anecdote

Fête de famille post-covid. Tout le monde peut enfin se retrouver dans un refuge en pleine campagne vaudoise, au fond d'un vallon avec ruisseau, paturages, vaches, forêts... Gene (prononcer jeneu) ma belle-soeur m'explique que cet endroit "est toute sa jeunesse" émaillant son discours d'une série de petits récits...

Moi : "ça a toujours été un refuge ici ?"

- Non, avant c'était un stand...

Elle me raconte comment - elle avait autour de 10-12 ans et officiait ici comme ciblarde (observateur payé pour relever et noter les résultats des tireurs dans les stands suisses) quand arriva un vieux monsieur, de peut-être 70 ans, qui, une fois allongé, commença à tirer.

Dès les premiers retours des ciblards au loin, (ceux sous les cibles qui transmettent les scores de tirs au moyen de grands panneaux), il se démarquait des autres tireurs par ses bons résultats (pas de pendule précisa-t'elle : c'est à dire de tir hors cible).  Et puis elle se retrouva à attendre des données qui n'arrivaient plus des panneaux lointains. Le monsieur avait cessé de tirer.

Après un certain temps on s'aperçut qu'il était mort. Sa dépouille demeura ensuite quelques jours dans une pièce de la commune, aussi dédiée à la municipalité à l'occasion. L'individu n'avait probablement pas beaucoup de proches fut notre conclusion. 

Tout ça qui me fit penser un peu plus tard au Kyûdô ; cette discipline japonaise de tir à l'arc dont l'objectif principal est d'atteindre sa cible intérieure. Avec cette historiette j'eus un court instant l'impression d'approcher une forme d'absolu, trans-époques et trans-civilisations.

Auteur: Mg

Info: 11 juin 2021

[ helvète milice ] [ fusil mousqueton ]

fanatisme

USA: WASHINGTON - Les agnostiques et les athées aux Etats-Unis sont plus au fait des doctrines religieuses que les fidèles de toute autre religion, protestants et catholiques compris, selon une étude de l'institut de recherche Pew Forum publiée mardi.
En moyenne, les Américains répondent correctement à 16 des 32 questions posées dans cette enquête réalisée au printemps auprès de 3.412 adultes. Les plus instruits sur le sujet sont en fait ceux qui n'y croient pas: agnostiques et athées ayant une moyenne de 20,9 réponses correctes.
Ils sont suivis par les juifs et les mormons, qui respectivement obtiennent des scores de 20,5 et 20,3. Les connaissances des protestants parviennent juste à la moyenne avec 16 bonnes réponses tandis que les catholiques sont à la traîne avec 14,7 bonnes réponses.
Ainsi, plus de la moitié des protestants (53%) ne savent pas reconnaître le père du protestantisme dans le nom de Martin Luther.
Plus de quatre catholiques sur 10 (45%) ne savent pas que le pain et le vin représentent le corps et le sang du Christ lors de l'Eucharistie.
Moins d'un Américain sur deux (47%) sait que le Dalaï Lama est bouddhiste et moins de quatre sur dix (38%) associent Vishnu et Shiva au panthéon hindou. Seulement un quart des Américains (27%) savent que la majorité des habitants d'Indonésie sont musulmans.
Globalement, sur les questions liées à la chrétienté, notamment celles portant sur la Bible, ce sont les mormons et les protestants évangéliques blancs qui montrent le plus grand savoir.
Mais les juifs, les athées et les agnostiques sont ceux qui ont la culture religieuse la plus diversifiée, ayant connaissance des religions du monde, notamment du bouddhisme, de l'hindouisme et du judaïsme. Ils sont également plus au fait des questions mêlant religion et laïcité ainsi que ce qu'en dit la Constitution américaine.
Les connaissances bibliques restent toutefois l'apanage de la majorité d'Américains dans ce pays connu pour être le plus religieux du monde parmi les nations industrialisées.
Une majorité d'Américains sont capables de répondre correctement à la moitié des questions de connaissance de la Bible, posées dans l'enquête: 71% savent que Jésus est né à Bethléem et 63% citent La Genèse comme étant le premier livre de la Bible.

Auteur: Internet

Info: AFP, 28 septembre 2010

[ éducation ] [ culture ]

génocide

[...] ... Un historien, un jour, estima que, si les morts de Nankin pouvaient se donner la main, ils formeraient une chaîne jusqu'à Hangzhou, à deux cents kilomètres de là. Leur sang pèserait 1 200 tonnes et leurs cadavres rempliraient 2 500 wagons de marchandises. Empilés les uns sur les autres, ils auraient la hauteur d'un immeuble de soixante-quatorze étages.
(...)
Le massacre de Nankin dépasse en nombre de tués la plupart des pires crimes de tous les temps. Les Japonais battirent dans l'horreur les Romains à Carthage (qui n'avaient fait "que" 150 000 morts), les armées catholiques pendant la période de l'Inquisition et même certaines des atrocités de Tamerlan qui massacra 100 000 prisonniers à Delhi en 1398 et édifia deux tours de crânes en Syrie en 1400 et 1401.
(...)
Certes, au cours du XXème siècle, quand les outils du meurtre de masse furent parfaitement au point, Hitler tua environ six millions de Juifs et Staline, plus de quarante millions de Russes, mais il fallut plusieurs années pour arriver à de tels résultats. A Nankin, la tuerie fut concentrée sur quelques semaines.
(...)
De fait, même au regard des standards de la guerre la plus destructrice de l'histoire de l'humanité, le Sac de Nankin représente l'une des pires instances de l'extermination de masse. Pour tenter de l'imaginer, penchons-nous encore sur quelques statistiques. A Nankin, le nombre de morts dépasse celui de certains pays pendant l'ensemble du second conflit mondial : la Grande-Bretagne perdit 61 000 civils, la France 108 000, la Belgique 101 000 et les Pays-Bas 242 000. Aux yeux des spécialistes de ces questions, les bombardements aériens représentent l'un des instruments les plus atroces de destruction massive. Et pourtant, aucun des raids les plus meurtriers ne dépassa les ravages de Nankin. Il est probable que les morts y furent plus nombreux qu'à Dresde lors de l'expédition britannique sur la ville et de l'incendie qui s'ensuivit (à l'époque, on avança le chiffre de 225 000 morts mais des rapports plus objectifs parlent aujourd'hui de 60 000 morts et de 30 000 blessés). Quoi qu'il en soit, que l'on se réfère au chiffre le plus faible - 260 000 - ou le plus élevé -350 000 - il est choquant de constater que le nombre des victimes de Nankin dépasse de loin celui des raids américains sur Tôkyô (entre 80 000 et 120 000 morts) et même les scores des deux bombardements atomiques d'Hiroshima et Nagasaki à la fin de 1945 (estimés respectivement à 140 000 et 70 000 morts.) ... [...]

