physique chimie

L'ère de l'apprentissage machine amène des révolutions technologiques profondes avec de multiples conséquences pour le fonctionnement de nos sociétés. Nous passons d'une logique pilotée par les modèles physiques à une logique informatique de modèles pilotés par les données. L'accès à de larges bases de données et à des calculateurs puissants permet ce passage qui induit un rapport nouveau à la Nature. En effet, le physicien souhaite comprendre les phénomènes qui nous entourent par l'usage d'un petit nombre de lois universelles et la construction de modèles "réduits". De son côté, le data scientist, féru d'intelligence artificielle cherche à construire des machines, si possible bio-inspirées, capables de reproduire la façon dont notre cerveau apprend à réaliser des tâches complexes. Dans cette présentation, nous introduisons les principes de base de l'apprentissage machine (notamment les réseaux de neurones artificiels) au moyen d'outils utilisables en classe auprès de lycéens. Nous discuterons ensuite les interactions et conséquences pour les sciences physiques.