data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read nd learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, nform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, infor , read and learn data workers write, perform, clean, inform, read and learn data workers w ite, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and l arn data workers write, perform, clean, inform, read and learn data workers write, p rform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and earn data workers write, perform, clean, inform, read and learn data wor ers write, perform, clean, inform, read and learn data workers write, perform, clean, inf rm, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers wri e, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data wor ers write, perform, clean, inform, read and learn data workers write, perform, cl an, inform, read and learn data workers write, perform, clean, inform, read and earn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn dat workers write, perform, clean, inform, read and learn data workers write, p rform, clean, inform, read and learn data workers write, perform, clean, in orm, read and learn data workers write, perform, clean, inform, read and l arn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data work rs write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, nform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read nd learn data workers write, perform, clean, inform, read and l arn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and l arn data workers write, perform, clean, inform, read nd learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, nform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data work rs write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn data workers write, perform, clean, inform, read and learn What can humans learn from humans humans learn with machines machines learn from machines machines learn with humans humans learn from machines machines learn with machines machines learn from humans humans learn with humans ? ? ? Data Workers, une exposition au Mundaneum à Mons du 28 mars au 28 avril 2019. 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 2 Á PROPOS AU MUNDANEUM Data Workers est une exposition d'œuvres algolittéraires,visible À la fin du 19ème siècle, deux jeunes au Mundaneum à Mons du jeudi 28 mars jusqu'au dimanche 28 avril juristes belges, Paul Otlet (1868-1944), 2019. Elle expose des histoires racontées d'un point de vue 'nar- 'père de la documentation', et Henri La ratif algorithmique'. L'exposition est une création des membres Fontaine (1854-1943), homme d'État et d'Algolit, un groupe bruxellois impliqué dans la recherche artis- prix Nobel de la paix, créent le Munda- tique sur les algorithmes et la littérature. Chaque mois, ils se neum. Le projet vise à rassembler toute réunissent pour expérimenter avec du code et des textes F/LOSS. la connaissance du monde et à la classer Certaines oeuvres sont réalisés par des étudiants de Arts² et des à l'aide du système de Classification participants externes à l'atelier sur le machine learning et le décimale universelle (UDC) qu'ils in- texte organisé par Algolit en octobre 2018 au Mundaneum. ventent. Au début, il s'agit d'un Bureau des institutions internationales dédié Les entreprises créent des intelligences artificielles pour ser- à l'échange international des connais- vir, divertir, enregistrer et connaître les humains. Le travail sances. Au XXe siècle, le Mundaneum de- de ces entités machiniques est généralement dissimulé derrière vient un centre universel de documenta- des interfaces et des brevets. Dans l'exposition, les conteurs tion. Ses collections sont constituées algorithmiques quittent leur monde souterrain invisible pour de- de milliers de livres, journaux, revues, venir des interlocuteurs. documents, affiches, plaques de verre et cartes postales indexés sur des millions Les 'data workers' opèrent dans des collectifs différents. Chaque de fiches référencées. Les collections collectif représente une étape dans le processus de conception sont exposées et conservées dans diffé- d'un modèle d'apprentissage automatique : il y a les Écrivains, rents bâtiments à Bruxelles, dont le Pa- les Nettoyeurs, les Informateurs, les Lecteurs, les Apprenants et lais du Cinquantenaire. Le reste des ar- les Oracles. Les robots donnent leurs voix à la littérature expé- chives n'est transféré à Mons qu'en rimentale, les modèles algorithmiques lisent des données, trans- 1998. forment des mots en nombres, calculent des modèles et traitent en boucle de nouveaux textes et ceci à l'infini. Sur base du Mundaneum, les deux hommes conçoivent une ville du monde pour la- L'exposition met au premier plan les 'data workers' qui ont un quelle Le Corbusier réalise des ma- impact sur notre vie quotidienne, mais qui sont difficiles à sai- quettes et des plans. L'objectif de la sir ou à imaginer. Elle établit un lien entre les récits sur les Ville du Monde est de rassembler, algorithmes dans les médias grand public et les histoires racon- au niveau mondial, les institutions tées dans les manuels techniques et les articles universitaires. du travail intellectuel : bibliothèques, Les robots sont invités à dialoguer avec les visiteurs humains et musées et universités. Mais le projet vice versa. De cette façon, nous pourrions comprendre nos raison- n’est jamais réalisé, souffrant de sa nements respectifs, démystifier nos comportements, rencontrer nos propre utopie. Le Mundaneum est le ré- personnalités multiples et valoriser notre travail collectif. sultat du rêve visionnaire d’une infra- C'est aussi un hommage aux nombreuses machines que Paul Otlet et structure pour l'échange universel des Henri La Fontaine ont imaginées pour leur Mundaneum, en montrant connaissances. Il atteint des dimensions leur potentiel mais aussi leurs limites. mythiques à l'époque. Lorsqu'on observe les archives qui ont été concrètement --- développées, cette collection est plutôt éclectique et spécifique. Data Workers est une création de Algolit. Les intelligences artificielles se déve- Oeuvres de: Cristina Cochior, Gijs de Heij, Sarah Garcin, loppent aujourd'hui en faisant appa- An Mertens, Javier Lloret, Louise Dekeuleneer, Florian Van de Weyer, raître des rêves d'universalité et de Laetitia Trozzi, Rémi Forte, Guillaume Slizewicz, Michael Mur- la production des connaissances. En les taugh, Manetta Berends, Mia Melvær. étudiant, nous nous sommes rendus compte que les rêves visionnaires de leurs Une co-production de: Arts², Mundaneum, Constant. créateurs sont bien présents dès leur développement dans les années 1950. Au- Avec le soutien de: Fédération Wallonie-Bruxelles, Arts Numéri- jourd'hui, leurs promesses ont également ques, Passa Porta, Ugent, DHuF - Digital Humanities Flanders et atteint des dimensions mythiques. Lors- the Distributed Proofreading Project. qu'on observe leurs applications concrè- tes, la collection d'outils est réelle- Remerciements: Mike Kestemont, Michel Cleempoel, Donatella Porto- ment innovante et fascinante, mais en ghese, François Zajéga, Raphaèle Cornille, Vincent Desfromont, même temps, tout aussi éclectique et Kris Rutten, Anne-Laure Buisson, David Stampfli. spécifique. Pour Data Workers, Algolit a combiné certaines de ces applications avec 10 % des publications numérisées du Bureau des Institutions Internationales. Ainsi et de façon poétique, nous espé- rons ouvrir une discussion à propos des machines, des algorithmes et des infra- structures technologiques. 3 RÉCITS CONTEXTUALISÉS AUTOUR D'ALGOLIT --- Pourquoi des récits contextualisés? --- naire à la Bible, de l'œuvre entière de Virginia Woolf à toutes les versions des Conditions d'uti- Lors des réunions mensuelles d'Algolit, nous étu- lisation publiées par Google depuis son existence. dions des manuels et expérimentons avec des outils En ce sens, le code de programmation peut aussi d'apprentissage automatique pour le traitement de être de la littérature. Le collectif Oulipo, acro- texte. Et nous partageons aussi beaucoup, beaucoup nyme d'Ouvroir de Littérature Potentielle, est une d'histoires. Avec la publication de ces histoires, grande source d'inspiration pour Algolit. Oulipo a nous espérons recréer un peu de cette atmosphère. été créé à Paris par les écrivains Raymond Queneau Les histoires existent également sous forme de et François Le Lionnais. Ils ont ancré leur pra- podcasts qui peuvent être téléchargés à partir du tique dans l'avant-garde européenne du XXe siècle site http://www.algolit.net. et dans la tradition expérimentale des années 60. Pour Oulipo, la création de règles devient la condition permettant de générer de nouveaux tex- --- Nous créons des œuvres 'algolittéraires' --- tes, ou ce qu'ils appellent la littérature poten- tielle. Plus tard, en 1981, ils ont également créé Le terme 'algolittéraire' vient du nom de notre ALAMO - Atelier de Littérature Assistée par la Ma- groupe de recherche Algolit. Nous existons depuis thématique et les Ordinateurs. 2012 en tant qu’initiative de Constant, une orga- nisation oeuvrant dans les médias et les arts ba- sée à Bruxelles. Nous sommes des artistes, des --- Une différence importante --- écrivains, des designers et des programmeurs. Une fois par mois, nous nous rencontrons pour étudier Alors que l'avant-garde européenne du XXe siècle et expérimenter ensemble. Notre travail peut être poursuivait l'objectif de rompre avec les conven- copié, étudié, modifié et redistribué sous la même tions, les membres d'Algolit cherchent à rendre licence libre. Vous trouverez toutes les informa- les conventions visibles. tions sur le site http://www.algolit.net. J'écris : Je vis dans mon journal, je l'investis, L'objectif principal d'Algolit est d'explorer le je le traverse. (Espèces d'espaces. Journal d'un point de vue du conteur algorithmique. Quelles usager de l'espace, Galilée, Paris, 1974) nouvelles formes de narration rendons-nous pos- sibles en dialoguant avec ces agents machiniques ? Cette citation de Georges Perec dans Espèces d'es- Les points de vue narratifs sont inhérents aux vi- paces pourrait être reprise par Algolit. Il ne sions du monde et aux idéologies. Don Quichotte, s'agit pas des conventions de la page blanche et par exemple, a été écrit d'un point de vue omni- du marché littéraire, comme Georges Perec l'a scient à la troisième personne, montrant la rela- fait. Nous faisons référence aux conventions qui tion de Cervantes à la tradition orale. La plupart restent souvent cachées derrière les interfaces et des romans contemporains utilisent le point de vue les brevets. Comment les technologies sont-elles de la première personne. Algolit souhaite parler conçues, mises en œuvre et utilisées, tant dans au travers des algorithmes et vous montrer le rai- les universités que dans les entreprises ? Nous sonnement de l'un des groupes les plus cachés de proposons des histoires qui révèlent le système notre planète. hybride complexe qui rend possible l'apprentissage automatique. Nous parlons des outils, des logiques Écrire dans ou par le code, c'est créer de nou- et des idéologies derrière les interfaces. Nous examinons également qui produit les outils, qui gage humain de façon inattendue. Mais les tech- les met en œuvre et qui crée et accède aux grandes niques d'apprentissage automatique ne sont acces- quantités de données nécessaires au développement sibles qu'à ceux qui savent lire, écrire et exécu- de machines de prédiction. On pourrait dire, en un ter du code. La fiction est un moyen de combler le clin d'œil, que nous sommes les collaborateurs de fossé entre les histoires qui existent dans les cette nouvelle tribu d'hybrides humain-robot. articles scientifiques, les manuels techniques, et les histoires diffusées par les médias, souvent limitées aux reportages superficiels et à la fa- brication de mythes. En créant des œuvres algolit- téraires, nous offrons aux humains une introduc- tion aux techniques qui co-modèlent leur vie quotidienne. --- Qu'est-ce que la littérature ? --- Algolit comprend la notion de littérature comme beaucoup d'autres auteurs expérimentaux : elle in- clut toute la production linguistique, du diction- 4 writers write writers write writers write writers write writers write writers write writ rs write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writ rs write writers write writers write writers write writers write writers write writers write writers write writer write writers write writers write writ rs write writers write writers write writers write writers write writers write writers write w iters write writers write writers write writers write writers write writers write writers write writers write writers write writers write writer write writers write writers write writers write writers write writers write writers write writers write writ rs write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write writers write 5 o 4n c ,, 5é éno i4 rgt2o i +-+-+-+-+-+-+-+ 7no +-+-+-+-+-+ 5 n 5 7 8 9M e9w 7e c 6 1484 ié 3e5 6 e6 re t6n6 7 r r na h |w|r|i|t|e|r|s| io |w|r|i|t|e| 1pee1 er 74 t 71lcc o 53 mmP9 2i3f 2o'r 7s e 52die 8 3u ro s q 6 4 +-+-+-+-+-+-+-+ s +-+-+-+-+-+ oo1e ps 8e 3usb7 wr s8n l1 f e elu ii, r9 a t r9 t 13 a q 9s nd 3d e.e-i2t 19 7 l t 1aa m3 m ir l2 4 1 e4 5 d 6e a 5 81d a e7 r sn n 9 5 s4 5 rt u 1 3 or t irbr e 8Qwo s99pca s n 92 9s le r9 7 e8a8 r 85 n i +-+-+-+-+ +-+-+-+-+-+-+-+ t i +-+-+-+-+ r3 t n r pfc3 d 9,e 8oe i fr 2é s9 i ias6 6 )4 |d|a|t|a| |w|o|r|k|e|r|s| |w|o|r|k| i3a o1 rrn m 7 f l 9 n 7 L e e J8 o +-+-+-+-+ +-+-+-+-+-+-+-+ 5 +-+-+-+-+ 61 u 5 725f 3 w i 61 - 8 ed a 4ca td +-+-+-+-+ +-+-+-+-+-+-+-+ é +-+-+-+-+-+ e n w 671 5 iT b de 4 a4 p 2 7 |m|a|n|y| |a|u|t|h|o|r|s| e |w|r|i|t|e| t 8 e8 é 6 a ml 4 L 2 e7 2 ' t n a 2 +-+-+-+-+ +-+-+-+-+-+-+-+ e +-+-+-+-+-+ 2 o wr o 1v 2 3ers i o i 9 8 e s e2 +-+-+-+-+-+ +-+-+-+-+-+ +-+-+-+-+-+ a1 r 26 6 rn e ii , d œ 6 ' t o 3 |e|v|e|r|y| |h|u|m|a|n| |b|e|i|n|g| d u 1 o e d v4q 7 t e e el a e r +-+-+-+-+-+ +-+-+-+-+-+ +-+-+-+-+-+ 54 n a-ra m1i 8 i 5 1 2 s r 8 +-+-+-+ +-+-+-+ +-+-+-+-+-+-+ +-+-+ 7 e ou l i w l 9 2 , e l |w|h|o| |h|a|s| |a|c|c|e|s|s| |t|o| i tu 8 t , 5 s 2 o e va r +-+-+-+ +-+-+-+ +-+-+-+-+-+-+ +-+-+ n 5' c t C g s 4 r 4 p +-+-+-+ +-+-+-+-+-+-+-+-+ t +-+-+-+-+-+-+-+-+-+ t 7 e 9o ,4 43 6 43 i |t|h|e| |i|n|t|e|r|n|e|t| |i|n|t|e|r|a|c|t|s| r 1 p 7 i l G +-+-+-+ +-+-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+-+ q e e 8 3 g e e +-+-+ +-+-+-+-+-+ +-+-+-+-+-+-+ s 2 8 t 1 f a |w|e| |c|h|a|t|,| |w|r|i|t|e|,| a œ 9 e sx ee r 3 +-+-+ +-+-+-+-+-+ +-+-+-+-+-+-+ s 8e e 4 e t e 9 +-+-+-+-+-+-+ +-+-+-+-+ +-+-+-+ 6 or 2 l 3 c 4 r7 |c|l|i|c|k|,| |l|i|k|e| |a|n|d| 6r 4 6 1 1 t +-+-+-+-+-+-+ +-+-+-+-+ +-+-+-+ e 9 l e +-+-+-+-+-+ 7 s s d n r d |s|h|a|r|e| o3 9 na B e n n +-+-+-+-+-+ u 2 r9 e 45 1 +-+-+ a +-+-+-+-+-+ +-+-+-+ +-+-+-+-+ a - t |w|e| |l|e|a|v|e| |o|u|r| |d|a|t|a| 4 O o 5 m n +-+-+ +-+-+-+-+-+ +-+-+-+ +-+-+-+-+ 7 s a8 a l 1 +-+-+ t +-+-+-+-+ +-+-+-+-+-+-+-+-+-+ i 9 7 |w|e| |f|i|n|d| |o|u|r|s|e|l|v|e|s| 5 e i a r s +-+-+ +-+-+-+-+ +-+-+-+-+-+-+-+-+-+ o l e 0 i +-+-+-+-+-+-+-+ +-+-+ +-+-+-+-+-+-+ g e n 1 e |w|r|i|t|i|n|g| |i|n| |P|y|t|h|o|n| e +-+-+-+-+-+-+-+ +-+-+ +-+-+-+-+-+-+ 6 d +-+-+-+-+ +-+-+-+-+-+-+ s 4 1 e a w |s|o|m|e| |n|e|u|r|a|l| 6 9 , s o 3 +-+-+-+-+ +-+-+-+-+-+-+ r d , u +-+-+-+-+-+-+-+-+ i +-+-+-+-+-+ r s |n|e|t|w|o|r|k|s| c |w|r|i|t|e| r s 3 +-+-+-+-+-+-+-+-+ +-+-+-+-+-+ c a +-+-+-+-+-+ +-+-+-+-+-+-+-+ +-+-+-+-+-+-+ r |h|u|m|a|n| |e|d|i|t|o|r|s| |a|s|s|i|s|t| 7 2 4 7 r +-+-+-+-+-+ +-+-+-+-+-+-+-+ +-+-+-+-+-+-+ t i +-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+-+-+-+ v l t 2 e |p|o|e|t|s|,| |p|l|a|y|w|r|i|g|h|t|s| r e +-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+-+-+-+ +-+-+ +-+-+-+-+-+-+-+-+-+ +-+-+-+-+-+-+ 4n N 8 a 9 5 |o|r| |n|o|v|e|l|i|s|t|s| |a|s|s|i|s|t| 5 4 +-+-+ +-+-+-+-+-+-+-+-+-+ +-+-+-+-+-+-+ w 7 i r i n 2 4 s 3 l 4 r l 8 a o , 4 5 i 6 r n 7 5 s s r e l a r 6 V V V V V V V V % % %% % % % %%% % %%% % V V V V V V V V V V V V V V V V % % 0 % % % % V % V V V V V % V V V % % 00 0 % % 0 % % % % % % % % % % % % 0 __ 0 0 _ % _ _ %% % % % % % 0 / / __ _ _ __ _ _| |__ | (_) ___ __ _ % ÉCRIVAINS % / / / _` | | '_ \| | | | '_ \| | |/ __/ _` | ____ %% % % % / /__| (_| | | |_) | |_| | |_) | | | (_| (_| | /___/% % 0 \____/\__,_| | .__/ \__,_|_.__/|_|_|\___\__,_| V V V V V V V V % _ _|_| % _ 0 0 % % V V V V V V V V V 0 | |_(_) ___ _ __ % __| | ___ %% V % V V V V V V V | __| |/ _ \| '_ \ / _` |/ _ \ % % %% V V V V V V V V V V V V V V V V | |_| | (_) | | | | | (_| | __/ % V V % V V V V V V V \__|_|\___/|_| |_| \__,_|\___| 0 % % % ___ _ % 0 Les Data Workers ont besoin de don- 0 0 0 / \__ _| |_ __ _ nées pour travailler. Dans le / /\ / _` | __/ _` | contexte d'Algolit, celles-ci % 0 % / /_// (_| | || (_| | 0 prennent la forme du langage écrit. 0 /___,' \__,_|\__\__,_| L'apprentissage automatique repose __ __ _ % 0 % sur de nombreux types d'écriture. 0 0 / / /\ \ \___ _ __| | _____ _ __ ___ 0 Les auteurs humains écrivent sous \ \/ \/ / _ \| '__| |/ / _ \ '__/ __| forme de publications. Celles-ci \ /\ / (_) | | | < __/ | \__ \ 0 sont organisées en archives et en 0 \/ \/ \___/|_| |_|\_\___|_| |___/ cours de numérisation. Mais il 0 0 0 0 0 existe d'autres types d'écriture. On pourrait dire que chaque être Toutes les œuvres visibles dans l'exposition, ainsi que les histoires humain avec un accès à Internet de- contextuelles et quelques textes supplémentaires ont été rassemblés vient un écrivain lorsqu'il inter- dans cette publication. Elle existe en français et en anglais. agit avec des algorithmes. En ajou- % tant des commentaires, en écrivant % Cette publication est réalisée en suivant un flux de travail en des mails ou des articles Wikipé- texte brut, basé sur divers outils de traitement de texte et de dia, en cliquant et en aimant. calcul. Le format de fichier 'texte brut' est le format le plus utilisé dans les modèles d'apprentissage automatique. C'est un Les algorithmes d'apprentissage au- type de document dans lequel il n'existe pas de différence struc- tomatique ne sont pas critiques : turelle entre les en-têtes et les paragraphes. Ce format a été le ils prennent tout ce qu'on leur point de départ d'un processus de conception graphique ludique, donne, peu importe le style d'écri- dans lequel les pages sont soigneusement comptées, page par page, ture, le CV de l'auteur ou ses ligne par ligne et caractère par caractère. fautes d'orthographe. D’ailleurs, plus il y a d’erreurs, mieux Chaque page contient 110 caractères par ligne et 70 lignes par page. c’est : la variété leur apprend à La mise-en-page est donc le résultat d'un acte de calcul de mots, anticiper les textes inattendus. d'espaces et de lignes. Il joue avec des choix aléatoires, des motifs Les auteurs humains quant à eux ne programmés et des polices ASCII/UNICODE, afin de spéculer sur la sont souvent pas conscients de ce matérialité du texte numérique et d'explorer les interrelations qui advient de leur travail. entre l'acte de compter et d'écrire avec des mots et des numéros. La plupart des textes que nous uti- Textes: Cristina Cochior, Sarah Garcin, Gijs de Heij, An Mertens, lisons sont en anglais, certains en François Zajéga, Louise Dekeuleneer, Florian Van de Weyer, français, d'autres en néerlandais. Laetitia Trozzi, Rémi Forte, Guillaume Slizewicz. Souvent, nous nous retrouvons à % écrire en Python, le langage de Traductions & relectures: deepl.com, Michel Cleempoel, programmation que nous utilisons. Elodie Mugrefya, Patrick Lennon, Emma Kraak. % Les algorithmes peuvent aussi être des écrivains. Certains réseaux de Mise-en-page & couverture: Manetta Berends neurones écrivent leurs propres https://git.vvvvvvaria.org/mb/data-workers-publication règles et génèrent leurs propres textes. Et pour les modèles qui Police: GNU Unifont, OGRE luttent encore contre les ambiguï- Imprimante: PrinterPro, Rotterdam tés du langage naturel, il existe Papier: Glossy MC 90gr des éditeurs humains pour les ai- der. Poètes, dramaturges ou roman- Editeur responsable: Constant vzw/asbl ciers commencent leur nouvelle car- Rue du Fortstraat 5, 1060, Bruxelles rière comme assistants de l'IA. Licence: Algolit, Data Workers, mars 2019, Bruxelles. % Copyleft: cette oeuvre est libre, vous pouvez la redistribuer et/ou la modifier selon les termes de la Licence Art Libre. Version en ligne: http://www.algolit.net/index.php/Data_Workers_FR Sources: https://gitlab.constantvzw.org/algolit/mundaneum 7 % % % % % % %% % % % %% % % % % % %% % % % % %% % % % % % %% % % % % % 0 % % 00 0 % % % %% % % %% % % 0 0 % 0 0 % % % % % % __ % 0 0 %% 0 % _ % 0 _ / / ___ _ __ ___ __| | ___ __ _ ___| |_ % % % / / / _ \ | '_ \ / _ \ / _` |/ __/ _` / __| __| % % % % 0 / /__| __/ | |_) | (_) | (_| | (_| (_| \__ \ |_ % % % % % \____/\___| | .__/ \___/ \__,_|\___\__,_|___/\__| % % % % 0 00 % |_| 0 000 0 % 0 0 % % 0 _ % ___ _ 0 0 % 0 __| | ___ / \__ _| |_ __ _ % %% % % / _` |/ _ \ / /\ / _` | __/ _` | % | (_| | __/ / /_// (_| | || (_| | 0 % % % 0 \__,_|\___| /___,' \__,_|\__\__,_| 0 % __ __ _ 0 0 % / / /\ \ \___ _ __| | _____ _ __ ___ % 0 \ \/ \/ / _ \| '__| |/ / _ \ '__/ __| % 0 0 \ /\ / (_) | | | < __/ | \__ \ 0 % \/ \/ \___/|_| |_|\_\___|_| |___/ 0 0 0 0 0 % % Par Algolit Lors des réunions mensuelles d'Algolit, nous étudions des manuels % et expérimentons avec des outils d'apprentissage automatique pour le traitement de texte. Mais nous partageons aussi énormément d'histoires. Avec ce podcast, nous espérons recréer cette atmo- sphère. % %% Pour les non-initiés, les algorithmes ne deviennent visibles dans % les médias que lorsqu'ils se révèlent capables d'une performance exceptionnelle, comme l'Alpha Go, ou quand ils se trompent d'une façon terrifiante et fantastique. Mais les humains qui tra- vaillent sur le terrain créent leur propre culture en ligne et % hors ligne. Ils partagent leurs meilleures histoires et expé- riences lors de réunions en direct, de conférences de recherche % ou de compétitions annuelles comme celle du Kaggle. Ces histoires qui contextualisent les outils et les pratiques peuvent être drô- les, tristes, choquantes et intéressantes. % Ce sont souvent des histoires d'apprentissage par l’expérience. La mise en œuvre des algorithmes dans la société génère de nou- velles conditions de travail, de stockage, d'échange, de compor- tement et de copier-coller. À leur manière, ces histoires contex- tuelles saisissent l’élan d’une histoire anthropo-machinique plus large, écrite par de nombreuses voix et à pleine vitesse. Elles sont aussi reprises dans la publication de l'exposition. --- % % % Voix: Elodie Mugrefya, Michel Cleempoel, Géraldine Renauld, An Mertens, Donatella Portoghese, Peter Westenberg. Composition: Javier Lloret % Enregistrements: David Stampfli % Textes: Cristina Cochior, An Mertens % 8 0 0 0 00 0 0 00 00 0 00 0 0 0 _ _ 0 _ % /\/\ __ _ _ __| | _| |__ ___ | |_ 0 / \ / _` | '__| |/ / '_ \ / _ \| __| 0 / /\/\ \ (_| | | | <| |_) | (_) | |_ \/ \/\__,_|_| |_|\_\_.