conditionnel

.....l’idée des mouvements de fond, invasions ou transformations sociales qui fonderaient l’Histoire et la rendraient compréhensible et donc prévisible m’a toujours un peu agacé, parce qu’elle ne prend pas en considération le facteur humain et encore moins le plus grand vecteur de l’Histoire à mon avis, à savoir le hasard, l’imprévu.. Si Hitler avait été tué au cours de la Première Guerre mondiale, si un artilleur français avait fait osciller de quelques millimètres son canon ou sa mitrailleuse, si un soldat allemand n’avait pas malencontreusement tué d’un coup de baïonnette un soldat français qui un instant plus tard aurait trouvé sur sa trajectoire l’affreux Adolf qu’il aurait abattu ou embroché, tout n’aurait-il pas été différent ? Certes, il y aurait eu l’injustice du traité de Versailles, et le désir de revanche allemand, et l’antisémitisme dans l’Europe de cette époque. Mais ils ne se seraient pas exprimés de la même manière, et peut-être pas avec la même violence. Le monde n’aurait pas été ravagé ni les juifs exterminés de la sorte, et du coup, la mauvaise conscience n’aurait pas poussé les Européens à soutenir la naissance d’Israël, qui n’aurait peut-être pas vu le jour, ou pas comme cela s’est produit. Toutes les misères qui se sont ensuite succédées n’auraient pas eu lieu, et la situation ici aujourd’hui, là où nous nous trouvons, et qui peut-être découle d’un coup de baïonnette raté il y a cent ans, n’aurait pas été celle-là, et vous et moi n’aurions pas été en train d’en parler à l’instant.

Auteur: Majdalani Charif

Info: Dernière oasis

[ avec des si ] [ effet papillon ]

misère

Il est difficile d’être cru quand on ne décrit que des impressions. Pourtant on ne peut décrire autrement le malheur d’une condition humaine. Le malheur n’est fait que d’impressions. Les circonstances matérielles de la vie, aussi longtemps qu’il est à la rigueur possible d’y vivre, ne rendent pas à elles seules compte du malheur, car des circonstances équivalentes, attachées à d’autres sentiments, rendraient heureux. Ce sont les sentiments attachés aux circonstances d’une vie qui rendent heureux ou malheureux, mais ces sentiments ne sont pas arbitraires, ils ne sont pas imposés ou effacés par suggestion, ils ne peuvent être changés que par une transformation radicale des circonstances elles-mêmes. Pour les changer, il faut d’abord les connaître. Rien n’est plus difficile à connaître que le malheur ; il est toujours un mystère. Il est muet, comme disait un proverbe grec. Il faut être particulièrement préparé à l’analyse intérieure pour en saisir les vraies nuances et leurs causes, et ce n’est pas généralement le cas des malheureux. Même si on est préparé, le malheur même empêche cette activité de la pensée, et l’humiliation a toujours pour effet de créer des zones interdites où la pensée ne s’aventure pas et qui sont couvertes soit de silence soit de mensonge. Quand les malheureux se plaignent, ils se plaignent presque toujours à faux, sans évoquer leur véritable malheur ; et d’ailleurs, dans le cas du malheur profond et permanent, une très forte pudeur arrête les plaintes. Ainsi chaque condition malheureuse parmi les hommes crée une zone de silence où les êtres humains se trouvent enfermés comme dans une île.

Auteur: Weil Simone

Info: "La condition ouvrière", Journal d'usine, éditions Gallimard, 2002, pages 341-342

[ isolement ] [ indicible ]

philosophe-sur-philosophe

Au cours de la période qui a suivi 1914, trois philosophies ont successivement dominé le monde philosophique britannique : d'abord celle du Tractatus de Wittgenstein ; ensuite celle des positivistes logiques ; et enfin celle des Investigations philosophiques de Wittgenstein. Parmi ces écoles, la première a eu une influence considérable sur ma propre pensée, bien que je ne pense pas aujourd'hui que cette influence ait été entièrement bonne. 

La deuxième école, celle des Positivistes logiques, avait ma sympathie générale, bien que je ne sois pas d'accord avec certaines de ses doctrines les plus distinctives. La troisième école, que j'appellerai par commodité WII (Wittgenstein deux) pour la distinguer des doctrines du Tractatus que j'appellerai WI (Wittgenstein un), reste pour moi totalement inintelligible. Ses doctrines positives me paraissent triviales et ses doctrines négatives infondées. 

Je n'ai rien trouvé dans les Investigations philosophiques de Wittgenstein qui me paraisse intéressant et je ne comprends pas pourquoi toute une école trouve dans ses pages une sagesse importante. Psychologiquement, c'est surprenant. 

Le premier Wittgenstein, que je connaissais intimement, était un homme passionné par une intense réflexion, profondément conscient des problèmes difficiles dont je ressentais, comme lui, l'importance, et doté (du moins le croyais-je) d'un véritable génie philosophique. 

Le dernier Wittgenstein, au contraire, semble s'être lassé de la réflexion sérieuse et avoir inventé une doctrine qui rendrait cette activité inutile. Je ne crois pas un seul instant qu'une doctrine avec ces conséquences paresseuses puisse être vraie. Je me rends compte, cependant, que j'ai un très fort préjugé contre elle, car, si elle est vraie, la philosophie est, au mieux, une assistance légère pour lexicographes, et au pire, un divertissement mondain.

Auteur: Russell Bertrand

Info: My Philosophical Development (1959), Ch.XVIII: Some Replies to Criticism, pp. 215-6

[ . ]

curiosité

- Y a des années, je ramassais les mots que se

passaient les élèves. Dès que j'en voyais se pencher un

peu trop sur la table, glisser la main, hop là, je chopais

vif au passage le mot, je remerciais, et je rangeais le mot dans ma trousse. L'élève venait prudemment me le réclamer quand ça sonnait et je lui disais qu'il avait pas à s'inquiéter, que je m'en servirais pas contre lui mais je le lui rendrais pas non plus. Quand il avait

refermé la porte, je sortais le mot de ma trousse.

