utilisation. Il représente une avancée majeure dans le domaine de la créativité informatique. La science ignore bien souvent le monde du fantastique, mais les choses changent avec le projet WHIM qui porte bien son nom (en anglais, "whim" signifie fantaisie). Ce projet ambitieux élabore un système logiciel capable d'inventer et d'évaluer des idées imaginaires. "WHIM est un antidote à l'intelligence artificielle traditionnelle, qui est obsédée par la réalité", déclare Simon Colton, coordinateur du projet et professeur en créativité informatique au Goldsmiths College, à l'université de Londres. "Nous faisons partie des premiers à appliquer l'intelligence artificielle à la fiction". L'acronyme du projet signifie What-If Machine. C'est également le nom du premier logiciel de conception de fictions au monde, par un processus d'idéation (processus créatif de production, de développement et de communication de nouvelles idées) développé dans le cadre du projet. Le logiciel génère des mini-récits fictifs en utilisant des techniques de traitement du langage et une base de données des faits trouvés sur le web (qui sert de référentiel de faits "réels"). Le logiciel intervertit ou déforme ensuite les faits pour créer des scripts hypothétiques. Le résultat est souvent absurde: "Que se passerait-il si une femme se réveillait dans une allée après avoir été transformée en chat, mais tout en étant toujours capable de faire du vélo ?" Les ordinateurs peuvent-ils juger la créativité ? WHIM est bien plus qu'une simple machine génératrice d'idées. Le logiciel cherche également à évaluer le potentiel d'utilisation ou la qualité des idées générées. En effet, ces dernières sont destinées à un usage par le public, et les impressions du public ont été sondées avec des expériences participatives (crowdsourcing). Par exemple, les personnes interrogées ont fait part de leurs impressions générales, précisant également aux chercheurs du projet WHIM si les scripts imaginaires produits étaient, selon elles, innovants et avaient un bon potentiel narratif. Au moyen de techniques d'apprentissage automatique, conçues par des chercheurs de l'institut Jozef Stefan de Ljubljana, le système acquiert progressivement une compréhension plus précise des préférences du public. "On pourrait dire que la fiction est subjective, mais il existe des schémas communs", déclare le professeur Colton. "Si 99 % du public pense qu'un humoriste est amusant, alors nous pourrions dire que l'humoriste est amusant, au moins selon la perception de la majorité". Ce n'est que le début Générer des mini-récits fictifs ne constitue qu'un aspect du projet. Des chercheurs de l'Universidad Complutense Madrid transforment les mini-récits en scripts narratifs complets, qui pourraient mieux convenir pour l'intrigue d'un film par exemple. Parallèlement, des chercheurs de l'University College Dublin tentent d'entraîner les ordinateurs à produire des idées et paradoxes métaphoriques en inversant et opposant des stéréotypes trouvés sur le web, tandis que des chercheurs de l'Université de Cambridge explorent l'ensemble du web à des fins de création d'idées. Tous ces travaux devraient engendrer de meilleures idées imaginaires plus complètes. Plus qu'une simple fantaisie Bien que les idées imaginaires générées puissent être fantaisistes, WHIM s'appuie sur un processus scientifique solide. Il fait partie du domaine émergent de la créativité informatique, une matière interdisciplinaire fascinante située à l'intersection de l'intelligence artificielle, la psychologie cognitive, la philosophie et les arts. WHIM peut avoir des applications dans plusieurs domaines. Une des initiatives envisage de transformer les récits en jeux vidéo. Une autre initiative majeure implique la conception informatique d'une production de théâtre musicale: le scénario, le décor et la musique. Le processus complet est en cours de filmage pour un documentaire. WHIM pourrait également s'appliquer à des domaines non artistiques. Par exemple, il pourrait être utilisé par des modérateurs lors de conférences scientifiques pour sonder les participants en leur posant des questions destinées à explorer différentes hypothèses ou cas de figure. L'UE a accordé 1,7 million d'euros de financement au projet WHIM, actif d'octobre 2013 à septembre 2016.

Auteur: Internet

Info:

[ homme-machine ] [ informatique ] [ créativité ]

bio-technologie

Mi-animal, mi-machine, le "xénobot" est le premier robot vivant
Il s'agit d'un organisme quadrupède manufacturé par l'Homme avec des cellules souches de grenouille. Il est un tout petit peu plus petit qu'une tête d'épingle avec son diamètre de 650 à 750 microns.
Le xénobot est un organisme vivant programmable: il a été assemblé avec des cellules souches de peau et de muscles de cœur de grenouille. Une première scientifique réalisée par des chercheurs des universités américaines du Vermont et de Tufts.
"Ce sont de nouvelles machines vivantes", explique Joshua Bongard, l'un des coauteurs de l'étude publiée par PNAS, le journal de l'Académie américaine des Sciences, le 13 janvier. "Ce n'est ni un robot traditionnel, ni une espèce connue d'animal. C'est une nouvelle classe d'artéfact: un organisme vivant, programmable", selon la description de cet informaticien et expert en robotique de l'Université du Vermont.

