Apprentissage profondL'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Pollution plastiquethumb|Déchets plastiques au jardin botanique de Bogor en Indonésie (2018). La pollution par le plastique (ou « pollution plastique ») est une pollution engendrée par l'accumulation de déchets en matière plastique dans l'environnement. Il existe plusieurs formes et types de pollution plastique. Le système mondial de production, d'utilisation et d'élimination des matières plastique est un système défaillant. La pollution plastique est corrélée au faible coût du plastique, qui entraîne une utilisation massive et jetable de ce dernier.
Ingénierie des connaissancesL'ingénierie des connaissances est une des dimensions de la gestion des connaissances au sein d'une organisation. Elle fait référence à l'ingénierie de systèmes complexes « intelligents » incorporant beaucoup de connaissances tels les systèmes experts. L'exploitation des connaissances passe par cinq opérations : identification, création, stockage, partage et utilisation. L'ingénierie des connaissances se concentre sur l'identification, la création, le stockage et la mise à disposition des connaissances afin de rester neutre face aux outils de partage et d'utilisation.
Plastic pellet pollutionPlastic pellet pollution is a type of marine debris originating from the plastic particles that are universally used to manufacture large-scale plastics. In the context of plastic pollution, these pre-production plastic pellets are commonly known as 'nurdles'. These microplastics are created separately from the user plastics they are melted down to form, and pellet loss can occur during both the manufacturing and transport stages. When released into the open environment, they create persistent pollution both in the oceans and on beaches.
Marine plastic pollutionMarine plastic pollution (or plastic pollution in the ocean) is a type of marine pollution by plastics, ranging in size from large original material such as bottles and bags, down to microplastics formed from the fragmentation of plastic material. Marine debris is mainly discarded human rubbish which floats on, or is suspended in the ocean. Eighty percent of marine debris is plastic. Microplastics and nanoplastics result from the breakdown or photodegradation of plastic waste in surface waters, rivers or oceans.
Knowledge acquisitionKnowledge acquisition is the process used to define the rules and ontologies required for a knowledge-based system. The phrase was first used in conjunction with expert systems to describe the initial tasks associated with developing an expert system, namely finding and interviewing domain experts and capturing their knowledge via rules, objects, and frame-based ontologies. Expert systems were one of the first successful applications of artificial intelligence technology to real world business problems.
Récif corallienthumb|upright=1.5|Le corail, dont les colonies forment les récifs. thumb|upright=1.5|Colonie d’Acropora pulchra. Un récif corallien ou barrière de corail est une structure naturelle bioconstruite à l'origine de laquelle sont essentiellement les coraux. La plus grande de ces formations, la Grande Barrière de corail, au large des côtes australiennes, s'étend sur quelque et est visible depuis l'espace. La Nouvelle-Calédonie quant à elle, abrite dans ses lagons le deuxième ensemble corallien de la planète et la plus longue barrière récifale continue avec ses .
Knowledge-based systemsA knowledge-based system (KBS) is a computer program that reasons and uses a knowledge base to solve complex problems. The term is broad and refers to many different kinds of systems. The one common theme that unites all knowledge based systems is an attempt to represent knowledge explicitly and a reasoning system that allows it to derive new knowledge. Thus, a knowledge-based system has two distinguishing features: a knowledge base and an inference engine.
Matière plastiquevignette|Les matières plastiques font désormais partie de notre quotidien. Structure typique d'une formule : matière plastique = polymère(s) brut(s) (résine(s) de base) + charges + plastifiants + additifs. Les élastomères sont souvent classés hors des matières plastiques proprement dites. Une matière plastique (le plastique en langage courant) est un polymère généralement mélangé à des additifs, colorants, charges (miscibles ou non dans la matrice polymère).
Q-learningvignette|400x400px|Dans le Q-learning, l'agent exécute une action a en fonction de l'état s et d'une fonction Q. Il perçoit alors le nouvel état s' et une récompense r de l'environnement. Il met alors à jour la fonction Q. Le nouvel état s' devient alors l'état s, et l'apprentissage continue. En intelligence artificielle, plus précisément en apprentissage automatique, le Q-learning est un algorithme d'apprentissage par renforcement. Il ne nécessite aucun modèle initial de l'environnement.