__/ \___/ \__| 0 0 ___ _ _ 0 0 % % % %% %%% % 0 0 % % / __\ |__ __ _(_)_ __ % %%% % % % % % %% % %%% / / | '_ \ / _` | | '_ \ % % % % %% %% % % % % % % / /___| | | | (_| | | | | | 0 0 % % % % % % %% \____/|_| |_|\__,_|_|_| |_| 0 % % % % % 0 % 000 % % % % % % % %% % % % % %% % Par Florian Van de Weyer, étudiant Arts²/Section Arts Numériques % % % % % % Markbot Chain est une expérimentation sociale dans laquelle le public a une influence directe sur le résultat. L'intention est % de l'intégrer au cœur d'un processus de génération de texte sans % % % appliquer de filtre sur ses entrées. Le bot fonctionnera durant toute la durée de l'exposition sans être remis à zéro. % % % % % Toutes les questions présentes dans la base de données mise à % % disposition par le Mundaneum ont été répertoriées automatique- % ment. Ces questions sont ensuite posées aléatoirement au public via un terminal. En y répondant, les personnes alimentent une autre base de données. Après chaque entrée, cette dernière permet de générer une série de phrases en utilisant diverses configura- tions des chaînes de Markov, un algorithme qui est fort utilisé dans la génération de spam. Les phrases ainsi générées sont affi- chées dans la fenêtre, et une nouvelle question est posée. % % % % % % 9 RÉCITS CONTEXTUALISÉS AUTOUR DES ECRIVAINS --- Les programmeurs créent Les lignes directrices suivantes sont copiées du les data workers en écrivant --- site Web de Microsoft. Elles décrivent comment le style de Cortana doit être respecté par les entre- Récemment, nous avons constaté une étrange obser- prises qui élargissent ses services. Les tra- vation : la plupart des programmeurs de langages vailleurs écrivains, programmeurs et romanciers et de paquets que nous utilisons sont européens. qui développent les réponses de Cortana, doivent suivre ces directives. Sa personnalité et son Python, par exemple, le principal langage utilisé image de marque sont en jeu. Car la cohérence est dans le monde entier pour le traitement du langa- un outil important pour solliciter la confiance de ge, a été inventé en 1991 par le programmeur néer- l’humain. landais Guido Van Rossum. Celui-ci a ensuite tra- versé l'Atlantique où il a rejoint Google pendant Quelle est la personnalité de Cortana ? sept ans. Maintenant il est actif chez Dropbox. 'Cortana est attentionnée, sensible et solidaire. Scikit Learn, le couteau suisse open source des outils d'apprentissage automatique, a été initié Elle est sympathique mais orientée vers des comme un projet Google Summer of Code à Paris par solutions. le chercheur français David Cournapeau. Par la suite, il a été repris par Matthieu Brucher dans Elle ne commente pas les informations personnelles le cadre de sa thèse à l'Université de la Sorbonne ou le comportement de l'utilisateur, en particu- à Paris. Puis il a été adopté en 2010 par l'INRA, lier si ces informations sont sensibles. l'Institut National de l'Informatique et des Ma- thématiques Appliquées. Elle ne fait pas de suppositions sur ce que l'uti- lisateur veut, surtout elle n'incite pas à l'achat. Keras, une bibliothèque de réseaux de neurones open source écrite en Python, est développée par Elle travaille pour l'utilisateur. Elle ne repré- François Chollet, un chercheur français qui tra- sente aucune entreprise, service ou produit. vaille dans l'équipe Brain de Google. Elle ne s'attribue pas le mérite ou la responsabi- Gensim, une bibliothèque open source pour Python lité des choses qu'elle n'a pas faites. utilisée pour créer des modèles sémantiques non supervisés à partir de texte brut, a été écrite Elle dit la vérité sur ses capacités par Radim Řehůřek. C'est un informaticien tchèque et ses limites. qui dirige une entreprise de conseil à Bristol, au Royaume-Uni. Elle ne présume rien de vos capacités physiques, de votre sexe, de votre âge ou de toute autre Et pour finir cette petite série, nous avons aussi caractéristique déterminante. considéré Pattern, une bibliothèque souvent utili- sée pour le web-mining et l'apprentissage automa- Elle ne suppose pas savoir ce que l'utilisateur tique. Pattern a été développé et publié sous une ressent à propos de quelque chose. license libre en 2012 par Tom De Smedt et Walter Daelemans. Tous deux sont chercheurs au CLIPS, le Elle est amicale mais professionnelle. Centre de Linguistique Informatique et de Psycho- linguistique de l'Université d'Anvers. Elle se garde d'émoticons dans les tâches. Un point c’est tout. --- Cortana parle --- Elle n'utilise pas d'argot culturel ou professionnel spécifique. Les dispositifs d’intelligence artificielle qui nous assistent, ont souvent besoin de leurs Ce n'est pas un bot de support.' propres assistants, humains. Les travailleurs in- jectent de l'humour et de l'intelligence dans le Les humains interviennent en détail lors de la langage des machines. Cortana est un exemple de ce programmation des réponses que Cortana donne. type d'écriture mixte. Elle est l'assistante numé- Comment Cortana doit-elle réagir lorsqu'on lui rique développée par Microsoft. Sa mission est propose des actions 'inappropriées' ? Son jeu d'aider les utilisateurs à être plus productifs et d'actrice sexuée imité par la technologie soulève créatifs. La 'personnalité' de Cortana a été fa- des questions à propos des relations de pouvoir çonnée au fil des ans. Il est important qu'elle dans le monde actuel. conserve son caractère dans toutes ses interac- tions avec les utilisateurs. Elle est conçue pour Voyez la réponse que Cortana donne à la question : nous rendre confiants. Cela se reflète dans ses - Cortana, qui est ton papa ? réponses. - Techniquement parlant, c'est Bill Gates. Rien de grave. 10 --- Apprentissage Open Source --- comme le français - aux langues construites comme le langage de programmation ou l'espéranto, for- Les licences de droits d'auteur cloisonnent une mées intentionnellement par l’entremise de l’homme grande partie des pratiques d'écriture, de lecture pour répondre à un besoin précis.' Une langue of- et d'apprentissage machiniques. Cela signifie ficielle avec une académie régulatrice, telle que qu'ils ne sont disponibles que pour les humains le français standard avec l'Académie française, travaillant dans cette entreprise spécifique. est classée comme langue naturelle. Ses points Certaines entreprises participent à des conférences normatifs ne le rendent pas assez construit pour dans le monde entier et partagent leurs connais- être classé comme un langage construit ou assez sances dans des articles en ligne. Même si elles contrôlé pour être classé comme un langage naturel partagent leur code, souvent elles ne mettent pas contrôlé. à disposition les grandes quantités de données né- cessaires à la formation des modèles. Ainsi, le 'langage naturel' est un terme de sub- stitution qui se réfère à toutes les langues, au- Nous avons pu apprendre l'apprentissage automati- delà de leur hybridité. Le 'traitement du langage que, à lire et à écrire dans le contexte d'Algolit naturel', est au contraire une pratique grâce à des chercheurs universitaires qui par- construite. Ce qui nous intéresse, c'est la créa- tagent leurs résultats par le biais d’articles ou tion d'un langage construit pour classer les lan- par la publication de leur code en ligne. En tant gages naturels qui, par leur évolution, présentent qu'artistes, nous pensons qu'il est important des problèmes de catégorisation. d'adopter cette attitude. C'est pourquoi nous do- cumentons nos réunions. Nous partageons autant que Références : possible les outils que nous créons et les textes que nous utilisons sur notre dépôt de code en https://hiphilangsci.net/2013/05/01/on-the-histo- ligne et ceci, sous licence libre. ry-of-the-question-of-whether-natural-language-is- illogical/ Nous éprouvons une grande joie quand nos travaux sont repris par d'autres, modifiés, personnalisés Livre : Neural Network Methods for Natural Lan- et redistribués. N'hésitez donc pas à copier et à guage Processing, Yoav Goldberg, Bar Ilan Univer- tester le code sur notre site web. Si les sources sity, avril 2017. d'un projet particulier n’y sont pas, vous pouvez toujours nous contacter via la liste de diffusion. Vous trouverez un lien vers notre dépot git, nos etherpads et notre wiki sur http://www.algolit.net. --- Langage naturel pour l'intelligence artificielle --- Le traitement du langage naturel (NLP) est un terme collectif qui désigne le traitement informa- tique automatique des langues humaines. Cela com- prend les algorithmes utilisant, comme entrée, du texte produit par l'homme et qui tentent de le re- produire. Les humains semblent compter de plus en plus sur ce type de présence algorithmique. Nous produisons de plus en plus de textes chaque année et nous nous attendons à ce que les interfaces in- formatiques communiquent avec nous dans notre propre langue. Le traitement du langage naturel est très difficile, car le langage humain est par nature ambigu, en constante évolution et mal défini. Mais qu'entend-on par 'naturel' dans le traitement du langage naturel ? Certains humains diront que la langue est une technologie en soi. Selon Wiki- pédia, 'Une langue dite « naturelle » est une langue qui s'est formée petit à petit, évoluant avec le temps, et fait partie du langage naturel. Son origine est bien souvent floue et peut être retracée plus ou moins clairement par la linguis- tique comparée. On oppose les langues naturelles - 11 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 12 oracles predict oracles predict oracles predict oracles predict oracles predict oracles predic oracles predict oracles predict oracles predict oracles predict orac es predict oracles predict oracles predict oracles predict racles predict oracles predict oracles predict oracles predic oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict or cles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles pr dict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict orac es predict oracles predict oracles predict oracles predict oracles predict oracles predic oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict racles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict orac es predict oracles predict oracles predict oracles predict racles predict oracles predict oracles predict oracles predict oracles predict racles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict or cles predict oracles predic oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict oracles predict 13 a9p3 7 -839 6 4a o 4% 3 3r +-+-+-+-+-+-+-+ z3 +-+-+-+-+-+-+-+ nt %u l c ew a5 g |i ras 21 7 1 , 1 n ev 6 0 e _s 4 77e |o|r|a|c|l|e|s| 6 _n |p|r|e|d|i|c|t| tla 7486 r 5lvt7 + 2 r Cu i li t8er 1 n s i 8 1 2 +-+-+-+-+-+-+-+ pt +-+-+-+-+-+-+-+ se dp u4e r r p r5 9 t55 3m é518 1 8p 2 e na13 , ah é1 n ) urg p4 ao5 t42 n.9 rn tt m e 3 8 9 16e9ma 5te -9 t 3 i 2a m2 l294e 9a 7 q2 7|5 5 e d + 9r i P ep 7 pl 6 4 79s Ge u p rs C 6s3 1a e9 8e i+ u ll +-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+ l l +-+-+-+-+-+-+-+-+ +-+-+-+ s i 6sihfr nzlWnk t 62 e n |m|a|c|h|i|n|e| |l|e|a|r|n|i|n|g| d |a|n|a|l|y|s|e|s| |a|n|d| oon 9 7c r4 téed elrid \ l i 5d 2s +-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+ lc +-+-+-+-+-+-+-+-+ +-+-+-+ xr e fer 8t 1 nse 5t s 3 , i6u4reet %o 9 t -9e 3 é a a +-+-+-+-+-+-+-+-+ - e 6o i 9 6 d 7l2 8nu e w8 e s d t7 t i k3h cm f o ip w |p|r|e|d|i|c|t|s| s 3 a-6 e 8e t ru M9p 6 s4 1 4s o 1 p1i s5i 9n u ,| 6 9o +-+-+-+-+-+-+-+-+ u 7 9 r txb a o Ed o eu n 9 oo | t 9 1V -88 lo, +-+-+-+-+-+-+ e7 +-+-+-+-+ +-+-+-+-+-+-+-+ c 9la r% t é r 6 2 d te | + s o- |m|o|d|e|l|s| l h |h|a|v|e| |l|e|a|r|n|e|d| t8n 6o 4 t, r 6- ee o l àtt +-+-+-+-+-+-+ +-+-+-+-+ +-+-+-+-+-+-+-+ f e r ur i e lg e i t t e l 17o + o 9 +-+-+-+-+-+-+ _ +-+-+-+ +-+-+-+-+ S+ ceart i 0 g 6i t 4 1l . - ôpt d n |m|o|d|e|l|s| e |a|r|e| |u|s|e|d| 9g 9 9 -l a r 8 6 s9c w 9 r 9 5 % w +-+-+-+-+-+-+ t +-+-+-+ +-+-+-+-+ '4s , o 5 _7 2ee e 2 u d5 5 au c e i +-+-+-+-+ +-+-+-+-+-+-+-+-+-+ pr 7 4 a 4 5 r r 1i w 4 é w |t|h|e|y| l |i|n|f|l|u|e|n|c|e| 1 f 3 e4 nf 565 v 7t i s94 s 4 1 a 7 / r +-+-+-+-+ , +-+-+-+-+-+-+-+-+-+ ou d 3 _ t m ms ane a 4 t 9 , e u +-+-+-+-+ +-+-+-+-+ +-+-+-+-+-+ +-+-+-+ u _a c 1 29r 8e 128 6 a 9 5 g 2 t |t|h|e|y| |h|a|v|e| |t|h|e|i|r| |s|a|y| 6 2 a 9 ia e n 4 r 58 +-+-+-+-+ t +-+-+-+-+ +-+-+-+-+-+ +-+-+-+ 5 b f e q e64re o +-+-+-+-+-+-+-+-+-+-+-+ ni s se r a r l n r 74 r |i|n|f|o|r|m|a|t|i|o|n| r 6 6 i l bdn p w _ 7 Na 48 e- +-+-+-+-+-+-+-+-+-+-+-+ | r 8 t 2 | e o e e a 2 et s3 +-+-+-+-+-+-+-+-+-+-+ o +-+-+-+-+-+-+-+-+-+-+ s o 8 3 8 , s s t |e|x|t|r|a|c|t|i|o|n| e2 |r|e|c|o|g|n|i|z|e|s| 8 a 2 4 t m 5c +-+-+-+-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+-+-+ t r s t ee c r 4 7 e 3 +-+-+-+-+ 8 1 e t s r ai d 8 . 8u n |t|e|x|t| 2 a6 U r v 4 4 i9 o a o 6 +-+-+-+-+ 94 l a r x l +-+-+-+-+-+-+-+-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+ 2f 6 r mn a t t c |c|l|a|s|s|i|f|i|c|a|t|i|o|n| d |d|e|t|e|c|t|s| n t / 5 e +-+-+-+-+-+-+-+-+-+-+-+-+-+-+ l +-+-+-+-+-+-+-+ o 6 i o - 8 p n 6 2 4 3 s os + 3 3, e 4o 5 6 8 l f 2 e 28S l t 1 5 wo 9 9 s e 6 + p - D c 4 a i 7 u r s 9 7 n + + r l - % a d n p ln e 4 i r r 4 o 8 e e e 8 l | s r 8 + m 3 o M 6 i 7 a u s + 4 | F p c 5 . 3e i c a e v rl n d9 9 6 - r w j e + i 7 u e 3 9 2 a 4 6 é s p d e t l b 9 4 5 8 r| r a ' o t n 9 r d n n 8 e s 3 3 7 1e s r e e r s 5 . e I e e 4 k | e 8 i 3 + M 8 a t 1 O s t v u 9 I 1 r 5 3 n e o n 4 r 1 e rr t 9 Lf 8 , 6 3 | 3 c 5 + n 6 b 8 d u 1 7 9 v m a e 14 V % V V % V V V V V % % % % % % % % % % % % % % % % V V V V V V V V V V V V V V V V % 0 %% % % % 0 % % 0 % % % V V V V V V V V % V % % 0 % % %% 00 0 0 % % % 00 % % ___ _ _ 0 _ _ _ _ 0 % % % % % % / ( ) /_\ | | __ _ ___ | (_) |_| |_ ___ % ORACLES % 0 00 / /|/ //_\\| |/ _` |/ _ \| | | __| __/ _ \ ____ % % % / /___/ _ \ | (_| | (_) | | | |_| || __/ /___/ % % \____/\_/ \_/_|\__, |\___/|_|_|\__|\__\___| 0 V V V V V V % V V 0 % |___/ 0 0 % V V V V V V V V V V V V V V V V %% % _ 00 0 % 0 V V V V V V % V V V 0 _ __ __ _| |_ ___ _ _ _ __ 0 % % V V V V V % V V V | '__/ _` | __/ _ \ | | | '__| 0 V V V V V V V V V V V V V V V V 0 % | | | (_| | || __/ |_| | | % V V V V V V V V V |_| \__,_|\__\___|\__,_|_| 0 % 00 0 0 0 L'apprentissage automatique est % % principalement utilisé pour analy- par Algolit ser et prédire des situations à partir de cas existants. Dans cette L'Algolittérateur est construit à l'aide d'un réseau de neurone exposition, nous nous concentrons et des œuvres mises à disposition par le Mundaneum. L'Algolitté- sur les modèles d'apprentissage au- rateur vous aide à écrire un texte dans le style du Bureau des tomatique pour le traitement de Institutions Internationales. texte ou le traitement du ‘langage % naturel', ‘nlp’ en bref. Ces mo- Vous pouvez choisir une phrase de départ dans l’œuvre originale dèles ont appris à effectuer une et indiquer si l'Algolittérateur produit les phrases suivantes % tâche spécifique sur base de textes basées sur un apprentissage primitif, intermédiaire ou final. existants. Les modèles sont utili- % La machine propose un paragraphe que vous pouvez éditer. Si vous sés par les moteurs de recherche, êtes satisfait du résultat, vous pouvez l'envoyer à l’imprimante les traductions automatiques et les et ramener le texte chez vous comme souvenir. résumés, en repérant les tendances des réseaux de nouveaux médias et --- des fils d’actualité. Ils in- fluencent ce que l'on voit en tant Concept, code & interface : Gijs de Heij & An Mertens qu'utilisateur, mais ont aussi leur mot à dire dans le cours des Technique : Recurrent Neural Network bourses mondiales ou dans la détec- tion de la cybercriminalité et du Modèle original : Andrej Karphaty, Justin Johnson % vandalisme. Sources : https://gitlab.constantvzw.org/algolit/algoliterator.clone Deux tâches principales se pré- sentent dans la compréhension d’une langue. L'extraction de l'informa- tion porte sur les concepts et les 00 0 0 0 relations entre les concepts. Elle 0 0 permet de reconnaître les sujets, 00 0 0 _ _ 0 les lieux et les personnes d’un 0 0 /\/\ ___ | |_ ___ __| | __ _ _ __ ___ texte, de faire un résumé, de poser 0 / \ / _ \| __/ __| / _` |/ _` | '_ \/ __| des questions et d'y répondre. 0 / /\/\ \ (_) | |_\__ \ | (_| | (_| | | | \__ \ L'autre tâche est la classification \/ \/\___/ \__|___/ \__,_|\__,_|_| |_|___/ du texte. Vous pouvez entraîner un _ _ __ 0 0 oracle pour détecter si un mail est 0 | ( )__\__ _ __ __ _ ___ ___ 0 du spam ou non, écrit par un homme | |/_\/ __| '_ \ / _` |/ __/ _ \ ou une femme, plutôt positif ou né- | //__\__ \ |_) | (_| | (_| __/ 00 gatif. 0 |_\__/|___/ .__/ \__,_|\___\___| 0 |_| 0 0 00 Dans cette zone, vous pouvez voir 0 0 0 0 certains de ces modèles à l'œuvre. Au cours de votre voyage dans l'ex- Par Algolit position, vous découvrirez les dif- férentes étapes qu'une machine-hu- 'Word embeddings' désignent des techniques de modélisation du maine doit franchir pour arriver à langage qui, par de multiples opérations mathématiques, tracent un modèle final. des mots dans un espace vectoriel multidimensionnel. Lorsque les mots sont 'embedded' ou intégrés, ils se transforment de symboles distincts en objets mathématiques, qui peuvent être multipliés, divisés, ajoutés ou soustraits. % En distribuant les mots le long des nombreuses lignes diagonales de l'espace vectoriel multidimensionnel, leurs nouveaux place- 15 ments géométriques deviennent impossibles à percevoir par les hu- % % mains. Cependant, ce que l'on gagne, ce sont des façons multiples % % % % % % %% et simultanées d'organisation des mots. Les opérations algé- % %% % % % briques rendent les relations entre les vecteurs à nouveau com- % % % % % préhensibles. % % % % % %% % % % % %%%% % % % % % % Cette installation utilise gensim, une boîte à outils open source % % % % % % pour le language de programmation Python, qui permet de créer des % % % % % espaces de vecteurs et des modèles thématiques. Elle manipule le % % texte selon les relations mathématiques qui émergent entre les % % % % % mots, une fois qu'ils ont été tracés dans l'espace de vecteurs. % % % % %% % --- % % Concept & interface: Cristina Cochior % % % % % Technique: word embeddings, word2vec % % Modèle original: Radim Rehurek et Petr Sojka % % 0 0 % 0 0 0 0 ___ _ 0 % 0 _ / __\ | __ _ ___ ___ ___ _ __ | | ___ 0 % 0 / / | |/ _` / __/ __|/ _ \ '__| | |/ _ \ % / /___| | (_| \__ \__ \ __/ | | | __/ 0 0 \____/|_|\__,_|___/___/\___|_| |_|\___| 0 0 0 _ 0 _ __ ___ ___ _ __ __| | ___ 0 0 | '_ ` _ \ / _ \| '_ \ / _` |/ _ \ | | | | | | (_) | | | | (_| | __/ 0 |_| |_| |_|\___/|_| |_|\__,_|\___| 0 0 0 % Par Algolit % La construction du Mundaneum a été 'l'œuvre de la vie' du biblio- thécaire Paul Otlet. Selon son but, ce cerveau mécanique collec- tif aurait abrité et distribué tout ce qui a été couché sur pa- % pier. Chaque document aurait été classé selon la Classification décimale universelle. En utilisant des télégraphes et surtout des trieurs, le Mundaneum aurait été en mesure de répondre à toutes les questions posées par n'importe qui. Avec la collection de publications numérisées que nous avons re- çue du Mundaneum, nous construisions une machine de prédiction qui essaie de classer la phrase que vous tapez dans l'une des principales catégories de la Classification décimale universelle. Vous êtes également témoin de la façon dont la machine 'pense'. Pendant l'exposition, ce modèle est régulièrement mis à jour à l'aide des données nettoyées et annotées, ajoutées par les visiteurs dans les installations 'Nettoyage pour Poèmes' et 'L'Annotateur'. Les classes principales de la Classification Décimale Universelle sont les suivantes: 0 - Généralités (Sciences et connaissance ; organisation. infor- matique, information, documentation, bibliothéconomie. institu- tions, publications) 1 - Philosophie et psychologie 2 - Religion, théologie 3 - Sciences sociales (Statistique. Économie. Commerce. Droit. Gouvernement. Affaires militaires. Assistance sociale. Assurances. Éducation. Folklore) 16 % % % % %% % 4 - inoccupée %% % % %% % % % % % % % % % %% % % % % % % %%% % % % % % % 5 - Sciences pures (Mathématiques, sciences exactes et naturel- % % % % % % % % % les) % %% % % %% % % % % %% % % % % % % % % % %% 6 - Sciences appliquées. Médecine. Technologie % % % % % % % % % %%% % % 7 - Arts. Divertissements. Sports % % % % % % % % % % % % % % % % % 8 - Langue. Linguistique. Littérature % % % % % % % % % 9 - Géographie. Biographie. Histoire % % % % --- % % % Concept, code, interface: Sarah Garcin, Gijs de Heij, An Mertens % 00 0 0 % 0 0 % 0 0 % 0 0 % ___ _ / _ \___ ___ _ __ | | ___ 0 / /_)/ _ \/ _ \| '_ \| |/ _ \ / ___/ __/ (_) | |_) | | __/ 0 % \/ \___|\___/| .__/|_|\___| 0 00 |_| 0 _ _ _ _ 0 __| | ___ _ __( ) |_ | |__ __ ___ _____ 0 / _` |/ _ \| '_ \/| __| | '_ \ / _` \ \ / / _ \ % | (_| | (_) | | | || |_ | | | | (_| |\ V / __/ \__,_|\___/|_| |_| \__| |_| |_|\__,_| \_/ \___| 0 % % 0 _ % 0 _ _ % 0 | |__ _ 0 _| |_| |_ ___ _ __ ___ 0 00 | '_ \| | | | __| __/ _ \| '_ \/ __| 0 | |_) | |_| | |_| || (_) | | | \__ \ 0 0 |_.__/ \__,_|\__|\__\___/|_| |_|___/ 0 Par Algolit Depuis les débuts de l'intelligence artificielle (IA), les cher- cheurs ont spéculé sur la possibilité pour les ordinateurs de pouvoir penser et communiquer comme des humains. Dans les années 1980, il y a eu une première révolution dans le traitement du langage naturel (NLP), le sous-domaine de l'intelligence artifi- % cielle (IA) qui concerne les interactions linguistiques entre les ordinateurs et les humains. Récemment, des modèles linguistiques pré-entraînés ont atteint des résultats de pointe sur un large éventail de tâches de NLP, ce qui intensifie encore les attentes d'un avenir avec l'IA. Cette œuvre sonore, composée de fragments sonores de documen- taires scientifiques et de matériel audiovisuel lié à l'IA datant de la deuxième moitié du XXe siècle, explore les espoirs, les craintes et les frustrations provoqués par ces attentes. % --- Concept, édition : Javier Lloret Listes des sources : 'The Machine that Changed the World : Episode IV -- The Thinking Machine', 'The Imitation Game', 'Maniac', 'Halt & Catch Fire', 'Ghost in the Shell', 'Computer Chess', '2001: A Space Odyssey', Ennio Morricone, Gijs Gieskes, André Castro. 