Auteur: Chang Iris

Info: Le viol de Nankin : 1937 : un des plus grands massacres du XXe siècle

[ historique ] [ Asie ]

homme-animal

Nous avons l'honneur de solliciter votre bienveillance envers cet individu : Elle communique au moyen du langage des signes et utilise un vocabulaire de plus de 1000 mots. Elle comprend aussi l'anglais parlé, et mène souvent des conversations "bilingues", dans lesquelles elle répond par signes aux questions qui lui sont posées en anglais. Elle apprend les lettres de l'alphabet, elle sait lire certains mots imprimés, parmi lesquels son propre nom. Elle a obtenu des scores entre 85 et 95 au test d'intelligence de Stanford-Binet. Elle fait preuve d'une évidente conscience d'elle-même, dans ses comportements spontanés devant un miroir, lorsqu'elle prend des poses ou lorsqu'elle examine ses dents, ou bien lorsqu'elle utilise, à bon escient, un langage autodescriptif. Elle ment pour éviter les conséquences auxquelles l'exposent ses propres écarts de conduite, et elle anticipe les réactions des autres à ses propres actes. Elle s'adonne à des jeux imaginaires, tantôt seule, tantôt en groupe. Elle a déjà réalisé des peintures et des dessins figuratifs. Elle se souvient d'événements passés de sa vie, et est capable d'en parler. Elle comprend des termes relatifs au temps et sait les employer à bon escient, comme par exemple "avant", "après", "plus tard" et "hier". Elle rit de ses propres blagues et de celles des autres. Elle gémit si elle est blessée ou si on la laisse seule, et elle hurle lorsqu'elle est effrayée ou en colère. Elle parle de ses sentiments, en tuilisant des mots tels que "contente", "triste", "peur", "s'amuser", "envie", "déception", "dingue", et, très souvent, "amour". Elle pleure les proches qu'elle a perdus - un chat bien-aimé qui est mort, un ami qui est parti. Elle peut parler de ce qui se passe quand quelqu'un meurt, mais elle devient agitée et mal à l'aise quand on l'interroge sur sa propre mort ou sur la mort de ses compagnons. Elle se montre d'une adorable gentillesse avec les chatons et autres petits animaux. Il lui est même arrivé d'exprimer de la sympathie pour d'autres êtres qu'elle ne voyait que sur des photos. Cet individu peut-il revendiquer des droits moraux élémentaires ? D'après la description qui précède, il paraît difficile d'imaginer un quelconque argument rationnel pour lui dénier ses droits. Elle possède la conscience d'elle-même, a des émotions, elle est intelligente, communicative, elle a ses propres souvenirs et ses propres objectifs, et elle est certainement capable de souffrir profondément. Il n'y a aucune raison de remettre en cause cet accord concernant son statut moral si j'ajoute une information supplémentaire : à savoir, qu'elle ne fait pas partie de l'espèce humaine. La personne que je viens de décrire - et elle n'est rien moins qu'une personne pour ceux qui l'ont déjà approchée - s'appelle Koko, et il s'agit d'un gorille de plaine âgé de vingt ans. Pour que soit reconnue la personnalité des gorilles.

Auteur: Patterson Francine

Info: écrit avec Gordon Wendy

[ racisme ] [ éthique ]

machine pensante

Cette IA de Deepmind pourrait révolutionner les maths et " repousser les frontières de la connaissance humaine "

DeepMind vient de frapper un grand coup : le laboratoire d'IA de Google a annoncé en janvier avoir développé AlphaGeometry, une intelligence artificielle révolutionnaire capable de rivaliser avec les médaillés d'or des Olympiades internationales dans la résolution de problèmes de géométrie. Si cela ne vous parle pas, sachez que les médailles Fields - Terence Tao, Maryam Mirzakhani et Grigori Perelman - ont tous les trois été médaillés d'or lors de cette compétition annuelle de mathématiques qui fait s'affronter les meilleurs collégiens et lycéens du monde. Or, AlphaGeometry a résolu avec succès 25 des 30 problèmes de géométrie de l'Olympiade, se rapprochant ainsi du score moyen des médaillés d'or humains. C'est 15 de plus que son prédécesseur. Mais comment les scientifiques de DeepMind ont-ils accompli un tel exploit ?

L'approche neuro-symbolique, la petite révolution de l'IA

AlphaGeometry est le fruit d'une approche neuro-symbolique, combinant un modèle de langage neuronal (MLN) et un moteur de déduction symbolique (MDS).

Les MLN sont des réseaux de neurones artificiels entraînés sur de vastes ensembles de données textuelles. Ils sont capables d'apprendre et de reconnaître des schémas et des structures dans les données textuelles, ce qui leur permet de générer du texte cohérent et de comprendre le langage naturel. Les MDS sont, pour leur part, particulièrement efficaces pour traiter des problèmes qui nécessitent une manipulation formelle des symboles et des règles logiques.

L'approche neuro-symbolique permet de faire travailler ces deux composantes en tandem : dans le cadre d'AlphaGeometry, le MLN prédit des constructions géométriques potentiellement utiles, puis le MDS utilise ces prédictions pour guider la résolution du problème. Cette combinaison offre à l'IA les capacités intuitives des réseaux de neurones et la rigueur logique des moteurs de déduction symbolique, ce qui lui permet de résoudre efficacement des problèmes de géométrie complexes.

Pour surmonter le manque de problèmes mathématiques de niveau Olympiades qui auraient dû servir de données d'entraînement à AlphaGeometry, les chercheurs ont développé une méthode innovante de génération de données synthétiques à grande échelle, permettant au génial bébé de DeepMind de s'entraîner sur un ensemble de 100 millions d'exemples uniques.

(Image : Alphageometry résoud un problème simple...) 

Mission : repousser les frontières de la connaissance

Cette réalisation marque une avancée significative dans le développement de systèmes d'IA capables de raisonner et de résoudre des problèmes mathématiques complexes, rapportent les chercheurs de DeepMind dans un article paru dans Nature en février dernier. Bien que présentant des résultats impressionnants, AlphaGeometry se heurte tout de même à quelques défis, notamment celui de s'adapter à des scénarios mathématiques de plus en plus complexes et à mobiliser ses compétences dans des domaines mathématiques autres que la géométrie. 

Malgré tout, cette avancée ouvre la voie à d'extraordinaires possibilités dans les domaines des mathématiques, des sciences et de l'IA. Ses créateurs ne cachent d'ailleurs pas leur ambition : " Notre objectif à long terme reste de construire des IA capables de transférer leurs compétences et leurs connaissances dans tous les domaines mathématiques en développant la résolution de problèmes et le raisonnement sophistiqués dont dépendront les systèmes d'IA généraux ", assènent Trieu Trinh et Thang Luong, les responsables du projet dans un communiqué. 

Le ton est donné : autrement dit, les systèmes d'IA développés par DeepMind doivent acquérir des capacités de résolution de problèmes sophistiquées et de raisonnement, ce qui implique la capacité à identifier des schémas, à formuler des hypothèses, à déduire des conclusions et à prendre des décisions logiques dans des contextes variés. Le tout en " repoussant les frontières de la connaissance humaine ". Très ambitieux, mais peut-être pas impossible.

