Dans cet exposé, quelques grands algorithmes d'estimation de paramètres et de génération de trajectoire sont démystifiés. Les principes généraux sont décrits et les points clés de ces méthodes mises en avant. Ils permettent de prendre la mesure des mécanismes qui permettent à un système artificiel d'implémenter des fonctionnalités perceptives observées chez l'animal, comme la perception du mouvement.Présentation donnée en juin 2010 lors des journées de formation à l'informatique organisées par l'INRIA à destination des professeurs de mathématiques d'Ile de France.
Mot(s) clés libre(s) : algorithme, catégorisation, équation différentielle, estimation, génération de trajectoires, modèlisation, résolution numérique, système dynamique, traitement de l'information

Dans cet exposé François Rechenmann propose un rapide survol des méthodes algorithmiques utilisées au niveau de l'analyse du génome. On y découvre que l'informatique est à la fois un outil incontournable, puisque seules des méthodes algorithmiques automatiques issus de travaux sur le traitement automatique de texte peuvent analyser les masses, mais aussi que la modélisation elle-même de ces données biologique est informatique. Cet exposé introduit deux contenus, plus détaillés sur le site d')i(nterstices, relatifs aux régions codantes et à l'alignement de séquences.Cet exposé s'est inscrit dans le cadre d'une formation INRIA proposée en juin 2009 et s'adressait aux professeurs des établissements de l'académie de Versailles proposant l'option Informatique et Objets Numériques à leurs classes de seconde pour l'année scolaire 2009-2010.
Mot(s) clés libre(s) : algorithmique, alignement de séquences, analyse statistique, bioinformatique, biologie, dynamique des populations, évolution, génome, phylogénétique, région codante, representation des données, simulation, système dynamique

Après avoir été sous-estimée par Descartes, constructeur d'une science déductive essentiellement théorique, l'expérience, à partir de Newton, a acquis une place prépondérante, sinon autonome, dans les sciences modernes et contemporaines, au point que la vérification expérimentale est devenue un moment essentiel du " rationalisme appliqué ". Dès la seconde moitié du XIXème siècle, cependant, et notamment à partir de Maxwell, la détermination d'objets scientifiques repasse par la construction de modèles théoriques permettant d'aborder des champs nouveaux sur des bases formelles identiques. Aujourd'hui, un pas de plus est franchi puisque la simulation informatique des tests expérimentaux fait perdre son empiricité à l'expérience et tend à la réinstaller au sein du théorique. La question se pose ainsi de savoir si ce nouveau tournant nous ramène à son point de départ et quelles sont les limites de cette réintégration de l'expérience dans la pratique théorique.
Mot(s) clés libre(s) : connaissance scientifique, épistémologie, expérience, intelligence artificielle, méthodologie des sciences, modèle, modélisation, philosophie des sciences, réel, simulation

Après avoir été sous-estimée par Descartes, constructeur d'une science déductive essentiellement théorique, l'expérience, à partir de Newton, a acquis une place prépondérante, sinon autonome, dans les sciences modernes et contemporaines, au point que la vérification expérimentale est devenue un moment essentiel du " rationalisme appliqué ". Dès la seconde moitié du XIXème siècle, cependant, et notamment à partir de Maxwell, la détermination d'objets scientifiques repasse par la construction de modèles théoriques permettant d'aborder des champs nouveaux sur des bases formelles identiques. Aujourd'hui, un pas de plus est franchi puisque la simulation informatique des tests expérimentaux fait perdre son empiricité à l'expérience et tend à la réinstaller au sein du théorique. La question se pose ainsi de savoir si ce nouveau tournant nous ramène à son point de départ et quelles sont les limites de cette réintégration de l'expérience dans la pratique théorique.
Mot(s) clés libre(s) : modèle, réel, philosophie des sciences, méthodologie des sciences, expérience, épistémologie, connaissance scientifique, intelligence artificielle, modélisation, simulation

Il y a plus de cent ans, les chimistes ont commencé à exploiter des modèles pour visualiser les molécules qu'ils manipulaient dans leurs tubes à essais. Les modèles physiques permettent de mieux comprendre la forme et la flexibilité des molécules, mais ils sont longs à construire, souvent chers, et ils ne donnent qu'une vue très approximative des molécules. De surcroît, ils sont peu adaptés à la représentation des grandes molécules qui caractérisent la vie et qui contiennent des milliers, voire des centaines de milliers, d'atomes. Depuis environ quarante ans, les ordinateurs offrent une alternative aux modèles physiques. Ils permettent de décrire les molécules (et les macromolécules) d'une façon beaucoup plus réaliste en tenant compte de l'ensemble des interactions qui peuvent avoir lieu entre ces espèces. Ils permettent non seulement de visualiser les molécules, mais aussi d'étudier leur dynamique et leurs interactions. La modélisation ne remplace pas l'expérimentation, mais elle aide à analyser des résultats et surtout à formuler de nouvelles hypothèses. J'illustrerai ces développements avec des exemples portant sur les acides nucléiques, et, en particulier, la double hélice d'ADN, sur les protéines et sur les complexes formés entre ces macromolécules. Je montrerai comment on peut approcher les molécules avec l'oeil de l'ingénieur civil, et comment les molécules sondent leurs propres propriétés mécaniques pour se reconnaître. Je parlerai aussi de la modélisation au service des physiciens qui ont appris à manipuler les molécules une à une, ou au service du biologiste "seigneur des anneaux". Je terminerai en parlant de l'avenir de la modélisation: est-ce que nous pouvons commencer déjà à simuler non seulement une ou deux molécules, mais plutôt les systèmes moléculaires organisés qui animent nos cellules ?
Mot(s) clés libre(s) : ADN, enzyme, macromolécule biologique, modèle moléculaire, modélisation, protéine, simulation informatique, structure chimique, système vivant

