Yaourt, pelle et montagne

Last modified date

10 commentaires

1 minute de lecture

Cet article a été publié il y a 16 ans. Son contenu est sans doute daté, tant sur la forme que sur le fond... Toutefois, cela n’empêche pas d'échanger à son propos. N'hésitez donc pas à vous exprimer en commentaires à la fin de l'article.

Pensée de ce début de semaine dans mon labo bordelais… D’ailleurs, je commence à me demander si je ne vais pas ouvrir une nouvelle rubrique de mon blog intitulée « Vie de labo » : y’aurait matière dans bien des domaines !

Une pelle, ça peut servir à manger un yaourt,
Ou ça peut servir à déplacer une montagne.
Mais ça sert surtout à planter un arbre !

– Patrick S.

Une citation de mon directeur de thèse. Je ne me rend pas trop compte de ce que ça donne par écrit, mais c’était assez marrant à l’oral.

L’idée est donc à rapprocher de proverbes comme « Ne pas chercher midi à 14h » ou « On ne tue pas les moustiques avec un canon« …

Geek bordelais, féru de science, amoureux de technologies, mordu de SF, amateur de fantasy, épris de jeux en tous genre, adepte de réflexions diverses. Et j'aime le canard, aussi.

10 commentaires

  1. Hum hum…

    Etant donné que ça a été l’un de mes profs durant mes longues années de fac, je te laisse imaginer que ce genre de blague a été usé jusqu’à l’os ! 😀

    Par contre, c’est pas le genre de truc que tu lui sortirais face à face ! C’est pas compliqué : je n’ai jamais vu personne de plus impressionnant que lui, physiquement (il fait nettement plus de 2m, mais je ne sais plus combien exactement)…

    Blague à part, c’est quelqu’un de super sympa et de vraiment passionnant à écouter. Cet après-midi, il me montre comment programmer des algorithmes génétiques (ça a trop la classe ce nom, je trouve).

  2. Tu va t’amuser avec les algos génétique. C’est super drole, mais on n’est jamais sûr d’obtenir le résultat qu’on veut, et même si on s’en approche, on est jamais sûr d’avoir une solution optimale, ni de combien de temps ça va prendre ^_^

    On pourrait en parler des heures ^_^

    sinon, j’aime bien le "proverbe", il est vraiment pas si bête.

  3. En gros, l’idée se base sur la sélection naturelle et la transmission de caractéristiques (d’où l’appellation de génétique).

    Il faut un but à atteindre, et un moyen de mesurer la performance d’un algorithme. Tu pars de la première génération d’algorithme, mal dégrossie, tu mesure sa performance. Tu engendre une seconde génération en faisant des modification aléatoire dans la première. Tu ne conserve que ceux qui améliorer la performance, et tu recommence.

    L’idée est qu’au bout d’un moment, tu aura un algorithme plus performant qu’au début. Mais ça demande des algorithme "adaptable", car en général ce que tu va modifier aléatoirement, ce sont des paramètre, pas vraiment le code en lui même.

    C’est très bien dans certains type de problème, mais pour d’autre c’est pas utilisable. Le problème c’est que tu ne sais pas quand ou même si tu atteint l’optimum, que tu peux te trouver coincer dans une "branche d’évolution" qui conduit à une solution meilleure qu’au départ, mais qui se bloque au bout d’un moment sur une solution loin d’être optimale. Et après, il est dur de savoir si tu as atteint un optimal absolu ou un simple optimal local.

    Bref, c’est rigolo. Le plus dur selon moi, dans le cas général, c’est l’algorithme de mutation, qui créer une nouvelle génération à partir de la précédente. Si on y réfléchis un peu, c’est vraiment pas évident.

    Pour finir, c’est une methode qui demande énormement de temps de calcul, et parfois beaucoup de temps aussi (il faut le temps d’évaluer de façon fiable chaque génération).

    Enfin bref, c’est vraiment un truc de chercheur ça ^_^

  4. Je viens de finir. Et franchement, je suis fan de cette méthode !

    En méca, c’est un peu différent de ce que tu dis Djo. Moi, j’ai appliqué ça à la sélection d’un ressort répondant à un certain nombre de contraintes. Et en fait, les modifications entre 2 populations ne sont pas faites aléatoirement : elles sont couplées, comme l’échange génétique lors de la Conception. A cela s’ajoute effectivement un peu de Mutation, c’est à dire des modifications purement aléatoires.

    Au bilan, te te vois en train de simuler l’Evolution mais appliqué à ton problème (pour Djo, un algo ; pour moi, un ressort).

  5. Houlala! On m’avez averti que, au bout d’un moment, les maths seraient devenues tellement complexe, floue et àleatoire qu’ elles auraient etè à la limite de la philosophie… Non, serieux, je suis sur que l’algèbre, à la base, c’est une religion. C’est pas fait pour moi, en tout cas…

    Quant au proverbe, il est très vrai. Chaque object sert à quelques chose en particulier, mais peut aussis servir à beaucoup d’autres choses.
    Je m’imagine bien un type de deux metres vingt qui essaye de manger un yaourt avec une pelle…

    Ah, et, quelqu’un peut m’expliquer la blague du "petit bonhomme en mousse"?

  6. Le coup des maths qui sont une religion, tu as vu ça dans "Calvin et Hobbes" au Gravettes, non ?!

    "En tant qu’athée des maths, je ne devrais pas aller en cours…" 😀

    Pour ce qui est du petit bonhomme en mousse, ça vient de son nom. Mon directeur de thèse s’appelle "Patrick Sebastian", ce qui ressemble beaucoup à "Patrick Sebastien". Ce dernier est un présentateur de télé (nul) et parfois chanteur (encore plus nul), et l’une de ses chansons s’appelle "Le petit bonhomme en mousse" (en gros, rien que le titre, ça te donne le niveau du truc). Et globalement, ces chansons sont tellement nulles que tout le monde les connait. Voilà voilà. Vous devez surement avoir un équivalent en Italie, je vous fait confiance ! 😉

  7. oui, c’est ce que je voulais dire lorsque je parlais d’un algorithme de mutation : la methode qui permet de passer d’une génération à une autre. Elle peut être tout à fait déterministe, aléatoire basée sur la génération précédente (lors de la Conception comme tu dis, d’un point de vue statistique on peut dire qu’on prend deux parents au hasard dans la population), ou aléatoire tout court (mutation aléatoire)

    Et oui, ça peut se faire sur plein de choses. Mais il y aussi plein de chose sur lesquelles ont ne peut pas le faire. Mais on en reparlera, ça sera mieux de vive voix ! J’ai hate !

  8. Dans les tests que j’ai fait, un algorithme avec 0% de proba de couplage et X% de proba de mutation, ça ne donne pas grand chose… A priori, c’est le couplage le moteur de cette méthode. Mais on en reparlera !! 🙂

    J-6

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

The maximum upload file size: 10 Mo. You can upload: image, document, spreadsheet, text, archive. Drop files here

Post comment