référentiel

Un trio de jazz joue dans la pénombre d'un club. Le pianiste mène la mélodie, le contrebassiste tient le rythme, le batteur disperse ses roulements. Si l'on n'écoute que les paires de musiciens, on peut saisir comment le pianiste s'adapte à la basse ou la basse à la batterie.

Un radiologue regarde un scanner abdominal et voit non seulement des organes, mais aussi leur disposition mutuelle : quel rein est plus gros, où se trouve la tumeur par rapport au vaisseau. C'est comme lire une carte : il ne suffit pas de savoir où se trouve habituellement une ville, il faut aussi savoir mesurer la distance entre deux points sur le terrain.

Dans la glace antarctique, une particule fantôme ne laisse qu'un faible éclat de lumière bleue. Le détecteur IceCube capture ces éclats, et à partir d'eux, il faut déterminer d'où vient la particule. Le modèle PolarBERT a appris à le faire, mais ce qu'il voit réellement à l'intérieur restait un mystère.

Un médecin passe des années à apprendre à reconnaître les maladies sur les images du cerveau. D'abord, il repère parfaitement les signes du vieillissement, puis il maîtrise les tumeurs – et soudain, il se met à confondre ce qu'il savait auparavant. C'est à peu près ce qui arrive à de nombreux réseaux de neurones : les nouvelles connaissances effacent les anciennes.

Un programme de suivi ordinaire ressemble à un navigateur qui guide un navire à l'aide des étoiles. Mais dès que le ciel se couvre, les coordonnées dérivent et l'incertitude dans les données augmente — c'est ce qu'on appelle l'entropie. Le nouvel algorithme s'adjoint un « copilote » : un module qui surveille le niveau de confiance du navigateur principal.

Dans une soupe bouillonnante, les molécules entrent en collision de manière chaotique et réagissent. Mais si l'on mesure comment leurs concentrations varient, des régularités apparaissent.

L'approche standard actuelle de l'apprentissage de l'IA ressemble à un enfant enfermé dans une bibliothèque : il mémorise des millions de livres, mais ignore que le feu brûle et que la chute fait mal.

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.

Un enfant qui explore un appartement inconnu rampe d'un objet à l'autre et mémorise ce qu'il voit depuis chaque coin. C'est ainsi que le cerveau construit une carte mentale — un modèle interne de l'espace. L'algorithme gradCSCG fonctionne sur le même principe : il reçoit un flux vidéo d'une caméra et dessine lui-même le plan du lieu, en s'appuyant uniquement sur le changement des images.

Un essaim de robots ressemble à une nuée de lucioles : chacun se déplace au hasard « là où c'est plus libre », et le chaos se transforme en ordre. Pendant longtemps, on s'est demandé comment, sans communication ni commandes, naissait cette coordination.

Des chercheurs ont pris 16 activités quotidiennes — de la vaisselle aux squats — et ont décomposé les mouvements en composantes élémentaires, un peu comme un spectroscope décompose la lumière en spectre. En comparant trois approches, ils ont trouvé une clé inattendue pour la reconnaissance : une simple image moyenne suffit.

L'analyse des données sur Internet ou dans les systèmes de capteurs a longtemps ressemblé à une tentative de diriger un orchestre où chaque musicien serait enfermé dans sa cabine, le chef ne pouvant quitter son pupitre.

La méthode standard de numérisation de la parole : on mesure le volume des milliers de fois par seconde. C'est comme goûter un bouillon avec une cuillère à café — chaque gorgée est aqueuse, et il n'y a presque pas de détails. Le flux de données enfle, alors que le sens se compte sur les doigts. Les chercheurs ont proposé de « réduire » d'abord le signal sonore.

Un détective expérimenté ne calcule pas la trajectoire d'un criminel selon les lois de la physique — il consulte sa bibliothèque d'affaires similaires.

