personnages

Momo prend son air de prophète inspiré, se frotte les mains, lève les yeux au ciel et se penchant vers le cadavre il propose :

"Le mieux, pour l'instant, c'est de le cacher dans la chambre froide. Parmi les pièces de boeuf. Il y a un renfoncement où personne ne va jamais. Si vous en êtes d'accord..."

Max hausse les épaules, répète qu'il serait partisan d'avertir la police, mais il est bien placé pour savoir qu'on ne lutte pas contre la volonté de deux fous en action, comme Momo et Herman. Il les regarde. Ils lui font penser à une paire de superlatifs absolus.

Auteur: Bartelt Franz

Info: Le Grand Bercail

[ résumés ]

normalisation

Je n’ai absolument pas besoin de lire le traité de Maastricht, sécrétion mégalomane, pataquès comploté par douze potentats en phase maniaque, pour savoir ce que c’est que l’Europe. Seules les conséquences de ce micmac lugubre dans la vie quotidienne m’intéressent ; pas les déclarations d’intention. Une "psychopathologie de la vie quotidienne" est d’ailleurs à réinventer : transmettre, à partir des moindres détails, à partir des plus futiles événements le dégoût de tout ce qui est sur le point de se mettre en place sous le nom d’Europe en serait l’un des axes principaux. Cette Europe, donc, j’en ai approché la réalité il y a quelques jours, quand je me suis fait refiler pour la première fois, au tabac du coin, mon premier paquet de Gitanes en chocolat formatées "aux nouvelles normes européennes". La Gitane de l’an 2000 était arrivée ! "Son diamètre a légèrement diminué, passant à 7.9mm", disait le petit mot d’excuse qui l’accompagnait. Légèrement, tu parles ! Elles n’ont plus que le papier sur les os ! Rabougries, ratatinées, rétrécies, abrégées, réduites, contractées, amaigries, nanifiées, ce ne sont plus des Gitanes, ce sont des résumés de cigarettes, des condensés, des digests, des saloperies dévaluées, amoindries, exténues, des difformités.

Auteur: Muray Philippe

Info: Dans "Exorcismes spirituels I - Rejet de greffe", page 331

[ arnaque ] [ enfantilisation ]

référencements

Nous devrions admettre sur le plan théorique ce qui est déjà largement le cas dans la pratique, à savoir que la principale source d'information scientifique est constituée par les sources secondaires sous forme de résumés, de rapports, de tableaux, etc. et que les sources primaires ne servent que pour une référence détaillée à un très petit nombre de personnes. Il est vrai que le destin de la plupart des articles scientifiques est de ne pas être lus par ceux qui les utilisent, mais avec un peu de chance, ils fourniront un élément, un nombre, quelques faits ou données à ces rapports qui peuvent, mais généralement ne le feront pas, conduire à la consultation de l'article original. C'est très triste, mais c'est la conséquence inévitable de la croissance de la science. Le nombre de documents qui peuvent être consultés est extrêmement limité ; on ne peut plus consacrer autant de temps à la recherche de documents que par le passé. Plus le nombre d'articles augmente, plus la probabilité qu'un article soit consulté diminue. Il ne s'agit bien entendu que d'une moyenne, certains articles peuvent être consultés par des milliers de personnes et devenir un élément régulier et fixe de la science, mais la plupart d'entre eux disparaîtront sans être consultés.

Auteur: Bernal John Desmond

Info: La fourniture d'informations au scientifique : Some Problems of the Present Day", The Journal of Documentation, 1957, 13, 195.

[ savoirs verticalisés ] [ élagage ] [ déperdition ] [ complexification ] [ rationalisme communautaire ]

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 ]