Auteur: Internet

Info: https://www.futura-sciences.com/ - mars 2024

[ robot intelligent ] [ historique ]

sciences

Notre intelligence s'exprime différemment de celle des générations précédentes.
Des tests d'intelligence qui donnaient des résultats moyens de 100 points dans les années 60 donnent aujourd'hui des résultats de 120. C'est ce que les spécialistes de l'intelligence appellent l'effet Flynn, du nom du politologue néo-zélandais James Richard Flynn, qui a remarqué, à la fin des années 70, une progression de trois à cinq points du quotient intellectuel (QI) par décennie. Le phénomène se serait poursuivi depuis, selon plusieurs autres études.
Les nouvelles générations ne sont pas plus intelligentes que les précédentes, Serge Larivée, professeur à l'École de psychoéducation de l'Université de Montréal nous dit : "Si c'était le cas, souligne-t-il, cela voudrait dire que la génération de nos grands-parents était constituée en grande partie de déficients intellectuels, ce qui est insensé aux yeux de l'histoire."
Dans un texte qui vient de paraitre dans la revue L'année psychologique, le professeur analyse avec ses collègues Carole Sénéchal (Université d'Ottawa) et Pierre Audy (UdeM) les paradoxes de l'effet Flynn.
Les différents chercheurs qui se sont penchés sur l'effet Flynn en ont attribué la cause à des facteurs culturels plutôt qu'à des changements d'ordre génétique. Parmi ces facteurs, mentionnons une scolarisation plus précoce et plus étendue, une plus grande familiarité avec les tests d'intelligence, l'urbanisation et l'industrialisation, les changements dans les attitudes parentales, l'amélioration de la santé grâce à de meilleurs soins et à une alimentation plus équilibrée ainsi que la prolifération de médias visuels de plus en plus complexes.
Mais ce n'est pas dans tous les types de tests d'intelligence que s'observe l'effet Flynn. L'effet est plus fort dans les habiletés visuospatiales (mesurées par les matrices de Raven) et dans les compétences logiques (mesurées par les échelles de Weschler), alors qu'il est plutôt faible dans les performances verbales et mathématiques.
"Nous serions plus doués que nos ancêtres quant au raisonnement abstrait et aux aptitudes visuospatiales, sans les dépasser pour autant dans d'autres aspects de l'intelligence", écrivent les auteurs dans une version vulgarisée de leur texte paru dans la revue Sciences humaines d'octobre dernier. Ce serait donc ces compétences visuelles et de logique qui seraient davantage sollicitées et développées par notre environnement culturel d'une complexité croissante. Autrement dit, notre intelligence s'exprime différemment sans que nous soyons nécessairement plus intelligents que les générations précédentes. Nos arrière-grands-parents avaient une intelligence plus pratique, nous avons une intelligence plus abstraite.
Mais cette explication qui attribue le développement du QI à des éléments culturels ne contredit-elle pas les études, notamment réalisées auprès de jumeaux identiques, qui imputent une bonne part du QI à la génétique?
La réponse à ce paradoxe est fort simple: les gènes ne produisent leur effet qu'à la faveur d'un environnement propice à leur actualisation. Ainsi, une personne qui dispose d'un avantage génétique relativement à une habileté particulière va rechercher un environnement stimulant où son potentiel génétique va pouvoir s'exprimer. Selon les chercheurs, l'effet multiplicateur qui s'ensuit est un facteur probable de l'effet Flynn.
L'effet Flynn n'est pas ailleurs pas illimité. "Deux parents qui ont des quotients intellectuels élevés n'engendreront pas un enfant attardé, mais la probabilité qu'ils aient un enfant doté d'un QI aussi élevé qu'eux est plutôt faible", affirme Larivée. Il y aurait ainsi un retour à la normale.
La théorie de l'effet combiné des gènes et de l'environnement nous dit aussi qu'un plateau est atteint lorsque l'environnement a livré tout son effet stimulant. On assiste d'ailleurs à une stabilisation du QI dans certains pays développés où les scores sont parmi les plus hauts. Des études montrent un ralentissement de la tendance, voire une stagnation, au Danemark et en Suède, alors que d'autres concluent même à un léger déclin en Angleterre et dans d'autres pays industrialisés.
Dans les pays où le QI moyen continue de croitre, c'est surtout au sein des classes les plus défavorisées qu'on observe une remontée. Serge Larivée y voit l'effet d'une éducation de qualité maintenant accessible à tous.
Si l'effet Flynn a atteint ses limites dans les pays développés, il commence à se faire sentir dans les pays en voie de développement, notamment dans certains pays africains comme le Kenya et le Soudan.
Pour le professeur, il s'agit de bonnes nouvelles. "Cela signifie que l'écart entre les plus doués et les moins doués s'amincit, de même qu'il se réduit entre les pays riches et les pays pauvres. Cela signifie aussi qu'un environnement stimulant peut bénéficier aux plus démunis.

Auteur: Baril Daniel

Info: fév. 2013

[ anthropologie ] [ société ] [ évolution ] [ descendances ]

portrait

Maryam Mirzakhani était mathématicienne, mais elle oeuvrait  comme une artiste, toujours en train de dessiner. Elle aimait s'accroupir sur le sol avec de grandes feuilles de papier, les remplissant de gribouillages : figures florales répétées et corps bulbeux et caoutchouteux, leurs appendices coupés proprement, comme les habitants d'un dessin animé, égarés,  de Miyazaki. L’un de ses étudiants diplômés de l’Université de Stanford a déclaré que Mirzakhani décrivait les problèmes mathématiques non pas comme des énigmes logiques intimidantes mais comme des tableaux animés. "C'est presque comme si elle avait une fenêtre sur le paysage mathématique et qu'elle essayait de décrire comment les choses qui y vivaient interagissaient les unes avec les autres", explique Jenya Sapir, aujourd'hui professeure adjointe à l'Université de Binghamton. "Pour elle, tout arrive en même temps."

Mirzakhani a grandi à Téhéran avec le rêve de devenir écrivain. En sixième année, elle a commencé à Farzanegan, une école pour les filles les plus douées de la ville, et a obtenu les meilleures notes dans toutes ses classes, à l'exception des mathématiques. Vers la fin de l'année scolaire, l'instructeur lui a rendu un test de mathématiques noté 16 sur 20, et Mirzakhani l'a déchiré et a fourré les morceaux dans son sac. Elle a dit à une amie qu’elle en avait assez en mathématiques : " Je ne vais même pas essayer de faire mieux. " Mirzakhani, cependant, était constitutionnellement incapable de ne pas essayer, et elle tomba bientôt amoureuse de la poésie épurée du sujet. Alors qu'elle était au lycée, elle et sa meilleure amie, Roya Beheshti, sont devenues les premières femmes iraniennes à se qualifier pour l'Olympiade internationale de mathématiques, et l'année suivante, en 1995, Mirzakhani a remporté une médaille d'or avec un score parfait.

Mirzakhani a déménagé aux États-Unis à l'automne 1999 pour poursuivre ses études supérieures à Harvard. Sa passion était la géométrie et elle était particulièrement attirée par les " surfaces hyperboliques ", qui ont la forme de chips Pringles. Elle a exploré un univers extrême dans son abstraction – avec des " espaces de modules ", où chaque point représente une surface – et des dimensions qui dépassent les nôtres. D'une manière ou d'une autre, Mirzakhani était capable d'évoquer des aspects de tels espaces à considérer, en griffonnant sur une feuille de papier blanc pour essayer une idée, s'en souvenir ou en rechercher une nouvelle ; ce n'est que plus tard qu'elle transcrira ses aventures dans les symboles conventionnels des mathématiques. "on ne veut pas écrire tous les détails ", a-t-elle dit un jour à un journaliste. "Mais le processus du dessin de quelque chose vous aide d'une manière ou d'une autre à rester connecté." Son doctorat : thèse commencée en dénombrant des boucles simples sur des surfaces, a conduit à un calcul du volume total des espaces de modules. Cela a permis à la jeune chercheuse de publier trois articles distincts dans des revues mathématiques de premier plan, dont l'un contenait une nouvelle preuve surprenante de la célèbre " conjecture de Witten ", une étape importante dans la physique théorique reliant les mathématiques et la gravité quantique. Les mathématiques de Mirzakhani sont appréciées pour leurs grands sauts créatifs, pour les liens qu'elles ont révélés entre des domaines éloignés, pour leur sens de la grandeur.

