Esclavage dans la Rome antique Un article de Wikipédia, l'encyclopédie libre. L'esclavage dans la Rome antique est l'institution qui régit la condition des non-libres (appelés servi, singulier servus), juridiquement assimilés à des choses. Souvent, les personnes réduites en esclavage, ou maintenues dans cette condition d'esclave, proviennent d'autres peuples conquis, ce qui se manifeste souvent par une langue, une religion, voire une couleur de peau, différentes de celles des maîtres. Le prestige d'un Romain se calcule au nombre d'esclaves qu'il possède. Les sources de l'esclavage[modifier | modifier le code] La source principale de l'esclavage provient des conquêtes de la guerre. La deuxième source importante d'esclavage est la naissance : est esclave celui qui naît de mère esclave. Enfin, la perte de la liberté était aussi prévue en guise de sanction pour certains délits graves, comme la désertion ou le non remboursement. — Plaute, Pseudolus, I, 2[1] Le statut social d'un homme se mesurait à son nombre d'esclaves.
Des robots et des hommes Nao est un petit robot humanoïde développé par la société Aldebaran. Mignon avec ses deux grands yeux lumineux, sa démarche chaloupée, sa gaucherie mécanique, il enchante ceux qui l'approchent. L'objectif est simple : concevoir un robot compagnon. La réalité dépasse la fiction, et ce n'est qu'un début. Développer des aptitudes sociales chez les robots "Il faut en finir avec le fantasme des robots méchants, qui vont se retourner contre nous ou qui sont là pour supprimer des emplois", souligne Rachid Alimi, directeur de recherche au LAAS, le laboratoire d'analyse et d'architecture des systèmes du CNRS. Le CNRS travaille actuellement sur un projet, Adream, qui vise à anticiper ces interactions entre hommes et robots. Des robots adaptés à leur environnement "Aujourd'hui, on doit encore régler les défaillances des machines intelligentes", révèle Bruno Bonnell, gérant de Robopolis et président de Syrobo, le syndicat français de la robotique des services. Mais il ne faut pas brûler les étapes.
Un "homme bionique" exposé au Musée des sciences de Londres Un "homme bionique", entièrement conçu à partir d'organes de synthèse et de prothèses robotisées, est exposé au Science Museum de Londres à partir de cette semaine. L'humanoïde de deux mètres de haut, dont la réalisation a coûté un million de dollars, a été assemblé à partir d'innovations scientifiques déjà existantes par une équipe d'experts en robotique. Baptisé Rex, il est doté d'un pancréas, d'un rein, d'une trachée et d'une rate artificiels, sans qu'aucun tissu humain n'entre dans sa composition. Il possède également un système autonome de circulation sanguine. La construction de ce robot-humain a été financée grâce à une récompense attribuée par une association caritative ayant pour but de faciliter l'accès du public à la science et à la biomédecine. Il servira de base à un documentaire diffusé sur la chaîne de télévision britannique Channel 4.
