Le cyberblog du coyote

Les bons joueurs de Cluedo sont efficaces dans leur recherche d’information : ils planifient leurs actions afin d’obtenir le plus d’information possible en un minimum de temps. On appelle ce processus perception active, et c’est une capacité que les humains maîtrisent très bien. Pour les machines, en revanche, c’est plus compliqué. Dans un article de 2015, Matthijs Spaan, Tiago Veiga et Pedro U. Lima ont proposé un modèle dotant les machines de capacités de perception active, avec des applications dans le domaine de la robotique autonome pour la surveillance ou le sauvetage de personnes.

Lire l'article de Jennifer Renoux sur Papier-Mâché

Sur la musique du groupe coréen BTS, les mouvements du robot de Boston Dynamics s’inspirent des danses de clips télévisés en repoussant les limites de la virtuosité mécanique.

Créé cette année, le Prix du Roman Cyber / Agora 41 récompensera chaque année une oeuvre de fiction qui évoque la question du Cyber (cybersécurité, cyberculture ou culture numérique et du monde de la Toile) en langue française ou traduite. Le jury s’est réuni le 1er juillet 2021 pour délibérer de la première sélection du Prix.

Lire la dépêche d'Actualitté

Diomèdes 3D : une visite interactive de la villa de Diomède (Pompéi). Juste extraordinaire.

Pouvoir se promener dans une grotte habitée il y a plus de 500 000 ans, visualiser les restes d’une occupation humaine puis sortir dans la vallée qui la borde pour observer la faune et la flore de cette époque: voilà le rêve des archéologues du site de Tautavel, dans les Pyrénées-Orientales.

Lire l'article de Nicolas Boulbes, Bernard Quinio et Sophie Grégoire sur The Conversation

En mathématiques, une conjecture est un résultat qui semble vrai, mais pour lequel aucune démonstration n’a été trouvée : c’est ce qui la diffère du théorème ou de la propriété qui peut être prouvé dans tous les cas où elle est applicable. Un postdoctorant de l’Université de Tel-Aviv, spécialisé dans le machine learning (ML) et les mathématiques, a développé un modèle ML capable de chercher des contre-exemples pouvant réfuter des conjectures avec l’aide de son équipe de chercheurs. Le système a déjà contredit cinq conjectures dans le domaine de l’analyse combinatoire et de la théorie des graphes.

Lire l'article de Zacharie Tazrout sur ActuIA

L'apprentissage profond avec Python
François Chollet
Machinelearning.fr (20 juillet 2020)
512 pages


Présentation de l'éditeur
L’apprentissage automatique a fait des progrès remarquables au cours des dernières années. Nous sommes passés d’une reconnaissance quasi inutilisable de la parole et des images à une précision quasi humaine, de machines qui ne pouvaient pas battre un joueur de Go un peu expérimenté à la défaite d’un champion du monde. Derrière ces progrès se cache l’apprentissage profond ― une combinaison d’avancées théoriques et pratiques qui permet une multitude d’applications intelligentes jusque-là impossibles à réaliser.
L’apprentissage profond avec Python présente le domaine de l’apprentissage profond en utilisant le langage Python et la puissante bibliothèque Keras. Rédigé par François Chollet, créateur de Keras et chercheur en intelligence artificielle à Google, cet ouvrage construit votre compréhension de l’apprentissage profond grâce à des explications intuitives et des exemples pratiques. Vous explorerez des concepts et des pratiques stimulantes avec des applications de vision par ordinateur, de traitement du langage naturel et de modèles génératifs. Lorsque vous aurez terminé, vous aurez les connaissances et les compétences pratiques nécessaires pour appliquer l’apprentissage profond à vos propres projets.
Aucune expérience préalable de Keras, de TensorFlow ou d’apprentissage automatique n’est requise. Les lecteurs ont besoin de compétences Python intermédiaires.