person:richard feynman

  • Dueling Neural Networks
    https://hackernoon.com/dueling-neural-networks-a063af14f62e?source=rss----3a8144eabfe3---4

    “What I cannot create, I do not understand.”— Richard FeynmanGANs generated by a computerThe above images look real, but more than that, they look familiar. They resemble a famous actress that you may have seen on television or in the movies. They are not real, however. A new type of neural network created them.Generative Adversarial Networks (GANs), sometimes called generative networks, generated these fake images. The NVIDIA research team used this new technique by feeding thousands of photos of celebrities to a neural network. The neural network produced thousands of pictures, like the ones above, that resembled the famous faces. They look real, but machines created them. #gans allow researchers to build images that look like the real ones that share many of the features the neural (...)

    #birthday-paradox #deep-learning #generative-adversarial #machine-learning

  • Une question de méthode

    Dans le domaine des techniques et des sciences appliquées, lorsqu’il s’agit de résoudre des problèmes complexes, il existe deux grandes familles de méthodes : d’un côté les méthodes hiérarchiques, dites descendantes, où les prises de décisions sont centralisées et coordonnées au sommet et à contrario, les versions ascendantes, qui elles, misent sur l’auto-organisation, l’intelligence collective et les propriétés émergentes qui en découlent [1].

    Les méthodes descendantes (#top-down)

    En informatique, on a longtemps cru qu’il était possible de créer des algorithmes dits « intelligents », capables de remplacer un humain sur des tâches spécifiques, en créant de gros programmes monolithiques. Le rôle de l’informaticien se résume alors à traduire les connaissances des experts du domaine visé sous la forme d’instructions interprétables par une machine. On appelle d’ailleurs ce genre de programme des systèmes experts. Le problème c’est que les performances du système dépendent de la quantité et de la qualité des notions d’expertise qui lui on été inculqués : si l’expertise est fausse, incomplète ou bruitée (avec des parasites, par exemple une image de très mauvaise qualité), le résultat le sera tout autant. Dans ce type de programme, la maintenance n’est pas facile et ils sont difficilement adaptables à d’autres types de problèmes que ceux pour lesquels ils ont été initialement conçus. Cette façon de faire atteint vite ses limites et même si ils sont encore largement utilisés aujourd’hui, notamment dans le domaine médical ou de la finance pour ne citer qu’eux, ces systèmes ne doivent leur survie que grâce à l’amélioration phénoménale de la puissance de calcul, aux quantités astronomiques d’informations qu’il est dorénavant possible de stocker, mais surtout, grâce à l’ajout, en sous main, de techniques empruntées aux méthodes ascendantes, comme le data-mining (l’exploration de données en français, connue aussi sous l’expression de fouille de données, forage de données, prospection de données, ou encore extraction de connaissances à partir de données, a pour objet l’extraction d’un savoir ou d’une connaissance à partir de grandes quantités de données, par des méthodes automatiques ou semi-automatiques) ou les réseaux de neurones artificiels qui ne sont qu’une combinaison d’une multitude d’unité de traitement élémentaire réalisant de simples opérations arithmétiques.

    Dans un autre domaine comme l’élaboration d’un grand projet industriel, si la méthode descendante permet penser la problématique d’abord dans son ensemble puis, par itération successive, de descendre de plus en plus dans les détails de réalisation, un exemple célèbre de réquisitoire contre cette approche est le rapport de Richard Feynman (un des plus grand scientifique du XXe siècle) sur l’accident de la navette spatiale Challenger en 1986 : selon lui, l’approche descendante oblige à des prises de décisions de conceptions prématurées et rend beaucoup plus difficile les corrections de design que l’approche ascendante, où l’on part en permanence de ce qui est bien connu et solidement maîtrisé [2]. Avec ce type de méthodologie, les coûts des correctifs sont exponentiellement proportionnels à l’avancement du projet, plus un défaut est découvert tardivement, plus la facture sera importante. L’oubli d’un détail, ou une mauvaise définition d’un cahier des charge peuvent même remettre en cause la viabilité d’un projet. C’est un problème bien connu en informatique où le taux de succès des projets gérés de manière agile (technique de management où l’ensemble des acteurs, utilisateurs finaux, développeurs, grands manitous, ... sont associés aux prises de décision sur toute la durée du projet) peut atteindre 89% de réussite contre seulement 36% avec des méthodes purement descendantes [3].

    Pour l’ anecdote, il est d’ailleurs intéressant de noter que la version la plus ascendante de méthodes agiles s’appelle « l’extreme programming » où la valeur ajoutée du chef de projet se résume uniquement au choix de l’équipe des développeurs et à l’établissement du devis !!!

