Résultat de recherche pour "Renaissance"

Filtrer
Vous avez vu 1 résultats sur 1
Filtrer
Voir l'article
African American History on the Web
Logo de la revue d'appartenance Speakeasy

African American History on the Web

This selection of sites and videos is useful for classes on African American history and culture, particularly the civil-rights movement and the Harlem Renaissance

Voir l'article
Your Students Have Talent: United Colours of Harlem
Logo de la revue d'appartenance Speakeasy

Your Students Have Talent: United Colours of Harlem

We always love to read students' work. Here are some diary entries pupils wrote as their final task in a sequence from Shine Bright 2e:  File 1 United Colours of Harlem.

Voir l'article
Love in Harlem: Teaching Tools
Logo de la revue d'appartenance Speakeasy

Love in Harlem: Teaching Tools

If Beale Street Could Talk, a love story set in 1970s Harlem, is the first English-language film adapted from one of James Baldwin’s novels. This video and interactive book can be used in class to explore Baldwin's work and the film.

Voir l'article
La création de l'État d'Israël

1

Ressources
complémentaires

La création de l'État d'Israël

Comprendre la création de l'État d'Israël grâce à un document d'archive.

Voir l'article
James Baldwin Centenary
Logo de la revue d'appartenance Speakeasy

James Baldwin Centenary

2024 marks the centennial of the birth of James Baldwin, novelist, poet, playwright, essayist, civil-rights campaigner and social critic, as well as self-proclaimed American “Native Son”.

Voir l'article
Great Short Videos on African American History
Logo de la revue d'appartenance Speakeasy

Great Short Videos on African American History

Blackhistoryintwominutes.com is a site devoted to producing two-minute videos on just about any topic you could think of in African American history.  For Black History Month, we’ve selected a few that fit well with topics Speakeasy and Shine Bright have covered. The site is financed by African American billionaire philanthropist Robert F. Smith and the video podcasts are hosted by Henry Louis Gates Jr, Director of the Hutchins Center for African & African American Research at Harvard University. You can find the full list of videos here . Issues School segregation is a topic we have covered several times. Both a historical view, like the Little Rock High School Integration in 1957, or Ruby Bridges , the six-year-old who braved racists in New Orleans. But also a look at how de facto school segregation still exists today. This video could be linked with any of them. https://youtu.be/lN8mXkScxvg This video gives an overview of the wider Civil Rights movement . https://youtu.be/9ppTiyxFSs0 People Leading abolitionist Frederick Douglass is reputed to have been the most photographed American of the 19th Century, which is why he's featured in Shine Bright LLCER File 15 United Selves of America on self-portrayal. https://youtu.be/IqkSEjiBU-s Harriet Tubman, abolitionist, feminist, spy and Underground Railroad conductor is featured in Shine Brigh t 2e File 19 Breaking the chains and several articles and resources on Speakeasy News. https://youtu.be/fn-mKoA4odI This video is about Ida B. Wells’ investigative reporting into Jim Crow era lynchings and could link to to Shine Bright 2e File 19 Breaking the Chain. Billie Holiday’s song “Strange Fruit” was another strong indictment of lynching. Wells was also a leading light of the feminist movement to obtain female suffrage and co-founder of the NAACP . https://youtu.be/pEfLFpLlhqI Jackie Robinson, the first black player in Major League Baseball, is one of the sportspeople featured in "Stand up for Sport" in Speakeasy Files 3e Euro . He inspired Colin Kaepernick ’s take a knee protests featured in Shine Bright AMC File 5 Black Lives Matter. https://youtu.be/v88HBwSL8EA John Lewis led the civil-rights march in Selma and became a Congressman. There is more on Lewis’s life and work in Shine Bright AMC File 5 Black Lives Matter and lots on BLM on Speakeasy News. https://youtu.be/aO99etdxaBI Katherine Johnson was one of the talented mathematicians celebrated in the film Hidden Figures , and broke down barriers of race and gender at NASA during a 33-year career . https://youtu.be/xDaEIWN6lqc   Arts This video about the Harlem Renaissance in the 1920s would be a good complement to Shine Bright 2e File 1 United colours of Harlem. https://youtu.be/9gboEyrj02g This one on birth of jazz in New Orleans is a great addition to Shine Bright AMC File 27 Colours of Louisiana or S hine Bright 1e File 8 African-American Art. https://youtu.be/1eRNRzyX3ac Moving on to the birth of Hip Hop, this would be a good complement to Shine Bright 1e File 8 African American art. https://youtu.be/10C-Q3NIlzU