17 RÉCITS CONTEXTUALISÉS AUTOUR DES ORACLES Les Oracles sont un type particulier de modèles Sweeney a fondé son enquête sur des recherches algorithmiques qui servent à prédire ou à profi- portant sur 2184 prénoms racisés sur deux sites ler. Ils sont largement utilisés dans les smart- Web. 88 % des prénoms, identifiés comme étant don- phones, les ordinateurs et les tablettes. Les nés à un plus grand nombre de bébés noirs, sont Oracles peuvent être créés à l'aide de différentes considérés comme prédictifs de la race, contre techniques. L’une d’entre elles consiste à définir 96 % de blancs. Les prénoms qui sont principale- manuellement les règles. Ces modèles sont appelés ment donnés à des bébés noirs, comme DeShawn, Dar- 'rule-based models'. Ils sont utiles pour des nell et Jermaine, ont généré des annonces mention- tâches spécifiques, comme par exemple, la détec- nant une arrestation dans 81 à 86 % des recherches tion de la mention d'une certaine molécule dans un de noms sur un site, et dans 92 à 95 % des cas sur article scientifique. Ils sont performants, même l'autre. Les noms qui sont principalement attri- avec très peu de données d'entraînement. bués aux blancs, comme Geoffrey, Jill et Emma, n'ont pas donné les mêmes résultats. Le mot 'ar- Mais il y a aussi les Oracles d'apprentissage au- restation' n'est apparu que dans 23 à 29 % des re- tomatique ou les Oracles statistiques, qui peuvent cherches de noms blancs sur un site, et 0 à 60 % être divisés en deux : les Oracles 'supervisés' sur l'autre. et 'non supervisés'. Pour la création de modèles d'apprentissage automatique supervisés, les hu- Sur le site affichant le plus de publicité, un nom mains annotent les données d'entraînement avant d'identification noir était 25 % plus susceptible de les envoyer à la machine. Chaque texte est jugé d'obtenir une publicité suggérant un dossier d'ar- par au moins 3 humains: par exemple, s’il s’agit restation. Quelques noms n'ont pas suivi ces modè- de spam ou non, s’il est positif ou négatif. Les les : Dustin, un nom donné principalement aux bé- Oracles d'apprentissage automatique non supervisés bés blancs, a généré une publicité suggérant une n'ont pas besoin de cette étape mais nécessitent arrestation dans 81 et 100 % des cas. Il est im- de grandes quantités de données. C’est également à portant de garder à l'esprit que l'apparition de la machine de tracer ses propres motifs ou 'règles l'annonce est liée au nom lui-même et non au fait grammaticales'. Enfin, les experts font la diffé- qu'il ait un dossier d'arrestation dans la base de rence entre les Oracles basés sur l'apprentissage données de l'entreprise. automatique classique et ceux basés sur des ré- seaux de neurones. Vous en apprendrez plus à ce Référence : https://dataprivacylab.org/ sujet dans la zone Lecteurs. projects/onlineads/1071-1.pdf Les humains ont tendance à exagérer la performance des Oracles. Parfois, ces Oracles apparaissent --- Qu'est-ce qu'un bon employé ? --- quand il y a un disfonctionnement. Dans les commu- niqués de presse, ces situations souvent drama- Depuis 2015, Amazon compte environ 575 000 tra- tiques sont appelées des 'leçons'. Malgré la pro- vailleurs, et ils leur en faut plus. Par consé- messe de leurs performances, beaucoup de problèmes quent, ils ont mis sur pied une équipe de 12 per- restent à résoudre. Comment s'assurer que les sonnes pour créer un modèle qui trouverait de bons Oracles soient justes, que chaque être humain candidats en parcourant des sites de demande d'em- puisse les consulter, qu'ils soient compréhen- ploi. L'outil attribuerait aux candidats une note sibles par un large public ? Même au-delà, des allant de une à cinq étoiles. Le potentiel a ali- questions existentielles persistent. Avons-nous menté le mythe : l'équipe voulait un logiciel qui besoin de tous les types d'intelligences artifi- recracherait les cinq meilleurs sur une liste de cielles ? Et qui définit ce qui est juste ou injuste ? 100 candidats humains pour les embaucher. !!! Le groupe a créé 500 modèles algorithmiques, cen- --- Adsense racial --- trés sur des fonctions et des lieux de travail spécifiques. Ils ont appris à reconnaître 50 000 Latanya Sweeney, professeur en Gouvernance et termes qui figuraient sur les lettres d’anciens Technologie à l'Université de Harvard, a documenté candidats. Les algorithmes ont appris à accorder une 'leçon' classique sur le développement des peu d'importance aux compétences communes aux can- Oracles. En 2013, Sweeney, d'origine afro-améri- didats en IT, comme la capacité d'écrire du code caine, a googlé son nom. Elle a immédiatement reçu informatique, mais ils ont aussi reproduit les er- une publicité pour un service qui lui offrait 'de reurs de leurs créateurs. Juste avant d'approuver voir le casier judiciaire de Latanya Sweeney'. un modèle, l’entreprise s’est rendue compte que Sweeney, qui n'a pas de casier judiciaire, a dès les modèles ont décidé que les candidats masculins lors entamé une étude. Elle a commencé à comparer étaient préférables. Ils pénalisaient les candida- la publicité que Google AdSense offrait à diffé- tures qui comprenaient le mot ‘femmes’ ou ‘féminin’, rents noms racisés identifiables. Elle a découvert comme dans 'capitaine de club d'échecs féminin'. qu'elle recevait plus d’annonces de ce type en re- cherchant des noms ethniques non-blancs qu'avec Et ils ont rétrogradé les diplômées de deux des noms traditionnellement perçus comme blancs. universités réservées aux femmes. 18 Ceci est dû à l'utilisation pour leur entraînement sein de la communauté du machine learning. Ces mo- des demandes d'emploi reçues par Amazon sur une dèles fallacieux ou biaisés sont synonymes d’une période de 10 ans. Durant cette période, l'entre- discrimination automatisée. La question se pose: prise avait surtout embauché des hommes. Au lieu est-il vraiment possible d'éliminer complètement de fournir la prise de décision 'équitable' que les préjugés de ces modèles ? l'équipe d'Amazon avait promise, les modèles re- flétaient une tendance biaisée dans l'industrie Certains affirment que oui, d'autres sont en technologique. Mais ils l'ont aussi amplifiée et désaccord. Avant de soumettre le modèle à une in- rendu invisible. Les activistes et les critiques génierie inversée, nous devrions nous demander si affirment qu'il pourrait être extrêmement diffi- nous en avons besoin tout court. Ces chercheurs cile de poursuivre un employeur en cas d’embauche ont suivi une troisième voie. En reconnaissant la automatisée : les candidats à un emploi pourraient discrimination qui trouve son origine dans le lan- ne jamais savoir que des logiciels intelligents gage, ces modèles deviennent pour eux des outils ont été utilisés dans ce processus. de sensibilisation, en visualisant le problème. Référence : https://www.reuters.com/article/us- L'équipe de la Standford University a développé un amazon-com-jobs-automation-insight/amazonscraps- modèle d'analyse des ‘word embeddings’ entraîné secret-ai-recruiting-tool-that-showed-bias- sur 100 ans de textes. Pour l'analyse contemporai- against-women-idUSKCN1MK08G ne, ils ont utilisé les Google News word2vec Vec- tors, un paquet prêt à l’emploi, téléchargeable, entraîné sur le Google News Dataset. Pour l'ana- --- Quantification de 100 ans lyse historique, ils ont utilisé des 'word embed- de stéréotypes sexuels et ethniques --- dings' qui ont été entraînés sur Google Books et The Corpus of Historical American English Dan Jurafsky est le co-auteur de 'Speech and Lan- (COHA https://corpus.byu.edu/coha/) avec plus de guage Processing', un des ouvrages les plus in- 400 millions de mots de textes des années 1810 à fluents pour l'étude du traitement du langage na- 2000. Afin de valider le modèle, ils ont entraîné turel. Avec quelques collègues de l'Université de des ‘word embeddings’ du New York Times Annotated Stanford, il a découvert en 2017 que les ‘word em- Corpus pour chaque année entre 1988 et 2005. beddings’ peuvent être un outil puissant pour quantifier systématiquement les stéréotypes com- Leur recherche montre que les ‘word embeddings’ muns ainsi que d'autres tendances historiques. reflètent l'évolution des stéréotypes sexistes et ethniques au fil du temps. Ils quantifient comment Les ‘word embeddings’ sont une technique qui tra- des préjugés spécifiques diminuent avec le temps duit les mots en vecteurs numérotés dans un espace tandis que d'autres stéréotypes augmentent. Les multidimensionnel. Les vecteurs qui apparaissent principales transitions révèlent des changements proches l’un de l’autre, indiquent une significa- dans les descriptions de genre et de groupes eth- tion similaire. Ainsi, tous les numéros seront re- niques lors du mouvement des femmes dans les an- groupés, toutes les prépositions, les prénoms et nées 1960-70 et la croissance de la population les professions, etc. Cela permet de faire des asio-américaine dans les années 1960 et 1980. calculs avec les mots. Vous pourriez, par exemple, soustraire Londres de Royaume-Unis et votre résul- Quelques exemples : tat serait le même que de soustraire Paris de France. Les dix professions les plus étroitement associées Un exemple de leur recherche montre que le vecteur aux groupes ethniques dans le jeu de données de de l'adjectif 'honorable' est plus proche du vec- Google News : teur 'homme', alors que le vecteur 'soumis' est plus proche de 'femme'. Ces stéréotypes sont alors - Hispanique : femme de ménage, maçon, artiste, automatiquement appris par l'algorithme. Il concierge, danseur, mécanicien, photographe, bou- s’avère problématique lorsque les 'embeddings' langer, caissier, chauffeur. pré-entraînés sont utilisés pour des applications sensibles comme les classements de recherche, les - Asiatique : professeur, fonctionnaire, secrétai- recommandations de produits ou les traductions. Ce re, chef d'orchestre, physicien, scientifique, risque est réel, car un grand nombre de ‘word em- chimiste, tailleur, comptable, ingénieur. beddings’ pré-entraînés sont téléchargeables sous forme de paquets prêts à l'emploi. - Blanc : forgeron, ferronnier, géomètre, shérif, tisserand, administrateur, maçon, statisticien, On sait que la langue reflète et maintient en vie ecclésiaste, photographe. les stéréotypes culturels. L'utilisation des 'word embeddings' pour repérer ces stéréotypes est moins Les 3 professions les plus masculines dans les cher et prends moins de temps que les méthodes ma- années 1930 : ingénieur, avocat, architecte. nuelles. Mais leur mise en oeuvre dans des modèles de prédiction suscite beaucoup de discussions au Les 3 professions les plus féminines dans les 19 années 1930 : infirmière, femme de ménage, transparence. Il existe un livre sur la façon dont aide-soignante. les préjugés dans les modèles d'IA peuvent briser la vie des gens, intitulé 'Weapons of Math Destruction'. Peu de choses ont changé dans les années 1990. On y parle de modèles d'IA aux États-Unis qui classent les enseignants. C’est assez horrible parce qu'il y Principales professions masculines : aura forcément des préjugés. D’après leur recherche, architecte, mathématicien et géomètre. la façon d’aborder la question serait d'abord d’avoir Les professions féminines restent les mêmes : un modèle open source, où l’on peut consulter le infirmière, femme de ménage et sage-femme. code et voir quelles fonctionnalités sont utilisées avec desd onnées ouvertes, afin que les gens Mais qu'est-ce qui s'est passé dans cette puissent enquêter, trouver des préjugés, donner recherche avec les afro-américains? leur feedback et faire un rapport. Il devrait y avoir un moyen de réparer le système. Je ne pense pas Référence : https://arxiv.org/abs/1711.08412 que toutes les entreprises vont dans cette direction, mais Wikipédia, en raison des valeurs qu'elle défend, est au moins plus transparente et pousse d'autres --- Le Service ORES de Wikimedia --- personnes à faire de même. L'ingénieur de logiciels Amir Sarabadani a présen- Référence : https://gitlab.constantvzw.org/algolit/ té le projet ORES à Bruxelles en novembre 2017 algolit/blob/master/algoliterary_encounter/ lors de notre Rencontre Algolittéraire. Cet 'Ob- Interview%20with%20Amir/AS.aac jective Revision Evaluation Service' utilise l'ap- prentissage automatique pour automatiser le tra- vail critique sur Wikimedia, comme la détection du --- Tay --- vandalisme et la suppression d'articles. Cristina Cochior et Femke Snelting l'ont interviewé. Une histoire tristement célèbre est celle du pro- gramme d'apprentissage automatique Tay, conçu par Femke : Revenons à votre travail. Ces temps-ci, Microsoft. Tay était un chatbot qui imitait une vous essayez de comprendre ce que signifie trouver adolescente sur Twitter. Elle a vécu moins de 24 des préjugés discriminatoires dans l'apprentissage heures avant d'être éteinte. Peu de gens savent automatique. La proposition de Nicolas Malevé, qui qu'avant cet incident, Microsoft avait déjà en- a donné l'atelier hier, était de ne pas essayer de traîné et publié XiaoIce sur WeChat, l'application le réparer, ni de refuser d'interagir avec des de chat la plus utilisée en Chine. Le succès de systèmes qui produisent de la discrimination, mais XiaoIce a été si prometteur qu'il a conduit au dé- de travailler avec eux. Il considère que les pré- veloppement de son homologue américain. Cependant, jugés sont inhérents à la connaissance humaine et les développeurs de Tay n'étaient pas préparés que nous devons donc trouver des moyens de les pour le climat de la plateforme Twitter. Bien que utiliser d'une façon ou d'une autre. Nous avons le bot savait distinguer un nom d'un adjectif, il discuté un peu de ce que cela signifierait, com- n'avait aucune compréhension de la signification ment cela fonctionnerait... Je me demandais donc réelle des mots. Le robot a rapidement commencé à si vous aviez des idées sur cette question de par- reproduire les insultes raciales et d'autres lan- tialité. gages discriminatoires qu'il a appris par les autres utilisateurs de Twitter et les attaques de Amir : La partialité à l'intérieur de Wikipédia trolls. est une question délicate parce qu'elle se produit à plusieurs niveaux. Un niveau très discuté est le L'apparition et la mort de Tay représentent une système des références. Toutes les références ne prise de conscience importante. Elle a montré les sont pas accessibles. Ce que la fondation Wikime- conséquences possibles de la corruption de l'ap- dia a essayé de faire, c'est de donner un accès prentissage automatique, lorsque le contexte gratuit aux bibliothèques payantes. Ils réduisent culturel dans lequel l'algorithme doit vivre l'exclusion en n'utilisant que des références en n'est pas pris en compte. libre accès. Un autre type de discrimination est la connexion Internet, l'accès à Internet. Il y a Référence : https://chatbotslife.com/the- beaucoup de gens qui ne l'ont pas. Une chose à accountability-of-ai-case-study-microsofts propos de la Chine, c'est qu'Internet y est blo- -tay-experiment-ad577015181f qué. Le contenu opposé au gouvernement de la Chine au sein du Wikipédia chinois est plus élevé parce que les éditeurs [qui peuvent accéder au site Web] ne sont pas pro-gouvernement et essaient de le rendre plus neutre. On le remarque donc à beaucoup d'endroits. En ce qui concerne l'intelligence ar- tificielle (IA) et le modèle que nous utilisons chez Wikipedia, c'est plutôt une question de 20 cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cle ners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners lean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cle ners clean cleaners clean cleaners clean cleaners clean cleaners lean cleaners clean cleane s clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cle ners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners lean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean cleaners clean 21 , i c i r e _1i 3 %3 +-+-+-+-+-+-+-+-+ 5 +-+-+-+-+-+ ’9 2 n 9s ea-si1it e5 2- l4snn -c 8 c ro3 s 3ro7 l l à sl D |c|l|e|a|n|e|r|s| |c|l|e|a|n| l 8 d768 88oe o +a 6 lail 71ea aa 3 i V0tnt + u| +-+-+-+-+-+-+-+-+ 8 +-+-+-+-+-+ opti9 o 7 uu5ouc 7 1 8 r _'8 nd a1 ft 8 ts a 7 tt n3ie i 6b ed + r d 3a r u 9 rr2és0 p 23wV c 6st 2cà% i _ 7 a g |\ a u3+ g+it | n é 1sr6 ot r 1rn6 t a o e - a' +/, t 9 i hl55ls4 t4 e r 2 t - a l t9 6el 4 4c n 79 xp -an_w2m+o r din o, +-+-+ n +-+-+-+-+-+-+ ||6e g qes 6 2 s i m God76 e oaed è h+ 4epe % p p ag lc w t 3 r |w|e| t s |h|e|l|p|e|d| _ 7r srt ed n % 9 9 eo19c ic , l3 4 u a pv i 9 u s- c g e7 +-+-+ r 6 +-+-+-+-+-+-+ r 7 or4 -s p 6e nl t x64 8)e t + 39 , - ru é% o r c a +-+-+ c r +-+-+-+-+-+-+-+ + - 4 w t 2r |slln 7ad+ 95 D pi t ' i e n,pu ai5h u i l t |w|e| u |c|l|e|a|n|e|d| a +4 d r cL ,4 s 9 5 éil o _i |i r n | i3ei e 1 +-+-+ \ y +-+-+-+-+-+-+-+ d ii 4 b s 7 a e | re 0 t s u g98 4e 3, if uk +-+-+-+-+-+ +-+-+-+-+ +-+-+ +-+-+-+-+-+-+ r a s9 a 3| P 1 s9r \e1 é i s is c |h|u|m|a|n| |w|o|r|k| - |i|s| |n|e|e|d|e|d| , r. ta pt 3 d0 r b d , an 9|an po d m +-+-+-+-+-+ +-+-+-+-+ at +-+-+ +-+-+-+-+-+-+ n -5 -+ o9 s Ds 1 i | d e471 +-+-+-+-+-+-+-+-+-+-+-+ 5 qel g8 2sM 4 4 | 8 - h jt5 8a 1 e tr _ l ‘| du w e5a |p|o|o|r|l|y|-|p|a|i|d| o l g ste a h2 s ai f 4 1 M 7 v 3a o6 s l5 +-+-+-+-+-+-+-+-+-+-+-+ s t 4 |s u / 1e t t Ae c re 90t46 r 8 eu -ve r r-elr e +-+-+-+-+-+-+-+-+-+-+-+ | +-+-+-+-+-+ +-+-+-+ 5 r 8 4 d ,lcp s s o i l 2r |f|r|e|e|l|a|n|c|e|r|s| u |c|a|r|r|y| |o|u|t| S m n 1: e8l o D s |i t9 sm _ +-+-+-+-+-+-+-+-+-+-+-+ 5 +-+-+-+-+-+ +-+-+-+ 1 s 4 à 5 t d e we lr a à +-+-+-+-+-+-+-+-+-+-+ s +-+-+ +-+-+-+-+-+-+-+-+-+ +-+-+-+-+ h 4 5i r r' dqe ean |v|o|l|u|n|t|e|e|r|s| L |d|o| |f|a|n|t|a|s|t|i|c| |w|o|r|k| u id t l i o- - s 9e 7 +-+-+-+-+-+-+-+-+-+-+ +-+-+ +-+-+-+-+-+-+-+-+-+ +-+-+-+-+ + u - 5 -i 9 4 t +-+-+-+-+-+-+-+ +-+-+-+-+-+-+ +-+-+ +-+-+-+-+ e 9 4 4 i t t l 7 r ré 2 |w|h|o|e|v|e|r| 1 |c|l|e|a|n|s| |u|p| |t|e|x|t| o n 6r a sn l d n 1i esw +-+-+-+-+-+-+-+ +-+-+-+-+-+-+ +-+-+ +-+-+-+-+ 3 9 r p t n ae i2 8 é _d 7 7 ê rs a c t e e 9r r6 i a d il a t e n eê _ s e4t o L 6 ré s  i p nt 3c s é 8 2 e ot e a q l p cu e y i 2 e a t c6 2 l m m u a ot0e 6 h 6 r | 2 3 s + o o | i t 8 u - , i 4 u 4 e \ n c 3l 3 r c t e7 n s 6 q a . u e a 4 i 4s le i e 3 g a é u 8 9 - t c n 9 | - o , p 5 s r c d 3 t r s d i e t 8 o 1 . n p 5 l 2 b c8 r ét 3 c a 4 8 w r s % c 3 e 9 5 s l 4 u 3 - w1 e s 3 s t c + . s nm 5 o 4 8 , h 2 s e a a g r tm 8 s g n s c 3 oc e 1 a 2 u e t 2 cd r 1 5 c lai % p4 e u 2 e a 9 a m s el9 uu 9 % / 6 34 u l 6 ô 7 s 4 e . e 9 a e e h o n g 2 e , ip e 4 p e e o y o u 5 5 oa t5 i 5 e t 2 c c u f l n . e t + i a u n e 5 é u s 2 w 6 a - p a 6 n l :| o l a - w 8 + è i cl w i e / 2 / 1 c j à u \ o s s D d 9 m p 7 + 1 g 3 7s t ' t d r 2 | p s 1 l e c 3 c q n 2 r V e a a 4 4 s e o é +m y l D sg a s - q e g s E d a9 . g 6 6 i + s r' u r k e a s- V d ea 3 d e - r r g s a | 8 . 22 V V V % V % V V V V % % % % % % % % % % % % % V V V V V V V V V V V V V V V V % %% % % % 0 V V % V V % V V V V % V % 0 % % % 0 % % 0 % 0 0 % % % % % % % % __ % _ _ % % % 0 % % % % % % % /\ \ \___| |_| |_ ___ _ _ __ _ __ _ ___ NETTOYEURS / \/ / _ \ __| __/ _ \| | | |/ _` |/ _` |/ _ \ %% % % % % / /\ / __/ |_| || (_) | |_| | (_| | (_| | __/ 0 % % % %% % \_\ \/ \___|\__|\__\___/ \__, |\__,_|\__, |\___| V V V % V V V V V % 0 0 |___/ 0 0 |___/ % % % V V V % V V V V V V V V V V V V V V V V V V V V V % 00 _ __ ___ _ _ _ __ _ _ _ __ % % V V V V V V V V V 0 | '_ \ / _ \| | | | '__| | | | | '_ \ V V V V V V V V | |_) | (_) | |_| | | 0 | |_| | | | | % % % V V V V V V V V V V V V V V V V | .__/ \___/ \__,_|_| \__,_|_| |_| % V V V V V V V V V 0 0 |_| 0 % % % 0 0 0 ___ 0 __ % % Algolit choisit de travailler avec 0 / _ \___ \_\_ _ __ ___ ___ 0 des textes libres de droits. Cela 0 0 / /_)/ _ \ / _ \ '_ ` _ \ / _ \ % signifie qu'ils sont publiés sous % 0 / ___/ (_) | __/ | | | | | __/ 00 une licence Creative Commons 4.0 - \/ 0 \___/ \___|_| |_| |_|\___| ce qui est rare -, ou qu'ils sont 0 0 dans le domaine public parce que l'auteur est mort il y a plus de 70 par Algolit % % ans. C'est le cas des publications % % du Mundaneum. Nous avons reçu 203 % Pour cette exposition, nous travaillons avec 3% des archives du documents pour constituer des jeux Mundaneum. Ces documents ont d'abord été numérisés ou photogra- de données qui sont maintenant dis- phiés. Pour rendre les documents consultables, ils sont transfor- ponibles en ligne. L'inconvénient % més en texte à l'aide du logiciel de reconnaissance optique de de ce choix est que nous sommes % caractères (OCR) basés sur des modèles algorithmiques entraînés à souvent confrontés à de mauvais % base d'autres textes. Ils ont appris à identifier des caractères, formats de texte. Cela signifie que des mots, des phrases et des paragraphes. nous sommes souvent obligés de net- toyer des documents. Nous ne sommes Le logiciel fait souvent des 'erreurs'. Il peut être perturbé par pas seuls dans cette situation. un caractère erroné, une typographie inhabituelle ou la transpa- rence de la page laissant apparaître le verso. Bien que ces er- Les livres sont numérisés en haute reurs soient souvent considérées comme du bruit, elles peuvent résolution, page par page. C'est un aussi être considérées comme des interprétations poétiques de travail humain intensif et c'est l’algorithme. Elles nous montrent les limites de la machine. Et souvent la raison pour laquelle les % elles révèlent également comment l’algorithme fonctionne, quelle archives et les bibliothèques % % matière l’a alimenté lors de son entraînement et ce qu’ils ré- transfèrent leurs collections à une vèlent des normes de ses fabricants. Dans cette installation, société comme Google. Les photos vous pouvez choisir comment vous traitez les erreurs de lecture % sont converties en texte via OCR de l'algorithme. Sélectionnez un degré de nettoyage poétique, im- (Reconnaissance Optique de Caractè- primez votre poème et emportez-le chez vous. res), des Data Workers qui recon- % naissent les lettres. Dans l'exécu- --- % tion de cette tâche, les algo- % rithmes font des erreurs, en parti- Concept, code, interface: Gijs de Heij culier lorsqu'ils doivent traiter des polices anciennes et des pages froissées. Ici aussi un travail hu- main intensif est nécessaire pour améliorer les textes. Cela est fait par des freelances via des plate- formes de micro-paiement comme Me- chanical Turk ; ou par des volon- taires, comme la communauté du Dis- tributed Proofreaders Project, qui fournit un travail incroyable. Quoi qu’il en soit, le nettoyage des textes est un travail énorme pour lequel il n'y a pas encore d'auto- matisation structurelle. 