paramètre

Un billet de banque collé sur la ligne d'arrivée, et la main file plus vite. Au laboratoire, ce billet a été remplacé par une pièce de 50 pence, et la ligne d'arrivée par une cible à l'écran. Les chercheurs ont invité 28 jeunes et 28 personnes âgées, les ont installés devant la poignée d'un robot et leur ont demandé de conduire un curseur vers la cible.

Une protéine dans une cellule ne reste pas immobile comme un mannequin en vitrine. Ses atomes tremblent, s'étirent et se plient constamment, un peu comme une corde de guitare tendue qui continue de vibrer après qu'on l'a pincée. Pour comprendre comment une protéine fonctionne, il faut savoir à quel point chaque partie est fermement liée à ses voisines.

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.

Un ingénieur en protéines ressemble à un cuisinier qui essaie de préparer un plat à la fois savoureux, sain et économique. En modifiant un ingrédient, il risque d'en gâcher un autre. Autrefois, les assistants informatiques ne pouvaient évaluer les propriétés des protéines qu'individuellement, sans voir comment elles sont liées entre elles.

L'interprète se laisse distraire par le moindre bruit dans la salle, et une réunion d'une heure s'étire sur deux. C'est le même problème pour les modèles de fondation moléculaires : ils apprennent le langage des molécules sur d'immenses corpus, mais chaque nouvelle conversation exige un réglage.

On lance une pièce pour prendre une décision. On reste immobile — la pièce tombe sur pile. On fait quelques pas — et on relance. On pourrait penser que la marche n'influence pas la pièce. Mais que se passerait-il si la promenade elle-même modifiait la fréquence à laquelle on décide de simplement répéter le lancer précédent ? C'est exactement ce que les chercheurs ont testé.

En 1998, le mathématicien David Boyd a remarqué une chose étrange. Il étudiait la mesure de Mahler d'un polynôme — une quantité qui mesure la « complexité » de ses racines — et a découvert que pour une famille de courbes, elle s'exprime toujours par un nombre rationnel spécial, multiplié par la valeur de la dérivée de la fonction L.

Quatre faibles traits sur l’image — tout ce que voit l’astronome. Ainsi, un sculpteur restaure la forme d’un verre invisible à partir de quatre ombres.

Un artiste fait un croquis rapide au fusain – et le visage sur le portrait est déjà reconnaissable. Les astrophysiciens résolvent un problème similaire : le spectre d'une étoile est son portrait individuel, révélant température, composition, gravité.

Reconstituer une image complète à partir de fragments, c'est un peu comme essayer de distinguer la mélodie d'un orchestre dans une salle bruyante. De telles tâches se posent en photométrie, où l'on reconstitue la luminosité d'une étoile à partir de faibles scintillements.

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.

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.

Les modèles qui transforment le texte en audio reproduisent bien les sons isolés, mais se mélangent les pinceaux quand le scénario en comporte plusieurs. Par exemple, selon le scénario, on a d'abord une sonnerie, puis des pas, puis un claquement de porte. Le générateur peut intervertir les événements, et le spectateur entendra les pas avant la sonnerie.

Les juges automatiques de la parole sont des algorithmes qui évaluent la prononciation et les émotions. Cependant, ils fonctionnent souvent comme un critique culinaire qui rend son verdict après avoir lu le menu, sans avoir goûté le plat.

Les aides auditives traditionnelles ressemblent à un cuisinier qui prépare une recette à l'aveugle. Elles analysent le désordre sonore entropique capté par le microphone et, sur cette base, amplifient la parole. Dans un café bruyant, cette approche se trompe souvent.

En général, les algorithmes apprennent à agir dans des conditions prédéfinies, comme l'eau qui coule dans un lit déjà creusé. La nouvelle méthode renverse cette logique : elle permet au système d'apprendre à la fois à agir et à modifier son environnement.

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.

Les systèmes électriques équipés de panneaux solaires et d'éoliennes ressemblent à une partie d'échecs : la couverture nuageuse et les variations de charge sont des coups de l'adversaire impossibles à prévoir. Pour maintenir l'équilibre, les opérateurs devaient auparavant évaluer des dizaines de scénarios (incertitude) — ce qui demandait trop de temps et de calculs.

Prédire les propriétés d'une nouvelle molécule, c'est un peu comme deviner le goût d'un plat inconnu. Le programme agit comme un chef expérimenté : il « goûte » des molécules similaires dont les propriétés sont déjà connues et, en se basant sur leur « saveur », affine son estimation.

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.