Fallait déchiffrer. Vite écrit, avec du phonétique, des abréviations, de leur langue à eux, des pseudos

des surnoms, des allusions. Des ruptures d'

amitiés. Des Pourquoi tu me fais la gueule depuis

ce matin ? Des trucs de cul. De la haine (

Je vais la démolir cette meuf, etc.) mais jamais formulé

comme ça. Du fait de leur langue, y avait toujours

quelque chose de bizarre, venu du monde souterrain de la classe, inscrit tel quel sur ces tout petits bouts de papier froissés, et qui retranscrits propre n'auraient

pas donné grand-chose, auraient peut-être

nourri ces recueils de "perles" qui font marrer les adultes crétins et les profs dans les salles de profs.

Ces mots, je les ai jetés. Ils ont tout fait pour que

ce soit pas rendu public, alors je vois pas pourquoi

je les publierais sous prétexte que l'occasion se

présente ou que ça pourrait être la matière d'une

enquête ou je ne sais quoi on peut encore inventer

comme justification pour faire exactement ce que

les gens veulent pas qu'on fasse.

Auteur: Quintane Nathalie

Info: "Un hamster à l'école", éd. La fabrique, p. 193-194

[ adolescence ] [ clandestinité ] [ messages cryptés ] [ éducation ] [ respect ] [ jargon ] [ instituteur ]

pensée-de-femme

A la radio, un médecin soulignait que plus un individu fait l'amour, meilleur il devient dans tous les domaines. Et moi j'éclatai de rire. Mon air railleur n'empêchait nullement cet homme de persévérer dans son catéchisme. Il rappelait que le corps humain est une mécanique, et la comparait, cette machine, au métro de Taipei, à Taiwan. Il y a des années de ça, un vice de fabrication avait concerné le béton des piliers soutenant ce métro aérien, fraîchement construit. Eh bien, sans passagers, ce métro avait fonctionné, jour et nuit, sans quoi il aurait rouillé. Selon ce médecin, une prophétie similaire planait sur le corps sexuel. Si on n'en faisait pas usage, il se dégradait.
On pouvait téléphoner à l'émission pour apporter un témoignage. J'avais composé le numéro. Plus rapidement que prévu, j'étais tombée sur un standardiste qui demandait ce que le sujet du jour m'inspirait. J'avais dit que j'étais révoltée... J'avais dit que les redoutables et ultramodernes conventions de notre époque étaient partout mais que, naïve, je m'étonnais de les trouver ici, dans une bonne émission de radio. J'avais démontré que ce n'était pas vrai, cette histoire que plus on fait l'amour, meilleur on devient. Par exemple, St François d'Assise, mère Téresa, le dalaï-lama, Bouddha ? Et que penser du compagnon qui fut des heures exaspérant et hostile, il a négligé votre dévouement, il vous a humiliée devant les autres, il a maudit votre souffle et il entend la nuit se réconcilier à bon compte ? On se rapproche de lui par la force des choses, en le haïssant. Est-ce bon pour la santé, ça ? J'avais dit : "Pourquoi donner à la vie sexuelle une valeur en tant que telle ? Il y a une multitude de dispositions intérieures, de circonstances extérieures. Ce qui rendrait meilleur, ce serait de ne rien croire aux propos canoniques de ce médecin." J'avais proposé : "Laissez aux gens le trésor qu'ils possèdent. Leur équilibre indéfinissable." Indéfinissable, j'avais appuyé.

Auteur: Fontanel Sophie

Info: l'envie

[ couple ]

écrivain-sur-écrivain

Il est assez connu des gens du boulevard, ce grand bossu à la tête rentrée dans les épaules [Albert Wolff], comme une tumeur entre deux excroissances ; au déhanchement de balourd allemand, qu’aucune fréquentation parisienne n’a pu dégrossir depuis vingt-cinq ans, — dégaine goujate qui semble appeler les coups de souliers plus impérieusement que l’abîme n’invoque l’abîme !

Quand il daigne parler à quelque voisin, l’oscillation dextrale de son horrible chef ouvre un angle pénible de quarante-cinq degrés sur la vertèbre et force l’épaule à remonter un peu plus, ce qui donne l’impression quasi fantastique d’une gueule de raie émergeant derrière un écueil.

Alors, on croirait que toute la carcasse va se désassembler comme un mauvais meuble vendu à crédit par la maison Crépin, et la douce crainte devient une espérance, quand le monstre est secoué de cette hystérique combinaison du hennissement et du gloussement qui remplace pour lui la virilité du franc rire.

Planté sur d’immenses jambes qu’on dirait avoir appartenu à un autre personnage et qui ont l’air de vouloir se débarrasser à chaque pas de la dégoûtante boîte à ordures qu’elles ne supportent qu’à regret, maintenu en équilibre par de simiesques appendices latéraux qui semblent implorer la terre du Seigneur, — on s’interroge sur son passage pour arriver à comprendre le sot amour-propre qui l’empêche encore, à son âge, de se mettre franchement à quatre pattes sur le macadam !

Quant au visage, ou, du moins, ce qui en tient lieu, je ne sais quelles épithètes pourraient en exprimer la paradoxale, la ravageante dégoûtation !

[…]

En réalité, ce vomitif gredin est surtout lépreux. Il porte sur sa figure, — où tant de claques retentirent ! — la purulence infinie d’une âme récoltée pour lui dans l’égout, et il tient beaucoup plus de la charogne que du monstre.

Wolff est le monstre pur, le monstre essentiel, et il n’a besoin d’aucune sanie pour inspirer l’horreur. Il lui pousserait des champignons bleus sur le visage que cela ne le rendrait pas plus épouvantable. Peut-être même qu’il y gagnerait !…

L’aspect général rappelle immédiatement, mais d’une manière invincible, le fameux homme à la tête de veau, qu’on exhiba l’an passé, et dont l’affreuse image a souillé si longtemps nos murs.

Auteur: Bloy Léon

Info: Dans "Le Désespéré", Livre de poche, 1962, pages 403-404

[ vacheries ] [ portrait ] [ métaphores ]

colonialisme

Emmanuel Macron ne se rendra pas à Kigali le 7 avril pour commémorer le génocide rwandais.

Le 7 avril, les Rwandais commémoreront le génocide des Tutsis (et le massacre des Hutus pacifistes). Près d’un million de morts en trois mois, entre avril et juin 1994. Dans les premiers jours, le massacre atteignait dix mille morts toutes les 20 minutes. Emmanuel Macron a fait savoir qu’il ne se rendrait pas à Kigali. On croyait avoir décelé ces derniers mois des signes de réchauffement diplomatique entre nos deux pays. Las. Ni le chef du gouvernement, ni le ministre des Affaires étrangères, ni même un secrétaire d’État n’iront. De la façon la plus maladroite qui soit, l’Élysée annonce être représenté par… un député… originaire du Rwanda. Double faute.

