modèle génératif

En mars 2020, la France s'est vidée : les gens ont cessé d'aller au travail, à l'école et au café, et les rues se sont remplies de silence. Les épidémiologistes regardaient les courbes et comprenaient que le virus ne se propageait pas tout seul, mais par les poignées de main, les conversations et les trajets en métro.

Un interprète simultané dans une salle où deux personnes parlent : il doit suivre à la fois le sens et l'intonation, mais si le débit est trop rapide, il ne reste que le résumé.

Deux cellules filles reçoivent chacune la moitié de la mère – c'est l'image habituelle de la division. Mais que se passerait-il si l'une d'elles recevait presque tout, et l'autre des miettes ? La modélisation stochastique montre que parfois, un partage inégal est plus avantageux. Chaque cellule stocke une réserve protectrice qui l'aide à surmonter les difficultés.

Garder en tête la position exacte d'un stylo qu'on déplace lentement est une tâche banale pour le cerveau. Pour les réseaux de neurones artificiels, c'est presque impossible. Les réseaux récurrents classiques, comme GRU et LSTM, ont tendance à découper le mouvement continu en paliers rigides : le stylo ne glisse pas de façon fluide, il saute d'un point à un autre.

Un ensemble de jazz : d’abord une cacophonie de notes aléatoires. Puis — un riff accrocheur qui résonne encore et encore. C’est aussi l’énigme de l’origine de la vie — mais en langage chimique.

La galaxie NGC 4254 se trouve à un million et demi d'années-lumière du centre de l'amas de la Vierge. Elle traîne derrière elle un long filament d'hydrogène en refroidissement – signe qu'elle s'engouffre à pleine vitesse dans le gaz surchauffé.

L'esprit humain ressemble à un jeu de construction qui s'auto-construit. Les nouvelles idées ne meurent pas avec leur créateur : elles se transmettent, se mélangent et sont sélectionnées. Ce processus est appelé évolution culturelle : les inventions utiles se consolident, les inutiles tombent dans l'oubli. C'est le principe du cliquet, ce mécanisme qui ne tourne que dans un sens.

Les calculs quantiques rappellent souvent l'assemblage d'un mécanisme complexe : le physicien sait que la pièce va s'emboîter, mais il ne peut pas toujours expliquer pourquoi. L'une des astuces favorites consiste à insérer au milieu de la formule une « unité », mais pas une unité ordinaire : une unité composée d'un ensemble infini de tous les états possibles du système.

Un bac de sable mouillé. Vous appuyez dans un coin — et l'eau se met en mouvement. Mais comment exactement ? Au lieu d'un cercle régulier, elle peut s'étaler en langues, s'attarder longtemps à certains endroits et filer rapidement à travers d'autres.

Un radar ordinaire ne voit qu'un point. La nouvelle méthode transforme l'écho radio en une sculpture en volume : le signal dessine la forme, l'inclinaison et le mouvement.

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.

Les données d'un seul scan CT équivalent à plusieurs longs métrages. TCAM-Diff contourne ce goulot d'étranglement : le programme compresse la vue tridimensionnelle en trois projections d'ombre, un peu comme un sculpteur qui reconstituerait une statue à partir de ses silhouettes sur trois murs.

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.

Au plus profond de l'Univers, lorsqu'une étoile massive s'effondre en trou noir ou qu'un magnétar naît, un sursaut gamma s'embrase — l'espace d'un instant, il éclipse toutes les étoiles de l'Univers observable.

Sur une cuisinière à gaz, chaque brûleur chauffe différemment. Si le cuisinier déplace les casseroles, la nourriture peut brûler. Il en va de même dans un réseau sans fil : les antennes-brûleurs et les utilisateurs-casseroles nécessitent un placement précis. Les réseaux de neurones classiques ne distinguent pas les positions, considérant tous les brûleurs comme identiques.

Un cuisinier qui apprend à cuisiner avec des images dessinées risque de rater chaque plat. Le même piège attend la vision par ordinateur : les modèles ont besoin de milliers d'images annotées, mais les collecter à la main est coûteux et fastidieux. Les images synthétiques résolvent le problème, à condition qu'elles ressemblent à de vraies.

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.

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 désert où chaque pas modifie le relief. Les dunes s'affaissent, de nouvelles pentes apparaissent — et le pas suivant est dicté par ce que vous venez de tracer. C'est à peu près ainsi que fonctionnent les « paysages de sable » (sandscapes) — un modèle mathématique inspiré des systèmes vivants.