(Illustration : grenouille Xénope lisse. Les cellules souches de peau et de cœur d'embryons de cette grenouille ont servis à la fabrication du xénobot, le premier robot vivant. Qui s'appelle donc xénobot, du nom de la grenouille Xenopus laevis, dont les cellules embryonnaires ont été utilisées pour le fabriquer.)

"Génomiquement, ce sont des grenouilles", indique Michael Levin, coauteur de l'étude et directeur du Centre de biologie régénérative et développementale à l'Université de Tufts. "C'est à 100% de l'ADN de grenouille, mais ce ne sont pas des grenouilles". Un peu comme un livre est fait de bois, mais n'est pas un arbre...

La taille du xénobot ne dépasse pas le millimètre de large: il est légèrement plus petit qu'une tête d'épingle avec son diamètre de 650 à 750 microns.

Ses cellules vont exécuter des fonctions différentes de celles qu'elles accompliraient naturellement. Les tissus vivants ont été récoltés et incubés; ensuite les chercheurs les ont assemblés en un corps optimal conçu par des modèles informatiques. L'intelligence artificielle sélectionnait les formes les plus réussies et les plus aptes.

(illustration : Les xénobots calculés par ordinateur - in silico - et réalisés avec des cellules embryonnaires -in vivo.
On voit des petits blocs cubiques de chair, briques structurelles différentes - en rouge, contractables; en vert, passives - qui sont fournies à un algorithme d'évolution. Celui-ci définit un modèle optimal pour l'organisme vivant manufacturé, tout à droite de l'image.
Un résultat comportemental – ici, la maximisation du déplacement – et des briques structurelles différentes - en rouge, contractables; en vert, passives - sont fournies à un algorithme d'évolution. Celui-ci définit un modèle optimal pour l'organisme vivant manufacturé. On voit un gros plan flou à droite de l'image.)

De petits organismes autonomes
L'organisme a réussi à "évoluer" du stade d'amas de cellules souches à celui d'un assemblage bougeant grâce aux pulsations envoyées par les cellules du tissu musculaire cardiaque... ce qui leur a permis de se déplacer pendant plusieurs semaines dans de l'eau, sans avoir besoin de nutriments additionnels.

Ces petits êtres d'un genre nouveau ont été capable de se réparer – se soigner! – tous seuls après avoir été coupés en deux par les scientifiques: "Ils se recousaient et continuaient de fonctionner", remarque Joshua Bongard.

Ces créatures peuvent aussi se diriger vers une cible, ce qui pourrait être très utile dans le domaine de la santé: un xénobot pourrait par exemple administrer des médicaments dans le corps humain, à un endroit prédéterminé. Ou s'occuper d'une artère bouchée.

Des tests ont montré qu'un groupe de xénobots arrivait à se déplacer en cercle, en poussant des pastilles vers un lieu central, de manière spontanée et collective.

De la peau morte
Les applications futures de ces robots vivants peuvent être nombreuses, selon les chercheurs: ils imaginent par exemple qu'ils pourront assembler les microplastiques qui polluent les océans, afin de les nettoyer.

"Ces xénobots sont complètement biodégradables", affirme Joshua Bongard, "Lorsqu'ils ont terminé leur travail après sept jours, ce ne sont plus que des cellules de peau morte".

Une forme de vie étonnante, entièrement nouvelle, qui disparaît presque sans laisser de traces.

Auteur: Jaquet Stéphanie

Info: https://www.rts.ch/info/sciences-tech/technologies. 16 janvier 2020

[ écologie ]

portrait

Considéré comme le fondateur des thérapies brèves, précurseur délibérément en marge des courants institutionnels de la psychologie, Milton Erickson est surtout le créateur d'une technique d'hypnose, qu'il a mise au point en luttant toute sa vie contre sa propre souffrance. Né dans une ferme du Connecticut, il était dyslexique, daltonien, éprouvait des difficultés à reconnaître les sons, et avait été atteint de poliomyélite à l'âge de 17 ans...

Dès 1923, il étudie l'hypnose "à l'ancienne ", qui consiste à plonger les patients dans un état de sommeil profond. Puis il met au point une méthode d'hypnose "éveillée", fondée sur la relation patient thérapeute et sur le respect absolu du sujet.

Jusqu'en 1948, Erickson mène une carrière universitaire et clinique de psychiatre. En raison d'une nouvelle attaque de polio, il se consacre ensuite totalement à sa clientèle privée. En cinquante ans de pratique, il a traité près de 30 000 personnes. Durant toute sa carrière, il n'a jamais écrit d'ouvrage théorique. Seules ses conférences ont été publiées. 

"Nous avons tous des potentialités dont nous ne sommes pas conscients."