Lorsque Jan Vondrak, qui deviendra son mari, la rencontre en 2003, il ne savait pas, dit-il, qu'" elle était une superstar ". Mirzakhani terminait ses études à Harvard et Vondrak, aujourd'hui professeur de mathématiques à Stanford, étudiait au MIT ; ils se sont rencontrés lors d'une fête, chacun reconnaissant une âme sœur qui n'aimait pas particulièrement les fêtes. Vondrak l'a initiée au jazz et les deux ont fait de longues courses le long de la rivière Charles. Mirzakhani était à la fois modeste – Vondrak a appris de ses nombreuses réalisations grâce à des amis communs – et extrêmement ambitieuse. Vondrak se souvient de ses rêves de découvertes futures dans l'espace des modules, mais aussi de sa détermination à explorer des domaines plus lointains, comme la théorie des nombres, la combinatoire et la " théorie ergodique ". Elle avait, selon Vondrak, " 100 ans de projets ".

Il y a trois ans, Mirzakhani, 37 ans, est devenue la première femme à remporter la médaille Fields, le prix Nobel de mathématiques. La nouvelle de cette récompense et le symbolisme évident (première femme, première Iranienne, immigrante d'un pays musulman) la troublaient. Elle fut très perplexe lorsqu’elle a découvert que certaines personnes pensaient que les mathématiques n’étaient pas pour les femmes – ce n’était pas une idée qu’elle ou ses amis avaient rencontrée en grandissant en Iran – mais elle n’était pas encline, de par sa personnalité, à dire aux autres quoi penser. À mesure qu’elle devenait une célébrité parmi les Iraniens, les gens l’approchaient pour lui demander une photo, ce qu’elle détestait. La médaille Fields a également été annoncée alors qu'elle venait de terminer un traitement épuisant contre le cancer du sein.

En 2016, le cancer est réapparu, se propageant au foie et aux os de Mirzakhani. Tous ceux qui ont connu Mirzakhani la décrivent comme étant d’un optimisme inébranlable ; ils quittaient toujours les conversations avec un sentiment d'énergie. Mais finalement, il est devenu impossible pour Mirzakhani de continuer ce que sa jeune fille, Anahita, appelait sa " peinture ". Lors d'un service commémoratif à Stanford, Curtis McMullen, directeur de thèse de Mirzakhani et président du département de mathématiques de Harvard, a déclaré que lorsqu'elle était étudiante, elle venait à son bureau et posait des questions qui étaient " comme des histoires de science-fiction ", des scènes vivantes qu'elle avait entrevues. dans un coin inexploré de l’univers mathématique – des structures étranges et des motifs séduisants, tous en mouvement et interconnectés. Puis elle le regardait de ses yeux bleu-gris. " Est ce bien? " demanderait-elle, comme s'il pouvait connaître la réponse.

Auteur: Internet

Info: Nytimes, by Gareth Cook, 2017

[ syntropie ] [ visualisation ]

gilets jaunes

Cher Monsieur Macron,

Vous comprendrez que si c’est pour venir faire tapisserie le petit doigt en l’air au milieu des pitres façon BHL, Enthoven, ou des intellectuels de cour comme Patrick Boucheron, je préférerais avoir piscine ou même dîner avec François Hollande. Au moins votre invitation ajoute-t-elle un élément supplémentaire pour documenter votre conception du débat. Savez-vous qu’à part les éditorialistes qui vous servent de laquais et répètent en boucle que la-démocratie-c’est-le-débat, votre grand débat à vous, personne n’y croit ? Vous-même n’y croyez pas davantage. Dans une confidence récente à des journalistes, qui aurait gagné à recevoir plus de publicité, vous avez dit ceci : "Je ressoude, et dès que c’est consolidé je réattaque". C’est très frais. Vous ressoudez et vous réattaquez. C’est parfait, nous savons à quoi nous en tenir, nous aussi viendrons avec le chalumeau.

En réalité, sur la manière dont vous utilisez le langage pour "débattre" comme vous dites, nous sommes assez au clair depuis longtemps. C’est une manière particulière, dont on se souviendra, parce qu’elle aura fait entrer dans la réalité ce qu’un roman d’Orwell bien connu avait anticipé il y a 70 ans très exactement – au moins, après la grande réussite de votre itinérance mémorielle, on ne pourra pas dire que vous n’avez pas le sens des dates anniversaires. C’est une manière particulière d’user du langage en effet parce qu’elle n’est plus de l’ordre du simple mensonge.

Bien sûr, dans vos institutions, on continue de mentir, grossièrement, éhontément. Vos procureurs mentent, votre police ment, vos experts médicaux de service mentent – ce que vous avez tenté de faire à la mémoire d’Adama Traoré par experts interposés, par exemple, c’est immonde. Mais, serais-je presque tenté de dire, c’est du mensonge tristement ordinaire.

Vous et vos sbires ministériels venus de la start-up nation, c’est autre chose : vous détruisez le langage. Quand Mme Buzyn dit qu’elle supprime des lits pour améliorer la qualité des soins ; quand Mme Pénicaud dit que le démantèlement du code du travail étend les garanties des salariés ; quand Mme Vidal explique l’augmentation des droits d’inscription pour les étudiants étrangers par un souci d’équité financière ; quand vous-même présentez la loi sur la fake news comme un progrès de la liberté de la presse, la loi anti-casseur comme une protection du droit de manifester, ou quand vous nous expliquez que la suppression de l’ISF s’inscrit dans une politique de justice sociale, vous voyez bien qu’on est dans autre chose – autre chose que le simple mensonge. On est dans la destruction du langage et du sens même des mots.

Si des gens vous disent "Je ne peux faire qu’un repas tous les deux jours" et que vous leur répondez "Je suis content que vous ayez bien mangé", d’abord la discussion va vite devenir difficile, ensuite, forcément, parmi les affamés, il y en a qui vont se mettre en colère. De tous les arguments qui justifient amplement la rage qui s’est emparée du pays, il y a donc celui-ci qui, je crois, pèse également, à côté des 30 ans de violences sociales et des 3 mois de violences policières à vous faire payer : il y a que, face à des gens comme vous, qui détruisent à ce point le sens des mots – donc, pensez-y, la possibilité même de discuter –, la seule solution restante, j’en suis bien désolé, c’est de vous chasser.

Il y a peu encore, vous avez déclaré : "Répression, violences policières, ces mots sont inacceptables dans un Etat de droit". Mais M. Macron, vous êtes irréparable. Comment dire : dans un Etat de droit, ce ne sont pas ces mots, ce sont ces choses qui sont inacceptables. À une morte, 22 éborgnés et 5 mains arrachées, vous vous repoudrez la perruque et vous nous dites : "Je n’aime pas le terme répression, parce qu’il ne correspond pas à la réalité". La question – mais quasi-psychiatrique – qui s’en suit, c’est de savoir dans quelle réalité au juste vous demeurez.