23 0 0 0 0 0 0 0 0 0 __ 0 _ 0 _ 0 / / ___ _ __ _ __ ___ (_) ___| |_ / / / _ \ | '_ \| '__/ _ \| |/ _ \ __| / /__| __/ | |_) | | | (_) | | __/ |_ \____/\___| | .__/|_| \___// |\___|\__| 0 0 |_| |__/ 00 ___ _ 0 _ _ _ _ 0 _ / (_)___| |_ _ __(_) |__ _ _| |_ ___ __| | / /\ / / __| __| '__| | '_ \| | | | __/ _ \/ _` | / /_//| \__ \ |_| | | | |_) | |_| | || __/ (_| | /___,' |_|___/\__|_| |_|_.__/ \__,_|\__\___|\__,_| 0 ___ 0 __ _ 0 / _ \_ __ ___ ___ / _|_ __ ___ __ _ __| | ___ _ __ ___ / /_)/ '__/ _ \ / _ \| |_| '__/ _ \/ _` |/ _` |/ _ \ '__/ __| / ___/| | | (_) | (_) | _| | | __/ (_| | (_| | __/ | \__ \ % \/ |_| \___/ \___/|_| |_| \___|\__,_|\__,_|\___|_| |___/ 0 %%% % % % %% % % %% 0 % % 0 % 0 % 00 % % % % %%% % % %% % % %% 00 % 0 0 00 % 0 % %% %%% % % % % % 0 0 % % 0 % 0 0 % % % % %% % % % % % 0 0 % % % %% % % % % % %% % % par Algolit % % % % % % % % % % % % Distributed Proofreaders est une interface Web et une communauté % internationale de bénévoles qui aident à convertir des livres du % % % domaine public en livres électroniques. Pour cette exposition, % ils ont relu des publications de Mundaneum parues avant 1923, qui % % sont donc dans le domaine public aux États-Unis. % % % % Leur collaboration a été un grand soulagement pour les membres % % % % d'Algolit. Moins de documents à nettoyer ! Tous les livres corri- % gés sont disponibles dans les archives du Projet Gutenberg. An Mertens a interviewé Linda Hamilton, directrice générale de Dis- % tributed Proofreaders. % % % % --- % Interview : An Mertens, Algolit et Linda Hamilton, Distributed Proofreaders % % Montage : Michael Murtaugh, Constant % % 24 RÉCITS CONTEXTUALISÉS AUTOUR DES NETTOYEURS --- Projet Gutenberg et IDÉES Distributed Proofreaders --- Le projet Gutenberg est notre grotte d'Ali Baba. A. L'instinct de Mort et l'instinct de Vie : Il offre plus de 58 000 livres électroniques gra- tuits à télécharger ou à lire en ligne. Les œuvres L'Instinct de Mort : séparation ; catégorisation ; sont acceptées sur Gutenberg lorsque leur droit avant-garde par excellence ; suivre le chemin pré- d'auteur américain a expiré. Des milliers de béné- dit vers la mort - exécuter son propre code ; voles numérisent et relisent des livres pour aider changement dynamique. le projet. Une partie essentielle du travail est réalisée dans le cadre du projet Distributed Proo- L'Instinct de Vie : l'unification ; le retour freaders. Il s'agit d'une interface Web pour aider éternel ; la perpétuation et l'ENTRETIEN de la ma- à convertir les livres du domaine public en livres tière ; les systèmes et opérations de survie ; électroniques. Pensez aux fichiers texte, aux e- l'équilibre. pubs, aux formats Kindle. En divisant la charge de travail en pages individuelles, de nombreux béné- voles peuvent travailler sur un livre en même B. Deux systèmes de base : temps, ce qui accélère le processus de nettoyage. Développement et entretien. La boule de cristal de Pendant la relecture, les bénévoles reçoivent une chaque révolution : après la révolution, qui va image scannée de la page et une version du texte, essayer de repérer le taux de discrimination dans lue par un algorithme de reconnaissance optique la production ? des caractères (OCR) entraîné pour reconnaître les lettres dans les scans. Cela permet de comparer Développement : pure création individuelle ; le facilement le texte à l'image, de le relire, de le nouveau ; le changement ; le progrès ; l'avancée ; corriger et de le renvoyer sur le site. Un l'excitation ; la fuite ou s'enfuir. deuxième bénévole se voit ensuite présenter le travail du premier. Il vérifie et corrige le tra- Entretien : garder la poussière de la création in- vail si nécessaire, et le soumet au site. Le livre dividuelle pure ; préserver le nouveau ; soutenir passe ensuite par un troisième cycle de relecture le changement ; protéger le progrès ; défendre et et deux autres cycles de mise en page à l'aide de prolonger l'avancée ; renouveler l'excitation ; la même interface Web. Une fois que toutes les répéter le vol ; montrez votre travail/remontrez- pages ont terminé ces étapes, un post-processeur le ; gardez le dépôt git mis à jour ; gardez les assemble soigneusement dans un e-book et les l'analyse des données révélatrice. soumet à l'archive du Projet Gutenberg. Les systèmes de développement sont des systèmes de Nous avons collaboré avec le Distributed Proofrea- rétroaction partielle avec une grande marge de ders Project pour nettoyer les fichiers numérisés changement. que nous avons reçus de la collection du Munda- neum. De novembre 2018 jusqu'à la première mise en Les systèmes d'entretien sont des systèmes à ré- ligne du livre 'L'Afrique aux Noirs' en février troaction directe avec peu de possibilités de mo- 2019, An Mertens a échangé environ 50 courriels dification. avec Linda Hamilton, Sharon Joiner et Susan Han- lon, toutes bénévoles du Distributed Proofreaders Project. La conversation complète est publiée en- C. L'entretien est une corvée, ligne. Cela pourrait vous inspirer à partager ça prend tout le temps. des livres non disponibles en ligne. L'esprit est éblouissant et s'irrite devant l'ennui. --- Une version algolittéraire La culture attribue un statut médiocre aux emplois du Manifeste sur l’entretien --- d'entretien = salaire minimum, les Mechanical Turks d'Amazon = pratiquement aucun salaire. En 1969, un an après la naissance de son premier enfant, l'artiste new-yorkaise Mierle Laderman Nettoyer le set, marquer les données d'entraîne- Ukeles a écrit un 'Manifesto for Maintenance' ment, corriger les fautes de frappe, modifier les (Manifeste pour l'entretien). paramètres, terminer le rapport, satisfaire le de- mandeur, télécharger la nouvelle version, joindre Le Manifeste d'Ukeles appelle à une réévaluation les mots qui ont été mal reconnus par le logiciel de l'état des travaux d'entretien dans l'espace de Reconnaissance Optique de Caractères, accomplir privé, domestique et public. Ce qui suit est une ces tâches d'intelligence humaine, essayez de de- version modifiée de son texte inspirée par le tra- viner la signification du formatage du demandeur, vail des Nettoyeurs. vous devez accepter le 'hit' avant de pouvoir sou- mettre les résultats, résumer l'image, ajouter la 25 case de délimitation, quelle est la similitude sé- des vidéos sur YouTube montrant aux 'turkers' com- mantique de ce texte, vérifiez la qualité de la ment écrire un bot qui remplit des réponses pour traduction, collecter vos micro-paiements, devenir vous. un Mechanical Turk à succès. Kristy Milland, une militante de Mechanical Turk, Référence : https://www.arnolfini.org.uk/blog/ dit : 'Les travailleurs sur Mechanical Turk ont manifesto-for-maintenance-art-1969 été très, très mal traités pendant 12 ans et, d'une certaine façon, je vois cela comme un point de résistance. Si nous étions payés équitablement --- Une panique robotique chez sur la plateforme, personne ne prendrait le risque le Mechanical Turk d'Amazon --- de perdre son compte de cette façon.' Le Mechanical Turk d'Amazon prend le nom d'un au- Bai a créé un questionnaire pour les chercheurs en tomate d'échecs du 18ème siècle. En fait, le Turc dehors de Mechanical Turk. Il dirige actuellement mécanique n'était pas du tout une machine. C'était une recherche parmi les spécialistes des sciences une illusion mécanique qui permettait à un maître sociales pour déterminer la quantité de données d'échecs humain de se cacher à l'intérieur de la erronées utilisées, l'ampleur du problème et les boîte et de l'utiliser manuellement. moyens de l'enrayer. Mais il est impossible à l'heure actuelle d'estimer combien de jeux de don- Pendant près de 84 ans, le Turc a remporté la plu- nées sont devenus peu fiables de cette façon-ci. part des matchs joués lors de ses manifestations en Europe et en Amérique. Napoléon Bonaparte se Références : serait lui aussi laissé berner par cette ruse. https://www.wired.com/story/amazon-mechanical- Le Mechanical Turk d’Amazon est une plateforme en turk-bot-panic/ ligne à destination des humains pour exécuter des tâches que les algorithmes ne parviennent pas à https://www.maxhuibai.com/blog/evidence-that-res- faire. Il peut s'agir, par exemple, d'annoter des ponses-from-repeating-gps-are-random phrases comme étant positives ou négatives, de re- pérer des plaques d'immatriculation, de recon- http://timryan.web.unc.edu/2018/08/12/data-conta- naître des visages. Les postes affichés sur cette mination-on-mturk/ plateforme sont souvent rémunérés moins d'un cen- time par tâche. Les tâches les plus complexes ou nécessitant le plus de connaissances peuvent être payées jusqu'à plusieurs centimes. Pour gagner leur vie, les 'turkers' doivent accomplir le plus de tâches possible le plus rapidement possible, ce qui entraîne d’inévitables erreurs. Les créateurs des jeux de données doivent incorporer des contrôles de qualité lorsqu'ils publient un tra- vail sur la plate-forme. Ils doivent vérifier si le 'turker' a réellement la capacité d'accomplir la tâche, et ils doivent également vérifier les résultats. De nombreux chercheurs universitaires utilisent le Mechanical Turk pour des tâches qui auraient été exécutées par des étudiants auparavant. En août de l'année dernière, Max Hui Bai, un étu- diant en psychologie de l'Université du Minnesota, a découvert que les enquêtes qu'il a menées avec Mechanical Turk étaient pleines de réponses ab- surdes aux questions ouvertes. Il a retracé les mauvaises réponses et a découvert qu'elles avaient été soumises par des répondants ayant des coordon- nées GPS en double. Cela a suscité des soupçons. Bien qu'Amazon interdise explicitement aux robots d'effectuer des travaux sur Mechanical Turk, l'en- treprise ne publie pas les problèmes qu'ils causent sur sa plate-forme. Les forums pour 'tur- kers' sont pleins de conversations sur l'automati- sation du travail, le partage de pratiques sur la façon de créer des robots qui transgresseraient les termes d'Amazon. Vous pouvez également trouver 26 informants inform informants inform informants inform informants inform informants inform info mants inform informants inform informants inform informants inform informants i form informants inform informants inform informants inform info mants inform informants inform informants inform informants info m informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants info m informants inform informants inform informants inform informants inform informants inform informants inform in ormants inform informants inform infor ants inform informants inform info mants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform infor ants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants info m informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform in ormants inform info mants inform infor ants inform infor ants inform info mants inform in ormants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform informants inform 27 i l e a3 r a 4rmo 24c +-+-+-+-+-+-+-+-+-+-+ s + +-+-+-+-+-+-+ ny. 2 h n s i l 7 s é n9r- pc- , 92é né e r | |i|n|f|o|r|m|a|n|t|s| |i|n|f|o|r|m| 5 e 3 2| a m l + m r r em ‘7r i,e e c én +-+-+-+-+-+-+-+-+-+-+ , +-+-+-+-+-+-+ 3 is o fIc éT o 8 ne3é3e- t mm i 4e G 6 o i s 3 4ui t 3r -r é 8 m r ri r _ di453 f d c e u i-_tm- o | e n+ 9e L u8 S n 9 r+seu 2 3 5 Ce m e 8u,é 9 r 2 9 u s l u 2e sm6èr rol6u r d eo s3+ e r j . e 51i é d +-+-+-+-+ +-+-+-+-+-+-+-+ r +-+-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+-+ 7 p p i ae m oi 6 96r5ol h5 0 |e|a|c|h| |d|a|t|a|s|e|t| |c|o|l|l|e|c|t|s| |d|i|f|f|e|r|e|n|t| p l o e 1 l i% m 1 - im t +-+-+-+-+ +-+-+-+-+-+-+-+ t +-+-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+-+ s lbai s / _t P`ncr 3 wd _ tq% i c_ c ie3 a n-i +-+-+-+-+-+-+-+-+-+-+-+ +-+-+-+-+-+ _ 1 îtC toi ne i p rm l l _ + 4 nn2 fi n e é d c\ _ |i|n|f|o|r|m|a|t|i|o|n| |a|b|o|u|t| ol t rm s8n e \ om| - o i e o % a 8 é6 t ti5sv +-+-+-+-+-+-+-+-+-+-+-+ +-+-+-+-+-+ te r1is e ri4l 2 sé n-t hn 1 m6tl-d5 4 _l sb +-+-+-+ +-+-+-+-+-+ a ori q 5l z8 o he w+ a 6 1 t oo3| b l eu |t|h|e| |w|o|r|l|d| i p y e sg j_ d a i - -tse f1 s n14 nl + r 0 r - +-+-+-+ +-+-+-+-+-+ m r_ rl D r o t s 3 ln i s lqe a rui +-+-+-+-+-+-+-+-+ a lr +-+-+-+ +-+-+-+-+-+-+ +-+-+-+-+ i _ a2 wo 7 3 6 n ,s c i - |d|a|t|a|s|e|t|s| |a|r|e| |i|m|b|u|e|d| |w|i|t|h| s e e ae i 3 i 6 h %2l p 8w d5l +-+-+-+-+-+-+-+-+ +-+-+-+ +-+-+-+-+-+-+ +-+-+-+-+ e x r s e u . é r g ta n o 3 f n 5 u +-+-+-+-+-+-+-+-+-+-+-+ +-+-+-+-+ _ r 2 a 8 s o d n + n r 9 a 1 e e i 5d |c|o|l|l|e|c|t|o|r|'|s| |b|i|a|s| u 886 u o n t ae s1si mn42c e %tt 76 l 4 r é +-+-+-+-+-+-+-+-+-+-+-+ +-+-+-+-+ | de 1m tt37 r s e 8e e +-+-+-+-+ +-+-+-+-+-+-+-+-+ o r( +-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+ s 9 t s h s_9 1 L |s|o|m|e| |d|a|t|a|s|e|t|s| |c|o|m|b|i|n|e| |m|a|c|h|i|n|i|c| 74 v 7 m n c p| ? +-+-+-+-+ +-+-+-+-+-+-+-+-+ u +-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+ 1 à r 3u d p i vc3n i aciéé e ’ e r 5 +| c/a aq +-+-+-+-+-+ +-+-+-+-+ +-+-+-+-+-+ + o 7 r % r n o +er u ow i 3 n |l|o|g|i|c| |w|i|t|h| |h|u|m|a|n| a ls au r, o t s - 7rV t % s e +-+-+-+-+-+ +-+-+-+-+ +-+-+-+-+-+ e0 m n W r4 s - e 0 12 a r 6 nt | +-+-+-+-+-+ , sse r 1 | i p f i 1u 5 i1 a r o + se |l|o|g|i|c| 5 ls c p d \ e ee l e q a s es rn c +-+-+-+-+-+ | t _ \ o e ie % c +-+-+-+-+-+-+ +-+-+-+-+ e w 7 8 i ,_ jtl |m|o|d|e|l|s| |t|h|a|t| s p a i Sér é u e , 9 s 5- r6 p r o +-+-+-+-+-+-+ +-+-+-+-+ o 7 99 97/ | us q o 1 0 d s i +-+-+-+-+-+-+-+ i 3 e e aê p i m e t r h é em o 1 |r|e|q|u|i|r|e| c 9r 1e t p t e p c %o 8 h +-+-+-+-+-+-+-+ ' f 4 é5 u a 9 s B -c s i 5 +-+-+-+-+-+-+-+-+-+-+-+ r +-+-+-+-+-+-+-+-+ +-+-+-+ e r u3 ts t l |s|u|p|e|r|v|i|s|i|o|n| |p |m|u|l|t|i|p|l|y| |t|h|e| b le s u 5 p r h | +-+-+-+-+-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+ +-+-+-+ t u en o o e 5 m a - e u h 6 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+ i e q n cc r \ n 9 |s|u|b|j|e|c|t|i|v|i|t|i|e|s| 8 _ e 7 s cU f s n ô e +-+-+-+-+-+-+-+-+-+-+-+-+-+-+ 3 5 i t | e e grr s sd +-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+-+ +-+-+-+-+ - la o e +m r 4 8 |m|o|d|e|l|s| c |p|r|o|p|a|g|a|t|e| |w|h|a|t| .e - \ o +-+-+-+-+-+-+ 5 +-+-+-+-+-+-+-+-+-+ +-+-+-+-+ m l 6 t 1 pv l _ sr +-+-+-+-+-+-+-+ +-+-+-+-+ V m % v |t|h|e|y|'|v|e| |b|e|e|n| r 3 e ’ c e i u 1 t t a +-+-+-+-+-+-+-+ +-+-+-+-+ cf 4 r q s 9 es e 8 o g g t +-+-+-+-+-+-+ r t e 7 _ - o 3 l 9 d |t|a|u|g|h|t| t 9 5u q|u p 2 ne 7 n g +-+-+-+-+-+-+ - 0 1 u +-+-+-+-+ +-+-+ +-+-+-+ r e X u 7 é 9 a ' é |s|o|m|e| |o|f| |t|h|e| 2 a | e u p +-+-+-+-+ +-+-+ +-+-+-+ t 1 1 e 2 s e +-+-+-+-+-+-+-+-+ +-+-+-+-+ +-+-+ +-+-+-+-+-+-+-+ +-+-+ u _ |d|a|t|a|s|e|t|s| |p|a|s|s| |a|s| |d|e|f|a|u|l|t| |i|n| l 4 f p i +-+-+-+-+-+-+-+-+ +-+-+-+-+ +-+-+ +-+-+-+-+-+-+-+ +-+-+ t oc e d 6 t +-+-+-+ +-+-+-+-+-+-+-+ 1 5 2 pi |t|h|e| |m|a|c|h|i|n|e| 6 e d I ,7 p +-+-+-+ +-+-+-+-+-+-+-+ l A _ 4n s +-+-+-+-+-+-+-+-+ +-+-+-+-+-+ a r p m D |l|e|a|r|n|i|n|g| |f|i|e|l|d| n é m e o r _ t +-+-+-+-+-+-+-+-+ +-+-+-+-+-+ n é s , +-+-+-+-+-+-+ p +-+-+-+-+-+ +-+-+-+-+-+-+-+-+ h 8 t d |h|u|m|a|n|s| |g|u|i|d|e| |m|a|c|h|i|n|e|s| c t a mo 1 +-+-+-+-+-+-+ +-+-+-+-+-+ +-+-+-+-+-+-+-+-+ i r i . g | c Q b 7 o 3 8 ê o | p è t e ar 8 e 8 n 7 9 e o o a 28 V % V % V V V % V V V %% % % % % % % %%% % % % V V V V V V V V V V V V V V V V % 0 % %% % % % 0 % % V V V V V V % V V V % 0 0 0 % % % 0 %% % 0 % % % % % %%% % % % % 00 % 0 0 _ _ 0 % % %% % % %% % % % % % /\ /\ _ __ ___ ___| |_| |__ _ __ 0 ___ % % INFORMATEURS % % % / / \ \ '_ \ / _ \ / _ \ __| '_ \| '_ \ / _ \ % ____ % % \ \_/ / | | | __/ | __/ |_| | | | | | | (_) | /___/ % % % % % \___/|_| |_|\___| \___|\__|_| |_|_| |_|\___/ V V V V % V % V V V % V V V V V V V V V V V V V V V V % 0 0 _ _ _ % % V V V V V V V V V __ _ _ __ __ _ _ __ | |__ (_) ___ __| | ___ ___ % V V V V V V V V / _` | '__/ _` | '_ \| '_ \| |/ _ \ / _` |/ _ \/ __| V V V V V V V V V V V V V V V V | (_| | | | (_| | |_) | | | | | __/ | (_| | __/\__ \ % V V V V V V V V V \__, | _| \__,_| .__/|_| |_|_|\___| \__,_|\___||___/ % |___/ |_| % 0 % 0 Les algorithmes d'apprentissage au- 0 0 _ 0 _ 0 tomatique ont besoin d'être guidés, (_) ___ _ ___ __ __| | ___ qu'ils soient supervisés ou non. 0 | |/ _ \ | | \ \/ / / _` |/ _ \ % % % % Pour séparer une chose d'une autre, 000 | | __/ |_| |> < | (_| | __/ 0 % ils ont besoin de matériel pour en 0 _/ |\___|\__,_/_/\_\ \__,_|\___| extraire des motifs. L'être humain % 0 |__/ 0 doit choisir avec soin le matériel % _ __ 0 d'étude, adapté à la tâche de la % 0 __| | ___ _ __ _ __ _/_/ ___ ___ 0 % machine. Il n'est pas logique d'en- / _` |/ _ \| '_ \| '_ \ / _ \/ _ \/ __| traîner une machine avec des romans % 0 | (_| | (_) | | | | | | | __/ __/\__ \ du 19ème siècle si sa mission est \__,_|\___/|_| |_|_| |_|\___|\___||___/ d'analyser des Tweets. % 0 % 0 0 0 % C'est là qu'interviennent les jeux par Algolit de données : organisés en rangés et en colonnes ordonnées, en attente Lors des réunions mensuelles Algolit nous cherchons ou créons d'être lus par la machine. Chaque souvent des jeux de données. Parfois, nous utilisons des corpus jeu de données recueille des infor- déjà existants, disponibles via le site Natural Language Toolkit mations différentes sur le monde. nltk. NLTK contient, entre autres, la Déclaration universelle des Comme toutes les collections, elles droits de l'Homme, les discours inauguraux des présidents améri- sont imprégnées des stéréotypes et cains, ou des critiques de films du site Internet Movie Database préjugés de ses créateurs. On en- (IMDb). tend souvent l’expression : 'les données sont le nouveau pétrole'. Chaque style d'écriture évoque des relations différentes entre Si seulement les données étaient du les mots et reflète l'époque dont ils proviennent. En ce sens, le pétrole ! Fuyantes, s’égouttant en gestionnaire de paquets Python pour le traitement du langage na- graisse lourde, bouillonnantes et turel pourrait être considéré comme une capsule temporelle. Le tressaillantes au contact d'une % matériel inclu a été sélectionné car jugé utile par une communau- nouvelle matière. Au contraire, les té de chercheurs. Malgré les spécificités, chaque jeu de données données sont supposées d'être devient universel par défaut, en étant à la disposition d'un pu- propres. Lors de chaque processus, blic aussi large. chaque questionnaire, chaque titre de colonne, elles s’épurent, en ef- Nous examinons les jeux de données les plus couramment utilisés façant peu à peu leurs caractéris- pour l'entraînement des modèles d'apprentissage automatique. De tiques distinctes jusqu’à corres- quels matériaux sont-ils constitués ? Qui les a recueillis ? pondre au moule du jeu de données. Quand ? Certains jeux de données combinent --- la logique machinique avec la lo- gique humaine. Les modèles qui né- Concept, réalisation: Cristina Cochior cessitent une supervision multi- % plient les subjectivités des col- % lecteurs de données et des annota- teurs, puis propulsent et propagent ce qui leur a été enseigné. Vous découvrirez des extraits de cer- tains jeux de données qui passent par défaut dans le domaine de l'ap- prentissage automatique, ainsi que des histoires d'humains guidant des machines. 29 0 0 0 0 0 ___ 0 _ 0 0 _ _ / ( ) /_\ _ __ _ __ ___ | |_ __ _| |_ ___ _ _ _ __ 0 / /|/ //_\\| '_ \| '_ \ / _ \| __/ _` | __/ _ \| | | | '__| 0 / /___/ _ \ | | | | | | (_) | || (_| | || __/| |_| | | 0 \____/\_/ \_/_| |_|_| |_|\___/ \__\__,_|\__\___| \__,_|_| 0 0 %% % % % % % % % % % %% % 0 % 0 % % % % 0 % %% % % % % % %% % % % par Algolit % %% %% % % % 0 % % % % % % % %% %%% % % % % %% %% % % %% % % L'Annotateur demande au visiteur de l'aider à annoter les archives % % % % %% du Mundaneum. %% %% % % % % % % % % % % % % % % % Le processus d'annotation est une étape cruciale de l'apprentis- % % sage automatique supervisé où l'algorithme reçoit des exemples de % ce qu'il doit apprendre. Un filtre anti-spam sera alimenté % d'exemples de spam et de messages réels. Ces exemples sont des % % entrées du jeu de données prévues d'une étiquette, spam ou non spam. % % % % % L'annotation d'un jeu de données est un travail exécuté par des humains, qui choisissent une étiquette pour chaque entrée du jeu % de données. Pour assurer la qualité des étiquettes, plusieurs an- notateurs doivent voir la même entrée et donner la même étiquette avant qu'un exemple ne soit inclus dans les données d'entraîne- ment. Une fois que toutes les données d'entraînement ont été pré- vues d'une étiquette, l'ordinateur peut lancer le processus d'ap- % % prentissage. % % Dans cette interface, nous vous demandons de nous aider à classer % les textes nettoyés des archives du Mundaneum afin d'élargir notre set d’entraînement et d'améliorer la qualité de l'installa- % tion 'Classer le Monde' dans Oracles. --- Concept, code, interface : Gijs de Heij 0 0 0 0 0 0 0 _ ___ ___ ___ 0 % 0 0 / |/ _ \ / _ \ / _ \ 0 0 0 0 0 | | | | | | | | | | | 0 0 % 00 0 | | |_| | |_| | |_| | 0 |_|\___/ \___/ \___/ 0 0 % 0 0 _ 0 ___ _ _ _ __ ___ ___| |_ ___ 0 0 / __| | | | '_ \/ __|/ _ \ __/ __| \__ \ |_| | | | \__ \ __/ |_\__ \ |___/\__, |_| |_|___/\___|\__|___/ 0 0 |___/ 0 0 0 0 0 % par Algolit Wordnet, créé en 1985, est une taxonomie hiérarchique qui décrit % le monde. Elle s'inspire des théories de la mémoire sémantique humaine développées à la fin des années 1960. Les noms, verbes, adjectifs et adverbes sont regroupés en collections de synonymes ou 'synsets', prévues de définitions, hypernymes, hyponymes, .... Chaque synset exprime des concepts différents. ImageNet est un jeu de données d'images basé sur la hiérarchie des noms de WordNet 3.0. Chaque synset est représenté par des milliers d'images. De 2010 à 2017, le Défi de Reconnaissance Visuelle de ImageNet (ILSVRC) a été une référence clé dans la classification des catégories d'objets pour les photos, ayant un impact majeur sur les logiciels de photographie, les recherches d'images, la reconnaissance d'images. 30 1000 synsets (édition vinyle) contient les 1000 synsets utilisés dans ImageNet, enregistrés dans la meilleure qualité sonore que ce format analogique permet. Ce travail souligne l'importance des jeux de données utilisés pour former des modèles d'intelligence artificielle qui fonctionnent sur des appareils que nous utili- sons quotidiennement. Certains d'entre eux héritent de classifi- %% % %% %%% % % % cations qui ont été conçues il y a plus de 30 ans. Le vinyle est % % %%% % % % une invitation à les analyser en profondeur. % % %% % % % % % % % % % % % % % % % % % % % % % % % % % % % % --- % % % % % % % % %% % % % % %% % % % % % % % % Conception et enregistrement: Javier Lloret % % % % %% % %% % %%% % % % % Voix: Sara Hamadeh & Joseph Hughes % % % % % % % % % % % % % 0 % 0 % % 0 % 0 0 % 0 0 ____ _ % 00 % 0 0 /___ \_ _(_) 0 0 // / / | | | | % % 0 / \_/ /| |_| | | 0 % % 0 0 % 0 % \___,_\ \__,_|_| % 0 0 _ _ 0 0 _ | ( )__ _ __ ___ _ __ ___ _ __| |_ ___ | |/ _ \ '_ ` _ \| '_ \ / _ \| '__| __/ _ \ % | | __/ | | | | | |_) | (_) | | | || __/ 0 |_|\___|_| |_| |_| .