Apprentissage par renforcement profondL'apprentissage par renforcement profond (en anglais : deep reinforcement learning ou deep RL) est un sous-domaine de l'apprentissage automatique (en anglais : machine learning) qui combine l'apprentissage par renforcement et l'apprentissage profond (en anglais : deep learning). L'apprentissage par renforcement considère le problème d'un agent informatique (par exemple, un robot, un agent conversationnel, un personnage dans un jeu vidéo, etc.) qui apprend à prendre des décisions par essais et erreurs.
PollutionLa pollution est la destruction ou dégradation d'un écosystème ou de la biosphère par l'introduction, généralement humaine, d'entités (physiques, chimiques ou biologiques), ou de radiations altérant le fonctionnement de cet écosystème. La pollution a des effets importants sur la santé et la biosphère, comme en témoigne l'exposition aux polluants et le réchauffement climatique qui transforme le climat de la Terre et son écosystème, en entraînant l'apparition de maladies inconnues jusqu'alors dans certaines zones géographiques, des migrations de certaines espèces, voire leur extinction si elles ne peuvent s'adapter à leur nouvel environnement biophysique.
Pollution marineLa pollution marine consiste en la présence de déchets dans les océans, ou bien résulte du rejet dans l'environnement par les activités humaines de quantités excessives de produits physiques ou chimiques toxiques, ou de déchets abandonnés par l'homme sur les sols (pollution maritime, l'adjectif maritime étant relatif à l’activité humaine en mer), qui viennent polluer les fleuves et se retrouvent finalement dans les mers.
Sciencethumb|Allégorie de la Science par Jules Blanchard, située sur le parvis de l'hôtel de ville de Paris. La (du latin scientia, « connaissance », ) est dans son sens premier « la somme des connaissances » et plus spécifiquement une entreprise systématique de construction et d'organisation des connaissances sous la forme d'explications et de prédictions testables.
Apprentissage par renforcementEn intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome ( robot, agent conversationnel, personnage dans un jeu vidéo), à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative.
Coral reef fishCoral reef fish are fish which live amongst or in close relation to coral reefs. Coral reefs form complex ecosystems with tremendous biodiversity. Among the myriad inhabitants, the fish stand out as colourful and interesting to watch. Hundreds of species can exist in a small area of a healthy reef, many of them hidden or well camouflaged. Reef fish have developed many ingenious specialisations adapted to survival on the reefs. Coral reefs occupy less than 1% of the surface area of the world oceans, but provide a home for 25% of all marine fish species.
ConnaissanceLa connaissance est une notion aux sens multiples, à la fois utilisée dans le langage courant et objet d'étude poussée de la part des sciences cognitives et des philosophes contemporains. Les connaissances, leur nature et leur variété, la façon dont elles sont acquises, leur processus d'acquisition, leur valeur et leur rôle dans les sociétés humaines, sont étudiés par une diversité de disciplines, notamment la philosophie, l'épistémologie, la psychologie, les sciences cognitives, l'anthropologie et la sociologie.
Algorithme d'apprentissage incrémentalEn informatique, un algorithme d'apprentissage incrémental ou incrémentiel est un algorithme d'apprentissage qui a la particularité d'être online, c'est-à-dire qui apprend à partir de données reçues au fur et à mesure du temps. À chaque incrément il reçoit des données d'entrées et un résultat, l'algorithme calcule alors une amélioration du calcul fait pour prédire le résultat à partir des données d'entrées.
Sociologie de la connaissance scientifiqueLa sociologie de la connaissance scientifique (SCS) (sociology of scientific knowledge, SSK) est une branche de la sociologie - plus particulièrement de la sociologie de la connaissance - qui s'est développée dans le monde anglo-saxon autour des travaux de David Bloor et Harry Collins durant les années 1970. Ce domaine de recherche est étroitement lié à la sociologie des sciences et aux Science Studies.