Imaginez un vieux théâtre dans un brouillard humide. Sur scène, une poignée d'acteurs, mais un seul est saisi par le faisceau du projecteur, figé dans une tache lumineuse. Les autres tourbillonnent dans la pénombre, prêts à s'évanouir à tout moment.

Le microlentillage gravitationnel est un effet cosmique fascinant, prédit par Einstein et développé par Zwicky. Un corps massif, passant entre nous et une étoile lointaine, courbe sa lumière comme une lentille, créant des amplifications et distorsions caractéristiques.

Dans la salle d'audience, une chaîne de caractères est présentée en entrée. Douze jurés (les chemins de calcul) l'examinent symbole par symbole. Chacun peut déclarer « coupable » (accepter) ou « non coupable ». Pour un automate non déterministe ordinaire (NFA), un seul vote « pour » suffit.

Huit cents participants — entreprises et travailleurs — entrent sur le marché. Chacun a en tête une liste de préférences stricte. L'objectif : se répartir en paires de sorte que personne ne soit tenté de tout recommencer.

À l'écran, le résultat d'une simulation complexe : deux planètes entrent en collision, une onde de choc se propage. Quelques clics dans l'éditeur – et les ombres dures s'adoucissent, le bruit s'estompe, l'arrière-plan s'assombrit. Cette retouche numérique (modification d'une image pour améliorer son apparence) fait depuis longtemps partie de l'arsenal des scientifiques.

Pourquoi certains systèmes — des réseaux de gènes au transport aérien — conservent-ils les empreintes du passé plus longtemps que d'autres ? Pendant longtemps, la science des réseaux a accusé la topologie : le nombre de connexions, la modularité, le spectre. Mais deux réseaux avec le même squelette peuvent se souvenir et oublier de manière radicalement différente.

Dans les années 1990, le philosophe John Searle a imaginé une expérience de pensée : une personne est assise dans une pièce et, sans connaître le chinois, suit des instructions pour fournir des réponses correctes en chinois. De l'extérieur, on dirait qu'elle comprend la langue, mais à l'intérieur, ce n'est qu'un suivi mécanique de règles.

Vous achetez une nouvelle balance de cuisine, mais au lieu d'un poids précis, elle n'affiche que l'écart par rapport à une « norme » quelconque. Pour connaître le poids d'une pomme, il faut d'abord peser des dizaines d'autres pommes et calculer la moyenne.

Vous racontez une histoire à un ami, et son cerveau semble s'accorder sur votre fréquence — les mêmes zones s'activent en rythme avec vos paroles.

Les calculs informatiques du comportement des substances ont longtemps souffert de deux extrêmes : soit des modèles rapides mais imprécis, soit des calculs physiques précis mais lents.

Concevoir des machines, c'est un peu comme faire de la pâtisserie : il faut savoir exactement où la pâte va se déchirer. Les anciens calculs informatiques vérifient chaque point de la pièce pendant des heures — comme si on mesurait toute la casserole pour être sûr que l'anse ne se détache pas.

Un caissier de supermarché à l'heure de pointe ne mémorise pas chaque article scanné — il garde en tête le total et surveille la file d'attente. C'est à peu près ainsi que le cerveau répartit ses forces : le cortex, coûteux et précis (ce qui est responsable de la réflexion), et les noyaux sous-corticaux, plus simples et économes (où vivent les habitudes), travaillent en binôme.

Une personne regarde une serrure de porte et voit la fente pour la clé. Elle sait qu'on insère la clé et qu'on la tourne. Mais si, au lieu d'une serrure, il y a un panneau tactile, le cadre habituel se brise. La personne ne se trompe pas simplement : elle comprend que la méthode habituelle ne convient pas et peut dire : « Il n'y a pas de place pour une clé ici, il faut une autre approche ».

Dans une grande salle d'audience, une réunion est en cours. Des centaines de neurones-interprètes entendent simultanément des bribes de phrases — et doivent en assembler une image cohérente. C'est exactement ainsi que les grands réseaux du cerveau transforment des signaux disparates provenant des yeux en une image unifiée d'un objet.