Voir l'article
L’arte intelligente

1

Ressources
complémentaires

L’arte intelligente

Du 09 Avril 2025 au 20 Mai 2026

Voir l'article
Demandez le programme 2023-2024 !
Logo de la revue d'appartenance NRP

Demandez le programme 2023-2024 !

N° 104 – Septembre 2023 Les Forêts L’étude du recueil poétique d’Hélène Dorion, Mes Forêts , est l’occasion d’aborder la forêt comme un motif littéraire, avec également ses enjeux politiques dans la littérature contemporaine. N° 105 – Décembre 2023 Formes et contraintes en poésie Ce numéro sera l’occasion de travailler sur la grande variété des formes poétiques, à la fois musicales et ludiques, au Moyen Âge et à la Renaissance. En 1 re , à l’autre extrémité de l’histoire de la littérature, on s’interrogera à travers l’œuvre de Ponge sur ce que les poètes font, aujourd’hui, de la liberté formelle qu’ils se sont donnée. N° 106 – Mars 2024 « Études de mœurs » Avec en 1 re l’étude du roman épistolaire de Balzac, Mémoires de deux jeunes mariées , et la lecture en 2 de du roman de Karine Tuil, Les Choses humaines , ce numéro traite des comportements et sentiments humains au regard des normes sociales et des lois. N° 107 - Mai 2024 Littérature de jeunesse Il est toujours passionnant de lire ce que les écrivains disent de leur enfance. En 2 de , on fera lire une autobiographie, et une séquence 1 re viendra compléter le hors-série existant sur Cahiers de Douai de Rimbaud, en mettant l’accent sur les épreuves du bac. Pour vous abonner, rendez-vous sur le site rubrique  Abonnement . -->

Voir l'article
Les dossiers pédagogiques de l’Institut de France
Logo de la revue d'appartenance NRP

Les dossiers pédagogiques de l’Institut de France

Lieux de transmission et de savoir depuis le XVII e siècle, l’ Institut de France et les cinq Académies comptent parmi leurs missions d’offrir au public scolaire un peu de leur riche patrimoine. L’Institut propose aujourd’hui six dossiers pédagogiques complets regroupant documentations d’archive et pistes de travail autour de thèmes allant du Roi Soleil jusqu’à Napoléon, en passant par Léonard de Vinci et La Fontaine. Ce catalogue est amené à se développer au fil du temps. Comme exemple de la richesse du contenu, le dossier « Léonard de Vinci, les carnets de l’institut » propose une reproduction de trois des carnets du génie de la Renaissance. Difficile de ne pas être fasciné par ce morceau d’Histoire ! Le document est associé à des fiches à destination des élèves. Dans le cadre de la classe de Lettres et en complément avec des articles de la NRP, trois dossiers ont attiré notre attention. En lien avec des séquences autour des Fables de Jean de La Fontaine, vous pourrez exploiter les dossiers Nuit de fête dans les jardins du Roi-Soleil et La Fontaine, Fables et images . Le premier propose un petit film documentaire, des documents iconographiques et une fiche d’exploitation. Il peut être envisagé dans le cadre d’une étude sur la satire de la Cour. Le second pourra compléter les numéros de janvier 2018, « La fable dans tous ses états » et de novembre 2014, « Le loup dans les fables ». L’exposition virtuelle Napoléon, apologie et satire confronte propagande impériale et caricatures anti-napoléoniennes avec plusieurs fiches thématiques. Elle pourra accompagner la séquence sur Napoléon dans les arts parue en janvier 2016, ou la séquence de septembre 2022 sur les Mémoires d’outre-tombe de Chateaubriand dont une partie est consacrée au regard sur Napoléon.