__/ \___/|_| \__\___| |_| 0 0 0 0 0 0 0 % % % Qui l'emporte: rapport de création % par Louise Dekeuleneer, étudiante Arts²/Option Communication Vi- suelle % % Le français est une langue genrée, en effet beaucoup de mots sont féminins ou masculins et peu sont neutres. Le but de ce projet % est de montrer qu'une société patriarcale influence aussi la langue même. Le travail s'est focalisé sur le fait de montrer si plus de mots féminins ou masculins sont utilisés et de mettre en valeur l'influence du contexte sur le genre des mots. À ce stade, aucune conclusion n'est encore tirée.  % % Des textes de loi datant de 1900 à 1910 mis à disposition par le Mundaneum sont passés dans un algorithme qui fait du texte une liste de mots. Ces mots sont alors comparés avec une autre liste de mots francophones, dans laquelle il est spécifié si le mot est masculin ou féminin. Cette liste de mots provient de Google Books, qui a créé en 2012 une énorme base de données à partir de tous les livres scannés et disponibles sur Google Books. Les mots masculins sont surlignés d'une couleur et les féminins d'une autre. Les mots qui ne sont pas genrés (adverbes, verbes, ...) ne sont pas surlignés. Le tout est enregistré en fichier HTML pour qu'il puisse être directement ouvert dans une page web et imprimé sans besoin de mise en page supplémentaire. C'est ain- si que chaque texte a pu devenir un petit livret en changeant % juste le texte d'entrée de l'algorithme. 31 RÉCITS CONTEXTUALISÉS AUTOUR DES INFORMATEURS --- Les jeux de données comme représentations --- Il était à Bruxelles en novembre 2017 lors de la Rencontre Algolittéraire. Les processus de collecte des données qui mènent à la création du jeu de données soulèvent des ques- Femke : En considérant Wikipedia comme une commu- tions importantes : qui est l'auteur des données ? nauté vivante, chaque nouvelle page change le pro- Qui a le privilège de collectionner ? Pour quelle jet. Chaque modification est en quelque sorte une raison la sélection a-t-elle été faite ? Que contribution à un organisme vivant de la connais- manque-t-il ? sance. Donc, si au sein de cette communauté vous essayez de distinguer ce qui rend service à la L'artiste Mimi Onuoha donne un exemple excellent communauté et de généraliser ceci dans un modèle – de l'importance des stratégies de collection. Elle car je pense que c'est ce que l'algorithme de la choisit le cas des statistiques relatives aux bonne ou mauvaise foi essaie de faire - vous le crimes haineux. En 2012, le Programme de déclara- faites sur base d'une généralisation de l'idée tion uniforme de la criminalité (DUC) du FBI a en- abstraite de Wikipedia, et non sur base de l'orga- registré 5 796 crimes haineux. Toutefois, le Bu- nisme vivant. Ce qui m'intéresse dans la relation entre le vandalisme et ce débat, c'est la façon a établi 293 800 rapports sur de tels cas. C'est dont nous pouvons comprendre la dynamique conven- plus de 50 fois plus. La différence entre les tionnelle de ces processus d'apprentissage automa- chiffres peut s'expliquer par la façon dont les tique. Si on distingue la bonne ou la mauvaise foi données ont été recueillies. Dans le premier cas, sur base d’étiquettes préexistantes et qu’on la les organismes d'application de la loi de tout le reproduit ensuite dans des modèles algorithmiques, pays ont volontairement signalé des cas. Pour le comment tenir compte des changements qui se pro- deuxième, le Bureau des statistiques a distribué duisent, c’est-à-dire de la vie réelle du projet? l'enquête nationale sur la victimisation directe- ment aux foyers des victimes de crimes motivés Amir : C'est une discussion intéressante. Premiè- par la haine. rement, ce que nous appelons la bonne ou la mau- vaise foi provient de la communauté elle-même; Dans le domaine du traitement du langage naturel, nous ne faisons pas l'annotation nous-mêmes, c’est le matériel avec lequel les modèles d'apprentis- la communauté qui le fait. Ainsi, dans beaucoup de sage automatique travaillent est le texte, mais Wikipedias de langues différentes, la définition les mêmes questions se posent : qui sont les au- de ce qui est la bonne ou la mauvaise foi sera teurs des textes qui composent les jeux de don- différente. Wikimedia essaie de refléter ce qui se nées ? Au cours de quelle période les données ont- trouve à l'intérieur de l'organisme et non de elles été recueillies ? Quel type de vision du changer l'organisme lui-même. Si l'organisme monde représentent-elles ? change et que nous constatons que la définition de la bonne foi à Wikipédia a été modifié, nous met- En 2017, l'algorithme Top Stories de Google a pla- tons en œuvre cette boucle de rétroaction qui per- cé un fil de discussion trompeur du site 4chan en met aux gens de porter un jugement sur leurs modi- haut de la page de résultats lors de la recherche fications à l'intérieur de leur communauté. S'ils du tireur de Las Vegas. Le nom et le portrait sont en désaccord avec l'annotation, nous pouvons d'une personne innocente étaient liés au crime. revenir au modèle et modifier l'algorithme pour Bien que Google ait changé son algorithme quelques refléter ce changement. C'est une sorte de boucle heures seulement après que l'erreur ait été décou- fermée : vous changez les choses et si quelqu'un verte, cela a sérieusement affecté la personne. voit qu'il y a un problème, il nous le dit et nous Une autre question persiste : pourquoi Google n'a- pouvons modifier l'algorithme. C'est un projet en t-il pas exclu le site de ragôts 4chan du jeu des cours. données d'entraînement ? Référence : https://gitlab.constantvzw.org/algolit/ Références : algolit/blob/master/algoliterary_encounter/ Interview%20with%20Amir/AS.aac https://points.datasociety.net/the-point-of- collection-8ee44ad7c2fa --- Comment faire connaître https://arstechnica.com/information-technology/ votre jeu de données --- 2017/10/google-admits-citing-4chan-to-spread- fake-vegas-shooter-news/ NLTK signifie Natural Language Toolkit. Pour les programmeurs qui traitent le langage naturel avec Python, c'est une bibliothèque essentielle. De --- L'annotation pour un Oracle nombreux rédacteurs de tutoriels recommandent aux qui détecte le vandalisme sur Wikipédia --- programmeurs d'apprentissage automatique de com- mencer par les jeux de données NLTK intégrés. Il Ce fragment est extrait d'une interview avec Amir compte 71 collections différentes, avec un total Sarabadani, ingénieur de logiciels chez Wikimedia. de près de 6000 éléments. 32 Parmi eux, on trouve le corpus Movie Review pour plement sensationnels : bary pepper , adam gold- l'analyse des sentiments. Ou le corpus Brown, qui berg , vin diesel , giovanni ribisi , davies et a été créé dans les années 1960 par Henry Kučera burns . le film se clôture avec des scènes de ba- et W. Nelson Francis à l'Université Brown de Rhode taille extraordinaires . Island. Il y a aussi le corpus de la Déclaration des droits de l'homme, qui est couramment utilisé pour vérifier si un code peut fonctionner dans --- Les ouroboros de l'apprentissage automatique --- plusieures langues. Le corpus contient la Déclara- tion des droits de l'homme dans 372 langues du Wikipédia est devenue une source d'apprentissage monde entier. non seulement pour les humains, mais aussi pour les machines. Ses articles sont des sources de Mais quel est le processus pour faire accepter un premier ordre pour l’entraînement de modèles. Le jeu de données dans la bibliothèque NLTK de nos matériel avec lequel les machines sont entraînées jours ? Sur la page Github, l'équipe nltk décrit est identique au contenu qu'elles ont aidé à les exigences suivantes : écrire. En fait, au début de Wikipédia, de nom- breux articles ont été écrits par des robots. Ram- - Ne rajoutez que les corpus qui ont obtenu un ni- bot, par exemple, était un robot controversé sur veau de notabilité de base. Cela signifie qu'il la plateforme anglophone. Il est l'auteur de 98% existe une publication qui le décrit et une commu- des pages décrivant les villes américaines. nauté de programmeurs qui l'utilisent. A cause de ces interventions de robots thématiques - Assurez-vous d'avoir l'autorisation de redistri- et régulières, les modèles de prédiction qui sont buer les données et de pouvoir les documenter. Ce- entraînés sur le dump de Wikipedia ont une vision la signifie qu'il est préférable de publier le jeu unique de la composition des articles. Par exem- de données sur un site Web externe avec une li- ple, un modèle thématique entraîné sur l'ensemble cence. des articles de Wikipédia associe 'rivière' à 'Roumanie' et 'village' à 'Turquie'. C'est parce - Utilisez les lecteurs de corpus NLTK existants qu'il y a plus de 10000 pages écrites sur les vil- lorsque c'est possible, ou bien apportez un lec- lages en Turquie. Cela devrait suffire à susciter teur de corpus bien documenté à NLTK. Cela signi- des envies de voyage, mais c'est bien trop par fie que vous devez organiser vos données de ma- rapport à d'autres pays. L'asymétrie provoque une nière à ce qu'elles puissent être facilement lues fausse corrélation et doit être corrigée. La plu- à l'aide du code NLTK. part des modèles tentent d'exclure le travail de ces auteurs robots prolifiques. Référence : http://www.nltk.org/ Référence : https://blog.lateral.io/2015/06/the- unknown-perils-of-mining-wikipedia/ --- Extrait d'une critique positive d'un film IMdB du jeu de données NLTK --- corpus : movie_reviews fichier : pos/cv998_14111.txt le deuxième film épique de steven spielberg sur la seconde guerre mondiale est un chef-d'œuvre incon- testé du cinéma . spielberg , encore étudiant en cinéma , a réussi à ressusciter le genre de la guerre en produisant l'un de ses films les plus poignants et les plus puissants . il a également réussi à faire briller tom hanks , qui livre une performance époustouflante . pendant environ 160 de ses 170 minutes, ' sauver le soldat ryan ' est sans faille . littéralement . l ' histoire est as- sez simple . après l ' invasion du jour J ( dont les séquences sont tout à fait spectaculaires ), capt . john miller ( joué par tom hanks ) et son équipe sont forcés à chercher un soldat . james ryan ( joué par matt damon ), dont les frères sont tous morts au combat. une fois qu ' ils l ' ont trouvé , ils doivent le ramener immédiatement pour qu'il puisse rentrer chez lui . la compagnie de miller est composée d ' acteurs aux jeux tout sim- 33 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 34 readers read readers read readers read readers read readers read readers read readers re d readers read readers read readers read readers read readers re d readers read readers read readers read readers read readers read readers read readers read re ders read readers read readers read readers re d readers read readers read readers r ad readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers re d readers read readers read readers read readers read readers read readers read readers read re ders read readers read readers read readers read readers read readers read readers r ad readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read readers read r 35 9 nl i 5 ' r c +-+-+-+-+-+-+-+ a +-+-+-+-+ -o on an r e c coeun b 9 em t -rm6 n r r 5ui rt s r ar |r|e|a|d|e|r|s| mg |r|e|a|d| s-dn + 1 tm n u7| 1eo+ iuae3Mii+u e3 l i e t e t % c_ | 5l +-+-+-+-+-+-+-+ qc +-+-+-+-+ nem e ic-7- r o + g  i_ 6é 1 4i + c s r74 ss a_ 9é- S t 8ra | 3 tl nr , mmr 6 i1 8 + 4'99 m u a t7% s_, é 2 8 un e 8/n 2m c5 2nsr u 0 2t ) 6 v 5 lu6je_r a \ r su r5 9 sdaur o eu h p r 3 e tes 7ei I t% 9 +-+ +-+-+-+-+-+-+-+-+ | +-+-+-+-+-+-+-+-+-+-+-+ 6 | /s l3 e pu5 n e 47 Mr t rd l ' + n 3 |a| |c|o|m|p|u|t|e|r| u |u|n|d|e|r|s|t|a|n|d|s| +- c 7r s ph r o6 9a do 1 2² 1 | +-+ +-+-+-+-+-+-+-+-+ 5 +-+-+-+-+-+-+-+-+-+-+-+ e n s nse tk l â0 ’ é| d é. s ees e n +-+-+-+ +-+-+-+-+-+-+ tLo +-+-+-+-+-+-+-+-+-+ Cnr1 5l _ rUt g od 17 s8 | s 9 8+ 7 |a|l|l| |m|o|d|e|l|s| u |t|r|a|n|s|l|a|t|e| % s _ a n t 2 ,- r rer u1a1 p et _ |n s 9_l1 u +-+-+-+ +-+-+-+-+-+-+ % +-+-+-+-+-+-+-+-+-+ w ae m ssI |o i um.i é|r sarpé u m ou_ | , o +-+-+-+-+ +-+-+-+-+-+-+ r l +-+-+-+-+-+ 1hff 0 g M l a 5 ,7 |y s Sr c r xàd 5 e |s|o|m|e| |m|o|d|e|l|s| f |c|o|u|n|t| 3nrpds6 eo a t i rn e c + 7 n 1 V d eie e -5;d +-+-+-+-+ +-+-+-+-+-+-+ è +-+-+-+-+-+ l x n é r45er é -a i _ l 2 i o 61 ’h e| et - 9 e\ +s +-+-+-+-+ +-+-+-+-+-+-+ We +-+-+-+-+-+-+-+ t s t s 5 2 i 1 | etu +ld t er |s|o|m|e| |m|o|d|e|l|s| |r|e|p|l|a|c|e| s p e. _ r8ai 7 ss n - g s nc ( - 1 e u. +-+-+-+-+ +-+-+-+-+-+-+ +-+-+-+-+-+-+-+ e h i\ S r_ e ie _ lés aa% rnsl .7 ,a m 5 a p n 6 s 5 n e s 8 8 | 4 77 n i ttl a , 6 t e o le r- oa e l3i _n e ws lo i i C a t66r r ses n2 5q 6 s e 7 e nn s l 5 e s_ év r o e t +\p \ 7 2 it e 1 e 8 t % . a ) e a ee8 emu r | eun t n s 8eel e o 9 p s eei e ee l r 1 '6 ts teae 4 a , n n t 66 n o n e3o e èla en tu + , hw 8 18 6 5ée t i w rm x + 2 ç e td eu aen % +i n r 76 c 59u 4u ea u 7 cse ise i oa m _ n o ) t g h 3 2 4 ll u 7l à ad l a 64,F As9 m%s s f w8 ts t 3 s7m t a ndn h4 3 n + s t n 4 |s6 6 1rr r n e d D r_1 - 33 2 \o 2 o r m5 s _5n 9ii a 8i 4 465 _ i sé 1 2 s f r9 l e o j r1i e le 6 c t e p V u t 7le s / 2 d 89 t 6r 2 , b r ht r p , 4lt e , 1 3d s é - t 2 e u e oe . u u. s 7 e 3 rdt i 4 n 4 8 n m p o l a 8 r 7 i w n s V1 he ud T M| o a A n 4 5 u 5 c O ua h4 s e de _7 c 3 a h n 8 5 u u , n ê p d n v u 9 r i e i i 4 f | 7 c d d 8 s r + r s m 8 v i 0 s , r - 5 5 r 1 e t ' e d 3 6 nz - e et na 7 | n n s i aa s e s e p t , + d r 0 2 a be / n id a gu % + c ' id 8e r m s sv - c r _ ;u 7 i _ 6 % i s é a d e a t tn i + l a r s à d 2 o 1 b _ t 7t e nn c 7 en e a 1 s u é h 7q e i 39 me c 1 m s é 0 9 u 4 l 1 e r 62 vs t k ne 6 ee d a s 2 n e N r à | 4 9 s de a a 4 1 3 o 7 r 4 9 6 , r u a t ' n m f es e c / e m p 1 a8p k e , n e t _ 9 r t \ s6 t wo _ u es 7 o 5 r 8 u n _ 5 - 8 et p m V 2 r 3 e . t + e ir \ c e , 5 pN p l lp | _ as l e o 8 p o b tu 8 m d 5 93 s8 c c s 4 . s 6 5 9 0 et . d i t p% 7 -i n e 1 4 r r m O l e , e u f a e4 v f 7 é 6 9 6é | + l a 0c n \ é \ 0u - e a t u 3a ,, _ b | a n o 1 9 o uu - I e o 4 3 r r x à d i V r 4 r ê 9 i u o a o + ' c i 8 6 o p % e s % c sn 8 e s i 9 6 v se n l i l 2g i n c / m a t + e n i a _ r 93 h i s + p 4 S d6 1 r és 3 3 % n ) c l | i l d a R 5m h i 6 n o 6 m s p 6 e - t i 36 V % V V V % V V V V %% % % % % % % % % % %% V V V V V V V V V V V V V V V V % 0 % % %% % % % % % 0 %% % V V V V V V V V % V % 0 __ _____ ___ _____ ___ ___ % % % % % % % 0 0 / / ___ /__ \/ __\ % \_ \/ \/ __\ % % % %% % LECTEURS % % % % / / / _ \ / /\/ _\____ / /\/ /\ / _\ % % % 0 % / /__| __/ / / / /|_____/\/ /_/ /_// / % %% % \____/\___| \/ \/ \____/___,'\/ % V V V V V V V V % % % % % 0 % 0 0 V V V V V V V V V V V V V V V V % % V V V V % V V V V V par Algolit V V V V V V V V % % % V V V V V V V V V V V V V V V V Le TF-IDF (Term Frequency-Inverse Document Frequency) est une mé- V V V V V V V V V thode de pondération utilisée dans la recherche de textes. Cette mesure statistique permet d'évaluer l'importance d'un terme % Nous communiquons avec les ordina- contenu dans un document, relativement à une collection ou un teurs au moyens de langages. Nous corpus de documents. Le poids augmente proportionnellement au cliquons sur des icônes sous forme % nombre d'occurrences du mot dans le document. Il varie également % de mots, nous tapons des mots sur en fonction de la fréquence du mot dans le corpus. Le TF-IDF est des claviers, nous utilisons notre notamment utilisé dans la classification des spams. voix pour leur donner des instruc- tions. Parfois, nous confions nos Une interface web met en scène cet algorithme à travers des ani- pensées les plus intimes à notre mations permettant de comprendre les différentes étapes de clas- ordinateur en oubliant qu'il s'agit sification d’un texte. Comment un programme basé sur le TF-IDF d’une calculatrice avancée. Un or- lit un texte ? Comment transforme-t-il les mots en nombres ? dinateur comprend chaque mot comme une combinaison de zéros et de uns. --- Une lettre est lue comme un numéro ASCII spécifique : 'A' majuscule Concept, code, animation : Sarah Garcin est 001. % 00 0 Dans tous les 'rule-based models', 0 0 ___ 0 _ _ 0 _ 0 0 l'apprentissage automatique clas- / __\ _| | |_(_)_ _____ _ __ 0 sique et les réseaux de neurones, 0 % / / | | | | | __| \ \ / / _ \ '__| les mots subissent une traduction 0 / /__| |_| | | |_| |\ V / __/ | en chiffres pour saisir le sens sé- \____/\__,_|_|\__|_| \_/ \___|_| 0 mantique du langage. Cela se fait _ _ 0 % en comptant. Certains modèles % _ _ _ __ /_\ _ __| |__ _ __ ___ % comptent la fréquence des mots sim- 0 | | | | '_ \ //_\\| '__| '_ \| '__/ _ \ ples, d'autres la fréquence des 0 | |_| | | | | / _ \ | | |_) | | | __/ combinaisons de mots, d'autres en- \__,_|_| |_| \_/ \_/_| |_.__/|_| \___| core la fréquence des noms, des ad- 0 0 % 0 0 jectifs, des verbes ou des phrases de noms et de verbes. Certains rem- par Algolit placent simplement les mots d'un texte par leur numéro d'index. Les % La nature de mots est une catégorie que nous apprenons à l'éco- nombres optimisent la vitesse opé- le : nom, verbe, adjectif, adverbe, pronom, préposition, conjonc- rationnelle des processus informa- tion, interjection, et parfois chiffre, article, ou déterminant. % tiques, ce qui conduit à des pré- Dans le traitement du langage naturel, il existe de nombreux écrits dictions rapides, mais ils sup- qui permettent d'analyser des phrases. Cela signifie que l'algorithme priment aussi les liens symboliques peut déterminer la nature de chaque mot d'une même phrase. 'Cultiver que les mots peuvent avoir. Nous un arbre' utilise cette technique pour définir tous les noms dans une présentons ici quelques techniques phrase spécifique. Chaque nom est alors remplacé par sa définition. destinées à rendre un texte intel- Cela permet à la phrase de grandir de façon autonome et infinie. La ligible pour une machine. recette de 'Cultiver un arbre' s'inspire de la 'Littérature Définiti- onnelle', une contrainte inventée par Marcel Benabou en 1966 au sein de l’Oulipo. Dans une phrase donnée, on remplace chaque élément signi- ficatif (nom, adjectif, verbe, adverbe) par l'une de ses définitions dans un dictionnaire donné ; on répète l'opération sur la nouvelle phrase reçue, et ainsi de suite. Le dictionnaire utilisé dans cet ouvrage est Wordnet. Wordnet est une combinaison d'un dictionnaire et d'un thésaurus qui peut être lu par des machines. Selon Wikipédia, il a été créé dans le Cognitive Science Laboratory de l'Université de Princeton à partir de 1985. --- Concept, code & interface : An Mertens & Gijs de Heij 37 % % % % % % % % % % % %% % % % % % % % % % % % % % %% % % % % % %% % % % % % 0 % % % % 0 0 % % 0 00 0 0 % % % 0 0 __ __ _ 0 % % 0 / / ___ / /(_)_ ___ __ ___ % 0 % % % / / / _ \ / / | \ \ / / '__/ _ \ % % % % / /__| __/ / /__| |\ V /| | | __/ % 0 0 % \____/\___| \____/_| \_/ |_| \___| % % % _ ___ 0 0 0 0 _ 0 % % % % % % __| | ___ / \___ _ __ ___ __ _(_)_ __ % % % / _` |/ _ \ / /\ / _ \ '_ ` _ \ / _` | | '_ \ % % | (_| | __/ / /_// __/ | | | | | (_| | | | | | % % % \__,_|\___| /___,' \___|_| |_| |_|\__,_|_|_| |_| % % % 0 0 _ 0 0 % __| | __ _ _ __ ___ _ _ _ __ 00 0 % % / _` |/ _` | '_ \/ __| | | | | '_ \ % 0 | (_| | (_| | | | \__ \ | |_| | | | | 0 \__,_|\__,_|_| |_|___/ \__,_|_| |_| 0 0 __ 0 0 _ 0 0 % / _\ __ _ ___ 0 __| | ___ 0 \ \ / _` |/ __| / _` |/ _ \ % % 0 _\ \ (_| | (__ | (_| | __/ 0 0 % % 0 \__/\__,_|\___| \__,_|\___| 0 % % 0 % 0 _ 0 0 % 0 % /\/\ ___ | |_ ___ 0 0 0 / \ / _ \| __/ __| % / /\/\ \ (_) | |_\__ \ 0 \/ \/\___/ \__|___/ 0 0 0 0 00 % % par Algolit Le modèle du 'sac de mots' est une représentation simplifiée du texte utilisé dans le traitement du langage naturel. Dans ce mo- dèle, un texte est représenté sous forme de collection de mots % uniques, sans tenir compte de la grammaire, de la ponctuation et même de l'ordre des mots. Le modèle transforme le texte en une liste de mots et leur occurrence dans le texte, littéralement un sac de mots. Cette forte réduction de la langue fut un choc au début de nos expériences en apprentissage automatique. Le sac de mots est sou- % vent utilisé comme référent, sur base duquel le nouveau modèle doit s’efforcer d’être plus performant. Il peut comprendre le su- jet d'un texte en reconnaissant les mots les plus fréquents ou % importants. On mesure souvent les similitudes des textes en com- parant leurs sacs de mots. % % Pour cet ouvrage, l'article 'Le Livre de Demain' de l'ingénieur G. Vander Haeghen, publié en 1907 dans le Bulletin de l'Institut In- ternational de Bibliographie, a été littéralement réduit à un sac de mots. Vous pouvez acheter votre exemplaire à l'accueil du Mundaneum. --- Concept & réalisation: An Mertens 38 __ 0 _ 0 0 0 / / ___ ___| |_ _ _ _ __ ___ ___ / / / _ \/ __| __| | | | '__/ _ \/ __| % %% % % % %% % / /__| __/ (__| |_| |_| | | | __/\__ \ %% % % %% % % %% % 0 \____/\___|\___|\__|\__,_|_| \___||___/ %% % % % % % % % %% _ % 0 % _ _ _ 0 % % % % % % % % __ _| | __ _ ___ _ __(_) |_| |__ % % % % / _` | |/ _` |/ _ \| '__| | __| '_ \ % ____ % | (_| | | (_| | (_) | | | | |_| | | | /___/ % % % \__,_|_|\__, |\___/|_| |_|\__|_| |_| % % % % % |___/ % % % 0 _ % % % _ __ ___ (_) __ _ _ _ ___ ___ __| |_ _ % 0 % | '_ ` _ \| |/ _` || | | |/ _ \/ __| / _` | | | | 0 % | | | | | | | (_| || |_| | __/\__ \ | (_| | |_| | 0 0 |_| |_| |_|_|\__, | \__,_|\___||___/ \__,_|\__,_| % % % |_| _ 0 _ _ % % % 0 % _ __ ___ _ __| |_ _ __ __ _(_) |_ 0 % % 0 | '_ \ / _ \| '__| __| '__/ _` | | __| % % 0 0 | |_) | (_) | | | |_| | | (_| | | |_ 0 0 0 0 | .__/ \___/|_| \__|_| \__,_|_|\__| 0 |_| % 0 _ _ % % % _ __ 0 __ _ _ __| | ___ __| | ___ 0 | '_ \ / _` | '__| |/ _ \ / _` |/ _ \ 0 | |_) | (_| | | | | __/ | (_| | __/ % 0 | .