Exercices et problèmes de physique statistique. Rappels de cours, exercices et problèmes corrigés

Mal aimée, mal comprise, parfois crainte, la science est également malmenée par les tenants du "tout se vaut" qui la dénigrent au rang d'opinions, voire de simples croyances. On y croit ou on n'y croit pas, à chacun sa vérité... Dans un langage plus recherché, certains voient dans la science une "narration du monde" socialement construite, propre à une époque et à une région du monde, et dont les prétentions à l'objectivité sont abusives. C'est ignorer à quel point la démarche qui conduit à la vérité scientifique est particulière. Les auteurs de ce livre font revivre les débats suscités pendant deux mille cinq cents ans par cette question primordiale : la matière est-elle une substance continue, ou est-elle formée de briques indivisibles, les atomes ? En retraçant les dernières étapes de sa résolution, ils montrent comment la science se construit, au milieu des controverses et grâce à elles. Ce n'est jamais un fait isolé qui emporte l'adhésion des scientifiques, mais la façon dont une théorie nouvelle s'insère dans le réseau dense et imbriqué de tous les faits connus, et apporte sur eux un nouvel éclairage.

Plongez au c'ur des débats sur l'évolution de l'intelligence artificielle. Vous n'en ressortirez pas indemne ! Un essai sans parti pris mais aussi sans complaisance sur les capacités et les limites actuelles de l'IA.Les machines un jour pourront résoudre tous les problèmes, mais jamais aucune d'entre elles ne pourra en poser un !Prophétie quelquefois attribuée à Albert Einstein L'appellation intelligence artificielle (IA) est la source de bien des fantasmes d'apocalypse ou de paradis lorsqu'elle peut faire accroire qu'il s'agit d'une intelligence, mais "en mieux". L'IA moderne travaille essentiellement à partir de corrélations tirées de l'analyse statistique de millions - voire de milliards - de données. Il convient donc de s'interroger sur le rôle des corrélations dans la genèse de l'intelligence, humaine comme artificielle. Or, qu'elles soient causales ou pas, les corrélations permettent de prévoir, ce qui suffit dans bien des cas. Mais permettent-elles de comprendre, et surtout d'expliquer ? Est-ce même encore nécessaire, à l'heure des Big Data ?