Voir l'article
National Theatre Live
Logo de la revue d'appartenance Speakeasy

Sélection culturelle

National Theatre Live

See a play in English... at the cinema! The National Theatre Live brings broadcasts of acclaimed West End productions to cinemas around the world. Coming up in France, performances in Valbonne, Aix en Provence, Strasbourg and Paris.

Voir l'article
Faith Ringgold: Black Art Matters
Logo de la revue d'appartenance Speakeasy

Faith Ringgold: Black Art Matters

Over a long career Faith Ringgold has used her art to support civil rights for African Americans and feminist causes. The first retrospective of her work in France makes the message clear through its title "Black is Beautiful". Ringgold was born in 1930 in Harlem and grew up surrounded by the art, literature and music of the Harlem Renaissance in African American arts. She continued to live there for decades, making art and teaching in a public school. In 1963, the year of the Civil Rights Act, Faith Ringgold began a long series on ordinary racism: American People. It was followed In 1967 by a series of Black Light paintings the slogan “Black is Beautiful”. In the early 70s she gave her political engagement a more concrete form, creating militant posters for the Black Power movement. "I didn’t want people to be able to look and look away. Because a lot of people do that with art. I want them to look and see. I want to grab their eyes and hold them, because this is America.” Faith Ringold Ringgold is perhaps best known for her textile paintings or “tankas” and story quilts. Her first series of a tankas, a Tibetan and Nepalese art form, cast an unflinching look at the legacy of slavery. The quilts are a common form in American folk art, particularly seen as a woman’s art. The 12 quilt series called The French Colection are based on her memories of a stay in France in 1961. They celebrate flourishing African-American art and also pay homage to artists who inspired her. Around central paintings, Ringgold adds multiple texts. "With The French Collection I wanted to show there were Black people when Picasso, Monet, and Matisse were making art. I wanted to show that African art and Black people had a place in that history." After returning from a trip to Africa, Ringgold joined the Black Arts Movement. To counterpoint celebrations of the bicentennial of the Declaration of Independence in 1976, she created a travelling performance show about black Americans' experience of those 200 years, The Wake and Resurrection of the Bicentennial Negro (1976–89) , She took it to universities across the country, involving students in the performances, which featured extracts from Martin Luther King's, "I Have a dream” speech and gospel songs. As well as to continuing to work in textiles and paint, Ringgold has also become a popular children’s book author and illustrator of books with African American protagonists or about figures from black history like HarrietTubman and Rosa Parks. The first retrospective of her work in France, t he exhibition at the Picasso Museum highlights similarities between Ringgold’s work and Picasso’s, especially Les demoiselles d’Avignon and Guernica . https://youtu.be/sjSgISDtC34 Faith Ringgold: Black is Beautiful Musée Picasso Paris From 31 January to 2 July 2023 (tickets half price till 7 March) There's a dossier documentaire with teaching tips you can download This exhibition would be a good addition to the article to Shine Bright 1e File 8 African-American Art, Shine Bright 3e File 6 Move on up, or Shine Bright AMC File 5 Black Lives Matter.

Voir l'article
L’IA générative : une révolution dans la création automatisée ? - Technologies
Logo de la revue d'appartenance NRP

