• l’année dernière
Transcription
00:00 L'intelligence artificielle ne sert pas qu'à faire vos devoirs à votre place,
00:03 et les scientifiques l'ont bien compris.
00:05 Parmi toutes les sciences qui existent,
00:09 l'une qui fascine le plus reste l'archéologie.
00:11 Même si l'on a facilement l'image d'Indiana Jones ou de Lara Croft en tête
00:14 lorsqu'on fait référence à ce genre de métier,
00:16 il faut savoir que ces scientifiques passent énormément de temps,
00:18 dans leur bureau, à étudier des objets.
00:20 On range les fouets et les guns,
00:22 et on sert de l'intelligence artificielle pour faire des découvertes majeures
00:25 sur notre passé commun.
00:26 Il y a plus de 3000 ans, avant notre ère,
00:28 l'intelligence artificielle fait son apparition avec ce que l'on appelle le cuneiforme.
00:31 Vous savez, les grosses tablettes d'argile cuite avec des petits dessins dessus.
00:34 Et même si certains pensent que les scientifiques sont des puits de connaissances sans fond,
00:37 malheureusement, eux aussi se confrontent à la dure réalité de la vie,
00:39 certains langages sont quasiment impossibles à traduire.
00:42 Avec toutes les évolutions que la langue a connues,
00:44 il est très difficile de passer de formes assez archaïques
00:46 à nos langues modernes beaucoup plus riches et complexes.
00:49 Mais sans ça, impossible de connaître les coutumes,
00:51 les croyances et les politiques de certaines régions.
00:53 Et c'est dans ce contexte que l'intelligence artificielle fait son apparition
00:56 avec les langues modernes et les langues modernes avec les langues modernes.
00:59 Et c'est là que se trouve le problème.
01:01 Les récentes innovations et la démocratisation des outils
01:03 ont permis aux archéologues, linguistes et anthropologues
01:06 de travailler main dans la main avec des développeurs
01:08 afin de développer une IA capable de traduire des formes écrites cuneiformes.
01:12 Typiquement, on traduit difficilement l'écriture akkadienne,
01:15 celle qui donna naissance à l'assyrien, le babylonien, l'araméen,
01:18 avant de donner vie à certaines langues toujours utilisées aujourd'hui,
01:21 comme l'hébreu par exemple.
01:22 Mais les scientifiques et les informaticiens se sont alliés
01:24 et pour cela, l'équipe utilise peu ou prou la même méthode qu'avec Google Traduction,
01:27 avec ce que l'on appelle un réseau neuronal.
01:29 Tous les résultats et les méthodologies utilisées sont disponibles
01:31 dans la revue scientifique PNAS Nexus et même via GitHub.
01:34 Contrairement à une traduction de langue récente,
01:36 comme par exemple le chinois vers le français,
01:38 pour les écritures anciennes, il faut tout d'abord réussir
01:40 à déterminer les sons phonétiques de chaque forme
01:42 avant de pouvoir les traduire dans une langue moderne.
01:44 Il faut donc repérer des schémas significatifs
01:46 pour pouvoir faire ce que l'on appelle la translittération.
01:48 L'équipe a donc développé un outil en cédant d'encore plus de textes déjà annotés
01:51 pour aider au maximum l'IA.
01:53 Parce que clairement, il faut prendre du recul par rapport à ce genre d'écriture
01:56 puisque l'on ne sait pas forcément où commence une phrase,
01:59 ni comment elle se termine,
02:01 ni même si le langage comporte des phrases ou juste des significations très littérales par signe.
02:04 Trop peu de scientifiques sont formés à la traduction de langue ancienne
02:06 et clairement, l'IA pourrait bien changer à jamais nos méthodes de travail.
02:09 Le Daily Tech, c'est fini pour aujourd'hui,
02:11 on se retrouve demain pour la suite.
02:13 À demain.
02:14 [Musique]
02:17 [SILENCE]