Les machines complexes — des drones aux robots chirurgiens — se comportent parfois comme un mustang sauvage : pleines de désordre et de caprices, où un léger contact déclenche une tempête. Plutôt que de mémoriser des formules, la nouvelle méthode observe le système, tel un dresseur.

L'évolution coule comme l'eau. Dans une large rivière, les changements sont lents et progressifs, tandis qu'un torrent de montagne bouillonne à chaque pierre. La taille de la population et la fréquence des mutations tracent le lit : large et calme, ou étroit et plein de rapides.

L'apprentissage automatique n'est plus depuis longtemps un simple outil — il devient un chercheur qui extrait lui-même les lois de la nature à partir des données. Mais comment un esprit de silicium parvient-il à la compréhension ?

En chacun de nous, une horloge invisible fait tic-tac. Elle commande la libération de cortisol, l'hormone qui nous aide à nous réveiller le matin, à gérer l'anxiété et à maintenir le système immunitaire en alerte. En cas d'insuffisance surrénalienne, cette horloge se dérègle : le corps ne peut plus produire lui-même la quantité de cortisol nécessaire.

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.

Un neurone ressemble à un instrument de musique complexe. Pour comprendre comment il réagit à une sollicitation, il fallait autrefois se connecter directement à chaque corde — une procédure délicate, lente et réservée à quelques cellules isolées.

Les systèmes de recommandation qui décident quel message vous verrez ensuite fonctionnent sur des réseaux de neurones profonds composés de milliers d'opérations — des graphes de calcul complexes (des schémas d'opérations sur les données).

Sur une carte topographique, les gouttes de pluie choisissent leur chemin : tombées sur un versant, elles s'écoulent vers la rivière A ; sur l'autre, vers la rivière B. L'observateur ne voit que les méandres des rivières (variables de réponse Y) et sait de quel versant provient l'eau (instrument Z), mais il ne voit pas les gouttes elles-mêmes (facteurs inobservés ε).

Les modèles statistiques sont une tentative de tendre une toile mathématique idéale sur le paysage accidenté des données. Lorsque le modèle résiste, il émet une tension, mais nous avons pris l'habitude de l'ignorer. Les chercheurs passent des heures à scruter les graphiques de résidus, essayant de deviner où le modèle « craque ». Squealer traduit cette résistance en son.

Les réseaux de neurones classiques apprennent à partir d'exemples, un peu comme quelqu'un qui mémorise des mélodies à l'oreille. Mais les réseaux qui intègrent dès le départ les lois physiques ressemblent à un musicien qui connaît les notes et l'harmonie : il peut jouer un nouveau morceau à partir de quelques accords.

Un ingénieur règle une antenne : il tire sur un segment — la fréquence dérive, il change l'angle — le gain chute. C'est à peu près ainsi que fonctionne le développement des peptides thérapeutiques (de courtes chaînes protéiques).

Un réseau de neurones, telle une feuille de papier quadrillé, reçoit des signaux homogènes en entrée – et trace lui-même sa grille de coordonnées. D'abord, les connexions entre les entrées et les cellules du réseau deviennent semblables à une colline douce : la réponse est plus forte au centre et s'atténue vers les bords.

Un chef ne gaspille pas ses ingrédients en préparant tout le plat pour en évaluer le goût — il goûte une goutte de sauce. C'est la même logique qui sous-tend la méthode du « jumelage d'informations » pour prédire la résistance des métaux.

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.

Une bouilloire qui bout avec son couvercle fermé ne montre pas l'ébullition, mais le son et les vibrations trahissent la puissance de chauffe de l'eau.

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.

Chaque matin, vous prenez la même tasse, mais le café vous semble tantôt amer, tantôt parfait. Ce n'est pas le café — et ce n'est pas votre caractère. En nous, une télécommande invisible bouge sans cesse, avec des dizaines de curseurs : fatigue, faim, anxiété, niveau d'hormones.

Une usine où des centaines de minuscules chaînes de montage tournent sans arrêt. Chaque chaîne est un moteur moléculaire qui convertit un carburant chimique en mouvement. Pour que le moteur aille plus vite ou dans la bonne direction, l'ingénieur modifie les réglages — la forme des pièces, la force des interactions.

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.

Un patineur tourne sur la glace en se rapprochant progressivement du centre. Sa trajectoire n'est pas une spirale parfaite : parfois, il tombe dans le rythme de la musique et effectue un tour supplémentaire, modifiant légèrement sa vitesse. C'est à peu près ce qui se passe pour un petit trou noir lorsqu'il tombe sur un trou noir supermassif.