L’IA générative : une révolution dans la création automatisée ? - Technologies

Par Pierre Bourgeois, professeur de mathématiques Les nouvelles possibilités qu’offre l’intelligence artificielle dite « générative » remettent profondément en question notre conception traditionnelle de la créativité et de l’originalité. Si une machine peut générer du contenu artistique ou littéraire de manière autonome, comme c’est déjà le cas actuellement, des interrogations sur le rôle de l’homme en tant que créateur et sur la nature même de la créativité apparaissent. Tout au long de l’année, nous vous proposons une série d’articles sur l’IA générative, son impact dans nos vies et dans les métiers de l’éducation. Quels changements dans nos vies ? Une révolution ? Les avancées actuelles de l’intelligence artificielle générative (IA) font penser à d’autres moments clés de l’histoire où l’humanité a connu des changements profonds. Peut-être vivons-nous un tel moment, une véritable révolution qui transforme de manière significative de nombreux domaines tels que la création artistique, la recherche scientifique, la conception de produits et plus généralement la façon d’utiliser l’ensemble des connaissances humaines accumulées au cours des siècles. L’arrivée d’internet a envoyé au pilon dictionnaires et encyclopédies, seuls outils de référence au siècle dernier pour obtenir des informations et des connaissances fiables. Google, les moteurs de recherche et Wikipédia ont balayé tout cela. Le monde du travail va-t-il subir un changement de la même ampleur que celui vécu lors de la révolution industrielle, quand le passage de l’artisanat à la production à grande échelle a radicalement transformé la société ? Sans disparaître, des dizaines de métiers seront affectés. Pour les rédacteurs, journalistes, traducteurs, graphistes, designers, professionnels du droit et de la finance, l’automatisation des tâches répétitives et laborieuses et l’assistance apportée par les machines aux processus de production et de création vont modifier les compétences requises et la nature de leur travail. Leur nombre diminuera drastiquement. En 2000, 600 traders travaillaient au siège de la banque d’affaires de New York Goldman Sachs, ils ne sont plus que deux en 2023. Va-t-on vers des mutations encore plus profondes, comparables à celles de la Renaissance puis des Lumières qui ont remis en question les croyances établies et ont ouvert de nouvelles voies de compréhension du monde ? Avec l’IA, notre rapport à la vérité évolue : peut-on croire ce que l’on lit, ce que l’on voit, ce que l’on entend ? Que sait faire l’IA générative ? Aujourd’hui, l’IA générative est capable de produire des textes, des images, de la musique, des vidéos et d’autres formes de contenus dont le niveau de qualité et de réalisme les rend indiscernables des productions humaines. Grâce à l’apprentissage profond (le fameux « deep learning »), les modèles d’IA générative peuvent imiter le style, la structure et même l’esthétique humaine dans des processus de création qui nécessitent l’utilisation d’immenses quantités de données. Tous les formats de productions sont concernés. L’IA sait générer du texte : des modèles, dont le plus célèbre est le médiatique « ChatGPT » de la firme OpenAI, sont capables de produire des articles de presse, des résumés, des histoires fictives, voire des poèmes. À partir de descriptions textuelles, l’IA peut aussi créer une image qui peut paraître authentique mais qui n’existe pas réellement. L’IA compose aussi des mélodies, des harmonies et des rythmes originaux, dans un style particulier ou à partir d’un thème donné. Une IA générative peut même composer une chanson qui imite à la perfection le style d’un chanteur, à tel point qu’en avril dernier, le groupe Universal a demandé à la plateforme de musique en ligne Spotify de retirer des dizaines de milliers de morceaux générés par des IA qui utilisent les voix de leurs artistes. Comme pour les images, des modèles d’IA peuvent prendre une description textuelle d’une scène ou d’une action et générer une séquence vidéo correspondante, même si cela requiert des ordinateurs très puissants et des quantités énormes de données. En fournissant une description comme « un chat jouant avec une balle dans un jardin ensoleillé » le programme d’IA génère une séquence vidéo réaliste respectant la demande. Comment en est-on arrivé là ? L’histoire des sciences montre que, très souvent, des raisonnements abstraits et des concepts théoriques précèdent les découvertes techniques. Voici deux exemples fascinants qui ont joué un rôle dans l’invention de l’informatique d’abord, puis dans l’apparition de l’intelligence artificielle. Leibniz et le code binaire Dans son livre Explication de l’arithmétique binaire (1703), le mathématicien Gottfried Wilhelm Leibniz expose en détail ses idées sur l’utilisation du système binaire pour les calculs mathématiques. Il simplifie, se débarrasse des encombrants chiffres 2, 3, 4, 5, 6, 7, 8 et 9 que nous utilisons tous les jours, pour ne garder que le 0 et le 1. Leibniz présente sa vision théorique d’une machine à calculer binaire, qu’il = essaiera même de construire en utilisant des sphères de métal qui peuvent occuper 2 positions, « haute » pour représenter le 1 et « basse » pour le 0. Il n’y parviendra pas. Il faudra attendre 240 ans pour que le premier ordinateur programmable voie le jour. Ne reprochons pas trop à Leibniz son échec. À