Showing posts with label logiciels fondamentaux en recherche. Show all posts
Showing posts with label logiciels fondamentaux en recherche. Show all posts

Saturday, January 17, 2026

Après les moteur de recherche par indexation en 1993, l’apprentissage profond 2012, puis les chatbots ChatGPT Gemini, 2022, la troisième AI intègre le monde réel. Des chercheurs suggèrent que Gemini est en train de détrôner tous ses concurrents

 

Pour souhaiter un "Pace e salute" en ce début d'année 2026,
voici un post sur mon vieux blog.

Geoffrey Hinton reçoit avec Yoshua Bengio et Yann Le Cun le prix Turing 2018 pour leurs travaux sur l'apprentissage profond. Ils sont appelés les « pères fondateurs » de l'intelligence artificielle.

Yann Lecun, Yoshua Bengio, Geoffrey Hinton. Deep learning. Nature, 2015, 521 (7553), pp.436-444.
  • Geoffrey Hinton, né le 6 décembre 1947 à Wimbledon (Royaume-Uni), est un chercheur britanno-canadien. Il est co-auteur d'un article publié en 1986, qui a popularisé l'algorithme de rétropropagation pour l'entraînement des réseaux de neurones-perceptrons multicouches: Learning representations by back-propagating errors https://www.nature.com/articles/323533a0
  • Yoshua Bengio, né le 5 mars 1964 à Paris en France, est un chercheur québécois-canadien d'origine franco-marocaine. Il est le seul scientifique vivant à avoir dépassé le million de citations sur Google Scholar. Il rejoint ainsi Michel Foucault, philosophe, historien des idées et militant politique français, cité plus d’un million de fois par ses pairs.
  • Yann Le Cun, né le 8 juillet 1960 à Soisy-sous-Montmorency en France. -Il estime que les LLM (de l'anglais Large Language Model) actuels sont limités car ne « comprenant » pas réellement le monde ; il juge les architectures JEPA plus prometteuses, car capables de construire des représentations internes du monde et de prédire ses évolutions.
On constate combien l'esprit révolutionnaire français est présent dans les fondements et développements de l'AI. 

Un petit clin d'oeil historique

Marseille est l’un des berceaux de l’intelligence artificielle en France avec la création du langage Prolog au début des années 1970. L’objet de cet article est de donner quelques repères historiques et de rendre hommage à Alain Colmerauer ainsi qu’aux membres de son équipe, aux chercheurs et enseignants-chercheurs qui ont contribué au développement de la recherche, de la formation et du transfert technologique en intelligence artificielle à partir de Marseille.

Geoffrey Hinton: Trois ans après avoir été pris au dépourvu par ChatGPT, Gemini est-il en train de gagner ?

Alors que la compétition autour de l’intelligence artificielle générative est souvent racontée comme une succession de coups médiatiques, de démonstrations spectaculaires et d’annonces parfois précipitées, Google avance à un rythme plus feutré. Avec Gemini, son modèle d’IA unifié, le groupe semble aujourd’hui récolter les fruits d’une stratégie plus structurelle que narrative. Sans déclarer officiellement la victoire, Google apparaît de plus en plus comme un acteur central, voire dominant, dans la phase actuelle de la course à l’IA. C'est en tout cas l'avis de certains spécialistes comme Geoffrey Hinton, le « parrain de l'IA ».

Depuis la fin de l’année 2022, la course à l’IA générative a été largement perçue comme un duel entre nouveaux entrants spectaculaires et géants historiques pris de court. L’irruption de OpenAI a imposé un nouveau tempo, rapidement suivi par l’intégration agressive de modèles génératifs dans les produits de Microsoft. Dans ce contexte, Google a souvent été décrit comme hésitant, voire en retard, malgré des années de recherche fondamentale en apprentissage automatique et en réseaux neuronaux.

Pendant une grande partie de l’année 2023, Google a souffert d’une image de poursuivant. L’arrivée rapide de modèles conversationnels très populaires a donné l’impression que le géant de Mountain View avait perdu l’initiative, malgré son rôle historique dans la recherche en apprentissage profond. Cette lecture, largement façonnée par le calendrier médiatique, a progressivement perdu de sa pertinence à mesure que la stratégie de Google s’est clarifiée.

Google a connu quelques lancements de produits difficiles par le passé. En 2024, Google a dû arrêter son générateur d'images IA parce que les gens disaient qu'il créait des images historiquement incorrectes de personnes de couleur et qualifiaient les résultats de « trop politiquement corrects ». Google a rapidement présenté ses excuses pour ce qu’il décrit comme des « inexactitudes dans certaines représentations historiques générées par l’image » avec son outil Gemini, en disant que ses tentatives de créer une « large gamme » de résultats ont manqué la cible. Gemini est un outil d’intelligence artificielle lancé par Google qui peut créer des images en réponse à des requêtes écrites. 