J’analyserai la naissance des notions de "vérité" et de "réalité (objective)", notions qui nous semblent aller de soi, mais sont en réalité apparues à un moment précis de l'histoire de notre culture occidentale et sont totalement absentes du bagage conceptuel de certaines autres et de la culture chinoise traditionnelle en particulier. Les moments de leur émergence sont datés et relativement récents, mieux, leur apparition a donné lieu à des débats houleux et bien documentés entre partisans et adversaires de thèses antagonistes. La vérité est née dans la Grèce du IVe siècle avant Jésus-Christ, la réalité (objective), au XVIe siècle. L'une découle de l'autre : à partir du moment où s'est imposée l'idée d'une vérité, dire la vérité revenait à décrire la réalité telle qu'elle est.Paul Jorion
Mot(s) clés libre(s) : symétrie, sciences, syllogisme, sophisme, pensée primitive, rhétorique, analogie, Aristote, anthropologie, vérité, anti-symétrie

Le projet de recherche ALCOVE (commun à l'INRIA Futurs, au LIFL et à l'IRCICA), composé d'une trentaine de personnes, travaille sur les futurs outils informatiques permettant aux utilisateurs d'avoir des interactions plus naturelles avec les outils et modèles informatiques. Une partie des recherches d'ALCOVE s'oriente sur l'animation de modèles déformables en temps réel. Une application de ces recherches concerne la simulation médicale. Vous découvrirez dans ce film comment différents modèles informatiques sont utilisés pour simuler une opération de la cataracte. Cette opération est un acte chirurgical nécessitant une grande précision donc une certaine expérience dans sa pratique. Le simulateur pédagogique issu des travaux de recherche d'ALCOVE permet de reproduire cette opération avec réalisme afin de s'entraîner au bon geste chirurgical.Génériqueéquipe de recherche ALCOVE INRIA Futurs LIFL IRCICA Scénario Guy Vantomme sous les conseils avisés de Marie-Agnès Enard, Sylvain Karpf, Frédéric Blondel remerciements à Jean-François Rouland, Nicolas Santerre (C H U de Lille) Réalisation Guy Vantomme Tournage, montage, truquage: Damien Deltombe Voix off: François Rechir Production SEMM-USTL Lille1
Mot(s) clés libre(s) : cataracte, chirurgie de la cataracte, cristallin, geste chirurgical, maladie de l'oeil, objet 3D, représentation virtuelle, simulateur pédagogique, simulation chirurgicale

La conférence est introduite par Nicolas Ayache, DR Inria, qui présente la carrière d'Olivier Faugeras et ses différents travaux de recherche jusqu'à la création de son équipe actuelle, Neuromathcomp, dont l'ambition est de concevoir "des modèles mathématiques et statistiques du fonctionnement du cerveau et de la vision humaine en particulier". L'exposé comporte  3 parties :  Une présentation du projet Amiral, projet européen "Human Brain Project" (HBP) dont les ambitions sont très grandes : mieux comprendre le cerveau en simulant un cerveau humain. Comment traiter les images des cerveaux, collectées dans le cadre de HBP . Investir un domaine émergent : les neurosciences statistiques Conférence donnée dans le cadre de la journée  Colloquium "spécial 30 ans" du centre Inria Sophia Antipolis-Méditerrannée
Mot(s) clés libre(s) : cerveau humain, traitement d'images, mathématiques, neurosciences statistiques, big data, données médicales, médecine numérique

La médecine est une science mais c'est aussi un art, un art de l'action. Mais pour agir, pour exercer cet art, il faut souvent voir le "caché". Cette réalité cachée est souvent très abstraite, mais elle peut être modélisée et représentée. Les nouvelles technologies ont rendu possible ces opérations. Buffon disait que le corps d'un animal possède un "moule", un moule interne, abstrait, qu'il est difficile de voir. C'est à partir de cette notion de "moule" que l'on peut commencer à travailler sur les observables cachés. Ce travail peut s'effectuer à plusieurs niveau : au niveau du gène, de la cellule, de l'organe, de l'individu et de la population. Chaque niveau d'observation apporte un niveau d'informations supplémentaire et permet de comprendre les mécanismes biologiques.
Mot(s) clés libre(s) : expression génétique, information cachée, mécanisme biologique, modélisation, nouvelles technologies, observation, représentation scientififique, simulation de thérapie