son époque, l’électricité, base de l’électronique actuelle, n’était encore qu’un phénomène mystérieux ; Benjamin Franklin, qui allait domestiquer la foudre, n’est né qu’en 1706. En 1943, avec l’invention de l’ordinateur, Leibniz aurait pu voir les conséquences extraordinaires de ses idées sur le système binaire, et serait fasciné par la numérisation actuelle de nos sociétés où tout, textes, images, vidéos, est codé sous la forme d’une suite de 1 et de 0. « Bonjour », c’est « 01000010 01101111 01101110 01101010 01101111 01110101 01110010 » dans la mémoire des ordinateurs. Un peu long pour nous, mais tellement pratique à utiliser pour nos programmes informatiques. On peut y appliquer des calculs mathématiques, on peut les transmettre d’un clic à l’autre bout du monde sans la moindre erreur. Réseaux neuronaux En 1943, Warren McCulloch, neurologue et psychiatre américain, et Walter Pitts, brillant étudiant en mathématiques, collaborent et proposent de modéliser le fonctionnement d’un neurone biologique. Ils créent le modèle « McCulloch-Pitts », une abstraction mathématique qui imite un vrai neurone. C’est un neurone abstrait hyper simplifié, pour des raisons de calculabilité, et ça marche : en connectant plusieurs de ces neurones artificiels, on peut réaliser n’importe quel calcul logique ou arithmétique. En 1957, Frank Rosenblatt invente le « Perceptron », premier neurone artificiel ayant des capacités d’apprentissage. Plus tard, dans les années 1980, Geoffrey Hinton, chercheur canadien, met au point son algorithme de « rétropropagation de l’erreur » : désormais les réseaux de neurones peuvent s’améliorer automatiquement et apprendre. Les bases théoriques de l’apprentissage automatique sont posées. Tout est allé très vite. Trente ans plus tard, les applications pratiques des concepts théoriques de l’apprentissage automatique peuvent être utilisées par quiconque possède un ordinateur et une liaison internet. Geoffrey Hinton, qui a aujourd’hui 76 ans, peut écrire, si ce n’est déjà fait, ses mémoires en utilisant ChatGPT-4. Que sait faire la machine ? La question de la collaboration entre l’homme et la machine a suscité de nombreuses réflexions et interrogations. La réalité rattrape-t-elle la science-fiction ? Les futurologues trop sages vont-ils voir leurs prédictions dépassées en quelques années ? Son inconcevable puissance Il est difficile de réaliser à quel point les ordinateurs actuels peuvent atteindre des vitesses de calcul stupéfiantes. Imaginons un compteur aussi lent par rapport à nous que nous le sommes, pauvres humains, par rapport à un ordinateur. Si ce compteur hyper lent dit « un » aujourd’hui, il dira « deux » dans cent mille ans et « trois » dans deux cent mille ans… Difficile aussi de se rendre compte des immenses capacités dans les traitements de données (les fameux « data ») : ChatGPT-2 a été entraîné sur un ensemble massif de données contenant des centaines de giga-octets de texte seulement. La taille exacte de l’ensemble de données n’a d’ailleurs pas été divulguée publiquement par OpenAI. Pour comparer, en septembre 2021, la version anglaise de Wikipedia occupait environ 21 giga-octets de données – images et vidéos comprises – compressées. Une IA générative est entrainée et apprend à partir de volumes énormes, et la course au gigantisme n’est pas finie. Le plus gros ordinateur actuel, le supercalculateur « Frontier », conçu par Hewlett Packard, vient d’être vendu à une entreprise qui compte le louer aux firmes qui créent des IA génératives. Ses talents d’imitation En 1950, Alan Turing, mathématicien, logicien et cryptographe britannique dont les travaux pionniers ont jeté les bases de l’informatique moderne (Turing est connu aussi pour son rôle crucial dans le décodage des codes allemands pendant la Seconde Guerre mondiale) a proposé un test pour évaluer la capacité d’une machine à produire un comportement intelligent indiscernable de celui d’un être humain. Un humain interrogateur engage une conversation écrite avec deux participants, dissimulés à sa vue ; l’un est un être humain, l’autre est une machine ou un programme d’intelligence artificielle. Si la machine parvient à tromper l’interrogateur en se faisant passer, dans un pourcentage significatif des interactions, pour un être humain, alors elle réussit le test de Turing. Ce test, qui a marqué les débats sur la question « Une machine peut-elle penser ? » est aujourd’hui bien dépassé : en 2014 une machine appelée « Eugene Goostman » a réussi à convaincre plus de 30 % des juges qu’elle était un être humain. Pourtant, même si « Eugene » est parvenu à tromper son monde, on ne peut pas dire que cette machine pense. Elle imite seulement le comportement intelligent d’un être humain de manière extrêmement convaincante et efficace. La machine ne pense pas, elle imite le fonctionnement du cerveau humain. Chaque époque a comparé le cerveau humain à l’objet technologique le plus avancé : une horloge complexe avec ses mécanismes d’engrenages, plus tard une machine à vapeur, avec ses leviers et ses processus mécaniques, dans l’Antiquité un système hydraulique. Comparer le cerveau à un ordinateur n’est qu’une étape de plus. Les transhumanistes, partisans de la « singularité technologique », qui croient que dans un futur proche l’intelligence artificielle deviendrait si avancée qu’elle atteindrait et dépasserait la conscience humaine vont peut-être devoir attendre encore un peu.  