S'appuyer sur l'inconscient

Sa conception de l'inconscient diffère considérablement de celle de Freud. Pour Erickson, il n'est pas un "obscur espace de refoulement", mais un "réservoir lumineux", à la fois dépositaire de toutes nos ressources intérieures et véritable force positive capable de nous inspirer des solutions pour résoudre tous nos problèmes. Il ne faut donc pas en avoir peur : il est notre allié le plus solide et le plus fiable. Autonome, possédant ses modes de fonctionnement particuliers, il détient une sagesse propre, et c'est sur celle-ci que l'on peut s'appuyer pour changer de vie ou de comportement. 

Expérimenter l'hypnose

Pour Erickson, l'état d'hypnose est un phénomène physiologique naturel et assez banal, que nous expérimentons chaque jour. Un moment d'inattention, un instant de rêverie, l'immersion dans une lecture passionnante ? Aussitôt que notre attention se déplace en dehors de l' "ici et maintenant", nous sommes dans un état de "transe commune" très similaire à celui de l'hypnose.  Contrairement aux idées reçues, ce n'est pas un état passif, mais actif, pendant lequel peuvent arriver beaucoup de choses. Notamment une communication directe avec notre inconscient, car les limites habituelles de la pensée sont provisoirement suspendues.

Retrouver ses ressources intérieures

Premier thérapeute à mettre en avant le fait que chacun est unique, Erickson était profondément respectueux de l'individu parce qu'il reconnaissait en chaque être humain l'existence de ressources intérieures extraordinaires : l'intuition qui s'éveille au moment où l'on en a besoin, le geste juste qui s'impose à nous sans que nous ayons eu le temps d'y réfléchir. Ces ressources peuvent être découvertes au quotidien et se développent quand on apprend à être plus attentif à ses sensations physiques les plus infimes.

Pratiquer l'autohypnose

Erickson a été le premier à découvrir la technique et l'efficacité de l'autohypnose. Il est en effet possible, après en avoir fait l'apprentissage, d'entrer par soi-même en état de transe légère. On peut alors utiliser une technique "sur mesure" : autosuggestion par des images, de la musique, contrôle de la respiration, focalisation sur une zone du corps. Les applications de l'autohypnose sont très nombreuses : on peut se débarrasser de complexes, travailler sa mémoire ou son élocution, calmer des maux de tête, etc. Pratiquée au quotidien, l'autohypnose est sans effets secondaires

Eveiller son entourage

Dans la communication quotidienne, Erickson suggérait de créer des effets de surprise, des situations particulières, plus éloquentes que des paroles directes. Par exemple, il préconisait des phrases suggestives comme: "Ah, l'odeur de la cuisine provençale !"*, plutôt que d'intimer l'ordre : "Déjeunons dans un restaurant provençal !"

Ces événements "décalés" permettent de désorganiser le schéma mental des personnes qui vivent avec nous, et donc de modifier leur état de conscience pour mieux faire passer notre message. C'est ce qu'il appelait la "dé-potentialisation de la conscience", sans jamais donner de recette toute faite : c'est à chacun de faire preuve de créativité et de développer sa qualité d'écoute de l'autre.

Auteur: Pigani Erik

Info: Psychologies.com. Milton H. Erickson, L'hypnotiseur qui réveille, 17 juin 2015. *exemple de suggestion directe camouflée

[ psychothérapeute ]

biochimie

L'IA prédit la fonction des enzymes mieux que les principaux outils

Un nouvel outil d'intelligence artificielle peut prédire les fonctions des enzymes sur la base de leurs séquences d'acides aminés, même lorsque ces enzymes sont peu étudiées ou mal comprises. Selon les chercheurs, l'outil d'intelligence artificielle, baptisé CLEAN, surpasse les principaux outils de pointe en termes de précision, de fiabilité et de sensibilité. Une meilleure compréhension des enzymes et de leurs fonctions serait une aubaine pour la recherche en génomique, en chimie, en matériaux industriels, en médecine, en produits pharmaceutiques, etc.

"Tout comme ChatGPT utilise les données du langage écrit pour créer un texte prédictif, nous tirons parti du langage des protéines pour prédire leur activité", a déclaré Huimin Zhao, responsable de l'étude et professeur d'ingénierie chimique et biomoléculaire à l'université de l'Illinois Urbana-Champaign. "Presque tous les chercheurs, lorsqu'ils travaillent avec une nouvelle séquence de protéine, veulent savoir immédiatement ce que fait la protéine. En outre, lors de la fabrication de produits chimiques pour n'importe quelle application - biologie, médecine, industrie - cet outil aidera les chercheurs à identifier rapidement les enzymes appropriées nécessaires à la synthèse de produits chimiques et de matériaux".

Les chercheurs publieront leurs résultats dans la revue Science et rendront CLEAN accessible en ligne le 31 mars.

Grâce aux progrès de la génomique, de nombreuses enzymes ont été identifiées et séquencées, mais les scientifiques n'ont que peu ou pas d'informations sur le rôle de ces enzymes, a déclaré Zhao, membre de l'Institut Carl R. Woese de biologie génomique de l'Illinois.

