Pour une fois qu’orleans a l’air de bouger un minimum. Et les petits vieux s’en plaignent comme d’habitude.
J’ai passé mes 7 années d’études à la source et c’était à mourir, je déconseillerais cette ville à tous les jeunes, même mes pires ennemis : fuyez ces faux bourgeois mes enfants, de toute façon ils ne veulent pas de vous !
Merci pour cet article, grâce à vous je vais découvrir les alter ego de magma en Europe 🙂.
Par contre, dire que les Américains ont raté le coche serait faire fi de l’apport de Franck Zappa au domaine (a voir si c’est considéré comme du rock progressif, mais de mon oreille de neophyte ça pourrait s’y apparenter).
Permettez moi de citer cette phrase de South Park, s ?rie d ?di ?e a un publique d’ ?lites s’il faut encore le d ?montrer.
« We have three level of membership at thegreedy : te’greedy base, te’greedy premium and te’greedy elite, but noone wants to be elite, because elite ’got no te’greety »
@njama pour le coup, l’IA d’AlphaGo est complétement différente de celle de deep blue : son apprentissage est basé sur le deep learning.
Cette IA n’a pas été (très) spécifiquement codée pour répondre au règles de Go : en gros on a contribué à l’algo de deep learning avec un code règles, puis on lui a montré des parties (un petit million). Ensuite, il a tout bonnement déduit tout seul comment jouer des bons coups (même ceux qui n’étaient dans aucune partie apprise).
Avec les échecs aléatoires, le deep learning ferait pareil : tu lui montre les règles des échecs, tu lui fait jouer quelques parties (tu peux aussi lui apprendre seulement les partie d’échecs non-aléatoire) et il te battrait à plat de couture sur cette variante (peut être pas à l’ouverture, mais pour toute la suite, tintin !