Les chercheurs de l'Institut Fraunhofer de mathématiques appliquées à la technologie et à l'économie à Kaiserslautern (ITWM - Rhénanie-Palatinat) ont développé un simulateur de conduite, afin de mieux prendre en compte le facteur humain et de l'intégrer dans le développement des systèmes électroniques embarqués.

Le simulateur automobile se compose de 18 projecteurs.
Crédits : Fraunhofer ITWM

L'équipe a mis en place un système de simulation interactif par lequel une coopération réaliste entre le conducteur et le véhicule peut être analysée. En effet, d'après Klaus Dreßler de l'ITWM "le comportement au volant est un facteur clé qui est souvent insuffisamment pris en compte dans les modèles de calcul". Les algorithmes peuvent également ne pas refléter fidèlement la complexité du comportement humain. Pour cette raison, les chercheurs ont opté pour un système dit "hybride", dans le sens où la personne interagit dans un environnement virtuel, de la même façon que dans les simulateurs de vol. Le secteur automobile ne dispose pas, à quelques exceptions près, de dispositifs du genre, principalement pour des raisons de temps de développement et de coûts.

Le système consiste en un habitacle réel de voiture, où le conducteur peut agir sur les commandes. Cet habitacle est intégré dans un système robotisé à 6 axes permettant de simuler des étapes d'accélération, de freinage ou de prise d'un virage. Le conducteur doit en effet pouvoir se sentir dans une situation de conduite réelle afin que les chercheurs puissent effectuer des observations pertinentes. L'environnement virtuel est reconstitué sur un dôme par l'intermédiaire de 18 projecteurs. Le simulateur est opérationnel depuis juillet 2013.

Le nombre croissant de systèmes embarqués dans les véhicules nécessite une meilleure interface homme/machine. Les exigences en termes de sécurité et de fiabilité imposées aux simulations deviendront également de plus en plus spécifiques. Selon le directeur du projet, Michael Kleer, "l'avantage de l'approche suivie est que tous les algorithmes sont développés en interne ; il est possible de les adapter et les retravailler pour des cas d'application précis."

http://www.bulletins-electroniques.com/actualites/75747.htm

Pour une nouvelle, c'est une nouvelle!!!!

Le second principe de la thermodynamique, tel qu'énoncé par Claudius en 1850, nous enseigne que " La chaleur ne passe pas spontanément d'un corps froid sur un corps chaud ". Cette loi universelle dans le monde macroscopique, perd un peu de sa rigidité dans l'univers de l'infiniment petit, et le second principe de la thermodynamique peut être temporairement transgressé en de très rares occasions. Une équipe de chercheurs de l'Institut des Sciences Photoniques de Barcelone (IFCO), de l'Institut Fédéral Suisse de Technologie de Zurich, et de l'Université de Vienne en Autriche sont récemment parvenu à prédire avec exactitude la probabilité des évènements violant de manière temporaire ce second principe de la thermodynamique.

Ils ont conçu un théorème de fluctuation mathématique qu'ils ont ensuite mis à l'épreuve en utilisant une petite sphère de cristal d'un diamètre inférieur à 100 nanomètre. Les chercheurs ont fait léviter cette nanosphère de cristal grâce à l'utilisation d'un laser, ce qui leur a permis de "capturer" la nanosphère dans un espace restreint et de mesurer sa position dans les trois dimensions de l'espace avec une très grande précision. A l'intérieur de ce "piège" la nanosphère se maintient en mouvement du simple fait de ses collisions avec les molécules du gaz l'environnant.

Les chercheurs ont ensuite utilisé une technique pour manipuler le piège laser et refroidir la nanosphère pour qu'elle atteigne une température inférieure à celle du gaz l'environnant, et se trouve de ce fait dans un état d'instabilité. Après avoir éteint le système de refroidissement, ils s'attendaient à observer un retour de la nanosphère à un état d'équilibre via un transfert d'énergie des molécules de gaz vers la sphère. Pourtant, ils ont observé qu'au contraire, en certaines occasions rares, cette dernière transmettait de la chaleur au gaz qui l'entourait, d'une température pourtant plus élevée que celle de la nanosphère. Totale contradiction du second principe de la thermodynamique : au lieu d'absorber la chaleur d'une source plus chaude (le gaz), la nanosphère libère de la chaleur et creuse encore l'écart de température entre elle et le gaz environnant.