Mais l’essentiel réside sans doute ailleurs. Le pouvoir français continue en effet, en notre nom, de cultiver le déni de sa responsabilité dans l’un des plus grands génocides de l’histoire. On peut discuter longtemps de savoir si elle est directe ou non, et ce bien que les preuves s’accumulent, que les documents d’archives sont exhumés ou encore que des témoins – y compris des militaires français – rompent l’omerta. Mais responsabilité il y a : l’armée et des instructeurs français ont armé et formé le pouvoir génocidaire. Avant, pendant et après. Certes, les Français n’ont pas transmis les techniques de mort à la machette. Mais les services et les responsables politiques français savaient qu’un génocide se préparait. Ni en amont ni quand il s’est déclenché, le pouvoir français ne s’est donné véritablement les moyens de l’empêcher puis de l’arrêter, quoi qu’en disent les défenseurs de l’opération Turquoise.

Il est un autre aspect de ce génocide mis sous le tapis : celui qui a présidé à sa construction mentale, à sa justification raciste. Hutus et Tutsis n’ont en réalité aucune différence : même langue, même culture, même zones de nomadisme et de sédentarisation… Même histoire. Ce sont, à l’instar des Anglais et des Français, les colonisateurs belges qui ont créé et entretenu une distinction artificielle destinée à affermir leur pouvoir. Ce qui est frappant dans ce déni profond est ce qu’il dit de la France. De son incapacité à assumer autant que de son refus systématique de s’excuser de ce que d’autres ont fait avant. Ah ! la repentance, ce vilain mot qui déshonore. La Belgique et même le Vatican ont reconnu leur part ? Peu importe. Un président français ne s’excuse pas.

Auteur: Pouria Amirshahi

Info: https://www.politis.fr, 27 mars 2019

[ nord-sud ] [ machiavélisme ]

parlêtre

Pour le psychanalyste, le Réel est cette instance logique, indissociable du Symbolique et de l’Imaginaire dont elle constitue le nouage, le Réel se caractérise de l'impossible: impossible à dire, impossibie à symboliser, impossible à imaginer, et qui cependant se fait jour à travers la parole...

Selon la façon dont se nouent les registres du Réel, du Symbolique et de l’Imaginaire, nous obtenons la structure de ce qui se spécifie comme appartenant aux champs de la Religion, de la Science et de la psychanalyse (ou de l’art): la religion (RSI) Réalise à travers un Symbole ce qu’elle offre à Imaginer, par exemple le mystère de l'Eucharistie comme réellement corps et sang du Christ à travers le Symbolique (concept du dieu trine) de l'Idée qu'elle se fait de Dieu (l'homme à l'image de Dieu, et sa réciproque tout aussi bien: idée d’un dieu parfait, infiniment "bon" et aimable...)

La science (SIR) Symbolise (S=concept), l'Idée (l’image) qu'elle se fait du Réel: le tropisme inhérent au discours scientifique consiste en cette volonté de réduire le Réel au Symbolique, que "tout le Réel" finirait par être répertorié, comptabilisé, rendu transmissible sous la forme de formules qui. passant de main en main sans que leur contenu en soit affecté le moins du monde, ni par qui les transmet ni par qui les reçoit, en rendraient compte "objectivement", "pour tous"... d'où l'évacuation systématique hors de la sphère scientifique du sujet ($) en tant qu’il est manifeste du réel (le grain de sable de l’énonciation)...

Moyennant quoi, la Science se définit d’être réfutable, selon l’épistémologue Karl Popper lui-même...

La psychanalyse (IRS) imagine, invente (I=Idée) ce qui du Réel (R=ce qui relève du percept, par le biais de la jouissance, de la souffrance...), peut se symboliser, se dire, s'écrire (S=concept=mathème, topologie)... L'approche psychanalytique fait en sorte que la vie du sujet s’organise autour du vide central (das Ding) identifié comme ce qu'il y a de plus Réel (ce qui fait dire à Beckett que rien n'est plus réel que rien)...

La linguistique, d’abord, peut définir le matériel de la psychanalyse, voire l’appareil de son opération, elle laisse en blanc (les semblants) ce qui la rend effective en psychanalyse (raison pour laquelle la "science des discours", Lacan la nomme "linguisterie"...) La psychanalyse ne cesse depuis Freud d’affirmer que la vérité de la souffrance, c’est d’avoir la vérité comme cause: "Aussi bien dirions-nous que la découverte de Freud est cette vérité que la vérité ne perd jamais ses droits."

Céder sur les mots, c'est toujours avoir déjà cédé sur les choses. Ne compromets pas ton désir, tes besoins et tes demandes s'en trouveront automatiquement satisfaits.

Faire de la santé un objectif direct est contre-productif, tu dois concentrer ton énergie sur autre chose si tu veux que ta santé advienne. Inverse les devises du sens commun, aux fausses certitudes proposées par la réalité, privilégie le mystère du réel, aux sourires fielleux des compromis, des arrangements mensongers, de la soumission, préfère la morsure de la vérité. Prends des risques, confronte-toi à ta peur, fais de la vérité ta priorité, et ta santé viendra par surcroît. Apprendre à parler correctement sa propre langue est le premier moment du système immunitaire.

Auteur: Dubuis Santini Christian

Info: Publication facebook 30.12.2020

[ pensée adéquate ] [ noeud borroméen ] [ thérapie ] [ mal de vivre ] [ indicible priméité ]

univers protonique

À l’intérieur du Proton, " la chose la plus complexe qu'on puisse imaginer "

La particule chargée positivement au cœur de l’atome est un objet d’une complexité indescriptible, qui change d’apparence en fonction de la manière dont elle est sondée. Nous avons tenté de relier les nombreuses faces du proton pour former l'image la plus complète à ce jour.

(image : Des chercheurs ont récemment découvert que le proton comprend parfois un quark charmé et un antiquark charmé, particules colossales puisqeu chacune est plus lourde que le proton lui-même.)