Une BD décrivant les comportements de vos amis sur Facebook Champ de vecteurs Un article de Wikipédia, l'encyclopédie libre. Un exemple de champ de vecteurs, de la forme (-y,x) Autre exemple Le flux d'air autour d'un avion est un champ tridimensionnel (champ des vitesses des particules d'air), ici visualisé par les bulles qui matérialisent les lignes de courant. En mathématiques, un champ de vecteurs ou champ vectoriel est une fonction qui associe un vecteur à chaque point d'un espace euclidien ou plus généralement d'une variété différentielle[1].Pour la résolution des équations différentielles autonomes du 1er ordre, on utilise le champ des directions (appelé en physique champ des vitesses) qui représente les dérivées tangentes à la trajectoire de ces équations, ce qui permet de la tracer. Les champs de vecteurs sont souvent utilisés en physique, pour modéliser par exemple la vitesse et la direction d'un fluide en mouvement dans l'espace, ou la valeur et la direction d'une force, comme la force magnétique ou gravitationnelle, qui évoluent points par points. Soit . est
Sémiologie Un article de Wikipédia, l'encyclopédie libre. Le terme sémiologie a été créé par Émile Littré et pour lui, il se rapportait à la médecine[1]. Il a ensuite été repris et élargi par Ferdinand de Saussure, pour qui la sémiologie est « la science qui étudie la vie des signes au sein de la vie sociale[2] ». Le terme sémiotique, inventé par Charles Sanders Peirce quelques années auparavant, recouvre la même idée et est utilisé le plus fréquemment en dehors de France. Sémiologie en linguistique[modifier | modifier le code] La sémiologie (du grec ancien σημεῖον / sêmeîon (« signe ») et λογία / logía (« étude »)) apparaît être une discipline récente. On assiste alors à un regain d'intérêt pour l'étude des signes, et la sémiologie devient une nouvelle discipline dans les Sciences sociales avec des auteurs comme Greimas, Barthes, Jean Baudrillard, Mounin ou Umberto Eco. Aujourd'hui, de ces deux termes sémiologie / sémiotique, le second prédomine. Sémiologie médicale[modifier | modifier le code]
Représentation des connaissances Un article de Wikipédia, l'encyclopédie libre. La représentation des connaissances désigne un ensemble d'outils et de procédés destinés d'une part à représenter et d'autre part à organiser le savoir humain pour l'utiliser et le partager. Représentation des connaissances[modifier | modifier le code] Les connaissances n'ont jamais été, et ne sont toujours pas, systématiquement représentées par des mots et des phrases. Classement des connaissances[modifier | modifier le code] Les outils classiques (non électroniques) de représentation des connaissances sont les taxonomies ou classifications, qui permettent d'organiser les connaissances sur les objets du monde, et les thesaurus utilisés en indexation documentaire. Formalisation des connaissances[modifier | modifier le code] Des outils plus formels et permettant de représenter des connaissances complexes sont par exemple les graphes conceptuels ou les réseaux sémantiques. Liens entre connaissances et raisonnements[modifier | modifier le code]
Logique de description Un article de Wikipédia, l'encyclopédie libre. Les logiques de description aussi appelé logiques descriptives (LD) sont une famille de langages de représentation de connaissance qui peuvent être utilisés pour représenter la connaissance terminologique d'un domaine d'application d'une manière formelle et structurée. Le nom de logique de description se rapporte, d'une part à la description de concepts utilisée pour décrire un domaine et d'autre part à la sémantique basée sur la logique qui peut être donnée par une transcription en logique des prédicats du premier ordre. La logique de description a été développée comme une extension des frames et des réseaux sémantiques, qui ne possédaient pas de sémantique formelle basée sur la logique. Origines et applications des logiques de description[modifier | modifier le code] Définition des logiques de description[modifier | modifier le code] La plupart des logiques de description divisent la connaissance en deux parties : , où Définition 1 : Soit pour .
Une introduction aux logiques de description Ce document est une adaptation du chapitre 4 de : Fournier-Viger, Philippe (2005) "Un modèle de représentation des connaissances à trois niveaux de sémantique pour les systèmes tutoriels intelligents". Mémoire de maîtrise (M.Sc.), Université de Sherbrooke, Sherbrooke, Canada. Le document est seulement mis à jour pour corriger des erreurs. Vous pouvez me contacter pour rapporter des erreurs. Ce document présente les logiques de description (LD), une famille de langages de représentation de connaissances qui exploitent, en général, des sous-ensembles décidables (pour une logique, un problème de raisonnement est décidable si une machine de Turing peut le résoudre en un nombre ni d'étapes) de la logique de premier ordre. 1.1 Le contexte L'accent au sein des LD est mis sur les services de raisonnement et plus particulièrement sur ceux pour la prise de décision : l'objectif principal des LD consiste à pouvoir raisonner efficacement pour minimiser les temps de réponse. Les entités atomiques . .