D'autres outils informatiques tentent de prédire les fonctions des enzymes. En général, ils tentent d'attribuer un numéro de commission enzymatique - un code d'identification qui indique le type de réaction catalysée par une enzyme - en comparant une séquence interrogée avec un catalogue d'enzymes connues et en trouvant des séquences similaires. Toutefois, ces outils ne fonctionnent pas aussi bien avec les enzymes moins étudiées ou non caractérisées, ou avec les enzymes qui effectuent des tâches multiples, a déclaré Zhao.

"Nous ne sommes pas les premiers à utiliser des outils d'IA pour prédire les numéros de commission des enzymes, mais nous sommes les premiers à utiliser ce nouvel algorithme d'apprentissage profond appelé apprentissage contrastif pour prédire la fonction des enzymes. Nous avons constaté que cet algorithme fonctionne beaucoup mieux que les outils d'IA utilisés par d'autres", a déclaré M. Zhao. "Nous ne pouvons pas garantir que le produit de chacun sera correctement prédit, mais nous pouvons obtenir une plus grande précision que les deux ou trois autres méthodes."

Les chercheurs ont vérifié leur outil de manière expérimentale à l'aide d'expériences informatiques et in vitro. Ils ont constaté que non seulement l'outil pouvait prédire la fonction d'enzymes non caractérisées auparavant, mais qu'il corrigeait également les enzymes mal étiquetées par les principaux logiciels et qu'il identifiait correctement les enzymes ayant deux fonctions ou plus.

Le groupe de Zhao rend CLEAN accessible en ligne pour d'autres chercheurs cherchant à caractériser une enzyme ou à déterminer si une enzyme peut catalyser une réaction souhaitée.

"Nous espérons que cet outil sera largement utilisé par l'ensemble de la communauté des chercheurs", a déclaré M. Zhao. "Avec l'interface web, les chercheurs peuvent simplement entrer la séquence dans une boîte de recherche, comme dans un moteur de recherche, et voir les résultats.

M. Zhao a indiqué que son groupe prévoyait d'étendre l'intelligence artificielle de CLEAN à la caractérisation d'autres protéines, telles que les protéines de liaison. L'équipe espère également développer davantage les algorithmes d'apprentissage automatique afin qu'un utilisateur puisse rechercher une réaction souhaitée et que l'IA lui indique l'enzyme appropriée.

"Il existe de nombreuses protéines de liaison non caractérisées, telles que les récepteurs et les facteurs de transcription. Nous voulons également prédire leurs fonctions", a déclaré Zhao. "Nous voulons prédire les fonctions de toutes les protéines afin de connaître toutes les protéines d'une cellule et de mieux étudier ou concevoir la cellule entière pour des applications biotechnologiques ou biomédicales.

Zhao est également professeur de bio-ingénierie, de chimie et de sciences biomédicales et translationnelles au Carle Illinois College of Medicine. 

Auteur: Internet

Info: "Enzyme function prediction using contrastive learning, "30 mars 2023. Université de l'Illinois à Urbana-Champaign

[ cofacteurs ]