« Nous sommes conscients que Gemini propose des inexactitudes dans certaines représentations de génération d'images historiques », regrette Google dans sa déclaration publiée sur X/Twitter. « Nous travaillons à l'amélioration immédiate de ce type de représentations. La génération d'images par l'IA de Gemini génère un large éventail de personnes. Et c'est généralement une bonne chose, car des gens du monde entier l'utilisent. Mais dans le cas présent, il n'y a pas d'adéquation ». Après avoir mis l'outil en pause, le temps de retravailler dessus, il a été relancé.

Les versions précédentes de son outil de recherche IA donnaient également des conseils étranges, comme dire aux utilisateurs de mettre de la colle sur leur pizza pour empêcher le fromage de glisser.

Auparavant, le PDG de l'entreprise, Sundar Pichai, avait même déclaré que l'entreprise avait attendu pour lancer son chatbot parce qu'il n'était pas prêt. « Nous n'avions pas encore atteint un niveau où nous pouvions le commercialiser et où les gens auraient accepté que Google lance ce produit. Il présentait encore beaucoup de problèmes à l'époque », a déclaré Pichai.

Le lancement et l’évolution de Gemini ont marqué un changement de rythme. Là où les premières réponses de Google semblaient défensives, la firme a progressivement déployé un modèle plus cohérent, mieux intégré et techniquement plus ambitieux. Ce basculement n’a pas été immédiat, mais il s’est opéré de manière continue, presque imperceptible pour le grand public.

Gemini 3, le LLM qui change la donne ?

En novembre 2025, Google a annoncé Gemini 3, un modèle d'intelligence artificielle amélioré, près de huit mois après le lancement de Gemini 2.5. La société a déclaré que sa dernière suite de modèles d'IA exigera des utilisateurs qu'ils fournissent « moins d'indications » pour obtenir les résultats souhaités. Google a également annoncé une nouvelle plateforme d'agents appelée « Google Antigravity », qui permet aux développeurs de coder « à un niveau supérieur, axé sur les tâches ».

À la suite de cette annonce, Geoffrey Hinton, le « parrain de l'IA », a récemment estimé que Google est en train de rattraper OpenAI dans la course à l'intelligence artificielle (IA) [voir ci-dessous].Hinton, professeur émérite à l'université de Toronto et ancien expert de Google Brain, s'est également dit surpris que Google ait mis autant de temps à dépasser ses concurrents. Dans une interview accordée à Business Insider, lorsqu'il a été question de la position de Google par rapport à OpenAI, Hinton a déclaré : « Je pense qu'il est en fait plus surprenant que Google ait mis autant de temps à dépasser OpenAI. Je pense qu'à l'heure actuelle, ils commencent à le dépasser ».

Cette déclaration fait suite au lancement très apprécié de Gemini 3 de Google, une mise à jour qui, selon de nombreux acteurs du monde technologique, a permis à l'entreprise de dépasser le GPT-5 d'OpenAI. Le modèle d'image Nano Banana Pro AI de Google a également connu un grand succès. Ce changement intervient trois ans après que Google aurait déclaré « code rouge » à la suite de la sortie initiale de ChatGPT, des rapports récents suggérant désormais que c'est OpenAI qui pourrait tirer la sonnette d'alarme.

Geoffrey Hinton affirme que Google dispose d'un avantage en matière de puces IA. Outre le lancement réussi de son tout dernier modèle d'IA, le cours de l'action Google a augmenté après que des rapports ont suggéré que l'entreprise pourrait conclure un accord d'un milliard de dollars pour fournir à Meta, la société mère de Facebook, ses propres puces IA. La création de ses propres puces est un « avantage considérable » pour Google, a fait remarquer Hinton. Il a déclaré : « Google dispose de nombreux chercheurs très compétents et, bien sûr, d'une grande quantité de données et de nombreux centres de données. Je pense que Google va gagner. »

Gemini, un modèle pensé comme une plateforme

Avec Gemini, Google n’a pas cherché à empiler un énième modèle conversationnel, mais à concevoir une architecture unifiée capable de traiter nativement texte, image, audio, vidéo et code. Contrairement à des modèles conçus initialement pour le texte puis étendus par couches successives, Gemini a été pensé dès l’origine comme multimodal [il a été entraine en meme temps sur tous les types de données et non sur langage puis img puis video avec ajout de plug-in].