Ce résultat ainsi que le théorème dont les chercheurs ont fait l'hypothèse confirment l'existence de certaines lacunes de ce second principe de la thermodynamique à l'échelle de l'infiniment petit. Dans cet univers de l'invisible, chaque "objet" distinct se trouve continument exposé à des bousculades dues au mouvement thermique des molécules qui l'entourent. Or, plus nous progressons dans l'art de la miniaturisation technologique, plus les composants des micro-machines créées se rapprocheront de la confrontation à ces perturbations propres de l'univers de l'infiniment petit. Cette étude et ses conclusions publiées dans la revue Nature Nanotechnology, pourraient donc, selon les chercheurs de l'équipe, avoir des applications dans des domaines tels que la microbiologie ou de la nanotechnologie.

Via les Bulletins Electroniques

Des chercheurs démontrent mathématiquement qu'aucune forme de société ne peut être plus extrême que celles déjà connues.

Intersection de deux ensembles
Illustration: Wikimedia Commons/Cepheus

Des chercheurs de l'ULB établissent le théorème de Bruss-Duerinckx sur l'enveloppement des sociétés: ils pointent deux sociétés extrêmes (communisme et capitalisme extrêmes) qui forment une enveloppe dont aucune société, quelle que soit sa politique, ne peut s'échapper.

Quoi que l'avenir réserve à l'humanité, certaines choses ne changeront certainement jamais: la nécessité de nourriture et de ressources en suffisance, un désir de sécurité et de confort, et en particulier un futur souriant pour les générations à venir.

Si nous admettons ceci, pouvons-nous prédire dans quelles directions les sociétés vont évoluer ? En particulier, pourrions-nous voir apparaître des formes de société qui sont plus extrêmes encore que tout ce que l'humanité a jamais connu ? 

La suite sur Techno-Sciences

Connaissez-vous les Shadoks ? Ces oiseaux retardés ne possèdent que quatre cases dans leur cerveau, chacune de ces cases pouvant contenir un seul et unique mot. Tel est le fonctionnement de la mémoire shadokienne. Notre mémoire fonctionne-t-elle sur le même principe ? Ne sommes-nous que des Shadoks pourvus d'innombrables cases ? La réponse est non.

Contrairement aux Shadoks, pour qui la nature des éléments contenus dans leurs quatre cases cérébrales n'influe pas sur la qualité de la mémoire, notre mémoire est principalement associative. Cet aspect associatif explique pourquoi le contexte joue un rôle si primordial dans notre capacité à nous remémorer. Si je vous demande ce que vous avez étudié en cours d'histoire au lycée, il est fort probable que cet exercice vous soit extrêmement difficile. Mais, lors d'une discussion sur le Japon, il vous sera sans doute plus aisé de vous rappeler que vous avez étudié ce sujet en classe de terminale. Souvent, l'information recherchée est disponible dans notre cerveau, mais c'est l'accès à ce souvenir qui pose problème, cet accès se faisant généralement de manière associative (en association avec le contexte, d'autres souvenirs, des indices fournis par la conversation, etc.). Une équipe de chercheurs israéliens de l'Institut Weizmann dirigée par le professeur Misha Tsodyks a proposé un nouveau modèle mathématique de la mémoire, tenant compte de cet aspect associatif. Pour cela, les scientifiques se sont servi d'un modèle de calcul fréquemment utilisé pour modéliser l'activité cérébrale : les réseaux de neurones artificiels.

Introduction aux réseaux de neurones

Pour comprendre cette étude, parue dans la revue Neural Computation, il est nécessaire de savoir ce qu'est un réseau de neurones artificiels. Ce modèle computationnel a été dérivé du fonctionnement cérébral. En effet, le cerveau est constitué principalement de cellules appelées neurones, connectées entre elles par l'intermédiaire de synapses. L'une des caractéristiques principales de ces neurones est leur excitabilité : ils peuvent présenter de rapides et importantes fluctuations de leur potentiel membranaire (différence de courant entre l'intérieur et l'extérieur de la cellule), appelées potentiels d'action. Lorsqu'un potentiel d'action est émis au niveau du neurone pré-synaptique, cela peut éventuellement engendrer un potentiel d'action au niveau du neurone post-synaptique.