mémoire

Mettez vos données sur disque dur et elles seront peut être sûres pendant une décennie si rien ne casse. Mais que faire pour garder l'info des millions d'années ?
La puissance de l'ADN comme dispositif de stockage a été identifiée la première fois seulement six ans après la découverte de la molécule. Dans une conférence de 1959 au California Institute of Technology, Richard Feynman, un des physiciens les plus admiré du 20 ème siècle, prévoyait que la miniaturisation de la technologie changerait probablement le monde - essentiellement en prévoyant la révolution numérique. Il précisa alors que la nature avait déjà fait un chip bien meilleur sous forme d'acide désoxyribonucléique.
Dans un petit paquet d'atomes au centre de chaque cellule, Feynman remarqua que toute l'information requise pour créer un humain, une amibe ou une tomate y sont codés. En beaucoup de domaines Feynman était en avance sur son temps. Les scientifiques ont calculé que l'ADN pourrait être le support de stockage idéal. Une seule livre d'ADN pouvant contenir toutes les données de tous les ordinateur.
Mais gérer cette puissance informatique s'est avérée difficile. Le premier ordinateur fonctionnant entièrement comme l'ADN fut créé en 1994 par Leonard Adleman, informaticien à l'université de Californie. Dans une cuillère à café d'eau, il utilisa une série de réactions biochimiques pour résoudre le problème célèbre "du représentant de commerce" (en bref de combien de manières peut-on aller de New York à Cleveland en s'arrêtant dans 7 autres villes dans l'intervalle ?). La promesse de l'approche était due au fait que chaque morceau d'ADN peut fonctionner essentiellement comme ordinateur indépendant, il devrait lui être possible de faire près d'un quadrillion de calculs immédiatement. Plus facile à dire qu'a faire !. Et si Adleman est lui-même est parvenu à résoudre un problème à 20 variables avec son ordinateur ADN beaucoup de chercheurs depuis, dans ce champ de l'ADN, travaillant après ce papier initial d'Adleman, se sont maintenant déplacés vers la confection de machines minuscules au lieu d'utiliser des molécules d'ADN. Le problème : Accéder à toute l'information d’une molécule de l'ADN.
"Ma propre conclusion est que le paradigme du calcul de l'ADN ne fournira pas une plate-forme de calcul puissante pour résoudre des problèmes" dit Lloyd Smith, scientifique à l'université de Wisconsin-Madison qui a effectué ce travail de calcul ADN, mais il ne prévoit pas de remplacer ses applications liées à la matière. "c'est mignon, mais je ne sais pas si c'est un concept si important." Quelques chercheurs qui sont resté avec cette idée de stocker l'information par ADN s'éloignent actuellement de l'idée que la molécule puisse sauvegarder des quantités d'information massives. Au lieu de cela, ils se concentrent sur de plus petits messages correcteurs pendant de très longues périodes - peut-être destinés à survivre à tous les livres et disques durs que la civilisation a produits.
L'ADN des organismes évolue constamment, mais les messages correcteurs d'erreurs destinés à protéger les organismes - restent très longtemps. Pak Chung Wong, chercheur aux Pacific National Laboratories, précise que quelques unes de ces contraintes de bactéries ont maintenu leur ADN quasi intact pendant des millions d'années. Lui et ses collègues ont développé une technique pour implanter au moins 100 mots dans le génome d'un organisme de sorte que le message soit protégé contre des erreurs. Wong et ses collègues ont prouvé qu'ils pourraient implanter un message (ils ont employé "c'est un petit monde après tout") dans le génome de bactérie. Une famille entière de bactéries avec le message put être créée, et même après des centaines de générations, le message était encore intact. Wong note qu'il devrait être possible d'envoyer un message au futur dans un organisme particulièrement robuste - tel que les bactéries ou autres cancrelats, qui survivraient à une guerre nucléaire. Plus pratiquement, les compagnies qui créent des organismes génétiquement modifiés pourraient employer cette technologie pour créer un genre de filigrane ADN pour protéger leur propriété intellectuelle. Au delà de fournir de la manière pour Genentech ou Monsanto afin d’empêcher d'autres compagnies de voler leurs organismes génétiquement modifiés, une telle technologie pourrait être la meilleure manière que nous ayons d'envoyer un message au futur éloigné. Oublions les gravures sur le satellites Voyager. Ce message pourrait durer aussi longtemps que n'importe quelle vie sur terre. La seule question : qu’y mettrons nous ?

Auteur: Internet

Info: Fortean Times, Message dans une bouteille d'ADN, 10.24.05

[ conservation ]

biologie

Des scientifiques découvrent pourquoi le tardigrade est devenu l’un des animaux les plus résistants capables de survivre au vide de l’espace

Un petit animal extrêmement résistant (Crédit photo : Dotted Yeti/Shutterstock)

Le tardigrade ou ourson d’eau est une véritable force de la nature ! Cette créature dotée de huit pattes est l’un des animaux les plus fascinants qui soient. Plus de 1300 espèces ont été référencées mesurant entre 0,1 millimètre pour les plus petites et 1,2 millimètre pour les plus grandes. L’ourson d’eau possède des yeux, des muscles, un système nerveux rudimentaire et un système digestif. Il existe sur notre planète depuis près d’un demi-milliard d’années passant au travers des cinq grandes extinctions majeures.

Cet animal aux superpouvoirs peuple tous les écosystèmes et tous les milieux. On le retrouve aussi bien au sommet des plus hautes montagnes à plus de 6000 mètres d’altitude que dans les fonds océaniques à près de 5000 mètres de profondeur. Il est capable de survivre au moins une heure dans l’eau bouillante et de supporter des doses de radiations qui tueraient n’importe quel autre être vivant.

En période de sècheresse, l’animal possède la capacité de perdre 95 % de son eau et 40 % de son volume initial. Sous cette forme déshydratée appelée cryptobiose, durant laquelle il semble sans vie, il est capable de patienter des années en attendant que les conditions redeviennent idéales pour lui.

Les chercheurs essayent depuis longtemps de comprendre comment le tardigrade a pu évoluer de cette manière et devenir aussi résistant. Dans une nouvelle étude qui vient de paraitre, des scientifiques pensent avoir découvert comment ces animaux miniatures sont devenus les rois de l’adaptation à pratiquement tous les milieux.

Les tardigrades proviennent de vers marins vivant au Cambrien

(photo d'un lobopodien, l’un des ancêtres des tardigrades actuels / Source : Jose manuel canete-travail personnel/CC BY-SA 4.0)

Les chercheurs savent que les tardigrades descendent d’organismes aujourd’hui éteints qui vivaient sur Terre durant le Cambrien, la première des six périodes géologiques du paléozoïque qui s’étendait approximativement de 541 millions d’années à 485,4 millions d’années. Ces organismes nommés lobopodiens formaient un groupe informel de vers marins possédant plusieurs paires de pattes très courtes. Beaucoup de ces animaux ne dépassaient pas quelques centimètres de long bien que certains fossiles découverts laissent apparaitre des animaux pouvant atteindre 20 centimètres et plus. 