Voir l'article
L’IA générative : une révolution dans la création automatisée ? - Technologies
Logo de la revue d'appartenance NRP

L’IA générative : une révolution dans la création automatisée ? - Technologies

Par Pierre Bourgeois, professeur de mathématiques Les nouvelles possibilités qu’offre l’intelligence artificielle dite « générative » remettent profondément en question notre conception traditionnelle de la créativité et de l’originalité. Si une machine peut générer du contenu artistique ou littéraire de manière autonome, comme c’est déjà le cas actuellement, des interrogations sur le rôle de l’homme en tant que créateur et sur la nature même de la créativité apparaissent. Tout au long de l’année, nous vous proposons une série d’articles sur l’IA générative, son impact dans nos vies et dans les métiers de l’éducation. Quels changements dans nos vies ? Une révolution ? Les avancées actuelles de l’intelligence artificielle générative (IA) font penser à d’autres moments clés de l’histoire où l’humanité a connu des changements profonds. Peut-être vivons-nous un tel moment, une véritable révolution qui transforme de manière significative de nombreux domaines tels que la création artistique, la recherche scientifique, la conception de produits et plus généralement la façon d’utiliser l’ensemble des connaissances humaines accumulées au cours des siècles. L’arrivée d’internet a envoyé au pilon dictionnaires et encyclopédies, seuls outils de référence au siècle dernier pour obtenir des informations et des connaissances fiables. Google, les moteurs de recherche et Wikipédia ont balayé tout cela. Le monde du travail va-t-il subir un changement de la même ampleur que celui vécu lors de la révolution industrielle, quand le passage de l’artisanat à la production à grande échelle a radicalement transformé la société ? Sans disparaître, des dizaines de métiers seront affectés. Pour les rédacteurs, journalistes, traducteurs, graphistes, designers, professionnels du droit et de la finance, l’automatisation des tâches répétitives et laborieuses et l’assistance apportée par les machines aux processus de production et de création vont modifier les compétences requises et la nature de leur travail. Leur nombre diminuera drastiquement. En 2000, 600 traders travaillaient au siège de la banque d’affaires de New York Goldman Sachs, ils ne sont plus que deux en 2023. Va-t-on vers des mutations encore plus profondes, comparables à celles de la Renaissance puis des Lumières qui ont remis en question les croyances établies et ont ouvert de nouvelles voies de compréhension du monde ? Avec l’IA, notre rapport à la vérité évolue : peut-on croire ce que l’on lit, ce que l’on voit, ce que l’on entend ? Que sait faire l’IA générative ? Aujourd’hui, l’IA générative est capable de produire des textes, des images, de la musique, des vidéos et d’autres formes de contenus dont le niveau de qualité et de réalisme les rend indiscernables des productions humaines. Grâce à l’apprentissage profond (le fameux « deep learning »), les modèles d’IA générative peuvent imiter le style, la structure et même l’esthétique humaine dans des processus de création qui nécessitent l’utilisation d’immenses quantités de données. Tous les formats de productions sont concernés. L’IA sait générer du texte : des modèles, dont le plus célèbre est le médiatique « ChatGPT » de la firme OpenAI, sont capables de produire des articles de presse, des résumés, des histoires fictives, voire des poèmes. À partir de descriptions textuelles, l’IA peut aussi créer une image qui peut paraître authentique mais qui n’existe pas réellement. L’IA compose aussi des mélodies, des harmonies et des rythmes originaux, dans un style particulier ou à partir d’un thème