Plus d’un siècle après qu’Ernest Rutherford ait découvert la particule chargée positivement au cœur de chaque atome, les physiciens ont encore du mal à comprendre pleinement le proton.

Les professeurs de physique des lycées les décrivent comme des boules sans relief contenant chacune une unité de charge électrique positive – des feuilles parfaites pour les électrons chargés négativement qui bourdonnent autour d’elles. Les étudiants apprennent que la boule est en réalité un ensemble de trois particules élémentaires appelées quarks. Mais des décennies de recherche ont révélé une vérité plus profonde, trop bizarre pour être pleinement saisie avec des mots ou des images.

"C'est la chose la plus compliquée que l'on puisse imaginer", a déclaré Mike Williams, physicien au Massachusetts Institute of Technology. "En fait, on ne peut même pas imaginer à quel point c'est compliqué."

Le proton est un objet de mécanique quantique qui existe sous la forme d’un brouillard de probabilités jusqu’à ce qu’une expérience l’oblige à prendre une forme concrète. Et ses formes diffèrent radicalement selon la manière dont les chercheurs mettent en place leur expérience. Relier les nombreux visages de la particule a été l’œuvre de plusieurs générations. "Nous commençons tout juste à comprendre ce système de manière complète", a déclaré Richard Milner , physicien nucléaire au MIT.

Alors que la poursuite se poursuit, les secrets du proton ne cessent de se dévoiler. Plus récemment, une analyse monumentale de données publiée en août a révélé que le proton contient des traces de particules appelées quarks charmés, plus lourdes que le proton lui-même.

Le proton " a été une leçon d’humilité pour les humains ", a déclaré Williams. " Chaque fois qu'on pense pouvoir maîtriser le sujet, il nous envoie des balles à trajectoires courbées (en référence aux Pitchers du baseball)

Récemment, Milner, en collaboration avec Rolf Ent du Jefferson Lab, les cinéastes du MIT Chris Boebel et Joe McMaster et l'animateur James LaPlante, ont entrepris de transformer un ensemble d'intrigues obscures qui compilent les résultats de centaines d'expériences en une série d'animations de la forme -changement de proton. Nous avons intégré leurs animations dans notre propre tentative de dévoiler ses secrets.

Ouvrir le proton

La preuve que le proton contient de telles multitudes est venue du Stanford Linear Accelerator Center (SLAC) en 1967. Dans des expériences antérieures, les chercheurs l'avaient bombardé d'électrons et les avaient regardés ricocher comme des boules de billard. Mais le SLAC pouvait projeter des électrons avec plus de force, et les chercheurs ont constaté qu'ils rebondissaient différemment. Les électrons frappaient le proton assez fort pour le briser – un processus appelé diffusion inélastique profonde – et rebondissaient sur des fragments ponctuels du proton appelés quarks. "Ce fut la première preuve de l'existence réelle des quarks", a déclaré Xiaochao Zheng , physicien à l'Université de Virginie.

Après la découverte du SLAC, qui remporta le prix Nobel de physique en 1990, l'examen minutieux du proton s'est intensifié. Les physiciens ont réalisé à ce jour des centaines d’expériences de diffusion. Ils déduisent divers aspects de l'intérieur de l'objet en ajustant la force avec laquelle ils le bombardent et en choisissant les particules dispersées qu'ils collectent par la suite.

En utilisant des électrons de plus haute énergie, les physiciens peuvent découvrir des caractéristiques plus fines du proton cible. De cette manière, l’énergie électronique définit le pouvoir de résolution maximal d’une expérience de diffusion profondément inélastique. Des collisionneurs de particules plus puissants offrent une vision plus nette du proton.

Les collisionneurs à plus haute énergie produisent également un plus large éventail de résultats de collision, permettant aux chercheurs de choisir différents sous-ensembles d'électrons sortants à analyser. Cette flexibilité s'est avérée essentielle pour comprendre les quarks, qui se déplacent à l'intérieur du proton avec différentes impulsions.

En mesurant l'énergie et la trajectoire de chaque électron diffusé, les chercheurs peuvent déterminer s'il a heurté un quark transportant une grande partie de l'impulsion totale du proton ou juste une infime partie. Grâce à des collisions répétées, ils peuvent effectuer quelque chose comme un recensement, déterminant si l'impulsion du proton est principalement liée à quelques quarks ou répartie sur plusieurs.

(Illustration qui montre les apparences du proton en fonction des types de collisions)

Même les collisions de division de protons du SLAC étaient douces par rapport aux normes actuelles. Lors de ces événements de diffusion, les électrons jaillissaient souvent d'une manière suggérant qu'ils s'étaient écrasés sur des quarks transportant un tiers de l'impulsion totale du proton. Cette découverte correspond à une théorie de Murray Gell-Mann et George Zweig, qui affirmaient en 1964 qu'un proton était constitué de trois quarks.

Le " modèle des quarks " de Gell-Mann et Zweig reste une façon élégante d'imaginer le proton. Il possède deux quarks " up " avec des charges électriques de +2/3 chacun et un quark " down " avec une charge de −1/3, pour une charge totale de protons de +1.

(Image mobile : Trois quarks sont présents dans cette animation basée sur les données.)

Mais le modèle avec des quarks est une simplification excessive qui présente de sérieuses lacunes.

Qui échoue, par exemple, lorsqu'il s'agit du spin d'un proton, une propriété quantique analogue au moment cinétique. Le proton possède une demi-unité de spin, tout comme chacun de ses quarks up et down. Les physiciens ont initialement supposé que — dans un calcul faisant écho à la simple arithmétique de charge — les demi-unités des deux quarks up moins celle du quark down devaient être égales à une demi-unité pour le proton dans son ensemble. Mais en 1988, la Collaboration européenne sur les muons a rapporté que la somme des spins des quarks était bien inférieure à la moitié. De même, les masses de deux quarks up et d’un quark down ne représentent qu’environ 1 % de la masse totale du proton. Ces déficits ont fait ressortir un point que les physiciens commençaient déjà à comprendre : le proton est bien plus que trois quarks.