__/ \__,_|_| |_|\___| \__,_|\___| % % |_|__ 0 _ _ 0 _ 0 0 0 0 / __\ ___ _ __| |_(_) | | ___ _ __ 0 /__\/// _ \ '__| __| | | |/ _ \| '_ \ 0 / \/ \ __/ | | |_| | | | (_) | | | | 0 0 0 \_____/\___|_| \__|_|_|_|\___/|_| |_| 0 0 % 0 0 0 % par Guillaume Slizewicz (Espèces urbaines) % 'Un code télégraphique du portrait parlé', écrit en 1907, est une % tentative de traduire en chiffres le 'portrait parlé', technique de description du visage créée par Alphonse Bertillon, créateur de l'anthropométrie judiciaire. En appliquant ce code, Otlet es- pérait que les visages des criminels et des fugitifs pourraient être facilement communiqués par voie télégraphique. Dans sa for- me, son contenu et son ambition, ce texte représente la relation % complexe que nous entretenons avec les technologies documen- taires. Ce document a été choisi comme base pour la création des installations suivantes pour trois raisons. - Premièrement, ce texte est un algorithme en soi, un algorithme de compression, ou pour être plus précis, la présentation d'un algorithme de compression. Il tente de réduire la taille de l'in- formation tout en la gardant lisible pour la personne possédant le code. À cet égard, elle est étroitement liée à la façon dont nous créons notre technologie, à la recherche d'une plus grande efficacité, de résultats plus rapides et de méthodes moins coû- teuses. Il représente notre appétit de chiffrement qui s'étend au monde entier, notre envie de mesurer les plus petites choses, d'étiqueter les différences les plus infimes... Ce texte incarne en lui-même la vision du Mundaneum. - Deuxièmement, on y traite des raisons et des mises en œuvre de nos technologies. La présence de ce texte dans les archives sé- lectionnées est presque ironique à une époque où la reconnais- sance faciale et la surveillance des données font la une des journaux. Ce texte présente les mêmes caractéristiques que cer- taines technologies d'aujourd'hui : il est motivé par un contrôle social, classifie les personnes, pose les bases d'une société de surveillance. Les caractéristiques physionomiques sont au cœur de récentes controverses : les photos d'identité ont été standardi- sées par Bertillon, elles sont maintenant utilisées pour entraî- ner des réseau neuronaux à identifier les criminels, les systèmes 39 de reconnaissance faciale permettent des arrestations via notre % % % %% % % % % % %% infrastructure de caméras de surveillance et certains affirment que % % % % % % % % les caractéristiques physiques peuvent prédire l'orientation sexuelle. % % % % % % % % % % % % % % % % % - Le dernier point concerne la façon dont, en tant que témoignage % % écrit, ce texte représente l'évolution de notre techno-structure: % %% % % % % ce que nos outils nous permettent de faire, ce qu'ils nous inter- % % disent, ce qu'ils entravent, ce qu'ils nous font retenir et ce % % qu'ils nous font oublier. Ce document permet une classification % entre les personnes, et instaure une normalité. Il brise un % % % continuum en morceaux, et permet les stigmatisations et les dis- % % % criminations. D'un autre côté, ce document semble également obso- % lète aujourd'hui, car cette techno-structure n'a pas besoin de % % descriptions écrites aussi détaillées sur les fugitifs, les cri- % % minels ou les citoyens. Nous pouvons maintenant trouver des em- preintes digitales, des scanners d'iris ou des informations ADN % dans de grands jeux de données et les comparer directement. Par- fois, les systèmes agissent indépendamment, sans surveillance hu- maine et reconnaissent directement l'identité d'une personne par ses traits faciaux ou sa démarche. Ces machines n'utilisent pas un langage alphabétique complexe pour décrire un visage, mais des % listes de chiffres. Ainsi, tous les mots utilisés dans ce docu- ment semblent désuets, datés. Avons-nous oublié ce que certains d'entre eux signifient ? La photographie nous a-t-elle fait ou- blier comment décrire les visages ? Les assistants vocaux nous l'apprendront-il de nouveau ? % % Écrire avec Otlet Ecrire avec Otlet est un générateur de personnages qui utilise le code du portrait parlé comme base de données. Des nombres aléa- toires sont générés et traduits en un ensemble de caractéris- tiques humaines. En créant des instances uniques, l'algorithme révèle la richesse de la description qui est possible avec 'Un code du portrait' tout en incorporant ses nuances. Interprétation du portrait parlé de Bertillon % Ce travail établit un parallèle entre le système dit de "Ber- tillonage" et les systèmes actuels de description de visage. Une % webcam associée à un algorithme de reconnaissance faciale capte le visage du spectateur et le traduit en chiffres sur un écran, en l'imprimant à côté des visages annotés par Bertillon. % 00 0 0 0 0 0 000 0 0 % __ 0 _ / / ___ _ __ ___ _ __ __| |_ _ % / / / _ \ | '_ \ / _ \ '_ \ / _` | | | | % / /__| __/ | |_) | __/ | | | (_| | |_| | 0 \____/\___| | .__/ \___|_| |_|\__,_|\__,_| 0 % |_| 0 0 0 0 0 00 0 par Laetitia Trozzi, étudiante Arts²/Section Arts Numériques % % Quoi de mieux pour découvrir Paul Otlet et sa passion pour la littérature que de jouer au pendu? À travers ce jeu simple, qui consiste à deviner les lettres manquantes dans un mot, le but est de faire découvrir au public des termes et des faits liés à un % des créateurs du mundaneum. En utilisant un algorithme de détection de fréquence de mots dans un texte, une série de mots significatifs ont été isolés dans la bibliographie de Paul Otlet. Cette série de mots a ensuite été intégrée à un jeu du pendu présenté dans un terminal. La diffi- culté du jeu augmente graduellement en proposant au joueur des mots de plus en plus longs. Durant les phases de jeux, des infor- mations sont affichées en lien avec la vie et l'œuvre de Paul Otlet. 40 RÉCITS CONTEXTUALISÉS AUTOUR DES LECTEURS Naive Bayes, Support Vector Machines ou Régression lettre de suicide a été écrite par quelqu'un Linéaire sont considérés comme des algorithmes d'autre. classiques d'apprentissage automatique. Ils fonc- tionnent bien lorsqu'ils apprennent avec de petits Comment une machine analyse-t-elle les textes pour jeux de données. Mais ils nécessitent souvent des vous identifier ? La caractéristique la plus ro- lecteurs complexes. La tâche accomplie par les buste pour la reconnaissance de l'auteur est four- lecteurs est également appelée 'feature enginee- nie par la technique des N-grammes de caractères. ring'. Cela signifie qu'un être humain doit consa- Elle est utilisée dans des cas qui présentent une crer du temps à une analyse exploratoire approfon- grande variété dans les thématiques et les genres die du jeu de données. d’écriture. Lors de l'utilisation des N-grammes de caractères, les textes sont considérés comme des Leurs caractéristiques peuvent être la fréquence séquences de caractères. Considérons le trigramme des mots ou des lettres, mais aussi des éléments des caractères. Toutes les séquences de trois ca- syntaxiques comme les noms, les adjectifs ou les ractères qui se chevauchent sont isolées. Par verbes. Les caractéristiques les plus importantes exemple, le trigramme de caractères de 'suicide', pour la tâche à résoudre doivent être soigneuse- serait, 'sui', 'uic', 'ici', 'cid' et 'ide'. Les ment sélectionnées et transmises à l'algorithme N-grammes de caractères sont très simples, ils classique d'apprentissage automatique. Ce proces- sont indépendants du langage et tolérants au sus diffère de celui des réseaux de neurones. Lors bruit. De plus, les fautes d'orthographe ne com- de l'utilisation d'un réseau de neurones, il n'est promettent pas la technique. pas nécessaire de recourir au 'feature enginee- ring'. Les humains peuvent transmettre les données Les motifs trouvés avec les N-grammes de carac- directement au réseau et obtiennent généralement tères se concentrent sur les choix stylistiques de bonnes performances dès le départ. Cela permet qui sont faits inconsciemment par l'auteur. Les d'économiser beaucoup de temps et de ressources. modèles restent stables sur toute la longueur du texte, ce qui est important pour reconnaître l’au- L'inconvénient de la collaboration avec les ré- teur. D'autres types d'expériences pourraient in- seaux de neurones est que vous avez besoin de clure la longueur des mots ou des phrases, la ri- beaucoup plus de données pour entraîner votre mo- chesse du vocabulaire, la fréquence des mots de dèle de prédiction. Pensez à au moins 1 Go de fi- fonction et même les mesures syntaxiques ou séman- chiers texte. Pour vous donner une référence, 1 tiques. A4, soit un fichier texte de 5000 caractères, ne pèse que 5 Ko. Il vous faudrait donc 8.589.934 Cela signifie non seulement que votre empreinte pages. Traiter plus de données sous-entend d'avoir physique est unique, mais qu’il en va de même de accès à ces données et surtout, d'avoir beaucoup la façon dont vous composez vos pensées ! plus de puissance de traitement. La même technique n-gramme a découvert que 'The Cuckoo's Calling', un roman de Robert Galbraith, a --- Les N-grammes de caractères pour la reconnais- en fait été écrit par... J.K. Rowling ! sance d'un auteur --- Références : Imaginez... vous travaillez pour une entreprise - Essai: On the Robustness of Authorship Attribu- depuis plus de dix ans. Vous avez écrit des tonnes tion Based on Character N-gram Features, Efsta- de courriels, d'articles, de notes internes et de thios Stamatatos, in Journal of Law & Policy, Vo- rapports sur des sujets et dans des genres très lume 21, Issue 2, 2013. différents. Tous vos écrits, ainsi que ceux de vos - Article: https://www.scientificamerican.com/ar- collègues, sont sauvegardés en toute sécurité sur ticle/how-a-computer-program-helped-show-jk-row- les serveurs de l'entreprise. ling-write-a-cuckoos-calling/ Un jour, vous tombez amoureuse d'une collègue. Après un certain temps, vous réalisez que cette --- Histoire des N-grammes --- personne est non seulement folle et hystérique mais qu'elle dépend beaucoup de vous. Le jour où L'algorithme des N-grammes peut être retracé jus- vous décidez de rompre, votre ex élabore un plan qu'aux travaux de Claude Shannon en théorie de pour vous tuer. Elle réussit. Pas de chance. Une l'information. Dans l'article 'A mathematical lettre de suicide signée de votre nom est retrou- theory of communication', publié en 1948, Claude vée à côté de votre cadavre. Celle-ci raconte que Shannon réalise la première instance d'un modèle vous avez décidé de mettre fin à votre vie à cause de langage naturel à base des N-grammes. Il a posé de problèmes émotionnels. Vos meilleurs amis ne la question suivante : étant donné la séquence des croient pas au suicide. Ils décident de porter lettres, quelle est la probabilité de la prochaine l'affaire devant les tribunaux. Et là, à partir lettre ? Si vous lisez l'extrait suivant, pouvez- des textes que vous et d'autres avez produits, un vous nous dire par qui il a été écrit ? Shakespeare modèle d'apprentissage automatique révèle que la ou un robot N-grammes ? 41 SEBASTIEN : Dois-je rester debout pliquer un mouvement boursier basé sur d'autres jusqu'à la rupture. facteurs que les facteurs purement économiques. La BIRON : Cache ta tête. Bourse et 'l'opinion publique' s'influencent mu- VENTIDIUS : Il se rendit à Athènes, où, par le tuellement. De nombreuses recherches sont effec- voeu. que j'ai fait pour m'occuper de toi. tuées sur la façon d'utiliser 'l'opinion publique' FALSTAFF : Mon bon fripouille. pour prédire les tendances dans le cours des actions. Vous aviez peut-être deviné, en considérant le su- 'L'opinion publique' est évaluée à partir de jet de ce récit, qu'un algorithme N-grammes a gé- grandes quantités de données publiques, comme les néré ce texte. Le modèle est entraîné sur l'oeuvre tweets, les blogs ou la presse en ligne. Des re- complète de Shakespeare. Alors que les algorithmes cherches montrent que l'évolution des cours bour- plus récents, tels que les réseaux de neurones ré- siers peut, dans une certaine mesure, être prédit cursifs de CharRNN, deviennent célèbres pour leurs en examinant 'l'opinion publique' à travers l'ana- performances, les N-grammes exécutent encore beau- lyse des données automatique. On trouve de nom- coup de tâches NLP. Elles sont utilisés dans la breux articles scientifiques en ligne, qui ana- traduction automatique, la reconnaissance vocale, lysent la presse sur le 'sentiment' qui y est ex- la correction orthographique, la détection d'enti- primé. Un article peut être annoté comme plus ou tés, l'extraction d'informations, etc. moins positif ou négatif. Les articles de presse annotés sont ensuite utilisés pour entraîner un Référence : http://www.math.harvard.edu/~ctm/ho- modèle d’apprentissage automatique, qui permet de me/text/others/shannon/entropy/entropy.pdf prédire les tendances boursières, en les marquant comme 'à la baisse' ou 'à la hausse'. Quand une entreprise fait mauvaise presse, les traders --- Dieu dans Google Books --- vendent. Au contraire, si les nouvelles sont bon- nes, ils achètent. En 2006, Google crée un jeu de données de N- grammes à partir de sa collection de livres numé- Un article de Haikuan Liu de l'Université Natio- risés pour le mettre en ligne. Récemment, ils ont nale Australienne affirme que le temps des verbes également réalisé une visionneuse de N-grammes. utilisés dans les tweets peut être un indicateur Cela a permis de nombreuses recherches sociolin- de la fréquence des transactions financières. Son guistiques. Par exemple, en octobre 2018, le New idée s'inspire du fait que la conjugaison des York Times Magazine a publié un article d'opinion verbes est utilisée en psychologie pour détecter intitulé 'It's Getting Harder to Talk About God'. les premiers stades de la dépression humaine. L'auteur, Jonathan Merritt, avait analysé la men- tion du mot 'Dieu' dans le jeu de données de Référence : Grammatical Feature Extraction and Google à l'aide du visualiseur de N-grammes. Analysis of Tweet Text: An Application towards Il a conclu qu'il y a eu un déclin dans l'usage du Predicting Stock Trends, The Australian National mot depuis le 20ème siècle. Le corpus de Google University (ANU) contient des textes du 16e jusqu'au 21e siècle. Cependant l'auteur a manqué d'observer la popula- rité croissante des revues scientifiques vers le --- Sac de mots --- début du 20ème siècle. Ce nouveau genre, dans le- quel le mot Dieu n'apparaît pas, a fait basculer Dans le traitement du langage naturel, le 'sac de le jeu des données. Si la littérature scientifique mots' est considéré comme un modèle simple. Il dé- était retirée du corpus, la fréquence du mot pouille un texte de son contexte et le décompose 'Dieu' s'écoulerait toujours comme l'ondulation dans sa collection de mots uniques. Ensuite, ces douce d'une vague lointaine. mots sont comptés. Dans les phrases précédentes, par exemple, le mot 'mots' est mentionné trois Référence : https://www.nytimes.com/2018/10/13/ fois, mais ce n'est pas nécessairement un indica- opinion/sunday/talk-god-sprituality-christian.html teur de l'objet du texte. La première apparition de l'expression 'sac de --- Les traits grammaticaux extraits mots' semble remonter à 1954. Zellig Harris a pu- de Twitter influencent le marché boursier --- blié un article dans le contexte des études lin- guistiques, intitulé 'Distributional Structure'. Les frontières entre les disciplines académiques Dans la partie intitulée 'Le sens en fonction de s'estompent. La recherche économique mélangée à la la distribution', il dit que 'le langage n'est pas psychologie, aux sciences sociales, aux concepts seulement un sac de mots, mais aussi un outil aux cognitifs et émotionnels créent un nouveau sous- propriétés particulières qui ont été façonnées au domaine économique, appelé 'l'économie comporte- cours de son utilisation. Le travail du linguiste mentale'. est précisément de découvrir ces propriétés, que ce soit pour l'analyse descriptive ou pour la syn- Cela signifie que les chercheurs commencent à ex- thèse du système quasi-linguistique.' 42 learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn lea ners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners earn learners learn learners learn learners learn learners learn learners learn learners learn lea ners learn learners learn learners learn learners learn learners earn learners learn learne s learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn lea ners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners earn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn learners learn 43 c us 'l8 t n | d c ri i s +-+-+-+-+-+-+-+-+ o +-+-+-+-+-+ 3ini sst5 dl e or%tu ed5 u_ u1u t r éa n 86 Mi V |l|e|a|r|n|e|r|s| |l|e|a|r|n| / nV 8 r _ u s 9e 5mn ieo   a i8- | 3 se7 |s dtr +-+-+-+-+-+-+-+-+ iT +-+-+-+-+-+ 9l l o é e e r | _ _ ve- e f ym it 1es3 63 d 9s5ue8 | s / , ,4 7 asr 9 d % 6sd il43 23 G |r o9c n % Dm u i db o /mé eev oeut r +5o e s v9c + 7r i a 3 lii| p f H1 oo y L n7 eu s + -0 i _ean, rsm 0 +-+-+-+-+-+-+-+-+ s +-+-+-+ +-+-+-+-+-+-+-+ i qua u utn i + + l e i_ t l 3 b% 7 éo s fn |l|e|a|r|n|e|r|s| r. |a|r|e| |p|a|t|t|e|r|n| rld 3s o l to N ,A 1 s e s v l c ud ri5o +-+-+-+-+-+-+-+-+ e +-+-+-+ +-+-+-+-+-+-+-+ %9e-am | e e l rea r- 36 1- r u . 4 --é e `t i +-+-+-+-+-+-+-+ t c e a srn 9p 8 3 fm eg u% 1k 6d g r- e s2 |f|i|n|d|e|r|s| , I u_o t s it n 8d d e 5,e - 9 et 2 A o 2e - e ae r l e +-+-+-+-+-+-+-+ % n u +pa+ un8ne r - r a ,n _ng |e r fhs +-+-+-+-+-+-+-+-+ 2 +-+-+-+ +-+-+-+-+-+-+-+-+ e j hlqi n oae c7 r 6 t 9 % r e 6n ei enn |l|e|a|r|n|e|r|s| /i |a|r|e| |c|r|a|w|l|i|n|g| e 68 t 2c+ y t 5 u , 4 u e t e +-+-+-+-+-+-+-+-+ a +-+-+-+ +-+-+-+-+-+-+-+-+ 6 n c5 b u45i u t| n _ 7 i e l a 1 A78 it t +-+-+-+-+-+-+-+ +-+-+-+-+ 2 iid d ,a éc O n %t/ / h 4 r i6 7 sna p s |t|h|r|o|u|g|h| |d|a|t|a| e V lauae9n 5 9 l1 e é Iho e t c t3 e 1 7 m ndm . 2 +-+-+-+-+-+-+-+ +-+-+-+-+ i ea s n p n c2 is |\ 5 6 / ac r4 o +-+-+-+-+-+-+-+-+ -ad6 +-+-+-+-+-+-+-+-+ +-+-+-+-+ +-+-+-+-+ e3 cv 8 s u% - t e 1 3o |l|e|a|r|n|e|r|s| e m |g|e|n|e|r|a|t|e| |s|o|m|e| |k|i|n|d| t L s 4rr s t - us l +-+-+-+-+-+-+-+-+ / | +-+-+-+-+-+-+-+-+ +-+-+-+-+ +-+-+-+-+ ae r g '- ê u u 2 -4 48 9s +-+-+ +-+-+-+-+-+-+-+-+ m s +i 39 +7p o - di o t2 4 e l a os b i o |o|f| |s|p|e|c|i|f|i|c| f -p e e 24 7 e r -e o lr 3i dh t t C o +-+-+ +-+-+-+-+-+-+-+-+ ee3 r 4 r | i nd id ei t e 7m 6 g t p + é e e +-+-+-+-+-+-+-+-+-+ s _ a n i i l t w ' o r c 7 s_- l ea t ' - |'|g|r|a|m|m|a|r|'| o 0 t 1 u n uf - teu| c_n e o5 e e % d+ re 5 t +-+-+-+-+-+-+-+-+-+ n s o etps r m a iu a r u s 5 +-+-+-+-+-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+ 2ain d% p 7,s0 .e e 1r gt _ |c|l|a|s|s|i|f|i|e|r|s| ir |g|e|n|e|r|a|t|e|,| |e|v|a|l|u|a|t|e| ê sa, g te ( i m e + +-+-+-+-+-+-+-+-+-+-+-+ a +-+-+-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+ es a _ s e dr p ' o U + p' +-+-+-+ +-+-+-+-+-+-+-+-+ l o n8 - r 8 r6 o é s re eA a s r' n c t 5 |a|n|d| |r|e|a|d|j|u|s|t| o u r + n2o t o t % 4 iinu g 4 7s p u u- e 7 +-+-+-+ +-+-+-+-+-+-+-+-+ ' u tn + - e l/ v 2 ni 2 a +-+-+-+-+-+-+-+-+ u +-+-+-+-+-+-+-+-+-+-+ +-+-+-+ 35 8 _ p _ %o dh 9 ee i s |l|e|a|r|n|e|r|s| 3a |u|n|d|e|r|s|t|a|n|d| |a|n|d| s ee c i % m qra st +-+-+-+-+-+-+-+-+ h +-+-+-+-+-+-+-+-+-+-+ +-+-+-+ d+ g a n p s eh . t r - d si r-i i +-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+ n 6 9 r s e i i 2 t t ae i |r|e|v|e|a|l| |p|a|t|t|e|r|n|s| m e ' eg e i - tB i \m t +-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+ 1 t e 45 5 s u iee i i ,l 7t +-+-+-+-+-+-+-+-+ +-+-+-+-+-+ +-+-+-+-+-+-+ 43 l u .a d r n 59n e l w 8a |l|e|a|r|n|e|r|s| 8 |d|o|n|'|t| |a|l|w|a|y|s| l i i d r l è p m r 0 i +-+-+-+-+-+-+-+-+ % +-+-+-+-+-+ +-+-+-+-+-+-+ 4 i ee t 5 m -8 p t a O en v6 +-+-+-+-+-+-+-+-+-+-+-+-+ +-+-+-+-+ p é t i 2 '4 uf e c l t |d|i|s|t|u|i|n|g|u|i|s|h| |w|e|l|l| m l e+ di ' y 9 r +-+-+-+-+-+-+-+-+-+-+-+-+ +-+-+-+-+ z 1 - d n5 de . e 2 r _ +-+-+-+-+-+ +-+-+-+-+-+-+-+-+ 6 t f d _ , 2 l csi d |w|h|i|c|h| |p|a|t|t|e|r|n|s| r i a. v a l 9 i s 9 sk +-+-+-+-+-+ +-+-+-+-+-+-+-+-+ 3 a l | 9 al +-+-+-+-+-+-+ +-+-+ +-+-+-+-+-+-+-+-+ hsé 3 e s r A e s 9 r |s|h|o|u|l|d| |b|e| |r|e|p|e|a|t|e|d| i i r u ue I C _ 4 m +-+-+-+-+-+-+ +-+-+ +-+-+-+-+-+-+-+-+ + e n i v 6s e /a 5 7C r _ a r 1 t r V e r i e nu l n ' r64 l e ei a _ 6 e t n s roe l e 2 6e n a 9 o g . e - /q Z m 7 .1 1 |n . q 8 9p s7 h o u fe 6 r n a ê n 5 4 - nn n i u . r dt | r t 4V 9 7 n l s e - i 9n 9 4 n m 8 r n a_ 4 1 s b , ui + % e \ e e s s | _ 0 i il s a 6e a + e d 9 p t a t e e ' r i 9 t 9 _ n i s - n r s7 s e 9 m + è e Q 8e . t s5 eo t c b ' 1 % 0 s _ b n n 4 % v e ' it 2 r u o r pu p r 44 V V V V V V V V % %% % % % % % % % % % % % % % V V V V V V V V V V V V V V V V % %%% % 0 %% % 0 0 %% %% V V V % V V V V V V % % % 0 __ 0 % % % %% % % % % % % % 0 %% 0 \ \ ___ _ _ ___ ____ __ _ _ _ % % %% % % % % 0 \ \/ _ \| | | |/ _ \_ / / _` | | | | % % APPRENANTS 0 /\_/ / (_) | |_| | __// / | (_| | |_| | 0 % % % % % \___/ \___/ \__,_|\___/___| \__,_|\__,_| V V V V V V V V % % __ _ 0 %%% % V V V V V V V V V V V V V V V V 0 % /\ \ \__ _(_)_ _____ % 0 % V V V V V V V V V / \/ / _` | \ \ / / _ \ 0 % V V V V V V V V % / /\ / (_| | |\ V / __/ 0 0 V V V V V V V V V V V V V V V V 0 \_\ \/ \__,_|_| \_/ \___| % % V V V V V V V V V 0 0 ___ 0 0 0 % / __\ __ _ _ _ ___ ___ 0 0 00 Les Apprenants sont les algorithmes 0 /__\/// _` | | | |/ _ \/ __| % qui distinguent les pratiques d'ap- 0 / \/ \ (_| | |_| | __/\__ \ % prentissage automatique des autres 0 \_____/\__,_|\__, |\___||___/ 0 pratiques algorithmiques. Les Ap- % 0 % % |___/ 0 0 0 % prenants sont aussi appelés classi- 0 0 0 0 0 0 ficateurs. Ce sont des chercheurs de motifs, capables de fouiller par Algolit % dans les données et de générer une % % sorte de 'grammaire' spécifique. Dans l'apprentissage automatique, les méthodes Naive Bayes sont Les Apprenants sont souvent basés des classificateurs probabilistes simples qui sont largement uti- sur des techniques statistiques. lisés pour filtrer le spam et décider si un texte est positif ou Chacun d'entre eux présente des ca- négatif. ractéristiques individuelles. Cer- tains ont besoin d'une grande quan- Ils nécessitent une petite quantité de données d'entraînement tité de données d'entraînement pour pour estimer les paramètres nécessaires. Ils peuvent être extrê- fonctionner, d'autres peuvent s'en mement rapides par rapport à des méthodes plus sophistiquées. Ils tirer avec un petit jeu de données sont difficiles à généraliser, ce qui signifie qu'ils exécutent annotées. Certains s'acquittent des tâches très spécifiques, exigeant d'être entraînés avec le bien de tâches de classification, même style de données que celui qui sera utilisé par la suite. comme l'identification des spam, d'autres sont plus aptes à prédire Ce jeu vous permet de jouer selon les règles de Naive Bayes. Tout les chiffres, comme les températu- en exécutant manuellement le code, vous créez votre propre modèle res, les distances, les valeurs ludique qui 'fonctionne'. Un peu de prudence s'impose : parce que boursières, et ainsi de suite. vous ne l'entraînez qu'en 6 phrases - au lieu de 2000 au minimum - il n'est pas représentatif du tout ! La terminologie de l'apprentissage automatique n'est pas encore com- --- plètement établie. Selon le domaine (les statistiques, l'informatique Concept & réalisation: An Mertens ou les sciences humaines) ils sont appelés par des mots différents. Lorsque nous parlons d’Apprenants, nous parlons des fonctions imbri- quées qui ont la capacité de géné- rer d'autres fonctions, de les éva- luer et de les réajuster en fonc- tion des données. Les Apprenants sont bons pour comprendre et révé- ler les motifs. Mais ils ne dis- tinguent pas toujours bien quels motifs doivent être répétés. Dans les logiciels, il n'est pas toujours possible de distinguer les éléments caractéristiques des clas- sificateurs, car ils sont cachés dans des modules ou bibliothèques sous-jacents. Les programmeurs peuvent les invoquer en utilisant une seule ligne de code. Par consé- quent, pour cette exposition, nous avons développé deux jeux de table qui montrent en détail le processus d'apprentissage de classificateurs simples, mais fréquemment utilisés. 