donné. Une IA générative peut même composer une chanson qui imite à la perfection le style d’un chanteur, à tel point qu’en avril dernier, le groupe Universal a demandé à la plateforme de musique en ligne Spotify de retirer des dizaines de milliers de morceaux générés par des IA qui utilisent les voix de leurs artistes. Comme pour les images, des modèles d’IA peuvent prendre une description textuelle d’une scène ou d’une action et générer une séquence vidéo correspondante, même si cela requiert des ordinateurs très puissants et des quantités énormes de données. En fournissant une description comme « un chat jouant avec une balle dans un jardin ensoleillé » le programme d’IA génère une séquence vidéo réaliste respectant la demande. Comment en est-on arrivé là ? L’histoire des sciences montre que, très souvent, des raisonnements abstraits et des concepts théoriques précèdent les découvertes techniques. Voici deux exemples fascinants qui ont joué un rôle dans l’invention de l’informatique d’abord, puis dans l’apparition de l’intelligence artificielle. Leibniz et le code binaire Dans son livre Explication de l’arithmétique binaire (1703), le mathématicien Gottfried Wilhelm Leibniz expose en détail ses idées sur l’utilisation du système binaire pour les calculs mathématiques. Il simplifie, se débarrasse des encombrants chiffres 2, 3, 4, 5, 6, 7, 8 et 9 que nous utilisons tous les jours, pour ne garder que le 0 et le 1. Leibniz présente sa vision théorique d’une machine à calculer binaire, qu’il = essaiera même de construire en utilisant des sphères de métal qui peuvent occuper 2 positions, « haute » pour représenter le 1 et « basse » pour le 0. Il n’y parviendra pas. Il faudra attendre 240 ans pour que le premier ordinateur programmable voie le jour. Ne reprochons pas trop à Leibniz son échec. À son époque, l’électricité, base de l’électronique actuelle, n’était encore qu’un phénomène mystérieux ; Benjamin Franklin, qui allait domestiquer la foudre, n’est né qu’en 1706. En 1943, avec l’invention de l’ordinateur, Leibniz aurait pu voir les conséquences extraordinaires de ses idées sur le système binaire, et serait fasciné par la numérisation actuelle de nos sociétés où tout, textes, images, vidéos, est codé sous la forme d’une suite de 1 et de 0. « Bonjour », c’est « 01000010 01101111 01101110 01101010 01101111 01110101 01110010 » dans la mémoire des ordinateurs. Un peu long pour nous, mais tellement pratique à utiliser pour nos programmes informatiques. On peut y appliquer des calculs mathématiques, on peut les transmettre d’un clic à l’autre bout du monde sans la moindre erreur. Réseaux neuronaux En 1943, Warren McCulloch, neurologue et psychiatre américain, et Walter Pitts, brillant étudiant en mathématiques, collaborent et proposent de modéliser le fonctionnement d’un neurone biologique. Ils créent le modèle « McCulloch-Pitts », une abstraction mathématique qui imite un vrai neurone. C’est un neurone abstrait hyper simplifié, pour des raisons de calculabilité, et ça marche : en connectant plusieurs de ces neurones artificiels, on peut réaliser n’importe quel calcul logique ou arithmétique. En 1957, Frank Rosenblatt invente le « Perceptron », premier neurone artificiel ayant des capacités d’apprentissage. Plus tard, dans les années 1980, Geoffrey Hinton, chercheur canadien, met au point son algorithme de « rétropropagation de l’erreur » : désormais les réseaux de neurones peuvent s’améliorer automatiquement et apprendre. Les bases théoriques de l’apprentissage automatique sont posées. Tout est allé très vite. Trente ans plus tard, les applications pratiques des concepts théoriques de l’apprentissage automatique peuvent être utilisées par quiconque possède un ordinateur et une liaison