Des éléments de réponse nous sont donnés par un article publié il y a de ça quelques jours par le Gorafi sous le titre : "Le comité de médecine du ministère de l’intérieur confirme que le LBD est bon pour la santé". On peut y lire ceci : "Christophe Castaner s’est réjoui des résultats des tests du comité de médecins et a aussitôt signé une ordonnance qualifiant de rébellion et outrage à agent toute personne qui mettrait en cause la fiabilité de cette étude". M. Macron, voyez-vous la minceur de l’écart qui vous tient encore séparé du Gorafi ? Vous êtes la gorafisation du monde en personne. Sauf que, normalement, le Gorafi, c’est pour rire. En réalité, personne ne veut vivre dans un monde gorafisé. Si donc le macronisme est un gorafisme mais pour de vrai, vous comprendrez qu’il va nous falloir ajuster nos moyens en conséquence. Et s’il est impossible de vous ramener à la raison, il faudra bien vous ramener à la maison.

Tous les glapissements éditorialistes du pays sur votre légitimité électorale ne pourront rien contre cette exigence élémentaire, et somme toute logique. En vérité, légitime, vous ne l’avez jamais été. Votre score électoral réel, c’est 10%. 10% c’est votre score de premier tour corrigé du taux d’abstention et surtout du vote utile puisque nous savons que près de la moitié de vos électeurs de premier tour ont voté non par adhésion à vos idées mais parce qu’on les avait suffisamment apeurés pour qu’ils choisissent l’option "ceinture et bretelles".

Mais quand bien même on vous accorderait cette fable de la légitimité électorale, il n’en reste plus rien au moment où vous avez fait du peuple un ennemi de l’État, peut-être même un ennemi personnel, en tout cas au moment où vous lui faites la guerre – avec des armes de guerre, et des blessures de guerre. Mesurez-vous à quel point vous êtes en train de vous couvrir de honte internationale ? Le Guardian, le New-York Times, et jusqu’au Financial Times, le Conseil de l’Europe, Amnesty International, l’ONU, tous sont effarés de votre violence. Même Erdogan et Salvini ont pu s’offrir ce plaisir de gourmets de vous faire la leçon en matière de démocratie et de modération, c’est dire jusqu’où vous êtes tombé.

Mais de l’international, il n’arrive pas que des motifs de honte pour vous : également des motifs d’espoir pour nous. Les Algériens sont en train de nous montrer comment on se débarrasse d’un pouvoir illégitime. C’est un très beau spectacle, aussi admirable que celui des Gilets Jaunes. Une pancarte, dont je ne sais si elle est algérienne ou française et ça n’a aucune importance, écrit ceci : "Macron soutient Boutef ; les Algériens soutiennent les Gilets Jaunes ; solidarité internationale". Et c’est exactement ça : solidarité internationale ; Boutef bientôt dégagé, Macron à dégager bientôt.

Dans le film de Perret et Ruffin, un monsieur qui a normalement plus l’âge des mots croisés que celui de l’émeute – mais on a l’âge de sa vitalité bien davantage que celui de son état civil –, un monsieur à casquette, donc, suggère qu’on monte des plaques de fer de 2 mètres par 3 sur des tracteurs ou des bulls, et que ce soit nous qui poussions les flics plutôt que l’inverse. C’est une idée. Un autre dit qu’il s’est mis à lire la Constitution à 46 ans alors qu’il n’avait jamais tenu un livre de sa vie. M. Macron je vous vois d’ici vous précipiter pour nous dire que voilà c’est ça qu’il faut faire, lisez la Constitution et oubliez bien vite ces sottes histoires de plaques de fer. Savez-vous qu’en réalité ce sont deux activités très complémentaires. Pour être tout à fait juste, il faudrait même dire que l’une ne va pas sans l’autre : pas de Constitution avant d’avoir passé le bull.

C’est ce que les Gilets Jaunes ont très bien compris, et c’est pourquoi ils sont en position de faire l’histoire. D’une certaine manière M. Macron, vous ne cessez de les y inviter. En embastillant un jeune homme qui joue du tambour, en laissant votre police écraser à coups de botte les lunettes d’un interpellé, ou violenter des Gilets Jaunes en fauteuil roulant – en fauteuil roulant ! –, vous fabriquez des images pour l’histoire, et vous appelez vous-même le grand vent de l’histoire.

Vous et vos semblables, qui vous en croyez la pointe avancée, il se pourrait que vous finissiez balayés par elle. C’est ainsi en effet que finissent les démolisseurs en général. Or c’est ce que vous êtes : des démolisseurs. Vous détruisez le travail, vous détruisez les territoires, vous détruisez les vies, et vous détruisez la planète. Si vous, vous n’avez plus aucune légitimité, le peuple, lui, a entièrement celle de résister à sa propre démolition – craignez même que dans l’élan de sa fureur il ne lui vienne le désir de démolir ses démolisseurs.

Comme en arriver là n’est souhaitable pour personne, il reste une solution simple, logique, et qui préserve l’intégrité de tous : M. Macron, il faut partir. M. Macron, rendez les clés.

Auteur: Lordon Fredéric

Info: sa réponse à l'invitation faite par Macron, à une centaine d'intellectuels français dans le cadre du "grand débat public " le 18 mars 2019

[ gaulois rétif ] [ révolution ] [ vacheries ]

songes

Comment utiliser les rêves comme source d'inspiration créative

En s'inspirant de Thomas Edison et de Salvador Dalí, des chercheurs montrent que le modelage de l'imagerie des rêves peut susciter des idées créatives pour résoudre un problème spécifique.

(Photo de Salvador Dalí, avec ce texte) Dali avait des moyens originaux pour tirer une inspiration artistique de ses rêves, par exemple en mettant du parfum sur ses paupières ou en lâchant un objet pour se réveiller afin de se souvenir du contenu de ses rêves.)

Structure du benzène, Google et Frankenstein : Qu'ont en commun ces icônes de la science, de la technologie et de la littérature ? Elles  font partie des nombreuses découvertes et inventions qui auraient été inspirées par un rêve.

Pendant des décennies, les spécialistes du sommeil ont réfléchi au lien entre le rêve et l'inspiration créatrice. Ils ont longtemps pensé que ces idées provenaient de la phase de sommeil à mouvements oculaires rapides (REM), riche en rêves, et qui commence une heure ou plus après le début du cycle de sommeil. Mais de nouvelles données mettent en lumière une phase du sommeil beaucoup plus précoce - la zone crépusculaire qui sépare le sommeil de l'éveil - comme terrain fertile pour un élan créatif.

Dans une étude publiée le 15 mai dans Scientific Reports, une équipe de chercheurs montre que les personnes qui font de brèves siestes précédant l'endormissement obtiennent des résultats plus élevés quant aux critères de créativité que celles qui se lancent dans les mêmes tâches créatives après être restées éveillées. "L'importance de cet état de sommeil précoce pour la créativité a fait l'objet de spéculations, mais à ma connaissance, il s'agit de la meilleure étude démontrant sa valeur", déclare Jonathan Schooler, psychologue cognitif à l'université de Californie à Santa Barbara, qui n'a pas participé à l'étude.

