L’apprentissage automatique (machine learning) est une des méthodes d’analyse quantitative susceptible d’être utilisée en sciences humaines et sociales (SHS). Pour quels types de données est-il adapté ? Qu’apporte-t-il ? Qui peut utiliser ces techniques ? « Après des hauts et des bas depuis les années
Comme d’autres, les disciplines des sciences humaines et sociales font désormais face à un déluge de données numériques. Du big data pas forcément rich data, des données qui ne révolutionnent pas non plus ces sciences et qu’il faut, comme par
Denise Pumain, géographe émérite à l’université Paris 1, dont la carrière a été couronnée par le prix Vautrin LudCe prix international est la plus haute récompense décernée en géographie. Il est parfois considéré comme l'équivalent d'un prix Nobel de géographie.
Avez-vous une idée de l’impact énergétique des usages numériques ? L’intelligence artificielle (IA) y contribue indéniablement et de plus en plus sans que sa part soit identifiable. Et vu l’ampleur des investissements en IA dans le monde, le sujet mérite
Ces ordinateurs et baies de stockage sont déjà particulièrement optimisés. De fait, gestionnaires de l’infrastructure et utilisateurs (entreprises ou chercheurs) ont tout intérêt à favoriser les économies d’énergie : les premiers pour diminuer leur facture d’électricité, les seconds celle due au
L'apprentissage profond (deep learning) du fait de son utilisation de plus en plus importante, a considérablement accru les préoccupations énergétiques des datacenters. Des processeurs spécifiques ont été développés, adaptés aux différentes phases de calcul de ces algorithmes. Plusieurs autres pistes
Certes, le codage a un impact en termes de consommation énergétique, mais c’est surtout la compilation en instructions machine, puis leur exécution, finement mesurable, qui influencent la consommation énergétique. Des solutions existent désormais pour « programmer responsable ». Les développeurs ont longtemps travaillé
Au cœur de la voiture autonome, on trouve les mêmes algorithmes d'apprentissage automatique que ceux utilisés pour la classification des images ou la reconnaissance de la parole. Mais avant de pouvoir embarquer dans le véhicule, ces algos font l'objet de