    Les méthodes ascendante (#bottom-up)

    L’approche ascendante [4], quant à elle, s’inspire souvent de processus physiques, biologiques ou sociaux. Dans la nature, les phénomènes aux dynamiques complexes émergent toujours de l’interaction de proche en proche de petits éléments ou d’agents régis par des règles d’organisation simples.

    Comment s’y prennent les fourmis pour trouver le chemin le plus court entre la fourmilière et les ressources aux alentours ? Certainement pas grâce à la reine ! En fait, lorsqu’une fourmi se déplace, elle répand une phéromone sur son chemin et l’intensité de cette odeur caractéristique diminue rapidement avec le temps. Ainsi, le chemin le plus court est celui où l’odeur est la plus intense. Si l’exploration de leur l’environnement se fait de manière aléatoire, chaque fourmi étant maître de ses propres décisions, leur nombre important ainsi que l’application de cette règle toute simple, qui est de toujours suivre le parcours le plus odorant (celui où le message olfactif aura eu moins de temps pour se dissiper et où donc sa concentration sera la plus importante), leur garantit, par un processus chaotique déterministe, d’optimiser au mieux leurs dépenses en énergie pour approvisionner la colonie [5]. Ce principe est par exemple utilisé pour acheminer les paquets d’informations sur internet de manière optimale (un gros fichier comme un film sera découpé en morceaux plus petits, si une erreur survient lors du transfert, seul le paquet corrompu sera renvoyé, ce qui évite d’avoir à réexpédier le fichier complet), et ce, de façon décentralisée, sans l’aide d’un chef d’orchestre qui coordonnerait toutes les prises de décision concernant le routage (l’aiguillage).

    Un autre exemple inspiré cette fois de la métallurgie et des propriétés de la matière, est la technique dite du « recuit simulé » [6]. Pour améliorer la qualité des aciers, au lieu de les laisser simplement refroidir après les avoir fondu, on fait descendre la température en dent de scie, en répétant des cycles de refroidissement lents, entrecoupés de petites remontés en chauffe (le recuit), jusqu’à atteindre la température ambiante. Par ce simple fait, les atomes au sein du métal ont le temps de s’organiser en une structure cristalline, beaucoup plus robuste qu’un refroidissement rapide qui entraînerait une organisation atomique plus proche d’un verre. Encore une fois, pas besoin d’un dieux démiurge pour façonner toutes les incroyables formes cristallines que l’on observe dans la nature. Il suffit juste de laisser suffisamment de temps à leurs éléments constitutifs pour qu’ils s’organisent de proche en proche, établissant entre eux des corrélations distantes à grande échelle ayant pour résultat l’adoption d’une configuration spatiale qui minimise l’énergie interne du système. En simulant ce phénomène, on peut ainsi trouver l’agencement optimal des composants sur une carte électronique ou encore définir l’emploi du temps d’un établissement scolaire qui soit le plus satisfaisant possible en tenant compte des contraintes de l’ensemble des professeurs et des élèves.

    #Hiérarchie versus #horizontalité

    Les algorithmes qui implémentent les deux exemples précédents sont ridiculement petits comparés à leur version descendante. Quelques règles simples exprimées sous la forme d’équation mathématique, comme par exemple une loi de décroissance de la température ou de concentration d’une phéromone en fonction du temps, ou des formules d’attractions / répulsions suffisent à résoudre un grand nombre de problèmes d’optimisation. Contrairement à la version descendante qui aurait nécessité une réécriture quasi complète du programme, ici, le travail de l’informaticien sera réduit à la simple adaptation des données d’entrée et au bon paramétrage des formules.

    Mais, dans certains cas, la version descendante n’existe tout simplement pas. Dans les problèmes de mécanique des fluides, si l’on connaît bien les principes physiques sous-jacents comme les phénomènes de turbulences, les lois de la thermodynamique ou encore les équations de Navier-Stokes (équations mathématiques décrivant le mouvement d’un fluide), dès que l’on sort des cas d’école, on se retrouve vite démuni car aucune formule mathématique globale, ou plus exactement aucune solution analytique, ne permet d’étudier un phénomène précis. Il faudra donc en passer par une solution numérique [7] qui consiste en une discrétisation, c’est à dire un découpage de l’espace en un grand nombre de petites cellules élémentaires, ramenant ainsi le sujet d’étude à une multitude de cas simples. Grace à ces méthodes, on peut ainsi simuler l’écoulement de l’air autour d’une aile d’avion ou encore, valider le modèle standard de l’évolution de l’univers depuis le big bang jusqu’à la formation de notre planète.

    Alors la prochaine fois qu’un chef vous dira qu’il a trouvé LA solution à un problème, que ce soit en terme d’organisation, de technique ou tout autre sujet, politique y compris, partout où ils prétendent faire autorité, vous pourrez dire légitimement qu’a plusieurs vous auriez certainement fait mieux, et que cela ne relève pas que d’une opinion subjective, mais que la nature, ainsi que les sciences et les techniques modernes qui s’en inspirent nous le prouve tous les jours de manière objective.