De plus, les scientifiques ont découvert qu'ils pouvaient même exercer un certain contrôle sur le processus de rêve. Pour ce faire, ils ont orienté les rêves des participants vers un sujet spécifique. Plus les participants rêvaient de ce thème, plus ils étaient créatifs dans les tâches qui s'y rapportaient. "C'est à peu près ce qui nous permet de dire que rêver d'un sujet améliore la créativité ultérieure sur ce sujet", déclare Robert Stickgold, neuroscientifique cognitif et chercheur sur les rêves à la Harvard Medical School, qui faisait partie de l'équipe de l'étude.

L'expérience s'est appuyée sur un détecteur de sommeil en forme de gant appelé Dormio, mis au point par une équipe comprenant le co-chercheur principal Adam Haar Horowitz, chercheur postdoctoral au Massachusetts Institute of Technology. Dormio suit le début du sommeil en surveillant le tonus musculaire, la conductance de la peau et la fréquence cardiaque par l'intermédiaire de contacts sur le poignet et la main. Il communique avec une application qui émet des messages vocaux pour les rêves et enregistre les rapports de rêves.

Plus d'un penseur célèbre a tiré parti de la première phase de transition dans le sommeil, appelée stade 1 du sommeil non REM (sans mouvements oculaires rapides - N1), pour générer des idées créatives. Le peintre Salvador Dalí s'assoupissait délibérément en tenant un jeu de clés au-dessus d'une plaque de métal lorsqu'il réfléchissait à une idée de peinture. Au fur et à mesure qu'il s'assoupissait, les muscles de sa main se détendaient et il laissait tomber les clés qui heurtaient la plaque et le réveillaient, et il gardait l'image de son rêve. Thomas Edison aurait utilisé une technique similaire avec des billes de métal au lieu de clés pour obtenir des idées à intégrer dans ses inventions.

En 2021, une équipe de chercheurs de l'Institut du cerveau de Paris a rapporté certaines des premières preuves solides comme quoi Dalí et Edison étaient sur la bonne voie. Ils ont demandé à des personnes de faire de courtes siestes après les avoir exposées à des problèmes de mathématiques pour lesquels existait un raccourci caché. Parmi la grande majorité des personnes n'ayant pas vu le raccourci tout de suite, celles qui ont fait une sieste au stade N1 furent presque trois fois plus efficaces que celles n'ayant pas fait de sieste pour trouver la meilleure solution lorsqu'elles s'attaquaient à de nouveaux problèmes nécessitant de mettre en œuvre les mêmes connaissances mathématiques.

Stickgold, Haar Horowitz et leurs collègues ont voulu vérifier l'idée que le rêve était l'intermédiaire clé pour générer des éclats de perspicacité pendant le stade N1. Avant la publication de l'étude de 2021 sur les mathématiques, les chercheurs ont entrepris une étude contrôlée sur le rêve, dans laquelle ils ont incité des personnes à rêver de quelque chose de spécifique, comme un arbre.

Ils ont recruté 50 personnes pour une "étude sur la sieste" de l'après-midi - intitulé qui a vraisemblablement attiré les personnes qui aiment faire la sieste, bien que les chercheurs n'aient en fait demandé qu'à la moitié des participants de dormir dans le cadre de l'étude. Alors qu'ils portaient Dormio, les participants se sont endormis et l'application liée à Dormio leur a demandé de "penser à un arbre" ou de "penser à observer leurs pensées". Une à cinq minutes plus tard, l'application les réveillait en leur demandant de raconter leur rêve. Ce cycle s'est répété pendant 45 minutes, produisant en moyenne cinq récits de rêve par personne. Les personnes à qui l'on a demandé de rester éveillées ont laissé leur esprit vagabonder tout en recevant des instructions similaires. (Les chercheurs ont créé une version simplifiée de ce protocole d'incubation de rêves, accessible sur le web, que vous pouvez essayer chez vous).

Parmi les siesteurs qui ont reçu l'instruction sur les arbres, tous sauf un ont déclaré avoir rêvé d'arbres ou de parties d'arbres, alors qu'une seule personne parmi les siesteurs ayant reçu l'instruction plus générale l'a fait. L'un d'entre eux a décrit des "arbres se divisant en une infinité de morceaux" et s'est retrouvé dans le désert avec "un chaman assis sous l'arbre avec moi".

Les participants ont ensuite passé trois tests de créativité : Ils ont écrit une histoire créative dans laquelle figurait le mot "arbre". Ils ont énuméré "toutes les utilisations alternatives créatives" qu'ils pouvaient imaginer pour un arbre. Enfin, ils ont écrit le premier verbe qui leur venait à l'esprit pour chacun des 31 noms qui se rapportaient, plus ou moins, aux arbres. La créativité des réponses a été évaluée par des personnes qui ne savaient pas qui faisait la sieste ou qui avait reçu l'invitation à parler d'un arbre. Ces évaluations ont été combinées en un indice de créativité globale.

Les personnes ayant fait la sieste et qui avaient reçu l'indice de l'arbre ont obtenu les scores de créativité les plus élevés. "Il existe un lien objectif et expérimental entre l'incubation d'un rêve spécifique et la créativité post-sommeil autour de ce sujet", explique Haar Horowitz. "Cela valide des siècles de rapports anecdotiques de personnes qui se trouvent dans l'espace créatif.

En outre, plus une personne fait référence à des arbres, plus son score de créativité est élevé. "Plus vous rêvez d'un arbre, meilleures sont vos performances ultérieures", explique Kathleen Esfahany, étudiante de premier cycle au M.I.T., qui a codirigé l'étude avec Haar Horowitz. Les personnes semblent utiliser leurs rêves pour trouver des idées pour ces tâches, ajoute Kathleen Esfahany. Par exemple, une personne ayant rêvé que son corps était en bois a écrit une histoire sur un "roi chêne" qui portait une "couronne de feuilles" et dont le corps était tantôt "en bois", tantôt "en lumière".

L'ensemble de ces données indique que le rêve pendant N1 est un ingrédient actif de la créativité, comme l'ont supposé les chercheurs. "Il s'agit d'une étude pionnière", déclare Tore Nielsen, chercheur sur le rêve à l'Université de Montréal, qui n'a pas participé à l'étude. "Personne n'a démontré expérimentalement que le fait de rêver de quelque chose au début du sommeil est en fait lié à la créativité qui s'ensuit.

Nielsen et d'autres chercheurs estiment que l'étude est de petite envergure et qu'elle doit être reproduite. En outre, les résultats des tâches de créativité individuelles (par opposition au résultat composite) n'étaient pas significativement plus élevés chez les personnes qui ont fait une sieste guidée que chez celles qui n'ont pas été guidées, explique Penny Lewis, neuroscientifique à l'université de Cardiff au Pays de Galles, qui n'a pas participé à l'étude. "Je pense que leurs données montrent de manière convaincante que le fait de passer un certain temps dans le stade 1 du sommeil - c'est-à-dire le sommeil très léger qui se produit lorsque vous vous endormez - conduit à de meilleures performances dans ces trois tâches", explique Penny Lewis. Mais l'idée "que l'incitation conduit à ces effets devrait être traitée avec prudence parce que les statistiques ne sont pas très solides".

