Voici les 3 articles scientifiques les plus intéressants du mois, au cas où vous en auriez manqué un. Il s’agit d’une liste organisée des plus récentes avancées en IA et en science des données, classées par date de parution, avec une explication vidéo claire, un lien vers un article plus détaillé et le code, s’il y a lieu. Bonne lecture ! Dites-moi dans les commentaires si j’ai oublié des articles importants, ou communiquez directement avec moi sur LinkedIn !
Si vous voulez aussi lire plus d’articles scientifiques, je vous recommande mon article, dans lequel je partage mes meilleurs conseils pour en trouver et en lire davantage.
Article no 1 :
Skillful Precipitation Nowcasting using Deep Generative Models of Radar [1]
DeepMind vient de publier un modèle génératif capable de surpasser les méthodes de prévision immédiate couramment utilisées dans 89 % des situations pour sa précision et son utilité, selon plus de 50 météorologues experts ! Leur modèle cherche à prévoir les précipitations des 2 prochaines heures et y arrive étonnamment bien. Il s’agit d’un modèle génératif, ce qui signifie qu’il génère les prévisions plutôt que de simplement les prédire. Il utilise essentiellement les données radar passées pour créer les données radar futures. En combinant les composantes temporelles et spatiales du passé, il peut donc générer ce à quoi le futur proche devrait ressembler.
Vous pouvez comparer ce processus aux filtres de Snapchat, qui prennent votre visage et en génèrent un nouveau avec certaines modifications. Pour entraîner ce type de modèle génératif, il faut beaucoup de données sur des visages humains ainsi que sur le type de visage que l’on souhaite produire. Après de nombreuses heures d’entraînement d’un modèle très semblable, vous obtenez un puissant modèle génératif. Ce genre de modèle utilise souvent des architectures GAN pendant l’entraînement, puis emploie le générateur de façon indépendante. Si vous ne connaissez pas les modèles génératifs ou les GAN, je vous invite à regarder l’une des nombreuses vidéos que j’ai faites à leur sujet, comme celle-ci sur Toonify.
Une version courte à lire
[
DeepMind utilise l’IA pour produire des prévisions météorologiques plus précises
Plus de 50 météorologues experts ont évalué le nouveau modèle de DeepMind, qui a surpassé les méthodes actuelles de prévision immédiate dans 89 % des situations pour sa précision et son utilité
](/fr/deepmind-rain-nowcasting/)
Bloc-notes Colab : https://github.com/deepmind/deepmind-research/tree/master/nowcasting
Article no 2 :
The Cocktail Fork Problem: Three-Stem Audio Separation for Real-World Soundtracks [2]
Avez-vous déjà regardé une vidéo ou une émission de télévision dans laquelle les acteurs étaient complètement inaudibles ou la musique beaucoup trop forte ? Eh bien, ce problème, aussi appelé problème du cocktail, pourrait ne plus jamais se produire. Mitsubishi et l’Université de l’Indiana viennent de publier un nouveau modèle ainsi qu’un nouveau jeu de données qui s’attaquent à la reconnaissance de la bonne piste sonore. Par exemple, si nous reprenons le même extrait audio dans lequel la musique était beaucoup trop forte, vous pouvez simplement augmenter ou diminuer le volume de la piste voulue afin d’accorder plus d’importance aux dialogues qu’à la musique.
Le problème consiste à isoler n’importe quelle source sonore indépendante d’une scène acoustique complexe, comme une scène de film ou une vidéo YouTube dans laquelle les sons sont mal équilibrés. Parfois, on n’arrive tout simplement pas à entendre certains acteurs à cause de la musique, des explosions ou d’autres sons ambiants en arrière-plan. Si vous réussissez à isoler les différentes catégories d’une bande sonore, vous pouvez aussi augmenter ou diminuer seulement l’une d’elles, par exemple baisser un peu la musique pour bien entendre tous les autres acteurs. C’est exactement ce que les chercheurs ont accompli.
Une version courte à lire
[
Isolez la voix, la musique et les effets sonores avec l’IA
Si la musique est beaucoup trop forte dans un extrait audio, vous pouvez simplement augmenter les dialogues et diminuer la musique !
](/fr/isolate-voice-music-and-sound-effects-with-ai/)
Page du projet : https://cocktail-fork.github.io/
Jeu de données DnR : https://github.com/darius522/dnr-utils#overview
Article no 3 :
ADOP: Approximate Differentiable One-Pixel Point Rendering [3]
Une version courte à lire
[
L’IA synthétise des vidéos fluides à partir de quelques images !
Construisons des modèles 3D à partir de quelques photos…
](/fr/ai-synthesizes-smooth-videos-from-a-couple-of-images/)
Code : https://github.com/darglein/ADOP
Si vous aimez mon travail et voulez rester au courant des nouveautés en IA, vous devriez vraiment me suivre sur mes autres réseaux sociaux, comme LinkedIn et Twitter, et vous abonner à mon infolettre hebdomadaire sur l’IA !
Pour me soutenir :
- La meilleure façon de me soutenir est de me suivre ici ou sur Medium ou de vous abonner à ma chaîne YouTube si vous aimez le format vidéo.
- Soutenez mon travail sur Patreon.
- Joignez-vous à notre communauté Discord : Learn AI Together et partagez vos projets, vos articles scientifiques et les meilleures formations, trouvez des coéquipiers pour Kaggle et bien plus encore !
- Voici les outils les plus utiles que j’utilise chaque jour comme chercheur pour trouver et lire des articles scientifiques sur l’IA… Lire la suite.
Références
[1] Ravuri, S., Lenc, K., Willson, M., Kangin, D., Lam, R., Mirowski, P., Fitzsimons, M., Athanassiadou, M., Kashem, S., Madge, S. et Prudden, R., 2021. Skillful Precipitation Nowcasting using Deep Generative Models of Radar, https://www.nature.com/articles/s41586-021-03854-z.
[2] Petermann, D., Wichern, G., Wang, Z. et Roux, J.L. (2021). The Cocktail Fork Problem: Three-Stem Audio Separation for Real-World Soundtracks. https://arxiv.org/pdf/2110.09958.pdf.
[3] Rückert, D., Franke, L. et Stamminger, M., 2021. ADOP: Approximate Differentiable One-Pixel Point Rendering. https://arxiv.org/pdf/2110.06635.pdf.
FAQ
Quels articles figurent dans le résumé d’octobre 2021 ?
La liste présente la prévision générative des précipitations, la séparation de bandes sonores en trois pistes et le rendu neuronal de points ADOP.
Comment la prévision immédiate générative prédit-elle la pluie ?
Elle crée des séquences radar futures plausibles et représente l’incertitude des précipitations possibles à court terme.
Qu’est-ce que la séparation audio en trois pistes ?
Elle sépare une bande sonore mélangée en dialogues, musique et effets sonores qui peuvent être ajustés indépendamment.
Que produit le rendu d’ADOP ?
Il utilise des points différentiables d’un pixel pour reconstruire et optimiser de nouvelles vues d’une scène captée.
Pourquoi ces méthodes sont-elles utiles en pratique ?
Elles améliorent les prévisions, l’accessibilité des médias et la rapidité du rendu de scènes grâce à des représentations apprises propres à chaque tâche.