    [1] https://fr.wikipedia.org/wiki/%C3%89mergence

    [2] https://fr.wikipedia.org/wiki/Technologie_top-down

    [3] https://www.pmi.org/-/media/pmi/documents/public/pdf/learning/thought-leadership/pulse/pulse-of-the-profession-2014.pdf (en anglais)

    [4] https://fr.wikipedia.org/wiki/Approches_ascendante_et_descendante

    [5] https://fr.wikipedia.org/wiki/Algorithme_de_colonies_de_fourmis

    [6] https://fr.wikipedia.org/wiki/Recuit_simul%C3%A9

    [7] https://fr.wikipedia.org/wiki/M%C3%A9canique_des_fluides_num%C3%A9rique

    Article d’@anarchosyndicalisme ! n°160 sept.-oct. 2018
    http://www.cntaittoulouse.lautre.net/spip.php?article924

  • Another Side of Feynman - Issue 59: Connections
    http://nautil.us/issue/59/connections/another-side-of-feynman

    All through a long life I had three main concerns, with a clear order of priority. Family came first, friends second, and work third.” So writes the pioneering theoretical physicist Freeman Dyson in the introduction to his newly published collection of letters, Maker of Patterns. Spanning about four decades, the collection presents a first-person glimpse into a life that witnessed epochal changes both in world history and in physics. Here, we present short excerpts from nine of Dyson’s letters, with a focus on his relationship with the physicist Richard Feynman. Dyson and Feynman had both professional and personal bonds: Dyson helped interpret and draw attention to Feynman’s work—which went on to earn a Nobel Prize—and the two men traveled together and worked side by side. Taken together, (...)

  • To Save Drowning People, Ask Yourself “What Would Light Do?” - Facts So Romantic
    http://nautil.us/blog/-to-save-drowning-people-ask-yourself-what-would-light-do

    Imagine you’re a lifeguard and you see someone struggling to stay afloat. Being a responsible lifeguard, you want to get to them as quickly as possible. You’re pretty fast when swimming, but even faster running on sand. So what’s the quickest route to get to the swimmer? It may not sound like it, but this puzzle, which was laid out by famed physicist Richard Feynman, is actually an analogy for the behavior of light. Although I first read it over 10 years ago, its lesson about how light travels has stuck with me.Aatish BhatiaAt first thought you might consider whether a straight line (path A) is the fastest path. This is indeed the shortest one, but it isn’t the quickest. You can do better, because if you run further along the beach, you’ll cover more distance on land than in water. And (...)

  • Consciousness Is Made of Atoms, Too - Facts So Romantic
    http://nautil.us/blog/-consciousness-is-made-of-atoms-too

    In “A Stroll Through the Worlds of Animals and Men,” published in 1934, the Estonian biologist Jakob von Uexküll attempted to show that every animal creates a “world” (he called it its umwelt) from stimuli in the environment to which it responds. Illustration by Ivana Rezek / FlickrIn his first lecture on physics to freshmen and sophomores at the California Institute of Technology, in 1961-62, Richard Feynman said:If, in some cataclysm, all of scientific knowledge were to be destroyed, and only one sentence passed on to the next generations of creatures, what statement would contain the most information in the fewest words? I believe it is the atomic hypothesis (or the atomic fact, or whatever you wish to call it) that all things are made of atoms—little particles that move around in (...)

  • My Life with the Physics Dream Team - Issue 43: Heroes
    http://nautil.us/issue/43/heroes/my-life-with-the-physics-dream-team

    One gets the sense that Freeman Dyson has seen everything. It’s not just that at 92 he’s had a front row seat on scientific breakthroughs for the past century, or that he’s been friends and colleagues with many of the giants of 20th-century physics, from Hans Bethe and Wolfgang Pauli to Robert Oppenheimer and Richard Feynman. Dyson is one of the great sages of the science world. If you want to get a sense of where science has come from and where it might be headed, Dyson is your man. Dyson grew up in England with a gift for numbers and calculating. During World War II, he worked with the British Royal Air Force to pinpoint bombing targets in Germany. After the war, he moved to the United States where he got to know many of the physicists who’d built the atomic bomb. Like a lot of (...)

  • Consciousness Is Made of Atoms, Too - Facts So Romantic
    http://nautil.us/blog/consciousness-is-made-of-atoms-too

    In his first lecture on physics to freshmen and sophomores at the California Institute of Technology, in 1961-62, Richard Feynman said:If, in some cataclysm, all of scientific knowledge were to be destroyed, and only one sentence passed on to the next generations of creatures, what statement would contain the most information in the fewest words? I believe it is the atomic hypothesis (or the atomic fact, or whatever you wish to call it) that all things are made of atoms—little particles that move around in perpetual motion, attracting each other when they are a little distance apart, but repelling upon being squeezed into one another. In that one sentence, you will see, there is an enormous amount of information about the world, if just a little imagination and thinking are applied. (...)