Ce choix technique a des implications concrètes. Il permet une meilleure cohérence entre les différents types de données, une réduction des pertes d’information entre modules et une plus grande efficacité lors de tâches complexes combinant raisonnement, compréhension visuelle et génération de contenu. Dans les benchmarks académiques comme dans de nombreux tests internes, certaines versions de Gemini ont commencé à dépasser ou à égaler leurs concurrents directs sur des tâches de raisonnement avancé.

Une intégration silencieuse mais massive dans l’écosystème Google

L’un des atouts majeurs de Google réside dans son écosystème existant. Gemini n’est pas seulement un produit autonome : il est progressivement injecté dans la recherche, les outils bureautiques, le développement logiciel, la gestion des données et les services cloud. Cette diffusion progressive, souvent peu spectaculaire, contraste avec des lancements plus bruyants mais confère à Google un avantage structurel.

Là où certains acteurs doivent convaincre les utilisateurs d’adopter de nouveaux outils, Google intègre Gemini dans des usages quotidiens déjà installés. Cette approche limite les frictions, permet une collecte de retours à grande échelle et accélère l’itération des modèles dans des conditions réelles.

Des moyens industriels difficiles à égaler

Sur le plan purement industriel, Google dispose d’un avantage rarement mis en avant dans les débats publics : sa maîtrise de l’infrastructure. Entre ses centres de données, ses accélérateurs maison et son expérience dans l’optimisation à grande échelle, le groupe peut entraîner, déployer et ajuster des modèles de très grande taille sans dépendre entièrement de fournisseurs externes.

Cette autonomie réduit les coûts marginaux, sécurise les chaînes d’approvisionnement en calcul et offre une flexibilité stratégique importante à long terme. Dans une course où l’accès à la puissance de calcul devient un facteur déterminant, cet élément pèse lourdement.

Un facteur important pour Gemini 3 était la manière dont il a été entraîné : à l'aide des TPU de Google, une puce hautement spécialisée que l'entreprise développe depuis des années précisément dans ce but. Google est certes sensible à certains problèmes de fabrication et à la hausse des prix de la RAM, comme tout le monde, mais contrairement à la quasi-totalité de ses concurrents, il ne dépend pas de la chaîne d'approvisionnement de Nvidia. Google est en mesure d'optimiser l'ensemble de son système pour le rendre meilleur, plus rapide et moins cher. Personne d'autre ne dispose d'un tel contrôle complet sur son destin en matière d'IA.

Gemini va équiper la prochaine version de Siri, permettant à Apple de transformer son assistant IA

Que faire lorsque l'on dispose de la technologie nécessaire ? La présenter au public et la mettre en œuvre. Lundi, Google et Apple ont annoncé que Gemini équiperait la prochaine génération de Siri, qui sortira plus tard cette année. C'est une grande victoire pour Apple, qui dépenserait 1 milliard de dollars par an dans l'espoir de transformer Siri en un assistant IA réellement utile, pour une fois.

Pour Google, c'est tout aussi important. Le fait qu'Apple affirme qu'il s'agit de « la meilleure technologie disponible » est évidemment un signal fort pour le marché, mais plus encore, Siri devient immédiatement l'un des moyens les plus populaires d'interagir avec Gemini.

[B]Sortie de « Personnal Intelligence..

----------

Geoffrey Hinton, le « parrain de l'IA », affirme que Google « commence à dépasser » OpenAI.

En novembre 2025, Google a annoncé Gemini 3, un modèle d'intelligence artificielle amélioré, près de huit mois après le lancement de Gemini 2.5. À la suite de cette annonce, Geoffrey Hinton, le « parrain de l'IA », a récemment estimé que Google est en train de rattraper OpenAI dans la course à l'intelligence artificielle (IA). Hinton, professeur émérite à l'université de Toronto et ancien expert de Google Brain, s'est également dit surpris que Google ait mis autant de temps à dépasser ses concurrents. Dans une interview accordée à Business Insider, lorsqu'il a été question de la position de Google par rapport à OpenAI, Hinton a déclaré : « Je pense qu'il est en fait plus surprenant que Google ait mis autant de temps à dépasser OpenAI. Je pense qu'à l'heure actuelle, ils commencent à le dépasser ».

Hinton, qui a contribué au développement des premières recherches en IA lorsqu'il travaillait chez Google Brain, a déclaré que la société de recherche était autrefois leader dans le domaine de l'IA, mais qu'elle avait choisi de se retenir. « Google a longtemps été en tête, n'est-ce pas ? Google a inventé les transformateurs. Google disposait de chatbots performants avant tout le monde », a souligné Hinton.