Beaucoup plus que trois quarks

L'accélérateur annulaire de hadrons et d'électrons (HERA), qui a fonctionné à Hambourg, en Allemagne, de 1992 à 2007, a projeté des électrons sur des protons avec une force environ mille fois supérieure à celle du SLAC. Dans les expériences HERA, les physiciens ont pu sélectionner les électrons qui avaient rebondi sur des quarks à impulsion extrêmement faible, y compris ceux transportant aussi peu que 0,005 % de l'impulsion totale du proton. Et ils les ont détectés : Les électrons d'HERA ont rebondi sur un maelström de quarks à faible dynamique et de leurs contreparties d'antimatière, les antiquarks.

(Photo image animée : De nombreux quarks et antiquarks bouillonnent dans une " mer " de particules bouillonnantes."

Les résultats ont confirmé une théorie sophistiquée et farfelue qui avait alors remplacé le modèle des quarks de Gell-Mann et Zweig. Développée dans les années 1970, il s’agissait d’une théorie quantique de la " force forte " qui agit entre les quarks. La théorie décrit les quarks comme étant liés par des particules porteuses de force appelées gluons. Chaque quark et chaque gluon possède l'un des trois types de charges "colorées ", étiquetées rouge, verte et bleue ; ces particules chargées de couleur se tirent naturellement les unes sur les autres et forment un groupe – tel qu’un proton – dont les couleurs s’additionnent pour former un blanc neutre. La théorie colorée est devenue connue sous le nom de chromodynamique quantique, ou QCD.

Selon cette QCD, les gluons peuvent capter des pics d’énergie momentanés. Avec cette énergie, un gluon se divise en un quark et un antiquark – chacun portant juste un tout petit peu d’impulsion – avant que la paire ne s’annihile et ne disparaisse. C'est cette " mer " de gluons, de quarks et d'antiquarks transitoires qu'HERA, avec sa plus grande sensibilité aux particules de faible impulsion, a détecté de première main.

HERA a également recueilli des indices sur ce à quoi ressemblerait le proton dans des collisionneurs plus puissants. Alors que les physiciens ajustaient HERA pour rechercher des quarks à faible impulsion, ces quarks – qui proviennent des gluons – sont apparus en nombre de plus en plus grand. Les résultats suggèrent que dans des collisions à énergie encore plus élevée, le proton apparaîtrait comme un nuage composé presque entièrement de gluons. (Image)

Les gluons abondent sous une forme semblable à un nuage.

Ce pissenlit de gluon est exactement ce que prédit la QCD. "Les données HERA sont une preuve expérimentale directe que la QCD décrit la nature", a déclaré Milner.

Mais la victoire de la jeune théorie s'est accompagnée d'une pilule amère : alors que la QCD décrivait magnifiquement la danse des quarks et des gluons à durée de vie courte révélée par les collisions extrêmes d'HERA, la théorie est inutile pour comprendre les trois quarks à longue durée de vie observés suite à un plus léger bombardement du SLAC.

Les prédictions de QCD ne sont faciles à comprendre que lorsque la force forte est relativement faible. Et la force forte ne s'affaiblit que lorsque les quarks sont extrêmement proches les uns des autres, comme c'est le cas dans les paires quark-antiquark de courte durée. Frank Wilczek, David Gross et David Politzer ont identifié cette caractéristique déterminante de la QCD en 1973, remportant le prix Nobel 31 ans plus tard.

Mais pour des collisions plus douces comme celle du SLAC, où le proton agit comme trois quarks qui gardent mutuellement leurs distances, ces quarks s'attirent suffisamment fortement les uns les autres pour que les calculs de QCD deviennent impossibles. Ainsi, la tâche de démystifier plus loin une vision du proton à trois quarks incombe en grande partie aux expérimentateurs. (Les chercheurs qui mènent des " expériences numériques ", dans lesquelles les prédictions QCD sont simulées sur des superordinateurs, ont également apporté des contributions clés .) Et c'est dans ce genre d' images à basse résolution que les physiciens continuent de trouver des surprises.

Une charmante nouvelle approche

Récemment, une équipe dirigée par Juan Rojo de l'Institut national de physique subatomique des Pays-Bas et de l'Université VU d'Amsterdam a analysé plus de 5 000 instantanés de protons pris au cours des 50 dernières années, en utilisant l'apprentissage automatique pour déduire les mouvements des quarks et des gluons à l'intérieur du proton via une procédure qui évite les conjectures théoriques.

Ce nouvel examen a détecté un flou en arrière-plan dans les images qui avait échappé aux chercheurs antérieurs. Dans des collisions relativement douces, juste capables d'ouvrir à peine le proton, la majeure partie de l'impulsion était enfermée dans les trois quarks habituels : deux ups et un down. Mais une petite quantité d’impulsion semble provenir d’un quark " charmé " et d’un antiquark charmé – particules élémentaires colossales dont chacune dépasse de plus d’un tiers le proton entier.

(Image mobie : Le proton agit parfois comme une " molécule " de cinq quarks.)

Ces charmés de courte durée apparaissent fréquemment dans le panorama " mer des quarks " du proton (les gluons peuvent se diviser en six types de quarks différents s'ils ont suffisamment d'énergie). Mais les résultats de Rojo et de ses collègues suggèrent que les charmés ont une présence plus permanente, ce qui les rend détectables lors de collisions plus douces. Dans ces collisions, le proton apparaît comme un mélange quantique, ou superposition, d'états multiples : un électron rencontre généralement les trois quarks légers. Mais il rencontrera occasionnellement une " molécule " plus rare de cinq quarks, comme un quark up, down et charmé regroupés d'un côté et un quark up et un antiquark charmé de l'autre.

Des détails aussi subtils sur la composition du proton pourraient avoir des conséquences. Au Grand collisionneur de hadrons, les physiciens recherchent de nouvelles particules élémentaires en frappant ensemble des protons à grande vitesse et en observant ce qui en ressort ; Pour comprendre les résultats, les chercheurs doivent commencer par savoir ce que contient un proton. L’apparition occasionnelle de quarks charmés géants rendrait impossible la production de particules plus exotiques.

Et lorsque des protons appelés rayons cosmiques déferlent ici depuis l'espace et percutent les protons de l'atmosphère terrestre, des quarks charmés apparaissant au bon moment inonderaient la Terre de neutrinos extra-énergétiques, ont calculé les chercheurs en 2021. Cela pourrait dérouter les observateurs à la recherche de neutrinos à haute énergie provenant de tout le cosmos.