Model Thinking Algorithmic learning theory Algorithmic learning theory is a mathematical framework for analyzing machine learning problems and algorithms. Synonyms include formal learning theory and algorithmic inductive inference. Algorithmic learning theory is different from statistical learning theory in that it does not make use of statistical assumptions and analysis. Both algorithmic and statistical learning theory are concerned with machine learning and can thus be viewed as branches of computational learning theory. Distinguishing Characteristics[edit] Unlike statistical learning theory and most statistical theory in general, algorithmic learning theory does not assume that data are random samples, that is, that data points are independent of each other. Algorithmic learning theory investigates the learning power of Turing machines. Learning in the limit[edit] The concept was introduced in E. Other Identification Criteria[edit] Learning theorists have investigated other learning criteria,[5] such as the following.
Médecine spatiale: progrès contre les effets de l'impesanteur TOULOUSE - Une nouvelle campagne d'études sur les moyens de combattre les effets délétères pour l'organisme humain de l'impesanteur liée aux vols spatiaux de longue durée s'est achevée jeudi à Toulouse (sud-ouest de la France), avec la sortie des cobayes volontaires de l'hôpital Rangueil. La clinique spatiale de l'institut français de médecine et de physiologie spatiale (Medes) n'en est pas à sa première opération «Bedrest»: des campagnes en 2001-2002, 2005 et 2010, ont simulé des séjours en impesanteur (pesanteur réduite) de 5 à 90 jours avec des hommes puis des femmes, en variant exercices et alimentation. Chaque campagne, coordonnée par l'agence spatiale française (Centre national d'études spatiales, Cnes), affine la recherche «d'une contre-mesure idéale, dans l'optique d'expéditions de deux à trois ans vers Mars, visant à préserver la santé des astronautes sans pénaliser la mission», a indiqué Guillemette Gauquelin-Koch pour le Cnes.
L’apesanteur et ses effets sur l’organisme humain Le corps humain subit de multiples changements physiologiques Peu après avoir quitté l’atmosphère terrestre, l’absence de gravité entraîne une croissance de l’astronaute de l’ordre de deux à trois centimètres. Ce phénomène est dû à l’étirement de la colonne vertébrale, qui n’est plus soumis à l’attraction de la gravité. Pour cette même raison, le sang et autres fluides migrent des jambes vers la partie supérieure du corps. Le visage enfle, comme après avoir fait le poirier, et les veines du cou saillissent. Au début, la plupart des astronautes se sentent désorientés étant donné que leurs sens ne leur permettent plus de distinguer le « haut » du « bas » - ce qui n’a pas vraiment d’importance dans l’espace. Ces symptômes auront pour l’essentiel complètement disparu au terme de la première semaine, l’organisme s’adaptant progressivement à ces nouvelles conditions. Aspects médicaux et physiologiques de l’apesanteur Voir le dossier spécial sur 50 ans de vol spatial habité
Le mal de l'espace Le mal de l'espace Un milieu hostile (I) L'étude du mal de l'espace remonte avant la seconde guerre mondiale, en 1939, lorsqu'un groupe de chercheurs de la British Interplanetary Society se mirent à inventer les scénarios les plus horribles et les effets les plus inattendus qu'était supposé provoquer l'état d'apesanteur sur les astronautes et les futurs pilotes au long cours galactique. A l'époque personne ne savait comment le corps réagirait en état d'apesanteur, si même il y survivrait. Plus tard en 1957, en préparant la conquête de la Lune, les Soviétiques ont envoyé une chienne, Laika, dans une fusée pour étudier son comportement dans ce milieu hostile à l'homme. Elle y perdit malheureusement la vie. Les Américains firent de même avec des singes et plus tard avec toute une série de vivarium portatifs contenant des batraciens mais également des araignées et des mouches. Les effets de l'apesanteur Redistribution des fluides corporels Fièvre persistante Prochain chapitre Les radiations