Un correcteur relit un manuscrit avant impression. Il ne connaît pas toutes les erreurs possibles, mais il se souvient parfaitement de ce à quoi ressemble un texte impeccable. S'il voit un symbole étrange ou un mot flou, il entoure immédiatement l'endroit en rouge. C'est à peu près ainsi que fonctionne le nouveau programme de vérification des images médicales.

La ville respire et se nourrit, son sang circule dans les routes. Mais tandis que les ingénieurs tracent des lignes droites, la nature peaufine depuis des millions d'années le réseau idéal : les rivières trouvent infailliblement leur chemin vers la mer, la feuille est parcourue de nervures sans un seul vaisseau superflu.

Des ingénieurs construisent une voiture. Les uns assemblent une réplique exacte du moteur, chaque piston et chaque bougie, mais la voiture ne roule pas — pas de volant ni de roues. D'autres créent un kart rapide et autonome, mais son moteur en pâte à modeler ne ressemble pas à un vrai. C'est à peu près la situation dans la science du cerveau.

Un peintre compose son tableau en observant le spectateur dans la salle. Si le spectateur sourit, le peintre ajoute plus de rouge et de courbes ; s'il fronce les sourcils, il retire le bleu et casse les angles.

Vous goûtez un plat au restaurant, mais vous n'avez pas vu le menu. Vous posez des questions au serveur — trop salé ? avec quelles épices ? — et à partir des réponses, vous essayez de deviner quel chef l'a préparé.

Une immense salle, mille portes, et une seule mène aux étoiles. Les autres sont verrouillées, et les clés ne sont pas simplement cachées — elles sont enveloppées dans d'autres clés et emmêlées en un écheveau. Voilà à quoi ressemble le Grand Filtre dans une nouvelle lecture : non pas une chaîne d'échecs, mais une hiérarchie enchevêtrée où chaque étape dépend de la précédente de manière non linéaire.

L'expansion de l'univers s'accélère, et il se pourrait que la gravité ne fonctionne pas comme nous le croyons. Les physiciens élaborent des théories alternatives, mais pour les vérifier, il faut calculer comment les ondulations primordiales après le Big Bang ont donné naissance aux galaxies.

Un thermostat maintient une pièce à 20 degrés. Ouvrez la fenêtre en hiver – il enclenche le chauffage pour rétablir l'équilibre. Le cerveau fait quelque chose de similaire : il prédit constamment ce qui va se passer l'instant d'après et se corrige s'il se trompe. C'est ainsi qu'il apprend.

L'orchestre joue sans chef. Chaque musicien a sa partition : ce sont les gènes. Le volume et le tempo dépendent de l'acoustique de la salle, de l'humeur et des voisins de scène. C'est à peu près ainsi que l'hérédité et la vie quotidienne façonnent ensemble le comportement d'un adolescent.

Imaginez une rivière qui ne coule pas dans un lit ouvert mais à l'intérieur d'une éponge, avec un courant qui change d'un endroit à l'autre : c'est un peu le système glymphatique du cerveau. C'est un réseau de canaux minuscules autour des vaisseaux sanguins, dans lequel le liquide céphalo-rachidien s'infiltre en profondeur dans les tissus et emporte les déchets accumulés pendant la journée.

Après une partie de Scrabble, le plateau ressemble à une mosaïque : les lettres sont éparpillées mais forment un motif connecté — des îlots de mots au milieu d'une mer de cases vides. Un tel motif peut être décrit mathématiquement, mais cela nécessite généralement des règles complexes.

Le cerveau jongle constamment avec les tâches : tantôt il réagit à un bruit soudain, tantôt il résout une équation, tantôt il se laisse aller à la rêverie. Les scientifiques soupçonnaient depuis longtemps que des bascules entre différents « scénarios » de fonctionnement des réseaux de neurones étaient à l'œuvre, mais il était difficile de les isoler du chaos des signaux électriques.