La collaboration de Rojo prévoit de poursuivre l'exploration du proton en recherchant un déséquilibre entre les quarks charmés et les antiquarks. Et des constituants plus lourds, comme le quark top, pourraient faire des apparitions encore plus rares et plus difficiles à détecter.

Les expériences de nouvelle génération rechercheront des fonctionnalités encore plus inconnues. Les physiciens du Laboratoire national de Brookhaven espèrent lancer le collisionneur électron-ion dans les années 2030 et reprendre là où HERA s'est arrêté, en prenant des instantanés à plus haute résolution qui permettront les premières reconstructions 3D du proton. L'EIC utilisera également des électrons en rotation pour créer des cartes détaillées des spins des quarks et des gluons internes, tout comme le SLAC et HERA ont cartographié leurs impulsions. Cela devrait aider les chercheurs à enfin déterminer l'origine du spin du proton et à répondre à d'autres questions fondamentales concernant cette particule déroutante qui constitue l'essentiel de notre monde quotidien.

 

Auteur: Internet

Info: https://www.quantamagazine.org/ - Charlie Bois, 19 octobre 2022

[ univers subatomique ]

intelligence artificielle

Apprendre l'anglais n'est pas une tâche facile, comme le savent d'innombrables étudiants. Mais lorsque l'étudiant est un ordinateur, une approche fonctionne étonnamment bien : Il suffit d'alimenter un modèle mathématique géant, appelé réseau neuronal, avec des montagnes de textes provenant d'Internet. C'est le principe de fonctionnement des modèles linguistiques génératifs tels que ChatGPT d'OpenAI, dont la capacité à tenir une conversation cohérente (à défaut d'être toujours sincère) sur un large éventail de sujets a surpris les chercheurs et le public au cours de l'année écoulée.

Mais cette approche présente des inconvénients. D'une part, la procédure de "formation" nécessaire pour transformer de vastes archives textuelles en modèles linguistiques de pointe est coûteuse et prend beaucoup de temps. D'autre part, même les personnes qui forment les grands modèles linguistiques ont du mal à comprendre leur fonctionnement interne, ce qui, à son tour, rend difficile la prévision des nombreuses façons dont ils peuvent échouer.

Face à ces difficultés, certains chercheurs ont choisi d'entraîner des modèles plus petits sur des ensembles de données plus restreints, puis d'étudier leur comportement. "C'est comme le séquençage du génome de la drosophile par rapport au séquençage du génome humain", explique Ellie Pavlick, chercheuse sur les modèles de langage à l'université de Brown.

Dans un article récemment publié sur le serveur scientifique arxiv.org, deux chercheurs de Microsoft ont présenté une nouvelle méthode pour former de minuscules modèles de langage : Les élever avec un régime strict d'histoires pour enfants.

RÉSEAUX NEURONAUX

Des chercheurs acquièrent une nouvelle compréhension à partir d'une simple IA  

Les chercheurs en apprentissage automatique ont compris cette leçon. GPT-3.5, le grand modèle linguistique qui alimente l'interface ChatGPT, compte près de 200 milliards de paramètres et a été entraîné sur un ensemble de données comprenant des centaines de milliards de mots (OpenAI n'a pas publié les chiffres correspondants pour son successeur, GPT-4).  L'entraînement de modèles aussi vastes nécessite généralement au moins 1 000 processeurs spécialisés, appelés GPU, fonctionnant en parallèle pendant des semaines. Seules quelques entreprises peuvent réunir les ressources nécessaires, sans parler de l'entraînement et de la comparaison de différents modèles.

Les deux chercheurs ont montré que des modèles linguistiques des milliers de fois plus petits que les systèmes de pointe actuels apprenaient rapidement à raconter des histoires cohérentes et grammaticalement justes lorsqu'ils étaient formés de cette manière. Leurs résultats indiquent de nouvelles pistes de recherche qui pourraient être utiles pour former des modèles plus importants et comprendre leur comportement.

"J'ai trouvé tout  ça très instructif", a déclaré Chandra Bhagavatula, chercheur sur les modèles de langage à l'Allen Institute for Artificial Intelligence de Seattle. "Le concept lui-même est très intéressant.

Il était une fois

Les réseaux neuronaux au cœur des modèles de langage sont des structures mathématiques vaguement inspirées du cerveau humain. Chacun d'entre eux contient de nombreux neurones artificiels disposés en couches, avec des connexions entre les neurones des couches adjacentes. Le comportement du réseau neuronal est régi par la force de ces connexions, appelées paramètres. Dans un modèle linguistique, les paramètres contrôlent les mots que le modèle peut produire ensuite, compte tenu d'une invite initiale et des mots qu'il a déjà générés.

Un modèle ne prend véritablement vie qu'au cours de la formation, lorsqu'il compare de manière répétée ses propres résultats au texte de son ensemble de données de formation et qu'il ajuste ses paramètres afin d'accroître la ressemblance. Un réseau non entraîné avec des paramètres aléatoires est trivialement facile à assembler à partir de quelques lignes de code, mais il ne produira que du charabia. Après l'entraînement, il peut souvent poursuivre de manière plausible un texte peu familier. Les modèles de plus grande taille sont souvent soumis à des réglages plus fins qui leur apprennent à répondre à des questions et à suivre des instructions, mais l'essentiel de la formation consiste à maîtriser la prédiction des mots.

Pour réussir à prédire des mots, un modèle linguistique doit maîtriser de nombreuses compétences différentes. Par exemple, les règles de la grammaire anglaise suggèrent que le mot suivant le mot "going" sera probablement "to", quel que soit le sujet du texte. En outre, un système a besoin de connaissances factuelles pour compléter "la capitale de la France est", et compléter un passage contenant le mot "not" nécessite une connaissance rudimentaire de la logique.

"Le langage brut est très compliqué", explique Timothy Nguyen, chercheur en apprentissage automatique chez DeepMind. "Pour que des capacités linguistiques intéressantes apparaissent, les gens ont eu recours à l'idée que plus il y a de données, mieux c'est".

(photo) Ronen Eldan s'est rendu compte qu'il pouvait utiliser les histoires d'enfants générées par de grands modèles linguistiques pour en entraîner rapidement de plus petits.