Une mesure objective et automatisée de la créativité, nommée "distance sémantique", indiquait qu'une brève sieste favorise l'inventivité, mais qu'il n'y a pas d'avantage supplémentaire lorsqu'on ajoutait une incitation à l'idée d'un arbre. Dans cette mesure, un ordinateur évalue la similarité des paires de mots produites dans chaque tâche de créativité, une similarité moindre étant liée à une plus grande créativité. Néanmoins, cette mesure laisse entrevoir un mécanisme de stimulation de la créativité au cours de la période N1. "Elle suggère que les gens sont capables de faire des associations plus éloignées et donc de trouver des ponts [conceptuels] qu'ils n'auraient pas pu découvrir autrement", explique M. Schooler.

L'étude ne portait que sur un seul motif, impliquant un arbre, de sorte que le système doit être testé sur d'autres sujets et éventuellement utilisé pour résoudre des problèmes réels. "C'est passionnant car, en principe, il s'agit d'une technologie que les gens pourraient utiliser eux-mêmes pour stimuler leur propre créativité", explique M. Schooler.

Il semble que les personnes désireuses de l'essayer ne manquent pas. "Des gens très différents sont venus frapper à la porte du laboratoire et ont demandé à faire des rêves", déclare Haar Horowitz.

Auteur: Internet

Info: https://www.scientificamerican.com/. Par Ingrid Wickelgren, 15 mai 2023

[ subconscient ]

legos protéiques

De nouveaux outils d’IA prédisent comment les blocs de construction de la vie s’assemblent

AlphaFold3 de Google DeepMind et d'autres algorithmes d'apprentissage profond peuvent désormais prédire la forme des complexes en interaction de protéines, d'ADN, d'ARN et d'autres molécules, capturant ainsi mieux les paysages biologiques des cellules.

Les protéines sont les machines moléculaires qui soutiennent chaque cellule et chaque organisme, et savoir à quoi elles ressemblent sera essentiel pour comprendre comment elles fonctionnent normalement et fonctionnent mal en cas de maladie. Aujourd’hui, les chercheurs ont fait un grand pas en avant vers cet objectif grâce au développement de nouveaux algorithmes d’apprentissage automatique capables de prédire les formes rdéployées et repliées non seulement des protéines mais aussi d’autres biomolécules avec une précision sans précédent.

Dans un article publié aujourd'hui dans Nature , Google DeepMind et sa société dérivée Isomorphic Labs ont annoncé la dernière itération de leur programme AlphaFold, AlphaFold3, capable de prédire les structures des protéines, de l'ADN, de l'ARN, des ligands et d'autres biomolécules, seuls ou liés ensemble dans différentes configurations. Les résultats font suite à une mise à jour similaire d'un autre algorithme de prédiction de structure d'apprentissage profond, appelé RoseTTAFold All-Atom, publié en mars dans Science .

Même si les versions précédentes de ces algorithmes pouvaient prédire la structure des protéines – une réussite remarquable en soi – elles ne sont pas allées assez loin pour dissiper les mystères des processus biologiques, car les protéines agissent rarement seules. "Chaque fois que je donnais une conférence AlphaFold2, je pouvais presque deviner quelles seraient les questions", a déclaré John Jumper, qui dirige l'équipe AlphaFold chez Google DeepMind. "Quelqu'un allait lever la main et dire : 'Oui, mais ma protéine interagit avec l'ADN.' Pouvez-vous me dire comment ?' " Jumper devrait bien admettre qu'AlphaFold2 ne connaissait pas la réponse.

Mais AlphaFold3 pourrait le faire. Avec d’autres algorithmes d’apprentissage profond émergents, il va au-delà des protéines et s’étend sur un paysage biologique plus complexe et plus pertinent qui comprend une bien plus grande diversité de molécules interagissant dans les cellules.

" On découvre désormais toutes les interactions complexes qui comptent en biologie ", a déclaré Brenda Rubenstein , professeure agrégée de chimie et de physique à l'Université Brown, qui n'a participé à aucune des deux études. " On commence à avoir une vision plus large."

Comprendre ces interactions est " fondamental pour la fonction biologique ", a déclaré Paul Adams , biophysicien moléculaire au Lawrence Berkeley National Laboratory qui n’a également participé à aucune des deux études. " Les deux groupes ont fait des progrès significatifs pour résoudre ce problème. "

Les deux algorithmes ont leurs limites, mais ils ont le potentiel d’évoluer vers des outils de prédiction encore plus puissants. Dans les mois à venir, les scientifiques commenceront à les tester et, ce faisant, ils révéleront à quel point ces algorithmes pourraient être utiles.

Progrès de l’IA en biologie

L’apprentissage profond est une variante de l’apprentissage automatique vaguement inspirée du cerveau humain. Ces algorithmes informatiques sont construits à l’aide de réseaux complexes de nœuds d’information (appelés neurones) qui forment des connexions en couches les unes avec les autres. Les chercheurs fournissent au réseau d’apprentissage profond des données d’entraînement, que l’algorithme utilise pour ajuster les forces relatives des connexions entre les neurones afin de produire des résultats toujours plus proches des exemples d’entraînement. Dans le cas des systèmes d'intelligence artificielle protéique, ce processus amène le réseau à produire de meilleures prédictions des formes des protéines sur la base de leurs données de séquence d'acides aminés.

AlphaFold2, sorti en 2021, a constitué une avancée majeure dans l’apprentissage profond en biologie. Il a ouvert la voie à un monde immense de structures protéiques jusque-là inconnues et est déjà devenu un outil utile pour les chercheurs qui cherchent à tout comprendre, depuis les structures cellulaires jusqu'à la tuberculose. Cela a également inspiré le développement d’outils supplémentaires d’apprentissage biologique profond. Plus particulièrement, le biochimiste David Baker et son équipe de l’Université de Washington ont développé en 2021 un algorithme concurrent appelé RoseTTAFold , qui, comme AlphaFold2, prédit les structures protéiques à partir de séquences de données.

Depuis, les deux algorithmes ont été mis à jour avec de nouvelles fonctionnalités. RoseTTAFold Diffusion pourrait être utilisé pour concevoir de nouvelles protéines qui n’existent pas dans la nature. AlphaFold Multimer pourrait étudier l’interaction de plusieurs protéines. " Mais ce que nous avons laissé sans réponse ", a déclaré Jumper, " était : comment les protéines communiquent-elles avec le reste de la cellule ? "

Le succès des premières itérations d'algorithmes d'apprentissage profond de prédiction des protéines reposait sur la disponibilité de bonnes données d'entraînement : environ 140 000 structures protéiques validées qui avaient été déposées pendant 50 ans dans la banque de données sur les protéines. De plus en plus, les biologistes ont également déposé les structures de petites molécules, d'ADN, d'ARN et leurs combinaisons. Dans cette expansion de l'algorithme d'AlphaFold pour inclure davantage de biomolécules, " la plus grande inconnue ", a déclaré Jumper, "est de savoir s'il y aurait suffisamment de données pour permettre à l'algorithme de prédire avec précision les complexes de protéines avec ces autres molécules."

Apparemment oui. Fin 2023, Baker puis Jumper ont publié les versions préliminaires de leurs nouveaux outils d’IA, et depuis, ils soumettent leurs algorithmes à un examen par les pairs.