Le fonctionnement des réseaux de neurones artificiels est similaire. Ces réseaux sont en général caractérisés par un vecteur contenant l'état d'activité des différents neurones du réseau ainsi qu'une matrice contenant les poids de connections entre les différents neurones. Différents types de neurones peuvent être considérés : des neurones biologiquement réalistes, émettant des potentiels d'action, ou des modélisations plus simplistes comme par exemple des neurones binaires (existant dans deux états : actif ou inactif). L'état d'activité de chacun de ces neurones dépend, comme pour les neurones cérébraux, de l'état des neurones pré-synaptiques.

Modélisation de la mémoire associative à l'aide de réseaux de neurones

Cette étude n'est pas la première à s'intéresser à la modélisation de la mémoire associative à l'aide de réseaux de neurones artificiels. Plusieurs chercheurs ont montré que l'encodage de la mémoire dans ces réseaux est permis par le renforcement de la connexion entre des groupes de neurones spécifiques, créant ainsi un aspect associatif de la mémoire. Ces réseaux présentent des attracteurs, des motifs d'activité stable du réseau, correspondant à des éléments mémorisés. Pour avoir accès à l'un des éléments mémorisés, le principe est le suivant : le réseau est initialisé dans un état proche de l'attracteur. Une telle initialisation correspond à donner au système un indice sur l'élément à retrouver. Cependant, que se passe-t-il lorsqu'aucun indice n'est fourni directement au système ? Le but de cette étude était de simuler ce qui se passe en cas d'accès à la mémoire sans qu'aucun "indice" ne soit fourni, comme par exemple lorsqu'on demande à quelqu'un de mémoriser une liste aléatoire de mots.

Accès à la mémoire sans "indice" direct : mode d'emploi

Les chercheurs ont représenté chacun des mots de cette liste aléatoire par un groupe de neurones (correspondant à un attracteur du système). Les chercheurs ont utilisés des neurones binaires, pouvant donc être soient actifs soient inactifs. Pour un réseau de N neurones, la taille de chacun de ces groupes était de f*N, f étant un paramètre du système compris entre 0 et 1. Le paramètre f va donc jouer sur le chevauchement entre les différents groupes de neurones utilisés pour représenter des mots différents.

L'algorithme converge tout d'abord vers l'attracteur le plus proche des conditions initiales, puis passe d'attracteur en attracteur, privilégiant à chaque fois celui avec lequel il présente le plus de similarités. Au bout d'un moment, l'algorithme va revenir vers un attracteur déjà visité et le système va tourner en boucle. L'équipe de scientifiques israéliens a également montré que le nombre d'éléments remémorés par le système (nombre d'attracteurs visités par l'algorithme) dépend de la valeur du paramètre f (en général ce nombre augmente quand f diminue).

Ce modèle est-il un bon modèle de la mémoire associative ?

Pour tester la validité du modèle, les chercheurs ont comparé les prédictions du modèle avec les performances d'humains qui devaient se remémorer une liste de mots aléatoires. Chez l'homme aussi, l'ordre des mots remémorés n'est pas aléatoire mais suit une sorte de logique. Deux mots proches dans la liste originale auront ainsi plus de chances d'être remémorés l'un après l'autre. Le modèle prédit également que le système arrive à sa limite lorsque les mêmes éléments sont remémorés répétitivement. Une telle hypothèse a déjà été proposée à de multiples reprises en psychologie.

Pour résumer, cette étude est la première étude analytique de l'accès à la mémoire associative en absence d'indices externes. Les résultats obtenus sont proches de ceux décrits en psychologie, ce qui fournit une bonne validation du modèle. Les performances de l'algorithme semblent être fortement liées à la manière dont les souvenirs sont encodés dans le réseau (paramètre f).

Source :http://www.bulletins-electroniques.com/actualites/74472.htm