Jusqu’à présent, les scientifiques n’étaient jamais parvenus à déterminer exactement de quel groupe de lobopodiens, les tardigrades qui vivent sur Terre aujourd’hui pouvaient descendre. C’est chose faite avec cette découverte publiée dans PNAS réalisée entre autres par des scientifiques de l’Institut coréen de recherche polaire en Corée du Sud et de l’université de Floride du Nord aux États-Unis.

En analysant des fossiles de lobopodiens et une quarantaine d’espèces actuelles de tardigrades, les chercheurs ont découvert que les ancêtres des oursons d’eau vivant aujourd’hui sur Terre sont un groupe de lobopodiens du cambrien appelé luolishaniidés. D’après les recherches, ce groupe a évolué sur des centaines de millions d’années pour donner naissance à des animaux au corps beaucoup moins segmenté, aux pattes beaucoup plus courtes et surtout beaucoup plus petites.

Cette étude vient combler un vide dans la connaissance de l’évolution de ces étonnants animaux et pourrait sembler faire partie de la recherche fondamentale. Pourtant, cette découverte pourrait bien permettre la mise au point de futures applications pratiques.

Des protéines de tardigrades pour protéger les vaccins de la dégradation

Les tardigrades sont véritablement des animaux exceptionnels, fruits d’une très longue évolution qui s’est déroulée sur des centaines de millions d’années. Au cours de cette longue adaptation évolutive, ils ont appris à survivre en mettant leur métabolisme "en pause" lorsque les conditions de vie devenaient inhospitalières puis à sortir de cet état de "veille" quand les conditions devenaient à nouveau plus sures. Les tardigrades ont également appris, au fil du temps, à synthétiser des protéines qui ne se dégradent pas dans des conditions de vie dans lesquelles d’autres protéines seraient détruites. Les chercheurs espèrent parvenir à déterminer le moment dans l’histoire de l’évolution de cette espèce où cette caractéristique a été acquise de manière à identifier le ou les gènes responsables.

Lorsque ces gènes seront découverts et grâce aux technologies d’éditions de gènes comme CRISPR, les chercheurs espèrent parvenir à reproduire ces caractéristiques étonnantes chez d’autres espèces animales et pourquoi pas chez l’être humain. CRISPR est une technologie assez récente permettant d’utiliser une nucléase appelée Cas9 et un ARN guide afin de modifier un gène cible dans des cellules végétales et animales ou encore de diminuer ou d’augmenter l’expression d’un gène. 

L’utilisation des protéines de tardigrades pourrait servir à protéger les vaccins de la dégradation. D’autres projets, pouvant cependant soulever quelques interrogations éthiques, prévoient d’insérer des gènes de tardigrades dans des embryons humains dans le but d’apporter aux cellules souches embryonnaires une plus grande résistance aux radiations nucléaires.  

Auteur: Internet

Info: Science et vie, 12 juillet 2023, Ives Etienne. Article original de Ji-Hoon Kihm, Frank W. Smith, Sanghee Kim, Tae-Yoon S. Park, "Cambrian lobopodians shed light on the origin of the tardigrade body plan", PNAS, July 3, 2023, https://doi.org/10.1073/pnas.2211251120

[ résilience ]

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 ]

chimie organique

Des chercheurs créent un nouveau composé chimique pour résoudre un problème vieux de 120 ans

L’accès à ces molécules peut avoir des impacts majeurs sur l’agriculture, les produits pharmaceutiques et l’électronique.

(Image - graphique qui représente le composé chimique découvert)  

Pour la première fois, des chimistes du Twin Cities College of Science and Engineering de l'Université du Minnesota ont créé un composé chimique hautement réactif qui échappe aux scientifiques depuis plus de 120 ans. Cette découverte pourrait conduire à de nouveaux traitements médicamenteux, à des produits agricoles plus sûrs et à une meilleure électronique.

Depuis des décennies, les chercheurs étudient des molécules appelées N-hétéroarènes, qui sont des composés chimiques en forme d'anneau contenant un ou plusieurs atomes d'azote. Les molécules bioactives ayant un noyau N-hétéroarène sont largement utilisées pour de nombreuses applications médicales, pharmaceutiques vitales, pesticides et herbicides, et même dans l'électronique.

"Bien que la personne moyenne ne pense pas quotidiennement aux hétérocycles, ces molécules uniques contenant de l'azote sont largement utilisées dans toutes les facettes de la vie humaine", a déclaré Courtney Roberts, auteur principal de l'étude et professeur au département de chimie de l'Université du Minnesota.

Ces molécules sont très recherchées par de nombreuses industries, mais sont extrêmement difficiles à fabriquer pour les chimistes. Les stratégies précédentes ont pu cibler ces molécules spécifiques, mais les scientifiques n’ont pas réussi à créer une série de ces molécules. L’une des raisons à cela est que ces molécules sont extrêmement réactives. Elles sont si actives que les chimistes ont utilisé la modélisation informatique pour prédire qu’elles devraient être impossibles à réaliser. Cela a créé des défis pendant plus d’un siècle et a empêché de trouver une solution pour créer cette substance chimique.