internet. Geoffrey Hinton, qui a aujourd’hui 76 ans, peut écrire, si ce n’est déjà fait, ses mémoires en utilisant ChatGPT-4. Que sait faire la machine ? La question de la collaboration entre l’homme et la machine a suscité de nombreuses réflexions et interrogations. La réalité rattrape-t-elle la science-fiction ? Les futurologues trop sages vont-ils voir leurs prédictions dépassées en quelques années ? Son inconcevable puissance Il est difficile de réaliser à quel point les ordinateurs actuels peuvent atteindre des vitesses de calcul stupéfiantes. Imaginons un compteur aussi lent par rapport à nous que nous le sommes, pauvres humains, par rapport à un ordinateur. Si ce compteur hyper lent dit « un » aujourd’hui, il dira « deux » dans cent mille ans et « trois » dans deux cent mille ans… Difficile aussi de se rendre compte des immenses capacités dans les traitements de données (les fameux « data ») : ChatGPT-2 a été entraîné sur un ensemble massif de données contenant des centaines de giga-octets de texte seulement. La taille exacte de l’ensemble de données n’a d’ailleurs pas été divulguée publiquement par OpenAI. Pour comparer, en septembre 2021, la version anglaise de Wikipedia occupait environ 21 giga-octets de données – images et vidéos comprises – compressées. Une IA générative est entrainée et apprend à partir de volumes énormes, et la course au gigantisme n’est pas finie. Le plus gros ordinateur actuel, le supercalculateur « Frontier », conçu par Hewlett Packard, vient d’être vendu à une entreprise qui compte le louer aux firmes qui créent des IA génératives. Ses talents d’imitation En 1950, Alan Turing, mathématicien, logicien et cryptographe britannique dont les travaux pionniers ont jeté les bases de l’informatique moderne (Turing est connu aussi pour son rôle crucial dans le décodage des codes allemands pendant la Seconde Guerre mondiale) a proposé un test pour évaluer la capacité d’une machine à produire un comportement intelligent indiscernable de celui d’un être humain. Un humain interrogateur engage une conversation écrite avec deux participants, dissimulés à sa vue ; l’un est un être humain, l’autre est une machine ou un programme d’intelligence artificielle. Si la machine parvient à tromper l’interrogateur en se faisant passer, dans un pourcentage significatif des interactions, pour un être humain, alors elle réussit le test de Turing. Ce test, qui a marqué les débats sur la question « Une machine peut-elle penser ? » est aujourd’hui bien dépassé : en 2014 une machine appelée « Eugene Goostman » a réussi à convaincre plus de 30 % des juges qu’elle était un être humain. Pourtant, même si « Eugene » est parvenu à tromper son monde, on ne peut pas dire que cette machine pense. Elle imite seulement le comportement intelligent d’un être humain de manière extrêmement convaincante et efficace. La machine ne pense pas, elle imite le fonctionnement du cerveau humain. Chaque époque a comparé le cerveau humain à l’objet technologique le plus avancé : une horloge complexe avec ses mécanismes d’engrenages, plus tard une machine à vapeur, avec ses leviers et ses processus mécaniques, dans l’Antiquité un système hydraulique. Comparer le cerveau à un ordinateur n’est qu’une étapde plus. Les transhumanistes, partisans de la « singularité technologique », qui croient que dans un futur proche l’intelligence artificielle deviendrait si avancée qu’elle atteindrait et dépasserait la conscience humaine vont peut-être devoir attendre encore un peu.  

Vous avez vu 29 résultats sur 29

Aucun résultat pour cette recherche

Aucun résultat pour cette recherche

La Maison Nathan

En savoir plus

Découvrez les temps forts de notre histoire, nos missions et métiers ainsi que nos dernières actualités.