L’Afrique, la plus grande mutation de l’histoire entre I.A. et savoir ancestral 

Hier encore, la Silicon Valley était l’épicentre du progrès technologique.
Aujourd’hui, l’Afrique va attirer tous les regards.
Comment a-t-elle pu rattraper son retard en quelques mois ?  


Grace à la redécouverte du » savoir et savoir-faire du processus de la création » né sur le continent Africain, en alliant tradition et technologie, Thierry Rayer président perpétuel du Cercle d’études Scientifiques Rayer, est en passe avec de jeunes africains de réaliser l’inimaginable avec Univesae Analysis, celle de la machine qui apprend, et qui apprend par elle-même.

Au lieu d’exécuter les ordres d’un programme, la machine peut désormais acquérir par elle-même, par l’expérience, les capacités nécessaires pour accomplir les tâches qui lui sont assignées, y compris celles que l’on croyait réservées à l’humain. Les applications sont immenses : reconnaissance des formes géométriques, des formes symboliques des images, afin de comprendre l’art et l’architecture de l’humanité. 

Thierry Rayer est à l’origine de cette révolution. Il est en effet l’inventeur de cette application à l’apprentissage profond, le deep learning, qui caractérise un réseau de neurones artificiels dont l’architecture et le fonctionnement s’inspirent du cerveau. C’est à la naissance de cette application d’une nouvelle forme d’intelligence, à l’émergence d’un système quasiment auto-organisateur, que nous convie Thierry Rayer. Une démarche qui évoque la démarche intellectuelle d’un inventeur au carrefour de la culture, du savoir de l’humanité, de l’art, de l’informatique et des neurosciences. Une application ludique qui éclaire l’avenir de l’intelligence artificielle sans laisser de côté l’origine africaine de la culture de l’humanité. Une application passionnante et accessible, qui nous fera pénétrer au cœur de la connaissance, des secrets de l’humanité et fera découvrir à la fois notre savoir universel mais aussi un nouveau monde fascinant, qui est déjà le nôtre.

L’intelligence artificielle et reconnaissance de formes à partir d’images, comment ça marche ?

L’intelligence artificielle a prouvé son efficacité ces dernières années dans un nombre croissant d’applications. La reconnaissance de formes dans des images est réalisable grâce à un seul type d’algorithme permettant la détection de n’importe quelle forme, motif ou objet complexe dans tout type d’image. Ensuite il faut apprendre à un ordinateur à imiter la vision humaine pour lui faire comprendre ce qu’il voit.

Comment cela peut-il se faire ?

Le Réseau de Neurones Artificiels, est en fait un véritable cerveau numérique ou du moins une version simplifiée inspirée des connaissances que nous avons du notre ! Un RNA est un graphe mathématique qui relie des valeurs numériques (les neurones) par des fonctions simples dites d’activation (l’équivalent des impulsions électriques dans notre cerveau).

L’entrée du graphe est un jeu de données à analyser, et sa sortie la réponse de l’algorithme à notre problématique. Entre les deux, des neurones intermédiaires sont activés ou pas lors d’un processus d’apprentissage : en parcourant le réseau de l’entrée vers la sortie puis inversement, l’algorithme trouve des corrélations entre les données, calcule et corrige ses erreurs, pour enfin dégager les routes qui mènent à la solution du problème.

La réponse finale d’un réseau dépendra toujours de la probabilité, le but étant de maximiser la confiance de l’algorithme (ou de minimiser son erreur).

Reconnaissance de formes géométriques dans des images : les réseaux de neurones convolutionnels

Une image numérique est un ensemble de pixels qui renferment une valeur de couleur, mais pas seulement : leur organisation spatiale est sans doute l’information la plus importante. C’est l’ensemble des géométries locales qui donne un sens général à l’image, un peu comme on assemblerait les pièces d’un puzzle.

Les algorithmes de reconnaissance de formes sont ainsi composés de deux RNAs successifs. Le premier a pour but l’extraction des attributs géométriques d’un objet à l’aide d’opérations de convolution. Ces attributs correspondent à des formes simples (un angle droit, une courbe, …) traduits en valeurs numériques complexes. Une fois extraits, ils sont utilisés comme données d’entrée d’un second RNA spécifiquement conçu pour la classification de l’image.

Les deux réseaux sont entraînés simultanément à l’aide de milliers d’images annotées « avec » ou « sans » l’objet à détecter. A l’issu de ce processus, l’algorithme pourra fournir une réponse quant à la présence ou non d’une forme dans une image dont nous ne connaissons pas a priori le contenu.

De la théorie à la pratique

Pour Universae Analysis c’est l’architecture du réseau et la qualité des données d’entraînement qui va décider de la complexité du problème que celui-ci peut résoudre. Dans le cas de la reconnaissance de formes, il faut construire un réseau profond, c’est à dire contenant des centaines de milliers de neurones, pour entrée plusieurs milliers d’images.

La représentativité des images d’entraînement est primordiale. Par exemple, si l’on souhaite détecter un motif spécifique dans un tableau, il faudra présenter à l’algorithme des milliers d’exemples concrets en prenant soin de varier l’orientation, le style, la taille et l’illumination de la forme. En l’absence d’exemples existants, on utilise des méthodes d’augmentation de données qui permettent de générer de nouvelles images de manière synthétique.

La préparation de la base de données est concrètement la difficulté majeure de ce type de technique.

Thierry Rayer est le fondateur du Cercle d’Études Scientifiques RAYER et l’auteur du livre « de l’ignorance à la connaissance » études scientifiques et collection Rayer présenté par la Maison de couture LANVIN.

  • Spécialiste de la culture Mochica
  • Découvreur de l’interprétation de l’œuvre de Constantin Brancusi
  • Découvreur de l’élément « Le savoir et savoir-faire du processus de la Création »
  • Spécialiste des sciences en Europe de l’Antiquité à la Renaissance
  • Spécialiste de l’historiographie de la médecine à la Cour de France, du Moyen Âge au XIXe siècle
  • Ami de la Société de Biologie
  • Membre du conseil scientifique de la société Française d’Egyptologie
  • Membre d’honneur et membre du conseil scientifique des Amitiés Internationales André Malraux, ancien responsable des études et de la recherche dans les domaines de l’art et de l’histoire de l’art
  • Vice-président de l’association André Malraux
  • Membre de l’association de l’Ecole du Louvre Thierry Rayer est à l’initiative de la remise de Diplôme de Reconnaissance par l’association Mérite et Dévouement Français à :
  • La Maison de couture Jeanne LANVIN, au siège de LANVIN
  • La Société de Biologie, à l’Académie nationale de médecine
  • Madame Brigitte Macron pour l’élégance qu’elle incarne et qui contribue au prestige de la France à l’étranger
  • Au Groupe Afrique de l’Unesco
  • Bernard Arnault

Laisser un commentaire