"Ce que nous avons pu faire, c'est exécuter ces réactions chimiques avec un équipement spécialisé tout en éliminant les éléments couramment présents dans notre atmosphère", a déclaré Jenna Humke, étudiante diplômée en chimie à l'Université du Minnesota et auteur principal de l'article. " Heureusement, nous disposons des outils nécessaires pour le faire à l’Université du Minnesota. Nous avons mené des expériences sous azote dans une boîte à gants à chambre fermée, ce qui crée un environnement chimiquement inactif pour tester et déplacer les échantillons."

Ces expériences ont été réalisées en utilisant la catalyse organométallique, l'interaction entre les métaux et les molécules organiques. La recherche a nécessité une collaboration entre des chimistes organiques et inorganiques. C'est quelque chose de courant à l'Université du Minnesota.

"Nous avons pu résoudre ce défi de longue date parce que le département de chimie de l'Université du Minnesota est unique en ce sens que nous n'avons pas de divisions formelles", a ajouté Roberts. " Cela nous permet de constituer une équipe d’experts dans tous les domaines de la chimie, ce qui a été un élément essentiel pour mener à bien ce projet. "

Après avoir présenté le composé chimique dans cet article, les prochaines étapes consisteront à le rendre largement accessible aux chimistes de plusieurs domaines afin de rationaliser le processus de création. Cela pourrait aider à résoudre des problèmes importants tels que la prévention de la pénurie alimentaire et le traitement des maladies pour sauver des vies.

Aux côtés de Roberts et Humke, l'équipe de recherche de l'Université du Minnesota comprenait le chercheur postdoctoral Roman Belli, les étudiants diplômés Erin Plasek, Sallu S. Kargbo et l'ancienne chercheuse postdoctorale Annabel Ansel.  



(Résumé : jusqu'à quel point une triple liaison carbone-carbone peut-elle être confinée ? Avec les réactions motrices appropriées, il est devenu simple de comprimer le motif dans des anneaux à six chaînons tels que le benzyne et de récolter les bénéfices de la réactivité rapide favorisée par la contrainte. Cependant, les anneaux à cinq chaînons ont eu tendance à être trop serrés. Humke et al. rapportent maintenant que la coordination par le nickel peut soulager la contrainte juste assez pour stabiliser une triple liaison dans la partie pentagonale des azaindoles. Ces complexes azaindolynes ont été caractérisés cristallographiquement et ont réagi avec des nucléophiles et des électrophiles.  Jake S. Yeston

La liaison au nickel permet d'isoler et de réactiver des 7-aza-2,3-indolynes auparavant inaccessibles

Les N-hétéroaromatiques sont des éléments clés des produits pharmaceutiques, agrochimiques et des matériaux. Les N-hétéroarynes fournissent un échafaudage pour construire ces molécules essentielles, mais ils sont sous-utilisés parce que les N-hétéroarynes à cinq chaînons ont été largement inaccessibles en raison de la contrainte d'une triple liaison dans un anneau aussi petit. Sur la base des principes d'interactions métal-ligand qui sont fondamentaux pour la chimie organométallique, nous rapportons dans ce travail la stabilisation des N-hétéroarynes à cinq chaînons dans la sphère de coordination du nickel. Une série de complexes 1,2-bis(dicyclohexylphosphino)éthane-nickel 7-azaindol-2,3-yne ont été synthétisés et caractérisés par cristallographie et spectroscopie. La réactivité ambiphile des complexes de nickel 7-azaindol-2,3-yne a été observée avec de multiples partenaires de couplage nucléophiles, électrophiles et énophiles.)

Auteur: Internet

Info: https://www.eurekalert.org/ https://www.science.org/doi/10.1126/science.adi1606?adobe_mc=MCMID%3D03744988943267014683426377033153538910%7CMCORGID%3D242B6472541199F70A4C98A6%2540AdobeOrg%7CTS%3D1714721362, 2 mai 2024

[ nanomonde ] [ N-hétéroarènes ] [ N-heterocycles ]