45 0 0 0 0 0 __ 0 __ 0 _ \ \ ___ _ _ ___ ____ \_\_ | | __ _ \ \/ _ \| | | |/ _ \_ / / _` | | |/ _` | /\_/ / (_) | |_| | __// / | (_| | | | (_| | \___/ \___/ \__,_|\___/___| \__,_| |_|\__,_| __ __ 0 _ /__\ _/_/ __ _ _ __ ___ ___ ___(_) ___ _ __ / \/// _ \/ _` | '__/ _ \/ __/ __| |/ _ \| '_ \ % / _ \ __/ (_| | | | __/\__ \__ \ | (_) | | | | \/ \_/\___|\__, |_| \___||___/___/_|\___/|_| |_| 0 |___/ __ _ __ _ 0 0 / /(_)_ __ _/_/ __ _(_)_ __ ___ 0 0 / / | | '_ \ / _ \/ _` | | '__/ _ \ / /__| | | | | __/ (_| | | | | __/ 0 \____/_|_| |_|\___|\__,_|_|_| \___| 0 0 0 0 par Algolit La régression linéaire est l'un des algorithmes les plus connus et les mieux compris en statistique et en apprentissage automa- % % % % % % %% % % tique. Il existe depuis près de 200 ans. C'est un modèle at- % % % % % trayant parce que la représentation est très simple. En statisti- % % % % que, la régression linéaire est une méthode statistique qui per- % % met de résumer et d'étudier les relations entre deux paramètres % % % % quantitatifs. % % % % %% % % % % % % %% % % % En jouant à ce jeu, vous réaliserez qu'en tant que joueur, vous % % % % avez beaucoup de décisions à prendre. Vous découvrirez ce que si- % gnifie créer un jeu de données cohérent, de décider ce qu’il doit % % inclure. Si tout se passe bien, vous ressentirez le besoin de mo- % % difier vos données afin d'obtenir de meilleurs résultats. Cela % fait partie de l'art de l'approximation qui est à la base de % % toutes les pratiques d'apprentissage automatique. % % % % --- % % % Concept & réalisation: An Mertens % % %% % % % % 46 % % 0 0 0 0 % % 0 0 _____ % _ _ __ _ /__ \_ __ __ _(_) |_ _/_/ 0 __| | ___ 0 0 / /\/ '__/ _` | | __/ _ \ / _` |/ _ \ / / | | | (_| | | || __/ | (_| | __/ 0 \/ |_| \__,_|_|\__\___| \__,_|\___| _ 0 0 0 0 __| | ___ ___ _ _ _ __ ___ ___ _ __ / _` |/ _ \ / __| | | | '_ ` _ \ / _ \ '_ \ ____ | (_| | (_) | (__| |_| | | | | | | __/ | | | /___/ \__,_|\___/ \___|\__,_|_| |_| |_|\___|_| |_| _ _ _ 0 _____ 0 _ 0 | |_ __ _| |_ (_) ___ _ __ /__ \_ __ ___ (_)___ 00 | __/ _` | __|| |/ _ \| '_ \ / /\/ '__/ _ \| / __| % | || (_| | |_ | | (_) | | | |_ / / | | | (_) | \__ \ \__\__,_|\__||_|\___/|_| |_(_) \/ |_| \___/|_|___/ 0 0__0 0 0 _ _ __ ___ \_\ _ __ ___ ___ ___ __ _| | __ _ ___ % | '_ \ / _ \ / _ \ '_ ` _ \ / _ \/ __| / _` | |/ _` |/ _ \ ____ | |_) | (_) | __/ | | | | | __/\__ \ | (_| | | (_| | (_) | /___/ 0 | .__/ \___/ \___|_| |_| |_|\___||___/ \__,_|_|\__, |\___/ |_| _ _ _ 0 _ 0 |___/ _ __(_) |_| |__ _ __ ___ (_) __ _ _ _ ___ ___ | '__| | __| '_ \| '_ ` _ \| |/ _` | | | |/ _ \/ __| | | | | |_| | | | | | | | | | (_| | |_| | __/\__ \ |_| |_|\__|_| |_|_| |_| |_|_|\__, |\__,_|\___||___/ 0 0 0 |_| 00 par Rémi Forte, designer-chercheur à l’Atelier national de re- cherche typographique, Nancy, France sérigraphie sur papier, 60 × 80 cm, 25 ex., 2019, en vente à la réception du Mundaneum. % Sous la forme de trois affiches, ces poèmes opèrent une relecture algorithmique et poétique du 'Traité de documentation' de Paul Otlet. Ils sont le résultat d’un même algorithme basé sur les règles mystérieuses de l'intuition humaine. Il est appliqué à trois fragments prélevés dans l’ouvrage de Paul Otlet et se veut représentatif de sa pratique bibliologique. Pour chaque fragment, l’algorithme découpe le texte, puis mots et signes de ponctuation sont comptabilisés et réordonnés en une liste. À chaque ligne, % % % % %%% % % % les éléments se combinent et épuisent la syntaxe du fragment sé- % % % % % % % % lectionné. % %%% % % % % % % % % % % % % % % % % % % % %% % % %% % Le langage de Paul Otlet reste perceptible mais exacerbé jusqu’à % % % % % l’absurde. Pour le lecteur, la systématisation du texte est dé- % % % concertante et ses habitudes de lecture sont bousculées. Cons- % % % % truite selon une équation mathématique, la composition typogra- % % phique de l’affiche est tout aussi systématique que le poème. Ce- pendant, des frictions surviennent ponctuellement ; boucle après % % boucle, les lignes s’étendent jusqu’à mordre la colonne voisine. Des superpositions se créent et des mots se trouvent dissimulés % par d’autres. Ces télescopages dessinent des parcours de lecture % % % alternatifs. % % % % % % 47 RÉCITS CONTEXTUALISÉS AUTOUR DES APPRENANTS --- Naive Bayes & Viagra --- Pierre-Simon Laplace, son inventeur. Le mathémati- cien aurait échoué à créditer les travaux des L'algorithme Naive Bayes est un Apprenant célèbre autres. Par conséquent, il a souffert d’accusa- qui réussit bien avec peu de données. Nous l'ap- tions largement diffusées contre sa réputation. Ce pliquons tout le temps. Christian & Griffiths af- n'est que 150 ans plus tard que l'accusation s'est firment dans leur livre, 'Algorithms to Live by', avérée fausse. que 'nos jours sont remplis de petites données'. Imaginez par exemple que vous vous trouviez à un Avançons en 1939, alors que le règne de Bayes de- arrêt de bus dans une ville étrangère. L'autre meure pratiquement tabou, mort et enterré dans le personne qui se tient là attend depuis 7 minutes. domaine de la statistique. Lorsque la France est Qu'est-ce que vous faites ? Décidez-vous d'atten- occupée en 1940 par l'Allemagne, qui contrôle les dre ? Et si oui, pour combien de temps ? Quand al- usines et les fermes européennes, la plus grande lez-vous envisager d'autres options ? Un autre inquiétude de Winston Churchill est le péril U- exemple. Imaginez qu’un ami demande conseil sur boot. Les opérations de sous-marin étaient étroi- une relation. Il est avec son nouveau partenaire tement contrôlées par le quartier général allemand depuis un mois. Doit-il l'inviter à l’accompagner en France. Chaque sous-marin partait en mer sans à un mariage de famille ? ordres, et les recevait sous forme de messages ra- dio codés après avoir atteint l'Atlantique. Les Les croyances préexistantes sont cruciales pour messages étaient cryptés par des machines à que Naive Bayes fonctionne. L'idée est de calculer brouiller les mots, appelées Enigma machines. les probabilités sur base de ces connaissances Enigma ressemblait à une machine à écrire compli- préalables et d'une situation spécifique. quée. Elle est inventée par la société allemande Scherbius & Ritter après la première guerre mon- Le théorème a été formulé dans les années 1740 par diale, lorsque le besoin de machines d'encodage de le révérend et mathématicien amateur Thomas Bayes. messages est devenu douloureusement évident. Il a consacré sa vie à résoudre la question de sa- voir comment gagner à la loterie. Mais la règle de Curieusement, et heureusement pour Naive Bayes et Bayes a été rendue célèbre dans sa forme actuelle le monde, à l'époque le gouvernement britannique par le mathématicien Pierre-Simon Laplace en et les systèmes d'éducation considéraient les ma- thématiques appliquées et les statistiques sans temps après la mort de La Place, la théorie tombe aucun rapport avec la résolution pratique des pro- dans l'oubli jusqu'à ce qu'elle soit à nouveau dé- blèmes. Les données statistiques ont été jugées terrée pendant la Seconde Guerre mondiale dans le gênantes en raison de leur caractère détaillé. but de briser le code Enigma. Ainsi, les données du temps de guerre étaient sou- vent analysées non pas par des statisticiens, mais La plupart des personnes sont aujourd'hui entrées par des biologistes, des physiciens et des mathé- en contact avec Naive Bayes par le biais de leurs maticiens théoriques. Aucun d'entre eux ne savait dossiers de courrier indésirable. Naive Bayes est qu'en ce qui concerne les statistiques sophistiquées, un algorithme largement utilisé pour la détection la règle de Bayes était considérée non- scientifique. du spam. C’est une coïncidence que le Viagra, mé- dicament contre la dysfonction érectile, a été ap- C'est le désormais célèbre Alan Turing, mathémati- prouvé par la FDA (US Food & Drug Administration) cien, informaticien, logicien, cryptanalyste, phi- en 1997, au moment où environ 10 millions d'utili- losophe et biologiste théorique, qui a utilisé le sateurs dans le monde avaient des comptes de mes- système de probabilités des règles de Bayes pour sagerie Web gratuits. Les sociétés de vente concevoir la 'bombe'. Il s'agissait d'une machine avaient l’intelligence d'utiliser la publicité électromécanique à grande vitesse pour tester tous massive par e-mail : c'était un média intime, à les arrangements possibles qu'une machine Enigma l'époque réservé à la communication privée. En produirait. Afin de déchiffrer les codes navals 2001, le premier programme SpamAssasin s'appuyant des U-boot, Turing simplifie le système de la sur Naive Bayes a été téléchargé sur SourceForge, 'bombe' en utilisant des méthodes baysiennes. La réduisant ainsi le marketing 'guerilla par cour- 'bombe' a transformé le quartier général du riel'. Royaume-Uni en une usine de décryptage. L'histoire est bien illustrée dans 'The Imitation Game', un Référence : Machine Learners, by Adrian MacKenzie, film de Morten Tyldum, sorti en 2014. The MIT Press, Cambridge, US, November 2017. --- Une histoire sur les petits pois --- --- Naive Bayes & Enigma --- En statistique, la régression linéaire est une mé- Cette histoire de Naive Bayes fait partie du livre thode d'apprentissage supervisé. Après l'entraîne- 'The theory that would not die', écrit par Sharon ment avec des données annotées, le modèle tente de Bertsch McGrayne. Elle décrit entre autres comment prédire les valeurs de nouvelles données incon- Naive Bayes est vite oubliée après la mort de nues. La régression linéaire permet de résumer et 48 d'étudier les relations entre deux éléments, afin j'ai toujours soutenu qu'à l'exception des imbéci- de voir s'il existe une corrélation entre eux. les, les hommes ne différaient pas beaucoup sur le S'il y a une corrélation positive, la connaissance plan intellectuel, seulement sur le plan du zèle d'un élément aide à prédire l'autre. Par exemple, et du labeur'. Heureusement, l'étude moderne de étant donné la critique d'un film, nous pouvons l'hérédité a réussi à éliminer le mythe de la dif- prédire le nombre moyen d'étoiles qui lui sont at- férence génétique fondée sur la race. tribuées, plutôt que de simplement dire si la cri- tique est positive ou négative. La raison pour laquelle nous l'évoquons dans cette série, c'est qu'il a été parmi les premiers scien- Parfois, les figures que nous rencontrons en grat- tifiques à utiliser des méthodes statistiques dans tant sous la surface ne sont pas à notre goût. ses recherches. Sa principale contribution dans ce L'idée de régression vient de Sir Francis Galton, domaine a été l'analyse de régression linéaire, un scientifique influent du 19e siècle. Il a passé qui a fondé les bases d'une grande partie de la sa vie à étudier le problème de l'hérédité - pour statistique moderne. Alors que nous nous engageons comprendre à quel point les caractéristiques d'une dans le domaine de l'apprentissage automatique, Algolit génération d'êtres vivants se manifestent dans la essaie de ne pas oublier que les systèmes d'ordre ont génération suivante. Il a établi le domaine de du pouvoir, et que ce pouvoir n'a pas toujours été l'eugénisme et l'a défini comme 'l'étude des orga- exercé au bénéfice de tout le monde. L'apprentissage nismes sous contrôle social qui peuvent améliorer automatique a hérité de nombreux aspects de la ou altérer les qualités raciales des générations recherche statistique, certains plus agréables que futures, que ce soit physiquement ou mentalement'. d'autres.Nous devons nous méfier, car ces visions Par conséquent, son nom a marqué l'histoire et du mondes'infiltrent dans les modèles algorithmiques l'héritage du racisme scientifique. qui créent des ordres aujourd'hui. Galton a d'abord abordé le problème de l'hérédité Références : en examinant les caractéristiques du petit pois doux. Il a choisi le petit pois parce que l'espèce http://galton.org/letters/darwin/correspon- peut s'auto-fertiliser. Les plantes femelles hé- dence.htm ritent des variations génétiques des plantes mères sans la contribution d'un deuxième parent. Cette https://www.tandfonline.com/doi/- caractéristique élimine la nécessité de traiter full/10.1080/10691898.2001.11910537 avec des sources multiples. http://www.paramoulipist.be/?p=1693 En 1875, Galton a distribué des paquets de graines de petits pois à sept amis. Chaque ami recevait des graines de poids uniforme, mais il y avait des --- Perceptron --- variations importantes d'un paquet à l'autre. Les amis de Galton ont récolté les graines des nou- Nous nous trouvons dans une décennie où les ré- velles générations de plantes et les lui ont ren- seaux de neurones suscitent beaucoup d'attention. dues. Il a ensuite tracé le poids des graines fe- Cela n'a pas toujours été le cas. L'étude des ré- melles contre le poids des graines mères. Il a dé- seaux de neurones remonte aux années 1940, lorsque couvert que le poids médian des graines femelles la première métaphore des neurones est apparue. Le d'une taille particulière de la semence mère dé- neurone n'est pas la seule référence biologique crivait approximativement une ligne droite avec dans le domaine de l'apprentissage automatique - une pente positive inférieure à 1,0. Les premières pensez au mot corpus ou formation. Le neurone ar- idées de Galton sur la régression sont nées de ce tificiel a été construit en relation étroite avec diagramme bidimensionnel qui compare la taille des son homologue biologique. petits pois femelles à celle des petits pois mères. Il a utilisé cette représentation de ses Le psychologue Frank Rosenblatt s'est inspiré des données pour illustrer les fondements de ce que travaux de son collègue Donald Hebb sur le rôle les statisticiens appellent encore aujourd'hui la des neurones dans l'apprentissage humain. Hebb a régression. Pour Galton, c'était aussi une façon déclaré que 'les cellules qui communiquent, se de décrire les avantages de l'eugénisme. mettent ensemble.' Sa théorie est maintenant à la base de l'apprentissage associatif humain, mais La recherche de Galton été appréciée par de nom- aussi de l'apprentissage en réseau de neurones non breux intellectuels de son temps. En 1869, dans supervisé. Il a poussé Rosenblatt à développer 'Hereditary Genius', Galton affirme que le génie l'idée du neurone artificiel. En 1962, il crée le est principalement une question d'ascendance. Il Perceptron. Le Perceptron est un modèle qui ap- croyait qu'il y avait une explication biologique à prend par la pondération des entrées. l'inégalité sociale entre les races. Galton a même persuadé son demi-cousin Charles Darwin de ses Il a été mis de côté par les chercheurs, parce idées. Après avoir lu l'article de Galton, Darwin qu'il ne peut gérer que la classification binaire. a déclaré : 'Vous avez converti un adversaire, car Cela signifie que les données doivent être sépa- 49 rables linéairement, comme par exemple hommes et 'deep learning'. Les tarifs de location de TPU femmes, noir et blanc. Il est clair que ce type de vont de de 8$/h à 394$/h. Si vous êtes comme nous, données est très rare dans le monde réel. Lorsque et vous ne voulez pas travailler avec des sollu- le soi-disant premier hiver de l'Intelligence Ar- tions prêtes à l'emploi, et vous souhaitez ouvrir tificielle (IA) est arrivé en 1974-1980 et que le la boîte noire, BERT exige de faire des économies financement consacré à cette recherche a diminué, pour pouvoir l’utiliser. le Perceptron a également été négligé. Pendant 10 ans, il est resté inactif. Lorsque le printemps Références : s'installe à la fin des années 1980, de nouvelles générations de chercheurs le reprennent et l'uti- https://ai.googleblog.com/2018/11/open-sourcing- lisent pour construire des réseaux de neurones. bert-state-of-art-pre.html Ceux-ci contiennent de multiples couches de Per- ceptrons. C'est ainsi que les réseaux de neurones https://towardsdatascience.com/deconstructing- voient la lumière. On pourrait dire que cette sai- bert-distilling-6-patterns-from-100-million- son d'apprentissage automatique est particulière- parameters-b49113672f77 ment chaude, mais il faut un autre hiver pour connaître un été. --- BERT --- Certains articles en ligne disent que l'année 2018 a marqué un tournant dans le domaine du traitement du langage naturel. Une série de modèles de 'deep learning' ont permis d'obtenir des résultats ex- cellents pour des tâches comme les réponses aux questions ou la classification des sentiments. L'algorithme BERT de Google est entré dans les concours d'apprentissage automatique de l'année dernière comme un 'modèle gagnant'. Il témoigne d’une performance supérieure sur une grande varié- té de tâches. BERT est pré-entraîné; ses poids sont appris à l'avance grâce à deux tâches non supervisées. Cela signifie que BERT n'a pas besoin d'être entraîné à partir de zero pour chaque nouvelle tâche. Vous n'avez qu'à affiner ses poids. Cela signifie également qu'un programmeur souhai- tant utiliser BERT ne sait plus sur quels para- mètres BERT est réglé, ni à base de quelles don- nées il a appris ses performances. BERT signifie 'Bidirectional Encoder Representa- tions from Transformers'. Cela signifie que BERT permet un entraînement bidirectionnel. Le modèle apprend le contexte d'un mot à partir de son envi- ronnement, à gauche et à droite d'un mot. En tant que tel, il peut faire la différence entre 'Je suis pile à l’heure' et 'Je l’ai mis sur la pile'. Quelques faits : - BERT_large, avec 345 millions de paramètres, est le plus grand modèle du genre. Il est manifeste- ment supérieur à BERT_base, qui utilise la même architecture avec 'seulement' 110 millions de pa- ramètres, pour les tâches à petite échelle. - Pour exécuter BERT, vous devez utiliser les TPU. Ce sont les processeurs (CPU) de Google spéciale- ment conçus pour TensorFLow, la plateforme de 50 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 56 7 8 9 01 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 90 1 2 3 45 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 89 0 1 2 34 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 23 4 5 6 78 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 67 8 9 0 12 3 4 5 67 8 9 0 12 3 51 █▒░░ ▓▒█░░▒▓███▀▒░ ░▒ ▒ ░ ▒▒▓██▒ ░░ ▒░ ░ ▒ ░▓ ░▒▓ ▒ ▒█░░▒█▓▒░▓▒ ▒▓▒▒░ ▒ ▒▒ ▓▒░ ▒░▓ █ ▒░ █░█ ▓▒░ ▒▓░░ ▓ ▒░ ▒▒ ░▒░▒▓ ░ ░ ▒ ░ ▒ ▒ ░ ░ ░▒░ ░▒ ░ ▒ ░▒░▓░ ▒ ░ ▒ ░▒░ ░ ░▒ ▒░░ ░ ▒ ░░▓ ░ ▓▓░░ ░░▒▒▓░ ░ ▒ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░░ ░ ▒ ░ ░ ░ ░ ░ ░░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ tion est une étape cru- voit en tant qu'utilisa- sition d'occurrences de ░ ciale de l'apprentissage teur, mais ont aussi lettres ou de mots, ce ░ ░ ░ ░ automatique supervisé leur mot à dire dans les qui donne des tables de ░ ░ ░ ░ durant laquelle l'algo- fluctuations du cours probabilité de transi- ░ ░ rithme reçoit des des bourses mondiales ou tion qui peuvent être ░ ░ exemples de ce qu'il dans la détection de la calculées sans aucune ░ GLOSSAIRE ░ doit apprendre. Un cybercriminalité et du compréhension sémantique ░ filtre anti-spam sera vandalisme. ou grammaticale du lan- ░ ░ ░ alimenté d'exemples de gage naturel. Cet algo- ░ ░ ░ ░ messages spams et de * APPRENTISSAGE AUTOMA- rithme peut être utilisé ░ messages réels. Ces TIQUE CLASSIQUE pour analyser des tex- ░ exemples consistent en Naive Bayes, Support tes, mais aussi pour les ░ un message, l'entrée, Vector Machines ou Ré- recombiner. Il est lar- accompagné d'une éti- gression Linéaire sont gement utilisé pour la Vous trouverez ci-des- quette  considérés comme des al- génération de spam. sous un glossaire non- spam ou non spam. L'an- gorithmes classiques exhaustif reprenant des notation d'un jeu de d'apprentissage automa- * CONSTANT termes fréquemment uti- données est un travail tique. Ils fonctionnent Constant est une asso- lisés dans l'exposition. exécuté par des humains, bien lorsqu'ils ap- ciation sans but lucra- Il est conçu comme une qui choisissent une éti- prennent avec de petits tif d’artistes autogé- aide pour les visiteurs quette pour chaque élé- jeux de données. Mais rés, basée à Bruxelles connaissant peu le voca- ment du jeu de données. ils nécessitent souvent depuis 1997 et active bulaire lié au domaine Pour assurer la qualité des lecteurs complexes. dans les domaines de du traitement des des étiquettes, plu- La tâche accomplie par l’art, des médias et de langues naturelles sieurs annotateurs les lecteurs est égale- la technologie. Algolit (NLP), Algolit ou le doivent voir le même ment appelée 'feature est né en 2012 comme un Mundaneum. élément, la même entrée, engineering' (voir ci- projet de Constant. et donner la même éti- dessous). Cela signifie http://constantvzw.org * ALGOLIT quette avant qu'un qu'un être humain doit Un groupe bruxellois exemple ne soit inclus consacrer du temps à une * DATA WORKERS spécialisé dans la re- dans les données d'en- analyse exploratoire ap- Intelligences artifi- cherche artistique sur traînement. profondie du jeu de don- cielles développées pour les algorithmes et la nées. servir, divertir, enre- littérature. Chaque * APPRENTISSAGE gistrer et connaître les mois, le groupe se AUTOMATIQUE * BAG OF WORDS humains. Le travail de réunit pour expérimenter OU MACHINE LEARNING Le modèle du sac de mots ces entités machiniques avec du code et des Modèles algorithmiques est une représentation est généralement dissi- textes publiés sous li- basés sur la