Recherche plein texte [ Aide]

Dans cet article nous présentons l'utilisation de l'intelligence artificielle dans le domaine de la prédiction de la consommation en électricité d'un bâtiment.

Les enjeux climatiques et environnementaux imposent l’avènement d’une transition énergétique vers un monde nouveau, plus économe en énergie, plus électrique et moins émetteur de CO2. Il est discuté de la situation énergétique française actuelle, des défis scientifiques et technologiques que nous devons affronter pour diminuer notre empreinte carbone ainsi que des scénarios 2050 de mix énergétique possibles et réalistes, dans les limites de la physique et des contraintes sociales et politiques.

Dans cet article, nous proposons au lecteur les données (chiffres et graphes), en l’état actuel des connaissances, des réserves et ressources en énergie et matières premières non énergétiques (celles nécessaires à la construction des convertisseurs d’énergie).

Cet article en deux parties propose un atelier d'informatique débranchée, activité possible à faire en classe, pour introduire l'apprentissage par renforcement. L'atelier, initialement imaginé par Eric Duchêne et Aline Parreau, a été proposé de nombreuses fois à la Maison des Mathématiques et de l'Informatique (Lyon). Dans ce second article, on présente les codes pour programmer l'apprentissage par renforcement sur une machine en prenant pour exemple le jeu de Nim et on présente quelques applications dans le domaine de la physique de ce type d'apprentissage machine..

En manipulant la matière à l’échelle de l’atome, il est possible d’agencer la matière de manière faire émerger des propriétés totalement originales, en agissant sur la composition et la structure des matériaux élaborés. Grâce au TUBE DAUM de l’Institut Jean Lamour, qui offre des possibilités complémentaires de déposer des atomes de différentes natures sur une surface choisie et qui permet de caractériser les assemblages formés, la création de nouveaux matériaux permet de proposer des solutions à des problématiques sociétales majeures : diminution de la consommation énergétique des unités de stockage de l’information, amélioration de la durée de vie des panneaux solaires thermiques, augmentation de l’efficacité des catalyseurs, etc.

Dans ce document, nous donnons une courte introduction à l’apprentissage par réseaux de neurones, spécialement pensée pour les enseignants du secondaire de physique-chimie en charge des nouveaux enseignements en « Enseignement scientifique ». Après une présentation historique des travaux et des applications, les principes de base et une discussion sur l’impact sociétal de ces méthodes est proposé ainsi que des indications vers des ressources pédagogiques complémentaires.