Dans le monde entier, 24 heures sur 24, des dizaines de milliers d’astronomes amateurs observent le ciel nocturne… Leurs cibles favorites ? Les planètes du système solaire, que leurs télescopes et les prodiges de l’opto électronique permettent aujourd’hui de contempler avec la même précision que les télescopes d’observatoires professionnels il y a un quart de siècle… Actuellement, la planète Jupiter est au plus près de la Terre, et ses nuées changeantes, le ballet de ses satellites, attirent tous les astronomes amateurs.
Depuis quelques années, la technique de prise de vues des planètes a changé : il ne s’agit plus, comme au XX e siècle, de « prendre un cliché » de l’astre observé, mais de le filmer, plusieurs minutes durant. Le film, pris à très haute vitesse, enregistre à la fois l’image de la planète et les fluctuations atmosphériques qui la déforment et la rendent floue. Puis, l’astronome amateur analyse cette vidéo avec un logiciel spécialisé, comme Autostakker ou Registax, par exemple, et ce logiciel sélectionne les meilleures images, sur les milliers que la vidéo a enregistré. Enfin, le logiciel additionne ces centaines d’images sélectionnées, éliminant le « bruit » c’est à dire les défauts de chacune d’entre elles en faisant ainsi émerger le « signal » c’est à dire l’image de la planète, laquelle apparaît pratiquement débarrassée du flou atmosphérique… Cette technique s’apparente à l’optique adaptative utilisée par les astronomes professionnels, mais elle est infiniment moins coûteuse et tout aussi efficace pour les télescopes d’amateurs, dont le diamètre n’excède pas 400 millimètres…

Et c’est en filmant ainsi Jupiter que deux astronomes amateurs, John Mc Keon et Gerrit Kernbauer, le premier en Irlande, le second en Autriche, ont observé par hasard dans la nuit du 17 mars l’impact d’un astre – comète ou astéroïde – sur Jupiter ! Le flash, correspondant à l’embrasement de l’objet dans l’atmosphère de la planète géante, n’a duré qu’une seconde, mais il signe probablement la chute d’un objet de plusieurs centaines de mètres… Gerrit Kernbauer observait avec un télescope de 200 mm de diamètre, John McKeon avec un télescope de 280 mm, des instruments minuscules, comparés par exemple à Hubble, 2,4 mètres, le VLT, 8,2 mètres, ou les télescopes Keck, 10 mètres !
Cet événement n’est pas une première : en 1994, tous les télescopes du monde se sont braqués vers Jupiter pour observer la chute, en une vingtaine de morceaux, de la comète Shoemaker-Levy 9 sur Jupiter. Chaque fragment de comète mesurait quelques centaines de mètres, et les traces des impacts dans l’atmosphère jovienne ont perduré des mois.
Mais à l’époque, personne ne savait que ces impacts sur Jupiter étaient très fréquents, la planète géante du système solaire attirant vers elle, tel un aspirateur gravitationnel, tous les petits corps qui passent à sa portée. Depuis cette première observation de 1994, des impacts sur Jupiter ont été observés en 2009, 2010 et 2012.

La fréquence des impacts sur Jupiter est telle que notre présence ici, en tant qu’espèce vivante, fruit de près de quatre milliards d’années d’évolution, est peut-être due à la présence protectrice de la planète géante, qui a sans doute évité à la Terre, en « nettoyant » le système solaire de très nombreux impacts catastrophiques de comètes et d’astéroïdes.
Serge Brunier

Dans la famille “Une I.A. plus forte que les humains (ou presque)”, nous avons déjà la machine qui reconnait les visages, celle qui reconnait les objets et les scènes, celle qui reconnait la parole (audio). Qu’en est-il de celle qui lit sur les lèvres ? Celle-ci se trouve dans la catégorie “Pas encore prête”… mais la discipline avance.

En effet, un nouveau système conçu par des chercheurs britanniques affiche des résultats nettement supérieurs à ceux habituellement obtenus dans ce domaine. Ce qui ne va pas sans poser des questions de privacité.

Un même mouvement des lèvres pour plusieurs sons

Lire sur les lèvres est un exercice particulièrement difficile eu égard au fait que les sons élémentaires de la parole (les phonèmes) sont formés, outre des vibrations des cordes vocales, par l’action sur l’air de très nombreux muscles allant de la glotte aux lèvres (et narines). Les lèvres ne sont donc que la dernière étape de la modulation des phonèmes.

Ainsi, différents types de sons phonétiques sont associés à une même moue labiale, comme le “p”, le “b”et le “m” dans les phonèmes “pa”, “ba” et “ma”, ou le “f” et le “v”, etc. De fait, si l’on comptabilise 39 phonèmes en français (une cinquantaine en anglais), ceux-ci ne seraient associés, selon les linguistes, qu’à une quinzaine de moues particulières – qu’on nomme techniquement “visèmes” (pour visual phoneme).