Cependant, Google s'est montré prudent après l'échec en 2016 du lancement par Microsoft de son chatbot IA « Tay », qui a connu une existence éphémère, la société ayant décidé de le fermer après qu'il ait publié des tweets extrêmement racistes, a expliqué Hinton. « Google, qui jouissait évidemment d'une très bonne réputation, craignait de la voir ternie de cette manière », a ajouté Hinton.

Google a connu quelques lancements de produits difficiles par le passé. L'année dernière, il a dû arrêter son générateur d'images IA parce que les gens disaient qu'il créait des images historiquement incorrectes de personnes de couleur et qualifiaient les résultats de « trop politiquement corrects ». Les versions précédentes de son outil de recherche IA donnaient également des conseils étranges, comme dire aux utilisateurs de mettre de la colle sur leur pizza pour empêcher le fromage de glisser.

Google fait également un don de 10 millions de dollars canadiens pour aider à financer la chaire Hinton en intelligence artificielle à l'université de Toronto, et l'université versera une somme équivalente. Hinton, qui a quitté Google en 2023 en raison de ses inquiétudes concernant les risques liés à l'IA, s'est depuis exprimé publiquement sur les dangers tels que la perte d'emplois et le fait que l'IA pourrait dépasser l'intelligence humaine. En 2024, il a même reçu le prix Nobel de physique.

Dans un communiqué, l'entreprise a déclaré : « Les travaux de Geoff sur les réseaux neuronaux, menés pendant ses années universitaires et sa décennie chez Google, ont jeté les bases de l'IA moderne. Cette chaire rend hommage à son héritage et aidera l'université à recruter des chercheurs visionnaires qui se consacreront au même type de recherche fondamentale motivée par la curiosité que Geoff a défendue. »

Les déclarations de Hinton interviennent alors qu'un rapport a récemment révélé qu'OpenAI aurait besoin de lever au moins 207 milliards de dollars d’ici 2030 pour poursuivre sa trajectoire actuelle, selon des projections de l'équipe américaine de HSBC chargée des logiciels et des services, relayées dans la presse économique. À l’échelle du secteur technologique, ce chiffre frôle l’irréel. Pourtant, il reflète une réalité devenue incontournable : l’intelligence artificielle moderne coûte une fortune monumentale, et chaque nouveau palier technologique transforme cette facture en précipice.

Geoffrey Hinton, parrain de l'IA, affirme que les géants de la technologie ne peuvent tirer profit de leurs investissements astronomiques que si la main-d'œuvre humaine est remplacée

 Les actions Nvidia chutent de 4 % après l'annonce que Meta utilisera les unités de traitement de tenseur (TPU) de Google, une puce spécialisée hautement efficace pour l'IA, dans ses centres de données en 2027

 L'avance d'OpenAI sur les autres entreprises d'IA a largement disparu après la sortie de Claude d'Anthropic, Gemini de Google, Grok de X, ainsi que Llama de Meta, selon un rapport sur l'état de l'IA

Source : Interview de Geoffrey Hinton accordée à Business Insider

Entrevue avec Yoshua Bengio par Les Sceptiques du Québec

On y explore les promesses et les pièges de la révolution en cours. Ce dimanche, le chercheur montréalais Yoshua Bengio parle avec notre chroniqueur de ses regrets, mais aussi de son espoir de rendre un jour les systèmes d’IA plus sûrs.
On va devoir bientôt développer la psychorobotique telle qu'imaginée par Asimov. Et, peut-être, s'inspirer de ses lois de la robotique:
"Alors que les prochaines décennies vont voir les avancées de l’IA et de la robotique, quelles barrières ou mesures juridiques mettre en place pour s’assurer que ces entités ne fassent pas de mal aux humains ? En 1942, l’écrivain américain d’origine russe Isaac Asimov (1920-1992) a présenté ses célèbres Trois lois de la robotique dans une nouvelle intitulée Cercle vicieux (Runaround) – ou Cycle fermé – qui met en scène les interactions d’un robot intelligent avec les humains. Les Trois lois sont les suivantes : (1) un robot ne peut porter atteinte à un être humain, ni, en restant passif, permettre qu’un être humain soit exposé au danger ; (2) un robot doit obéir aux ordres qui lui sont donnés par un être humain, sauf si de tels ordres entrent en conflit avec la première loi ; (3) un robot doit protéger son existence tant que cette protection n’entre pas en conflit avec la première ou la deuxième loi. Par la suite, Asimov a écrit beaucoup d’histoires montrant les conséquences inattendues que pouvaient avoir ces trois lois simples.
Plus tard, il ajouta une autre loi : « un robot ne peut pas faire de mal à l’humanité, ni, par son inaction, permettre que l’humanité soit blessée. » Ces lois ont influencé non seulement les auteurs de science-fiction, mais aussi les experts en intelligence artificielle. Après avoir découvert les lois d’Asimov, le chercheur en IA Marvin Minsky (1927-2016) indiqua qu’il « ne cessa jamais de s’interroger sur la manière dont pouvaient fonctionner les esprits…" 