mâles-femelles

La voix du mâle: un indicateur de fertilité et une base de choix pour les femelles ? L'exemple du cheval
On savait déjà que les vocalisations des mammifères, incluant l'homme, sont porteuses d'informations sur la familiarité, l'identité ou la taille de l'émetteur et que certaines vocalisations jouent un rôle dans la synchronisation et la coordination des partenaires sexuels. Dans une étude réalisée sur des chevaux, des chercheurs de l'unité EthoS, en collaboration avec l'Institut du cheval et de l'équitation, ont en outre découvert que non seulement la voix des étalons est porteuse d'information sur leur fertilité (succès reproducteur) mais que les juments se servent de ces mêmes paramètres acoustiques pour orienter leurs choix. Ces résultats publiés dans la revue PloS One constituent une avancée fondamentale majeure mais aussi une ouverture à des applications à l'élevage.
Il a été montré chez un certain nombre d'espèces de mammifères, incluant l'homme, qu'un auditeur est capable, entendant la voix d'un émetteur, d'évaluer son degré de familiarité (mones de Campbell, loutres asiatiques...), sa taille (cerfs, koalas, pandas...), son identité (babouins, morses...), son statut de dominance (babouins, hyènes tachetées...). Les humains sont capables d'évaluer l'âge d'un émetteur juste en entendant sa voix. Par ailleurs, les vocalisations peuvent servir de support à l'attraction de partenaires (microcèbes), renforcer le lien mâle-femelle (gibbons) ou coordonner les partenaires sexuels (macaques de barbarie). Quelques études ont montré que chez des espèces comme les macaques, les pandas (mais aussi les humains), les femelles prennent en compte les qualités vocales des mâles dans leurs choix de partenaires. Cependant, il peut être difficile de comprendre pourquoi de telles aptitudes pourraient avoir évolué et quelles conséquences ces choix peuvent avoir sur la reproduction et en particulier le succès reproducteur.
Des chercheurs de l'unité EthoS (A. Lemasson, M. Hausberger, M. Trabalon, K. Remeuf) se sont associés à des agents de l'Institut du Cheval et de l'Equitation - IFCE (F. Cuir, S. Danvy) pour réaliser une recherche sur ce sujet chez les chevaux domestiques. Dans la nature, les juments choisissent activement l'étalon et donc le groupe familial dans lequel elles vont s'insérer, repérant à distance les partenaires potentiels. Les hennissements en particulier sont une vocalisation permettant la communication à distance (en particulier hors contact visuel) et l'équipe rennaise avait déjà démontré qu'ils sont porteurs d'informations sur la familiarité sociale, le statut de dominance, le sexe et la taille de l'émetteur. Dans cette étude, ils se sont donc interrogés sur leur rôle possible dans les choix de partenaires et les conséquences éventuelles de ces choix. L'intérêt du cheval, outre les raisons invoquées ci-dessus, est aussi qu'il y a une gestion très contrôlée de sa reproduction dans le milieu de l'élevage et qu'il était ainsi possible non seulement d'expérimenter mais aussi de disposer de données précises sur la fertilité des étalons.
L'étude a été réalisée en deux étapes: 1) tester le lien éventuel entre paramètres acoustiques de la voix des étalons et des caractéristiques de reproduction 2) tester les préférences de juments pour ces paramètres acoustiques.
Dans un premier temps donc, les voix de 15 étalons reproducteurs d'âge et de race variés ont été enregistrées dans trois Haras nationaux alors qu'ils étaient tenus en main par un agent des Haras et voyaient une jument à distance. Leur voix a été analysée et comparée d'une part à des données de qualité du sperme et aux données (pluriannuelles) de succès de reproduction issues de la base de données de l'IFCE. Les résultats confirment l'existence de grandes différences entre individus mais surtout ont révélé qu'il y avait une corrélation claire entre des paramètres de fréquence acoustique et le succès reproducteur, comme par exemple le nombre de naissances par rapport au nombre d'inséminations: les étalons avec la voix plus grave présentaient davantage de gestations réussies ! De façon intéressante, les paramètres vocaux se sont révélés plus fiables dans la prédiction de la fertilité que les spermogrammes...
Dans un second temps, 40 juments adultes, dont 29 hébergées au Haras du Pin et 11 dans un centre équestre, ont été individuellement confrontées à la diffusion simultanée de deux hennissements d'étalons par des haut-parleurs placés à l'opposé dans un espace de grande taille (manège) ou dans deux corridors. Les hennissements, au vu des données ci-dessus, avaient été choisis pour représenter des extrêmes en terme de fréquence acoustique, donc il s'agissait de hennissements d'étalons inconnus ayant des voix respectivement très aigues ou très graves. Les résultats montrent que les juments ont une très nette préférence pour les voix graves: elles tournent la tête, s'approchent et restent plus à proximité du haut-parleur diffusant le hennissement grave.
Ces résultats originaux ouvrent des lignes de réflexion scientifique très importantes sur le lien entre caractéristiques vocales et reproduction chez les mammifères, suggérant que ces caractéristiques pourraient constituer un outil majeur d'évaluation de compétences, dépassant même des mesures "classiques" de fertilité dont on a montré, même chez l'homme, qu'elles étaient insuffisamment prédictives. Ils contribuent aux débats sur les affinités sociales et sexuelles. Ils appellent maintenant à une recherche approfondie sur les mécanismes qui peuvent relier caractéristiques vocales et fertilité, nécessairement à différents niveaux d'intégration. Enfin, ils témoignent aussi de l'enrichissement mutuel de recherches fondamentales et appliquées. D'un côté, seule la connaissance approfondie des caractéristiques reproductrices de ces étalons par le milieu de l'élevage a permis de répondre à cette question fondamentale, d'un autre côté, ces résultats fondamentaux ouvrent vers des applications envisageables à la gestion de la reproduction de cette espèce d'intérêt économique.

Auteur: Internet

Info:

[ son ]