Il marche très vite ou il mange des frites ?

Pour l’anecdote, en français, les phrases “il marche très vite” et “il mange des frites” est composée des mêmes visèmes. En anglais, “I love you” (je t’aime) et”elephant juice” (jus d’éléphant) aussi. De quoi interpréter un exposé sur le mode d’alimentation de nos ancêtres comme un discours amoureux ! Sans parler du fait que l’ambiguïté du mouvement des lèvres peut induire en erreur tout un chacun, comme le prouve le célèbre “effet McGurk” illustré ci-dessous.

Imaginez donc la perplexité d’une I.A devant reconstruire un long discours prononcé à distance par un interlocuteur inaudible ? Chaque fragment de quelques phonèmes peut ouvrir à de nombreuses possibilités qui créent des embranchements et arborescences. C’est quasiment impossible… Pourtant, certains humains y arrivent, en particuliers ceux qui ont été privé de l’ouïe depuis la naissance.

25 % de réussite là où les humains les plus compétents atteignent 50 %

Grâce à une nouvelle méthode basée sur un type de système d’intelligence artificielle dit “Modèle de Markov caché”, l’équipe de chercheurs de l’université d’East Anglia (Norwich) a réussi à obtenir 25 % de réussite dans des tests de lecture labiale avec 12 personnes lisant chacun des textes de 200 mots – alors que les système existants ne dépassent pas les 15%.

Sachant que les humains possédant une réelle compétence en la matière se servent d’un grand nombre d’autres indices que les lèvres pour “ré-contextualiser” les phrases (autres expressions faciales, contexte général, mimiques corporelles, etc.), ce score n’est pas si modeste. D’autant plus que des études ont montré que les personnes les plus performantes atteignent un score d’environ 50%

Deux étapes d’entrainement pour apprendre à lire sur les lèvres

Le système des chercheurs, qui fait du calcul de probabilités, marche globalement ainsi : dans la première phase dite d’apprentissage, un algorithme de reconnaissance faciale extrait les figures significatives du mouvement des lèvres d’une personne prononçant une phrase et l’associe aux phonèmes (audio) qu’il analyse également. Il crée ainsi un dictionnaire “bilingue” visème/phonème – un même visème pouvant donc être associé à plusieurs phonèmes.

Dans la deuxième phase d’apprentissage, qui correspond à une deuxième “couche” de calculs, chaque visème est séparé en autant de modules qu’il a de phonèmes – par exemple, trois modules pour le visème représentant les phonèmes “p”, “b” et “m”. Le système est alors entrainé à nouveau, chaque module s’exerçant à reconnaître son phonème associé.

Un rêve d’espion

Dans cette 2e phase, l’IA a toujours accès à l’audio : il peut alors améliorer sa faculté à distinguer les visèmes associée à plusieurs phonèmes en trouvant les petites variations statistiques dans l’expression labiale. Cet entrainement en deux étape s’est révélé essentiel pour le saut qualitatif du taux de réussite.

Cela devrait déjà servir comme outil d’assistance aux malentendants voire au doublage de films. Mais comme l’IA nous l’a déjà prouvé, sa capacité “surhumaine” à traiter des milliards d’informations laisse augurer que, peut-être, en le dotant de plus de puissance calcul, ce type de système acquerra un tel degré de résolution dans l’analyse des expressions labiales qu’il finira par distinguer véritablement chaque phonème : un taux de réussite de 50% comblerait déjà tous les rêves des espions…

–Román Ikonicoff

 

> Voir la vidéo de Science&Vie TV :

• L’intelligence artificielle plus forte que l’homme ?

Lire aussi :

• Malgré ses réussites, l’intelligence artificielle manque de subtilité
• Le champion du monde de go battu par AlphaGo, l’intelligence artificielle de Google
• Une intelligence artificielle qui reconnait les paysages du monde entier !
• Une intelligence artificielle résout seule une énigme biologique
• Voyez les hallucinations d’une intelligence artificielle !

 

> Lire également dans les Grandes Archives de S&V :

• Reconnaissance faciale : le triomphe de l’intelligence artificielle – S&V n°1162 (2014) – acheter ce numéro. Le domaine de l’Intelligence artificielle progresse à très grande vitesse grâce aux ressources fournies par les réseaux numériques. Le plus bel exemple en est la reconnaissance automatique des visages.

• Moteurs de recherche : voici qu’ils légendent les images – S&V n°1169 – 2015 – acheter ce numéro. Grâce à la fusion de plusieurs technologies IA, les chercheurs de chez Google ont conçu un système qui reconnait et légende les images.

• Robots : leur intelligence dépasse déjà la nôtre – S&V n°1166 – 2014 – acheter ce numéro. Peu à peu et sans grandes vagues, l’intelligence artificielle et la robotique sont sorties de l’échec relatif des années 1980 pour finir par devenir des acteurs essentiels dans nos activités. Ils nous dépassent déjà.