Introduction

Ronen Eldan, mathématicien qui a rejoint Microsoft Research en 2022 pour étudier les modèles de langage génératifs, souhaitait développer un moyen moins coûteux et plus rapide d'explorer leurs capacités. Le moyen naturel d'y parvenir était d'utiliser un petit ensemble de données, ce qui signifiait qu'il devait entraîner les modèles à se spécialiser dans une tâche spécifique, afin qu'ils ne s'éparpillent pas. Au départ, il voulait entraîner les modèles à résoudre une certaine catégorie de problèmes mathématiques, mais un après-midi, après avoir passé du temps avec sa fille de 5 ans, il s'est rendu compte que les histoires pour enfants convenaient parfaitement. "L'idée m'est venue littéralement après lui avoir lu une histoire", a-t-il déclaré.

Pour générer des histoires cohérentes pour les enfants, un modèle de langage devrait apprendre des faits sur le monde, suivre les personnages et les événements, et observer les règles de grammaire - des versions plus simples des défis auxquels sont confrontés les grands modèles. Mais les grands modèles formés sur des ensembles de données massives apprennent d'innombrables détails non pertinents en même temps que les règles qui comptent vraiment. Eldan espérait que la brièveté et le vocabulaire limité des histoires pour enfants rendraient l'apprentissage plus gérable pour les petits modèles, ce qui les rendrait à la fois plus faciles à former et plus faciles à comprendre.

Dans le monde des modèles de langage, cependant, le terme "petit" est relatif : Un ensemble de données mille fois plus petit que celui utilisé pour former GPT-3.5 devrait encore contenir des millions d'histoires. "Je ne sais pas combien d'argent vous voulez dépenser, mais je suppose que vous n'allez pas engager des professionnels pour écrire quelques millions de nouvelles", a déclaré M. Nguyen.

Il faudrait un auteur extraordinairement prolifique pour satisfaire des lecteurs aussi voraces, mais Eldan avait quelques candidats en tête. Qui peut mieux écrire pour un public de petits modèles linguistiques que pour de grands modèles ?

Toys stories

Eldan a immédiatement entrepris de créer une bibliothèque d'histoires synthétiques pour enfants générées par de grands modèles linguistiques. Mais il a rapidement découvert que même les modèles de pointe ne sont pas naturellement très créatifs. Si l'on demande à GPT-4 d'écrire des histoires adaptées à des enfants de 4 ans, explique Eldan, "environ un cinquième des histoires concernera des enfants qui vont au parc et qui ont peur des toboggans". C'est apparemment la quintessence des histoires pour enfants d'âge préscolaire, selon l'Internet.

La solution a consisté à ajouter un peu d'aléatoire dans le message. Tout d'abord, Eldan a utilisé le GPT-4 pour générer une liste de 1 500 noms, verbes et adjectifs qu'un enfant de 4 ans pourrait connaître - suffisamment courte pour qu'il puisse facilement la vérifier lui-même. Il a ensuite écrit un programme informatique simple qui demanderait à plusieurs reprises à GPT-3.5 ou à GPT-4 de générer une histoire adaptée à l'âge de l'enfant, comprenant trois mots aléatoires de la liste, ainsi qu'un détail supplémentaire choisi au hasard, comme une fin heureuse ou un rebondissement de l'intrigue. Les histoires obtenues, heureusement, étaient moins axées sur des diapositives effrayantes.

Eldan disposait désormais d'une procédure pour produire des données de formation à la demande, mais il n'avait aucune idée du nombre d'histoires dont il aurait besoin pour former un modèle fonctionnel, ni de la taille de ce modèle. C'est alors qu'il s'est associé à Yuanzhi Li, chercheur en apprentissage automatique chez Microsoft et à l'université Carnegie Mellon, pour essayer différentes possibilités, en tirant parti du fait que les petits modèles peuvent être formés très rapidement. La première étape consistait à décider comment évaluer leurs modèles.

Introduction

Dans la recherche sur les modèles de langage - comme dans toute salle de classe - la notation est un sujet délicat. Il n'existe pas de rubrique parfaite qui englobe tout ce que les chercheurs veulent savoir, et les modèles qui excellent dans certaines tâches échouent souvent de manière spectaculaire dans d'autres. Au fil du temps, les chercheurs ont mis au point divers critères de référence standard basés sur des questions dont les réponses ne sont pas ambiguës, ce qui est une bonne approche si vous essayez d'évaluer des compétences spécifiques. Mais Eldan et Li se sont intéressés à quelque chose de plus nébuleux : quelle doit être la taille réelle des modèles linguistiques si l'on simplifie le langage autant que possible ?

"Pour vérifier directement si le modèle parle anglais, je pense que la seule chose à faire est de laisser le modèle générer de l'anglais de manière ouverte", a déclaré M. Eldan.

Il n'y a que deux façons de mesurer les performances d'un modèle sur des questions aussi qualitatives : S'appuyer sur des évaluateurs humains ou se tourner à nouveau vers le GPT-4. Les deux chercheurs ont opté pour cette dernière solution, laissant les grands modèles à la fois rédiger les manuels et noter les dissertations.

Bhagavatula a déclaré qu'il aurait aimé voir comment les évaluations de GPT-4 se comparaient à celles des correcteurs humains - GPT-4 peut être biaisé en faveur des modèles qu'il a aidé à former, et l'opacité des modèles de langage rend difficile la quantification de tels biais. Mais il ne pense pas que de telles subtilités affecteraient les comparaisons entre différents modèles formés sur des ensembles similaires d'histoires synthétiques - l'objectif principal du travail d'Eldan et Li.

Eldan et Li ont utilisé une procédure en deux étapes pour évaluer chacun de leurs petits modèles après la formation. Tout d'abord, ils ont présenté au petit modèle la première moitié d'une histoire distincte de celles de l'ensemble des données d'apprentissage, de manière à ce qu'il génère une nouvelle fin, en répétant ce processus avec 50 histoires de test différentes. Ensuite, ils ont demandé à GPT-4 d'évaluer chacune des fins du petit modèle en fonction de trois catégories : créativité, grammaire et cohérence avec le début de l'histoire. Ils ont ensuite fait la moyenne des notes obtenues dans chaque catégorie, obtenant ainsi trois notes finales par modèle.

Avec cette procédure en main, Eldan et Li étaient enfin prêts à comparer les différents modèles et à découvrir quels étaient les étudiants les plus brillants.