  • The Lessons of a Ghost Planet - Issue 37: Currents
    http://nautil.us/issue/37/currents/the-lessons-of-a-ghost-planet

    Sometime between November 11 and 18, 1915, Albert Einstein began a brief calculation. In 14 numbered steps he analyzed the orbit of Mercury to explain a minor anomaly that had defied astronomers for more than 50 years. Sorting out a tiny detail of celestial mechanics doesn’t seem terribly exciting—and yet Einstein reported to friends that when he saw the last numbers appear, confirming that his theory matched observation, he felt his heart literally shudder in his chest. The reason: Correctly analyzing the orbit of Mercury was the first confirmation of his account of gravity, the General Theory of Relativity. This is just as Richard Feynman would later say science works. It is, he would say, “a special method of finding things out.” But what makes it special? The way its answers get (...)

  • The collaboration curse
    http://www.economist.com/news/business/21688872-fashion-making-employees-collaborate-has-gone-too-far-collaborat

    A growing body of academic evidence demonstrates just how serious the problem is. Gloria Mark of the University of California, Irvine, discovered that interruptions, even short ones, increase the total time required to complete a task by a significant amount. A succession of studies have shown that multitasking reduces the quality of work as well as dragging it out. Sophie Leroy, formerly of the University of Minnesota (now at the University of Washington Bothell) has added an interesting twist to this argument: jumping rapidly from one task to another also reduces efficiency because of something she calls “attention residue”. The mind continues to think about the old task even as it jumps to a new one.

    A second objection is that, whereas managers may notice the benefits of collaboration, they fail to measure its costs. Rob Cross and Peter Gray of the University of Virginia’s business school estimate that knowledge workers spend 70-85% of their time attending meetings (virtual or face-to-face), dealing with e-mail, talking on the phone or otherwise dealing with an avalanche of requests for input or advice. Many employees are spending so much time interacting that they have to do much of their work when they get home at night. Tom Cochran, a former chief technology officer of Atlantic Media, calculated that the midsized firm was spending more than $1m a year on processing e-mails, with each one costing on average around 95 cents in labour costs. “A free and frictionless method of communication,” he notes, has “soft costs equivalent to procuring a small company Learjet.”

    Mark Bolino of the University of Oklahoma points to a hidden cost of collaboration. Some employees are such enthusiastic collaborators that they are asked to weigh in on every issue. But it does not take long for top collaborators to become bottlenecks: nothing happens until they have had their say—and they have their say on lots of subjects that are outside their competence.

    The biggest problem with collaboration is that it makes what Mr Newport calls “deep work” difficult, if not impossible. Deep work is the killer app of the knowledge economy: it is only by concentrating intensely that you can master a difficult discipline or solve a demanding problem. Many of the most productive knowledge workers go out of their way to avoid meetings and unplug electronic distractions. Peter Drucker, a management thinker, argued that you can do real work or go to meetings but you cannot do both. Jonathan Franzen, an author, unplugs from the internet when he is writing. Donald Knuth, a computer scientist, refuses to use e-mail on the ground that his job is to be “on the bottom of things” rather than “on top of things”. Richard Feynman, a legendary physicist, extolled the virtues of “active irresponsibility” when it came to taking part in academic meetings.

  • Why “Hawking Radiation” Was Almost “Feynman Radiation” - Facts So Romantic
    http://nautil.us/blog/why-hawking-radiation-was-almost-feynman-radiation

    Nautilus’ Ingenious this month, Alan Lightman, is a successful writer and physicist, and the only person to ever receive an appointment in both science and humanities at MIT. He did his doctoral research at Caltech while Richard Feynman was a professor there. One day, Lightman was on hand to see the brilliant and charismatic physicist make a monumental discovery—only for all evidence of the revelation to soon vanish. Watch more of this fascinating interview with Lightman, and also the essay he wrote for Nautilus about his personal experience with and thoughts on nothingness.Read More…

  • The Feynman Lectures on Physics, Volume I
    http://www.feynmanlectures.caltech.edu/I_toc.html

    mainly mechanics, radiation, and heat

    Nearly fifty years have passed since Richard Feynman taught the introductory physics course at Caltech that gave rise to these three volumes, The Feynman Lectures on Physics. In those fifty years our understanding of the physical world has changed greatly, but The Feynman Lectures on Physics has endured. Feynman’s lectures are as powerful today as when first published, thanks to Feynman’s unique physics insights and pedagogy.

    #physique #science