Un flocon de neige grandit, une nappe de pétrole s'étale, une foule se déplace – les équations diffèrent pour chaque cas. Mais le résultat final est souvent le même : la forme, la vitesse, le motif obéissent à un schéma simple qui se répète à différentes échelles. C'est cela, l'universalité : derrière les détails se cache une loi commune.

Les signaux gravitationnels des étoiles massives mourantes sont des murmures qui nous parviennent des laboratoires les plus violents de l'Univers.

Certains cristaux se comportent comme un interrupteur : un léger changement de température ou de pression, et les voilà qui passent de conducteur à isolant. C'est ce qu'on appelle la transition métal-isolant (un changement de la capacité à conduire le courant).

Les cent vingt habitants de Montelago ne sont pas des personnes, mais des personnages numériques. Chacun, en plus de son nom et de sa biographie, possède trois coordonnées cachées : la confiance envers les autorités municipales, l'évaluation de la fiabilité de la source, la pertinence perçue de l'information.

Les détecteurs LIGO et Virgo captent les ondes gravitationnelles issues de fusions de trous noirs et d'étoiles à neutrons.

La synthèse de l'ammoniac est une pierre angulaire de la civilisation moderne : sans elle, point d'engrais, et donc point de nourriture pour des milliards d'êtres humains.

Les détecteurs de rayons X fonctionnent comme un nid d'abeilles : dans les alvéoles hexagonales, des particules scintillent de temps en temps. Les algorithmes classiques étirent ces alvéoles sur une grille carrée, ce qui fait apparaître de faux fantômes de polarisation.

Les réseaux de neurones génératifs qui créent des images s'appuient généralement sur le hasard numérique. Mais une équipe de chercheurs a construit un système où le hasard naît non pas dans le code, mais dans une minuscule cavité optique contenant un colorant organique.

La danse de centaines de particules : certaines paires tournent lentement et avec fluidité, d'autres s'agitent à un rythme effréné. Pour comprendre l'essence de la danse, il faut suivre les mouvements lents – ce sont eux la chorégraphie principale du système.

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.

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.

L'espace-temps est souvent imaginé comme un tissu lisse. Mais à l'échelle microscopique, ce tissu pourrait ne pas être continu, mais constitué d'« atomes » individuels — des événements reliés par la causalité. Cette vision du monde s'appelle la théorie des ensembles causaux.

Les réseaux de neurones classiques apprennent sur des milliers d'exemples, gaspillant des heures et des gigawatts. Des physiciens ont trouvé une voie de contournement quantique. Déjà Max Planck avait montré la discrétion de l'énergie, et aujourd'hui cela permet de générer sans apprentissage.

Un peintre fait un portrait coup de pinceau après coup de pinceau, puis on lui propose un appareil photo avec flash : un clic, et c'est fait. C'est à peu près la transition entre les modèles multi-étapes et les modèles en une étape pour la création d'images de galaxies.

Une mosaïque de grandes tuiles colorées. Chaque tuile représente la quantité moyenne de précipitations sur un mois entier, sur un territoire de la taille d'un petit pays. Pour une compréhension globale, l'image est acceptable, mais si l'on veut savoir si un déluge est passé hier sur une ville précise, elle est inutile.

Quand des trous noirs entrent en collision, la trame même de la courbure de l'espace-temps frémit. Cette ondulation — les ondes gravitationnelles — est captée par des détecteurs, mais son déchiffrage a longtemps exigé des heures de simulations informatiques.

Chaque fois que vous hésitez devant un pas risqué — investir dans des actions ou attendre — un dialogue interne se déroule dans votre tête. Habituellement, les scientifiques tentent de reconstituer le fil de ce dialogue à partir du seul choix final, comme si un détective reconstituait une conversation entre deux personnes en regardant une photo du lieu de rencontre.

Chaque atome de carbone dans une molécule porte un passeport : l'énergie avec laquelle ses électrons les plus profonds restent sur leurs orbites. Cette énergie réagit finement à l'environnement : qu'un oxygène ou une double liaison apparaisse à proximité, et le chiffre du passeport change.

Étudier la naissance des galaxies nécessite de simuler des milliards d'années de croissance de la matière noire et de formation d'étoiles — même les superordinateurs s'y attellent lentement.

Un météorologue émet en quelques secondes une prévision pour la semaine, mais ne peut expliquer aucune de ses décisions. C'est à peu près ainsi que fonctionnent les modèles météo basés sur l'IA : ils ne le cèdent plus rien aux méthodes numériques classiques, mais leur logique interne reste dissimulée derrière des millions de paramètres.