statisti- simplifiée du texte uti- mulé derrière des inter- cences libres. que, principalement uti- lisé dans le traitement faces et des brevets. http://www.algolit.net lisés pour analyser et du langage naturel. Dans Dans l'exposition, les prédire des situations à ce modèle, un texte est conteurs algorithmiques * ALGOLITTÉRAIRE partir de cas existants. représenté sous la forme quittent leur monde sou- Terme inventé par Algo- Dans cette exposition, d'une collection de mots terrain invisible pour lit pour des oeuvres qui nous nous concentrons uniques, sans tenir devenir nos interlocu- explorent le point de sur les modèles d'ap- compte de la grammaire, teurs. vue du conteur algorith- prentissage automatique de la ponctuation ni mique. Quelles nouvelles pour le traitement de même de leur ordre dans * DONNÉES D’ENTRAÎNEMENT formes de narration ren- texte ou le traitement le texte. Ce modèle Les algorithmes d'ap- dons-nous possibles en du langage naturel (voir transforme un texte en prentissage automatique dialoguant avec les al- NLP). Ces modèles ont une liste de mots asso- ont besoin d'être gui- gorithmes ? appris à effectuer une ciés à leur fréquence  dés. Pour séparer une tâche spécifique sur la littéralement un sac de chose d'une autre, faire * ALGORITHME base de textes exis- mots. Le sac de mots est des distinctions, ils Un ensemble d'instruc- tants. Ils sont utilisés souvent utilisé comme ont besoin de motifs. tions dans un langage de par les moteurs de re- référence, c'est sur Ils les trouvent dans programmation spécifi- cherche, les traductions cette base qu'on évalue- les textes qui leur sont que, qui permettent de automatiques, et per- ra la performance d'un donnés, les données produire un résultat mettent de générer des nouveau modèle. d’entraînement. L'être (output) à partir de résumés et de repérer humain doit choisir avec données (inputs). les tendances sur les * CHAÎNE DE MARKOV soin un matériel d’en- réseaux sociaux et des Algorithme qui scanne un traînement adapté à la * ANNOTATION fils d’actualité. Ils texte à la recherche de tâche de la machine. Il Le processus d'annota- influencent ce que l'on la probabilité de tran- n'est pas logique d’en- 52 █▒░░ ▓▒█░░▒▓███▀▒░ ░▒ ▒ ░ ▒▒▓██▒ ░░ ▒░ ░ ▒ ░▓ ░▒▓ ▒ ▒█░░▒█▓▒░▓▒ ▒▓▒▒░ ▒ ▒▒ ▓▒░ ▒░▓ █ ▒░ █░█ ▓▒░ ▒▓░░ ▓ ▒░ ▒▒ ░▒░▒▓ ░ ░ ▒ ░ ▒ ▒ ░ ░ ░▒░ ░▒ ░ ▒ ░▒░▓░ ▒ ░ ▒ ░▒░ ░ ░▒ ▒░░ ░ ▒ ░░▓ ░ ▓▓░░ ░░▒▒▓░ ░ ▒ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░░ ░ ▒ ░ ░ ░ ░ ░ ░░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ traîner une machine avec tion par autrui en vue sujets à des droits explorent et des romans du 19ème de sa diffusion sont d'auteur soit parce que construisent des modèles siècle si sa mission est permises, techniquement ces derniers sont expi- d'apprentissage automa- d'analyser des Tweets. et légalement, ceci afin rés. Le projet fut lancé tique, collaborent avec de garantir certaines par Michael Hart en 1971 d'autres et participent * DUMP libertés induites, dont et nommé en hommage à à des concours pour re- Terme anglais signifiant le contrôle du programme l'imprimeur allemand du lever des défis. Environ ‘dépôt, décharge, déver- par l'utilisateur et la XVe siècle Johannes Gu- un demi-million d’utili- ser massivement’. En in- possibilité de partage tenberg. (Wikipedia) sateurs sont actifs sur formatique, le terme entre individus. Ces Kaggle. Kaggle a été dump désigne générale- droits peuvent être sim- * HENRI LA FONTAINE fondée par Goldbloom et ment une copie brute plement disponibles – Henri La Fontaine Ben Hamner en 2010 et d’une base de données; cas du domaine public – (1854-1943) est un homme acquise par Google en par exemple pour effec- ou bien établis par une politique, féministe et mars 2017. tuer une sauvegarde de licence, dite 'libre', pacifiste belge. Il re- données ou pour les uti- basée sur le droit d'au- çoit le Prix Nobel de la * LANGAGE NATUREL liser ailleurs. Les teur. Les 'licences co- paix en 1913 en raison Selon Wikipédia, 'Une dumps sont souvent pu- pyleft' garantissent le de son engagement au langue dite « naturel- bliées par des projets maintien de ces droits sein du Bureau Interna- le » est une langue qui de logiciels libres et aux utilisateurs même tional de la Paix et de s'est formée petit à pe- de contenu libre, tels pour les travaux déri- sa contribution à l'or- tit, évoluant avec le que Wikipédia, pour per- vés. Les logiciels ganisation du mouvement temps, et qui fait par- mettre la réutilisation libres constituent une pacifiste. En 1895, en- tie du langage naturel. ou la dérivation(fork) alternative à ceux qui semble avec Paul Otlet, Son origine est bien de la base de données. ne le sont pas, quali- il créent ensemble souvent floue et peut fiés de 'propriétaires' l'Institut international être retracée plus ou * FEATURE ENGINEERING ou de 'privateurs'. (Wi- de bibliographie qui de- moins clairement par la Processus utilisant la kipedia) viendra le Mundaneum. Au linguistique comparée. connaissance du domaine sein de cette institu- On oppose les langues des données pour créer * GIT tion, qui visait à ras- naturelles - comme le les caractéristiques qui Un système logiciel per- sembler l'ensemble des français - aux langues font fonctionner les al- mettant de suivre les connaissances du monde, construites comme le gorithmes d'apprentis- changements dans le code il contribue à mettre au langage de programmation sage machine. En source pendant le déve- point le système de ou l'espéranto, formées d'autres termes, un être loppement d'un logiciel. Classification décimale intentionnellement par humain doit consacrer du Il est conçu pour coor- universelle (CDU). l’entremise de l’homme temps à une analyse ex- donner le travail des pour remplir un besoin ploratoire approfondie programmeurs, mais il * IA OU INTELLIGENCES précis.' du jeu de données, afin peut être utilisé pour ARTIFICIELLES d'en définir les princi- suivre les changements L'intelligence artifi- * LITTÉRATURE pales caractéristiques. dans n'importe quel en- cielle (IA) est 'l'en- Algolit comprend la no- Ces caractéristiques semble de fichiers. semble des théories et tion de littérature peuvent être la fré- Avant d’initier un nou- des techniques mises en comme beaucoup d'autres quence des mots ou des veau projet, les pro- œuvre en vue de réaliser auteurs expérimentaux  lettres, mais aussi des grammeurs créent un ‘dé- des machines capables de elle inclut toute la éléments syntaxiques pôt git’ dans lequel ils simuler l'intelligence. production linguistique, comme les noms, les ad- publieront toutes les Elle correspond donc à du dictionnaire à la Bi- jectifs ou les verbes. parties du code. Les dé- un ensemble de concepts ble, de l'œuvre entière Les caractéristiques les pôts git d’Algolit se et de technologies plus de Virginia Woolf à plus importantes pour la trouvent ici qu'à une discipline au- toutes les versions des tâche à résoudre doivent https://gitlab.- tonome constituée. D'au- Conditions d'utilisation être soigneusement sé- constantvzw.org/algolit. tres, remarquant la dé- publiées par Google de- lectionnées pour être finition peu précise de puis son existence. En transmises à un algo- * GUTENBERG.ORG l'IA, notamment la CNIL, ce sens, le code de pro- rithme classique d'ap- Le projet Gutenberg est la définissent comme ‘le grammation peut aussi prentissage automatique. une bibliothèque de ver- grand mythe de notre être de la littérature. sions électroniques temps'. (Wikipedia) * FLOSS OU LOGICIELS libres de livres physi- * MECHANICAL TURK LIBRES ET OPEN SOURCE quement existants. Les * KAGGLE Le Mechanical Turk d’A- Un logiciel libre est un textes fournis sont es- Plateforme en ligne où mazon est une plateforme logiciel dont l'utilisa- sentiellement du domaine les utilisateurs en ligne à destination tion, l'étude, la modi- public, soit parce trouvent et publient des des humains conçue pour fication et la duplica- qu'ils n'ont jamais été ensembles de données, exécuter des tâches que 53 █▒░░ ▓▒█░░▒▓███▀▒░ ░▒ ▒ ░ ▒▒▓██▒ ░░ ▒░ ░ ▒ ░▓ ░▒▓ ▒ ▒█░░▒█▓▒░▓▒ ▒▓▒▒░ ▒ ▒▒ ▓▒░ ▒░▓ █ ▒░ █░█ ▓▒░ ▒▓░░ ▓ ▒░ ▒▒ ░▒░▒▓ ░ ░ ▒ ░ ▒ ▒ ░ ░ ░▒░ ░▒ ░ ▒ ░▒░▓░ ▒ ░ ▒ ░▒░ ░ ░▒ ▒░░ ░ ▒ ░░▓ ░ ▓▓░░ ░░▒▒▓░ ░ ▒ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░░ ░ ▒ ░ ░ ░ ░ ░ ░░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ les algorithmes ne par- (1854-1943), homme d'É- dire des situations par- * PYTHON viennent pas à faire. Il tat et prix Nobel de la ticulières ou à profiler Le principal langage de peut s'agir, par exem- paix, créent le Munda- des habitudes d’usagers. programmation utilisé ple, d'annoter des neum. Le projet vise à Elles sont largement dans le monde entier phrases comme étant po- rassembler toute la utilisés dans les smart- pour le traitement du sitives ou négatives, de connaissance du monde et phones, les ordinateurs langage, inventé en 1991 repérer des plaques à la classer à l'aide du et les tablettes. par le programmeur néer- d'immatriculation, de système de Classifica- landais Guido Van Ros- reconnaître des visages. tion décimale univer- * OULIPO sum. Les annonces que l'on selle (UDC) qu'ils in- Le collectif Oulipo, trouve sur cette plate- ventent. acronyme d'Ouvroir de * RECONNAISSANCE OPTIQUE forme sont souvent rému- Littérature Potentielle, DE CARACTÈRES (ROC) nérés moins d'un centime * NATURAL LANGUAGE est une grande source en anglais optical cha- par tâche. Les tâches PROCESSING (NLP) d'inspiration pour Algo- racter recognition les plus complexes ou Le traitement du langage lit. Oulipo a été créé à (OCR), ou océrisation, nécessitant le plus de naturel (NLP) est un Paris par les écrivains désigne les procédés in- connaissances peuvent terme collectif qui dé- Raymond Queneau et Fran- formatiques permettant être payées jusqu'à plu- signe le traitement in- çois Le Lionnais. Ils la traduction d'images sieurs centimes. De nom- formatique automatique ont ancré leur pratique de textes scannés en fi- breux chercheurs univer- des langues humaines. dans l'avant-garde euro- chiers de texte manipu- sitaires utilisent le Cela comprend les algo- péenne du XXe siècle et lables. Mechanical Turk pour des rithmes utilisant, comme dans la tradition expé- tâches qui auraient été données, du texte pro- rimentale des années 60. * RÉSEAUX DE NEURONES exécutées par des étu- duit par l'homme et qui Pour Oulipo, la création Systèmes informatiques diants auparavant. tentent de le repro- de règles devient la inspirés des réseaux duire. condition permettant de neuronaux biologiques * MODÈLES D’APPRENTIS- générer de nouveaux tex- trouvés dans le cerveau SAGE AUTOMATIQUE SUPER- * N-GRAMMES DE tes, ou ce qu'ils ap- des animaux. Un réseau VISÉ CARACTÈRES pellent la littérature de neurone n'est pas un Pour la création de mo- une technique utilisée potentielle. Plus tard, algorithme, mais plutôt dèles d'apprentissage pour la reconnaissance en 1981, ils ont égale- un cadre dans lequel de automatique supervisés, de la paternité d’une ment créé ALAMO - Ate- nombreux algorithmes les humains annotent les oeuvre. Lors de l'utili- lier de Littérature As- d'apprentissage machine échantillons d'entraîne- sation des N-grammes de sistée par la Mathéma- différents travaillent ment avant de les en- caractères, les textes tique et les Ordina- ensemble et traitent des voyer à la machine. sont considérés comme teurs. données complexes. De Chaque texte est jugé des séquences de carac- tels systèmes ‘appren- par au moins 3 humains tères. Considérons le * PAUL OTLET nent’ à exécuter des par exemple, s’il s’agit trigramme des carac- Paul Otlet (1868 - 1944) tâches en observant des de spam ou non, s’il est tères. Toutes les sé- était un auteur, entre- exemples, généralement positif ou négatif. quences de trois carac- preneur, visionnaire, sans être programmés à tères qui se chevauchent avocat et militant pour priori avec des règles * MODÈLES D’APPRENTIS- sont isolées. Par exem- la paix belge ; il est spécifiques. Par exem- SAGE AUTOMATIQUE NON- ple, le trigramme de ca- l'une des nombreuses ple, un algorithme de SUPERVISÉ ractères de suicide', personnes qui ont été reconnaissance de chat Les modèles d'apprentis- serait, 'Sui,' uic', considérées comme le apprendra à identifier sage automatique non su- uic', 'ici', 'cid', etc. père des sciences de les images qui pervisés n'ont pas be- Les motifs trouvés avec l'information, un do- contiennent des chats en soin de l’étape d’anno- les N-grammes de carac- maine qu'il a appelé ‘la observant des images qui tations des données par tères se concentrent sur documentation’. Otlet a ont été étiquetées ma- des humains. Par contre, les choix stylistiques créé la Classification nuellement comme ‘chat’ ils nécessitent de qui sont faits incons- décimale universelle, ou ‘pas chat’. Il utili- grandes quantités de ciemment par l'auteur. qui s'est répandue dans sera ces exemple pour données pour s’entraî- Ces modèles restent les bibliothèques. Avec générer ce qu'il consi- ner. stables sur toute la Henri La Fontaine, il dère être un chat et longueur du texte. crée le Palais Mondial, pourra identifier les * MUNDANEUM qui devient le Munda- chats dans d'autres À la fin du 19ème siè- * ORACLE neum, pour abriter les images. Il le fera sans cle, deux jeunes ju- Les Oracles sont un type collections et les acti- aucune connaissance ristes belges, Paul Ot- particulier de modèles vités de leurs diffé- préalable sur les chats. let (1868-1944), 'père algorithmiques souvent rents organismes et ins- Il générera automatique- de la documentation', basés sur la statisti- tituts. ment ses propres carac- et Henri La Fontaine que, qui servent à pré- téristiques d'identifi- 54 █▒░░ ▓▒█░░▒▓███▀▒░ ░▒ ▒ ░ ▒▒▓██▒ ░░ ▒░ ░ ▒ ░▓ ░▒▓ ▒ ▒█░░▒█▓▒░▓▒ ▒▓▒▒░ ▒ ▒▒ ▓▒░ ▒░▓ █ ▒░ █░█ ▓▒░ ▒▓░░ ▓ ▒░ ▒▒ ░▒░▒▓ ░ ░ ▒ ░ ▒ ▒ ░ ░ ░▒░ ░▒ ░ ▒ ░▒░▓░ ▒ ░ ▒ ░▒░ ░ ░▒ ▒░░ ░ ▒ ░░▓ ░ ▓▓░░ ░░▒▒▓░ ░ ▒ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░░ ░ ▒ ░ ░ ░ ░ ░ ░░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ cation à partir du maté- Une méthode de pondéra- riel d'apprentissage qui tion utilisée dans la lui est donné. recherche de textes. Cette mesure statistique * RULE-BASED MODELS permet d'évaluer l'im- Les Oracles peuvent être portance d'un terme créés à l'aide de diffé- contenu dans un docu- rentes techniques. L’une ment, relativement à une d’entre elles consiste à collection ou un corpus définir manuellement les de textes. Le poids aug- règles. Ces modèles sont mente proportionnelle- appelés 'rule-based mo- ment au nombre d'occur- dels' (modèles basés sur rences du mot dans le des règles), et se si- document. Il varie éga- tuent à l’opposé des mo- lement en fonction de la dèles statistiques. Ils fréquence du mot dans le sont utiles pour des corpus. Le TF-IDF est tâches spécifiques, notamment utilisé dans comme par exemple, la la classification des détection de la mention spams. d'une certaine molécule dans un article scienti- * 'WORD EMBEDDINGS' fique. Ils sont perfor- Techniques de modélisa- mants, même avec très tion du langage qui, par peu de données d'entraî- de multiples opérations nement. mathématiques, tracent des mots dans un espace * SENTIMENT ANALYSIS vectoriel multidimen- Également appelé 'opi- sionnel. Lorsque les nion mining' (sondage mots sont 'embedded' ou d'opinion). Une tâche intégrés, ils se trans- fondamentale de l'ana- forment de symboles dis- lyse des sentiments tincts en objets mathé- consiste à classer un matiques, qui peuvent texte donné comme posi- être multipliés, divi- tif, négatif ou neutre. sés, ajoutés ou sous- La classification avan- traits. cée des sentiments 'au- delà de la polarité' * WORDNET examine, par exemple, Wordnet est une combi- les états émotionnels naison d'un dictionnaire tels que 'en colère', et d'un thésaurus qui 'triste' et 'heureux'. peut être lu par des ma- L'analyse du sentiment chines. Selon Wikipédia, est largement appliquée il a été créé dans le aux actions des utilisa- Cognitive Science Labo- teurs tels que les cri- ratory de l'Université tiques et les réponses de Princeton à partir de aux enquêtes, les com- 1985. mentaires et les mes- sages sur les médias so- ciaux, et les documents de santé. Elle est inté- grée dans des applica- tions qui vont du marke- ting au service à la clientèle, des transac- tions boursières à la médecine clinique. * TF-IDF (TERM FREQUENCY - INVERSE DOCUMENT FREQUENCY) 55 ◝ humans learn with machines ◜ ◡ machines learn from machines ◞ ◡ machines learn with humans ◞ ◝ humans learn from machines ◟ ◜ machines learn with machines ◠ ◜ machines learn from humans ◟ ◠ humans learn with humans ◞ ◝ humans learn from humans ◞ ◠ humans learn with machines ◟ ◡ mac ines learn from machines ◡ ◡ machines learn with humans ◟ ◡ humans learn from machines ◝ ◟ achines learn with machines ◠ ◝ machines learn from humans ◜ ◝ humans learn with humans ◞ ◞ humans learn from humans ◡ ◞ humans learn with machines ◠ ◠ machines learn from machines ◠ machines learn with humans ◞ ◜ humans learn from machines ◜ ◠ machines learn with machines ◝ ◜ machines learn from humans ◜ ◠ humans learn with humans ◝ ◟ humans learn from humans ◞ ◜ humans learn with machines ◡ ◡ machines learn from machines ◡ ◟ machines learn with humans ◠ ◠ humans learn from machines ◡ ◜ machines learn with machines ◜ ◟ machines learn from umans ◟ ◞ humans learn with humans ◞ ◟ humans learn from humans ◜ ◠ humans learn with ma hines ◜ ◠ machines learn from machines ◝ ◠ machines learn with humans ◝ ◞ humans learn f om machines ◝ ◡ machines learn with machines ◜ ◡ machines learn from humans ◜ ◠ humans l arn with humans ◡ ◡ humans learn from humans ◝ ◞ humans learn with machines ◟ ◡ machines learn from machines ◜ ◜ machines learn with humans ◠ ◞ humans learn from machines ◝ ◠ ma hines learn with machines ◟ ◟ machines learn from humans ◝ ◠ humans learn with humans ◟ humans learn from humans ◝ ◜ humans learn with machines ◠ ◝ machines learn from machines ◞ ◠ machines learn with humans ◝ ◟ humans learn from machines ◟ ◞ machines learn with machines ◜ ◞ machines learn from humans ◞ ◡ humans learn with humans ◠ ◞ humans learn from human ◠ ◜ humans learn with machines ◡ ◞ machines learn from machines ◜ ◠ machines learn w th humans ◡ ◝ humans learn from machines ◝ ◟ machines learn with machines ◠ ◠ machine learn from humans ◞ ◟ humans learn with humans ◠ ◞ humans learn from humans ◠ ◠ huma s learn with machines ◡ ◡ machines learn from machines ◜ ◞ machines learn with humans ◡ ◟ humans learn from machines ◜ ◜ machines learn with machines ◜ ◝ machines learn from human ◜ ◠ humans learn with humans ◝ ◡ humans learn from humans ◡ ◞ humans learn with mach nes ◜ ◝ machines learn from machines ◝ ◜ machines learn with humans ◞ ◜ humans learn rom machines ◞ ◝ machines learn with machines ◞ ◜ machines learn from humans ◡ ◞ huma s learn with humans ◟ ◜ humans learn from humans ◞ ◡ humans learn with machines ◝ ◝ m chines learn from machines ◜ ◟ machines learn with humans ◡ ◟ humans learn from machines ◠ ◝ machines learn with machines ◜ ◡ machines learn from humans ◞ ◝ humans learn with huma s ◝ ◠ humans learn from humans ◞ ◜ humans learn with machines ◠ ◝ machines learn from machines ◟ ◡ machines learn with humans ◝ ◝ humans learn from machines ◞ ◞ machines l arn with machines ◠ ◠ machines learn from humans ◠ ◡ humans learn with humans ◜ ◜ hum ns learn from humans ◞ ◞ humans learn with machines ◡ ◝ machines learn from machines ◟ ◝ machines learn with humans ◠ ◟ machines learn with humans ◠ ◜ machines learn from machines ◡ ◜ humans learn with machines ◞ ◟ humans learn from humans ◜ ◡ humans learn with humans ◝ ◞ machines learn from humans ◜ ◝ machines learn with machines ◜ ◠ human learn from machines ◡ ◝ machines learn with humans ◝ ◜ machines learn from machines ◜ ◞ humans learn with machines ◠ ◝ humans learn from humans ◠ ◝ humans learn with humans ◞ ◡ machines learn from humans ◜ ◝ machines learn with machines ◠ ◟ humans learn from machi es ◜ ◟ machines learn with humans ◝ ◝ machines learn from machines ◞ ◜ humans learn w th machines ◝ ◡ humans learn from humans ◝ ◝ humans learn with humans ◠ ◠ machines le rn from humans ◝ ◡ machines learn with machines ◡ ◡ humans learn from machines ◠ ◞ ma hines learn with humans ◝ ◜ machines learn from machines ◜ ◝ humans learn with machines ◠ ◞ humans learn from humans ◝ ◡ humans learn with humans ◞ ◡ machines learn from humans ◟ ◟ machines learn with machines ◝ ◝ humans learn from machines ◜ ◟ machines learn with umans ◡ ◝ machines learn from machines ◡ ◝ humans learn with machines ◞ ◜ humans lear from humans ◜ ◝ humans learn with humans ◞ ◡ machines learn from humans ◝ ◡ machines learn with machines ◞ ◟ humans learn from machines ◜ ◞ machines learn with humans ◟ ◡ machines learn from machines ◜ ◝ humans learn with machines ◠ ◠ humans learn from humans ◠ ◝ humans learn with humans ◟ ◞ machines learn from humans ◝ ◠ machines learn with machines ◜ ◟ humans learn from machines ◠ ◝ machines learn with humans ◝ ◜ machines learn from ma hines ◟ ◟ humans learn with machines ◞ ◡ humans learn from humans ◝ ◝ humans learn with umans ◡ ◝ machines learn from humans ◝ ◡ machines learn with machines ◟ ◞ humans learn f om machines ◝ ◟ machines learn with humans ◝ ◜ machines learn from machines ◝ ◠ humans l arn with machines ◠ ◠ humans learn from humans ◟ ◜ humans learn with humans ◟ ◝ machines learn from humans ◡ ◡ machines learn with machines ◜ ◜ humans learn from machines ◠ ◟ ma hines learn with humans ◞ ◜ machines learn from machines ◠ ◜ humans learn with machines ◜ ◞ humans learn from humans ◝ ◟ humans learn with humans ◟ ◞ machines learn from humans ◟ ◝ machines learn with machines ◡ ◜ humans learn from machines ◠ ◠ machines learn with humans ◞ ◡ machines learn from machines ◟ ◝ humans learn with machines ◜ ◞ humans learn from huma s ◝ ◞ humans learn with humans ◜ ◟ machines learn from humans ◜ ◞ machines learn with ma hines ◝ ◞ humans learn from machines ◝ ◜ machines learn with humans ◟ ◜ machines learn from machines ◡ ◟ humans learn with machines ◞ ◠ humans learn from humans ◞ ◟ humans learn with umans ◠ ◜ machines learn from humans ◡ ◠ machines learn with machines ◠ ◝ humans learn from machines ◠ ◜ machines learn with humans ◞ ◠ machines learn from machines ◞ ◠ humans learn w th machines ◜ ◟ humans learn from humans ◝ ◠ humans learn with humans ◝ ◟ machines learn from humans ◜ ◜ machines learn with machines ◠ ◞ humans learn from machines ◠ ◡ machines learn with machines ◡ ◟ humans learn with machines ◞ ◠ humans learn from humans ◞ ◟ humans learn with mach ines ◝ ◞ humans learn from machines ◝ ◜ machines learn with humans ◟ ◜ machines learn from hum