Apprentissage automatique

Des chercheurs du Collège des Humanités à l’EPFL ont recouru au machine learning pour découvrir comment les humains comblaient le fossé souvent important entre le signe et le sens dans la communication.

Des bâtiments qui s'autogèrent: cette idée, issue du think-tank Dezentrum, a été mise en œuvre pour la première fois à l'ETH Zurich sous la forme d'un prototype. Le résultat est une cabine de méditation qui bouscule les attentes économiques et sociales habituelles.

L'intelligence artificielle peut aider à prédire la structure tridimensionnelle des protéines. Beat Christen décrit comment de tels algorithmes devraient bientôt permettre de développer des protéines artificielles sur mesure.

Des pluies torrentielles et autres inondations ont dominé la météo de ces dernières semaines. Pour prévoir ces événements météorologiques avec une plus grande précision et mieux les comprendre dans le contexte du changement climatique mondial, l'ETH Zurich et ses partenaires développent une nouvelle génération de modèles météorologiques et climatiques à haute résolution.

Depuis des millénaires, les scientifiques passent « artisanalement » les données au crible dans le but de trouver des modèles significatifs dans la résolution de problèmes complexes. Aujourd’hui, nombre de chercheuses et chercheurs pensent que l’apprentissage automatique va modifier fondamentalement la façon dont s’élabore la science.

Sous la direction de l’EPFL, une équipe internationale de scientifiques a mis au point un système qui combine les informations du connectome cérébral – les connexions neuronales – et l’apprentissage machine pour évaluer et établir les pronostics de rétablissement post-AVC.