Les deux systèmes d'IA répondent à la même question, mais les architectures sous-jacentes de leurs méthodes d'apprentissage profond diffèrent, a déclaré Mohammed AlQuraishi , biologiste des systèmes à l'Université de Columbia qui n'est impliqué dans aucun des deux systèmes. L'équipe de Jumper a utilisé un processus appelé diffusion – technologie qui alimente la plupart des systèmes d'IA génératifs non basés sur du texte, tels que Midjourney et DALL·E, qui génèrent des œuvres d'art basées sur des invites textuelles, a expliqué AlQuraishi. Au lieu de prédire directement la structure moléculaire puis de l’améliorer, ce type de modèle produit d’abord une image floue et l’affine de manière itérative.

D'un point de vue technique, il n'y a pas de grand saut entre RoseTTAFold et RoseTTAFold All-Atom, a déclaré AlQuraishi. Baker n'a pas modifié massivement l'architecture sous-jacente de RoseTTAFold, mais l'a mise à jour pour inclure les règles connues des interactions biochimiques. L'algorithme n'utilise pas la diffusion pour prédire les structures biomoléculaires. Cependant, l'IA de Baker pour la conception de protéines le fait. La dernière itération de ce programme, connue sous le nom de RoseTTAFold Diffusion All-Atom, permet de concevoir de nouvelles biomolécules en plus des protéines.

" Le type de dividendes qui pourraient découler de la possibilité d'appliquer les technologies d'IA générative aux biomolécules n'est que partiellement réalisé grâce à la conception de protéines", a déclaré AlQuraishi. "Si nous pouvions faire aussi bien avec de petites molécules, ce serait incroyable." 

Évaluer la concurrence

Côte à côte, AlphaFold3 semble être plus précis que RoseTTAFold All-Atom. Par exemple, dans leur analyse dans Nature , l'équipe de Google a constaté que leur outil est précis à environ 76 % pour prédire les structures des protéines interagissant avec de petites molécules appelées ligands, contre une précision d'environ 42 % pour RoseTTAFold All-Atom et 52 % pour le meilleur. outils alternatifs disponibles.

Les performances de prédiction de structure d'AlphaFold3 sont " très impressionnantes ", a déclaré Baker, " et meilleures que celles de RoseTTAFold All-Atom ".

Toutefois, ces chiffres sont basés sur un ensemble de données limité qui n'est pas très performant, a expliqué AlQuraishi. Il ne s’attend pas à ce que toutes les prédictions concernant les complexes protéiques obtiennent un score aussi élevé. Et il est certain que les nouveaux outils d’IA ne sont pas encore assez puissants pour soutenir à eux seuls un programme robuste de découverte de médicaments, car cela nécessite que les chercheurs comprennent des interactions biomoléculaires complexes. Pourtant, " c'est vraiment prometteur ", a-t-il déclaré, et nettement meilleur que ce qui existait auparavant.

Adams est d'accord. "Si quelqu'un prétend pouvoir utiliser cela demain pour développer des médicaments avec précision, je n'y crois pas", a-t-il déclaré. " Les deux méthodes sont encore limitées dans leur précision, [mais] les deux constituent des améliorations spectaculaires par rapport à ce qui était possible. "

(Image gif, tournante, en 3D : AlphaFold3 peut prédire la forme de complexes biomoléculaires, comme cette protéine de pointe provenant d'un virus du rhume. Les structures prédites de deux protéines sont visualisées en bleu et vert, tandis que les petites molécules (ligands) liées aux protéines sont représentées en jaune. La structure expérimentale connue de la protéine est encadrée en gris.)

Ils seront particulièrement utiles pour créer des prédictions approximatives qui pourront ensuite être testées informatiquement ou expérimentalement. Le biochimiste Frank Uhlmann a eu l'occasion de pré-tester AlphaFold3 après avoir croisé un employé de Google dans un couloir du Francis Crick Institute de Londres, où il travaille. Il a décidé de rechercher une interaction protéine-ADN qui était " vraiment déroutante pour nous ", a-t-il déclaré. AlphaFold3 a craché une prédiction qu'ils testent actuellement expérimentalement en laboratoire. "Nous avons déjà de nouvelles idées qui pourraient vraiment fonctionner", a déclaré Uhlmann. " C'est un formidable outil de découverte. "

Il reste néanmoins beaucoup à améliorer. Lorsque RoseTTAFold All-Atom prédit les structures de complexes de protéines et de petites molécules, il place parfois les molécules dans la bonne poche d'une protéine mais pas dans la bonne orientation. AlphaFold3 prédit parfois de manière incorrecte la chiralité d'une molécule – l'orientation géométrique distincte " gauche " ou " droite " de sa structure. Parfois, il hallucine ou crée des structures inexactes.

Et les deux algorithmes produisent toujours des images statiques des protéines et de leurs complexes. Dans une cellule, les protéines sont dynamiques et peuvent changer en fonction de leur environnement : elles se déplacent, tournent et passent par différentes conformations. Il sera difficile de résoudre ce problème, a déclaré Adams, principalement en raison du manque de données de formation. " Ce serait formidable de déployer des efforts concertés pour collecter des données expérimentales conçues pour éclairer ces défis ", a-t-il déclaré.

Un changement majeur dans le nouveau produit de Google est qu'il ne sera pas open source. Lorsque l’équipe a publié AlphaFold2, elle a publié le code sous-jacent, qui a permis aux biologistes de reproduire et de jouer avec l’algorithme dans leurs propres laboratoires. Mais le code d'AlphaFold3 ne sera pas accessible au public.

 " Ils semblent décrire la méthode en détail. Mais pour le moment, au moins, personne ne peut l’exécuter et l’utiliser comme il l’a fait avec [AlphaFold2] ", a déclaré AlQuraishi. C’est " un grand pas en arrière. Nous essaierons bien sûr de le reproduire."

Google a cependant annoncé qu'il prenait des mesures pour rendre le produit accessible en proposant un nouveau serveur AlphaFold aux biologistes exécutant AlphaFold3. Prédire les structures biomoléculaires nécessite une tonne de puissance de calcul : même dans un laboratoire comme Francis Crick, qui héberge des clusters informatiques hautes performances, il faut environ une semaine pour produire un résultat, a déclaré Uhlmann. En comparaison, les serveurs plus puissants de Google peuvent faire une prédiction en 10 minutes, a-t-il déclaré, et les scientifiques du monde entier pourront les utiliser. "Cela va démocratiser complètement la recherche sur la prédiction des protéines", a déclaré Uhlmann.

Le véritable impact de ces outils ne sera pas connu avant des mois ou des années, alors que les biologistes commenceront à les tester et à les utiliser dans la recherche. Et ils continueront à évoluer. La prochaine étape de l'apprentissage profond en biologie moléculaire consiste à " gravir l'échelle de la complexité biologique ", a déclaré Baker, au-delà même des complexes biomoléculaires prédits par AlphaFold3 et RoseTTAFold All-Atom. Mais si l’histoire de l’IA en matière de structure protéique peut prédire l’avenir, alors ces modèles d’apprentissage profond de nouvelle génération continueront d’aider les scientifiques à révéler les interactions complexes qui font que la vie se réalise.

" Il y a tellement plus à comprendre ", a déclaré Jumper. "C'est juste le début."

Auteur: Internet

Info: https://www.quantamagazine.org/new-ai-tools-predict-how-lifes-building-blocks-assemble-20240508/ - Yasemin Saplakoglu, 8 mai 2024

[ briques du vivant ] [ texte-image ] [ modélisation mobiles ] [ nano mécanismes du vivant ]