La bourse ferme dans 3 h 51 min
  • CAC 40

    5 554,17
    +62,02 (+1,13 %)
     
  • Euro Stoxx 50

    3 497,30
    +34,26 (+0,99 %)
     
  • Dow Jones

    29 591,27
    +327,79 (+1,12 %)
     
  • EUR/USD

    1,1871
    +0,0025 (+0,21 %)
     
  • Gold future

    1 809,90
    -27,90 (-1,52 %)
     
  • BTC-EUR

    16 133,43
    +552,30 (+3,54 %)
     
  • CMC Crypto 200

    377,34
    +15,92 (+4,40 %)
     
  • Pétrole WTI

    43,47
    +0,41 (+0,95 %)
     
  • DAX

    13 240,30
    +113,33 (+0,86 %)
     
  • FTSE 100

    6 393,54
    +59,70 (+0,94 %)
     
  • Nasdaq

    11 880,63
    +25,66 (+0,22 %)
     
  • S&P 500

    3 577,59
    +20,05 (+0,56 %)
     
  • Nikkei 225

    26 165,59
    +638,22 (+2,50 %)
     
  • HANG SENG

    26 588,20
    +102,00 (+0,39 %)
     
  • GBP/USD

    1,3328
    +0,0006 (+0,05 %)
     

Grâce à l'IA, les chercheurs pourraient prédire l'avenir de manière inédite

Emma Hollen, Journaliste scientifique
·2 min de lecture

Les équations différentielles partielles (ou EDP) n’ont peut-être rien dans leur nom qui puisse susciter l'engouement du non-initié. Et pourtant, ces formules mathématiques, empilements de symboles obscurs, de fractions et de boucles, ont un pouvoir que plus d’une personne aimerait détenir : celui de prédire l’avenir. Les EDP sont particulièrement performantes lorsqu’il s’agit de décrire un changement à travers le temps et l’espace, et participent de ce fait grandement à notre compréhension de l’Univers. Le problème : elles sont difficiles à résoudre. La solution : l’intelligence artificielle.

Lire l'avenir dans les maths

Les EDP peuvent être employées dans toutes sortes de domaines d’application : prédire une orbite planétaire, la propagation du son ou de la chaleur, le flux d’un liquide, des perturbations en vol ou encore, tout simplement, la météo. Elles requièrent néanmoins des calculs complexes, gourmands en temps et en énergie, et reposent de ce fait souvent sur les performances de superordinateurs. Malgré tout, les ressources à disposition demeurent limitées, restreignant ainsi l’usage qu’il est possible de faire de ces formidables outils. Cependant, un groupe de chercheurs a récemment mis l'IA à contribution, d'une manière qui pourrait complètement changer la donne.

Photos de chats et deep learning

Les réseaux neuronaux artificiels fonctionnent en quelque sorte comme des générateurs de fonctions approximatives. À travers un processus d’essai-erreur, ils apprennent à identifier une cible au cœur d’un important corps de données (par exemple, à reconnaître des photographies de chats parmi un catalogue d'images) en extrapolant les critères déterminants et la formule qui les relie. Chez un humain, cela reviendrait à dire :

quatre pattes + corps + tête ronde + yeux en amande + queue + moustaches + petit museau triangulaire + etc. = chat

C’est un peu pareil pour le deep learning, mais ça ressemble plutôt à ça.

Diagramme de classement des chats avec le deep learning....
Diagramme de classement des chats avec le deep learning....

> Lire la suite sur Futura

À lire aussi sur Futura