validation croisée

L'orchestre joue sans chef. Chaque instrument entre selon son propre calendrier : le violon le lundi, la flûte le mercredi, les timbales le samedi. Les astronomes n'entendent pas la musique, mais des notes isolées, éparpillées sur le calendrier. Le télescope ne voit l'étoile que lorsqu'elle est au-dessus de l'horizon et que le calendrier lui a accordé du temps.

Imaginez que vous essayez de comprendre ce qui s'est passé dans une pièce à partir du son qui subsiste après un coup de feu. Le coup de feu n'est plus là, mais l'écho résonne encore contre les murs.

Dans un entrepôt, des cartons de pommes et de poires. Les pommes sont nombreuses, les poires rares. Mais quand le magasinier dit « un fruit à la peau lisse », nous pensons plus souvent à la poire rare qu'à la pomme fréquente. C'est l'effet de taux de base inversé : un dérèglement persistant dans la façon dont le cerveau résout l'ambiguïté entre les catégories.

Un lecteur de glycémie qui ne pique pas le doigt, mais se contente de regarder le poignet — c'est le rêve de millions de personnes diabétiques. C'est précisément ce que promettent les algorithmes qui extraient le niveau de glucose du signal de pouls ordinaire — le photopléthysmogramme (celui-là même qui mesure le pouls dans les montres connectées).

Prédire le rendement d'une réaction chimique, c'est un peu comme essayer de deviner la récolte en ne connaissant que la composition du sol. Traditionnellement, les chimistes s'appuyaient sur de longues colonnes de nombres – les descripteurs quantiques – qui décrivent l'énergie des électrons mais restent muets sur la forme de la molécule.

Deux patineurs sur un lac gelé à perte de vue. Ils sont si loin l'un de l'autre que leurs silhouettes ne sont plus que des points, et leur attraction mutuelle, un concept presque théologique. Selon les préceptes de Newton, ils devraient tourner dans une valse d'une lenteur spéculative. Mais les télescopes voient autre chose.

Une IA classique regarde les images médicales comme des puzzles faits de pièces inconnues : elle considère que deux images non appariées sont complètement différentes. C'est comme essayer de distinguer des jumeaux sans connaître leur lien de parenté. Or, en médecine, les patients atteints d'une même maladie présentent des IRM presque identiques, et l'algorithme se trompe en confondant les « parents ».

L'intelligence artificielle qui prédit l'acoustique d'une salle fait penser à un étudiant qui triche à l'examen avec une antisèche. Si les points de validation sont les mêmes que ceux de l'entraînement, le modèle se contente de mémoriser l'« empreinte » sonore de chaque position, comme un étudiant qui reconnaît un sujet grâce à un coin de page plié.

Évaluer la qualité d'une image, c'est le travail d'un contrôleur méticuleux muni de tout un attirail. Le réseau de neurones IQA-T1 agit exactement ainsi : il ne se contente pas de dévisager l'image, il y applique tantôt un spectroscope, tantôt un luxmètre.

Le réseau électrique, c'est un immense restaurant où des milliers de « plats »-pannes menacent d'être servis à chaque minute. Vérifier chaque assiette prendrait des heures, et un coup d'œil rapide laisse parfois passer un danger, comme une moisissure invisible sur un fromage.

La recherche sur Internet, c'est un peu comme tamiser de la farine pour faire un gâteau : parmi les particules blanches, il peut y avoir des grains de terre sombres. C'est la contamination des données — une impureté invisible qui gâche le résultat final.

Le réseau électrique ferroviaire est comme un orchestre : les trains sont les musiciens, dont les systèmes réagissent différemment au courant. Lorsque leurs « voix électriques » sonnent faux, une pagaille s'installe — une cacophonie qui peut dégénérer en dangereux ballant de tension.

Un enfant assemble dans Scratch un jeu simple : le personnage apparaît au centre et saute instantanément dans un coin. Le premier déplacement disparaît entre les images — personne ne le voit. Supprimer une telle commande est sans danger. Mais comment un optimiseur automatique peut-il le savoir ?

Un interprète est assis dans la salle de réunion et traduit chaque mot. Mais voilà qu'il remarque que sa traduction pourrait être améliorée s'il apprenait de ses erreurs. Il commence à noter les phrases qui ont causé des incompréhensions et les corrige. Au bout d'une heure, sa traduction est plus précise et la réunion se déroule plus vite.

Un laboratoire envoie à un robot une liste de mille molécules candidates pour un nouveau médicament. Le robot-prédicteur, entraîné sur d'anciennes données, donne pour chacune une évaluation « convient – ne convient pas ». Mais lorsque la liste provient d'un domaine inconnu – un autre virus ou une tumeur rare – le robot commence à se tromper.

Le bras soulève une tasse de l'étagère — un geste habituel que l'on ne remarque pas tant que les muscles ne sont pas fatigués. Alors la trajectoire change : le coude part légèrement de côté, le poignet tremblote. En général, le médecin capte ces changements avec ses mains, en palpant les muscles du patient.

Chez une personne, la maladie commence par un tremblement de la main — la tasse danse sur la soucoupe pendant qu'il la porte vers la table. Chez une autre, les jambes refusent soudain de marcher droit : le pas devient court, traînant, comme si le sol était recouvert d'une couche collante. Ce ne sont pas deux maladies différentes, mais deux visages d'une même maladie — la maladie de Parkinson.

L'appareil photo prend une image, mais le capteur bruit, l'optique floute, et une partie des pixels est surexposée. Reconstituer l'image d'origine, c'est un peu comme deviner une mélodie sur un disque rayé : les possibilités sont nombreuses, et l'on ne sait pas laquelle est la bonne.

Un cuisinier prépare un gâteau selon une recette, mais au lieu d'une pâte bien levée, il obtient une croûte dure. Il commence à énumérer les causes : peut-être que la farine a absorbé l'humidité, ou que le four chauffe de manière inégale, ou que les œufs étaient trop froids.

Deux spécialistes examinent la même image du sein. L'un est un médecin expérimenté, l'autre un programme d'intelligence artificielle. Parfois leurs avis coïncident, parfois ils divergent. La fréquence à laquelle ils sont d'accord détermine la précision avec laquelle ils distinguent ensemble un tissu sain d'une tumeur.

Un modèle linguistique de protéines, c'est un peu comme un chef cuisinier qui aurait appris dans des milliers de recettes et qui compose maintenant de nouveaux plats. Parfois, il s'emballe et met du sel dans chaque plat, parce qu'un bon livre de recettes en contenait beaucoup.

Le diagnostic génétique, c'est un peu comme comparer deux photos prises avec des appareils différents. Si l'un des appareils a légèrement décalé les couleurs, la photo révèle des « défauts » qui n'existent pas dans la réalité.