Résultats des tests

Après quelques explorations préliminaires, les deux chercheurs ont opté pour un ensemble de données de formation contenant environ 2 millions d'histoires. Ils ont ensuite utilisé cet ensemble de données, baptisé TinyStories, pour entraîner des modèles dont la taille varie de 1 million à 30 millions de paramètres, avec un nombre variable de couches. Le travail a été rapide : En utilisant seulement quatre GPU, l'entraînement du plus grand de ces modèles n'a pas pris plus d'une journée.

Les plus petits modèles ont eu du mal. Par exemple, l'une des histoires testées commence par un homme à l'air méchant qui dit à une fille qu'il va lui prendre son chat. Un modèle à un million de paramètres s'est retrouvé bloqué dans une boucle où la fille répète sans cesse à l'homme qu'elle veut être son amie. Mais les modèles plus grands, qui sont encore des milliers de fois plus petits que GPT-3.5, ont obtenu des résultats surprenants. La version à 28 millions de paramètres racontait une histoire cohérente, même si la fin était sinistre : "Katie s'est mise à pleurer, mais l'homme s'en fichait. Il a emporté le chat et Katie n'a plus jamais revu son chat. Fin de l'histoire".

En plus de tester leurs propres modèles, Eldan et Li ont soumis le même défi au GPT-2 d'OpenAI, un modèle de 1,5 milliard de paramètres publié en 2019. Le résultat a été bien pire - avant la fin abrupte de l'histoire, l'homme menace d'emmener la jeune fille au tribunal, en prison, à l'hôpital, à la morgue et enfin au crématorium.

Introduction

Selon M. Nguyen, il est passionnant que des modèles aussi petits soient aussi fluides, mais il n'est peut-être pas surprenant que GPT-2 ait eu du mal à accomplir la tâche : il s'agit d'un modèle plus grand, mais loin de l'état de l'art, et il a été formé sur un ensemble de données très différent. "Un enfant en bas âge qui ne s'entraînerait qu'à des tâches d'enfant en bas âge, comme jouer avec des jouets, obtiendrait de meilleurs résultats que vous ou moi", a-t-il fait remarquer. "Nous ne nous sommes pas spécialisés dans cette chose simple.

Les comparaisons entre les différents modèles de TinyStories ne souffrent pas des mêmes facteurs de confusion. Eldan et Li ont observé que les réseaux comportant moins de couches mais plus de neurones par couche étaient plus performants pour répondre aux questions nécessitant des connaissances factuelles ; inversement, les réseaux comportant plus de couches et moins de neurones par couche étaient plus performants pour garder en mémoire les personnages et les points de l'intrigue situés plus tôt dans l'histoire. Bhagavatula a trouvé ce résultat particulièrement intriguant. S'il peut être reproduit dans des modèles plus vastes, "ce serait un résultat vraiment intéressant qui pourrait découler de ce travail", a-t-il déclaré.

Eldan et Li ont également étudié comment les capacités de leurs petits modèles dépendaient de la durée de la période de formation. Dans tous les cas, les modèles maîtrisaient d'abord la grammaire, puis la cohérence. Pour Eldan, ce schéma illustre comment les différences dans les structures de récompense entraînent des différences dans les schémas d'acquisition du langage entre les réseaux neuronaux et les enfants. Pour les modèles de langage, qui apprennent en prédisant des mots, "l'incitation pour les mots "je veux avoir" est aussi importante que pour les mots "crème glacée"", a-t-il déclaré. Les enfants, en revanche, "ne se soucient pas de savoir s'ils disent 'j'aimerais avoir de la glace' ou simplement 'glace, glace, glace'".

Qualité contre quantité

Eldan et Li espèrent que cette étude incitera d'autres chercheurs à entraîner différents modèles sur l'ensemble des données de TinyStories et à comparer leurs capacités. Mais il est souvent difficile de prédire quelles caractéristiques des petits modèles apparaîtront également dans les plus grands.

"Peut-être que les modèles de vision chez la souris sont de très bons substituts de la vision humaine, mais les modèles de dépression chez la souris sont-ils de bons modèles de la dépression chez l'homme ? a déclaré M. Pavlick. "Pour chaque cas, c'est un peu différent.

Le succès des modèles TinyStories suggère également une leçon plus large. L'approche standard pour compiler des ensembles de données de formation consiste à aspirer des textes sur l'internet, puis à filtrer les déchets. Le texte synthétique généré par des modèles de grande taille pourrait constituer une autre façon d'assembler des ensembles de données de haute qualité qui n'auraient pas besoin d'être aussi volumineux.

"Nous avons de plus en plus de preuves que cette méthode est très efficace, non seulement pour les modèles de la taille de TinyStories, mais aussi pour les modèles plus importants", a déclaré M. Eldan. Ces preuves proviennent d'une paire d'articles de suivi sur les modèles à un milliard de paramètres, rédigés par Eldan, Li et d'autres chercheurs de Microsoft. Dans le premier article, ils ont entraîné un modèle à apprendre le langage de programmation Python en utilisant des extraits de code générés par GPT-3.5 ainsi que du code soigneusement sélectionné sur l'internet. Dans le second, ils ont complété l'ensemble de données d'entraînement par des "manuels" synthétiques couvrant un large éventail de sujets, afin d'entraîner un modèle linguistique à usage général. Lors de leurs tests, les deux modèles ont été comparés favorablement à des modèles plus importants formés sur des ensembles de données plus vastes. Mais l'évaluation des modèles linguistiques est toujours délicate, et l'approche des données d'entraînement synthétiques n'en est qu'à ses balbutiements - d'autres tests indépendants sont nécessaires.

Alors que les modèles linguistiques de pointe deviennent de plus en plus volumineux, les résultats surprenants de leurs petits cousins nous rappellent qu'il y a encore beaucoup de choses que nous ne comprenons pas, même pour les modèles les plus simples. M. Nguyen s'attend à ce que de nombreux autres articles explorent l'approche inaugurée par TinyStories.

"La question est de savoir où et pourquoi la taille a de l'importance", a-t-il déclaré. "Il devrait y avoir une science à ce sujet, et cet article est, je l'espère, le début d'une riche histoire.



 



 

Auteur: Internet

Info: https://www.quantamagazine.org/ Ben Brubaker, 5 octobre 2023

[ synthèse ]