Yann Le Cun, le 15 janvier 2026 : « Pourquoi je quitte Meta pour créer ma start-up d’IA »

Avec journalistes "le monde"

L’ex-directeur de la recherche fondamentale en intelligence artificielle de Meta justifie le lancement de sa start-up, spécialisée dans le monde physique, par ses divergences avec le groupe américain, et prédit une « troisième révolution de l’IA ».
A 65 ans, Yann Le Cun, le ponte de l’intelligence artificielle (IA) aux yeux clairs pétillants derrière ses éternelles lunettes Ray-Ban Wayfarer, veut ouvrir un nouveau chapitre de sa vie. Après avoir posé, comme chercheur, les bases de l’IA moderne – ce qui lui a valu de recevoir le prestigieux prix Turing 2018, avec deux confrères, Yoshua Bengio et Geoffrey Hinton –, puis dirigé pendant plus de douze ans la recherche fondamentale en IA chez Meta, le Français lance sa start-up, baptisée « AMI », pour Advanced Machine Intelligence, qu’il rêve en « entreprise mondiale ».

Il réserve les détails de sa levée de fonds (estimée à 500 millions d’euros) et le casting de son équipe à des annonces courant février. On sait seulement que son siège sera à Paris et qu’il a déjà enrôlé l’ex-directeur de Meta France Laurent Solly, ainsi qu’Alex LeBrun, fondateur de la start-up d’IA spécialisée dans la santé Nabla. L’entrepreneur, installé en partie à New York, ambitionne qu’AMI contribue à ouvrir une nouvelle phase de l’IA : « Après l’apprentissage profond il y a douze ans, puis l’avènement des chatbots comme ChatGPT ou Gemini, il y a trois ans, il va y avoir une troisième révolution : celle des IA qui comprennent le monde réel, le monde physique », a-t-il assuré, jeudi 15 janvier, lors d’une rencontre à Paris avec quelques journalistes, promettant des applications dans l’industrie ou la robotique. Le chercheur ne cache pas que son départ de Meta est lié à des désaccords stratégiques.

Autre entrevue le 13 janvier 2026

C’est au restaurant étoilé Pavyllon, à deux pas du Grand Palais parisien, que Yann LeCun s’est confié au Financial Times dans le cadre de sa série « Lunch with the FT ».

Attablé pour un déjeuner de trois heures et demie, le chercheur français de 64 ans a expliqué sans détour pourquoi il a décidé de quitter Meta après onze ans de bons et loyaux services. « Rester est devenu politiquement difficile », confie-t-il. Une litote pour décrire une rupture qui révèle les tensions croissantes au sein du groupe californien sur la direction à prendre en matière d’IA.

LLM : un modèle en fin de course

Au cœur du conflit : une divergence fondamentale sur l’avenir technologique de l’intelligence artificielle. LeCun, prix Turing et figure tutélaire du deep learning, ne croit pas aux grands modèles de langage comme voie vers la super-intelligence. Pour lui, les LLM sont utiles mais limités, contraints par le langage seul. Une conviction qui détonne dans une Silicon Valley obsédée par cette approche.

Lire aussi : IA générative : Wikipedia fait enfin passer les chatbots à la caisse
Le problème ? Meta vient justement de miser massivement sur cette technologie. Après le lancement de ChatGPT fin 2022, l’entreprise a réorganisé ses équipes autour de Llama, son propre modèle de langage.

Le tournant s’opère véritablement en 2025. Mark Zuckerberg, déçu par les performances de Llama 4, décide de frapper fort. Il investit 15 milliards $ dans Scale AI et embauche son patron, Alexandr Wang, 28 ans, pour diriger le nouveau laboratoire de recherche TBD Lab. Une décision qui place ce jeune entrepreneur à la tête de l’unité de recherche en IA de Meta. Ses nouvelles recrues, attirées à coups de primes pouvant atteindre 100 millions $, sont selon LeCun « complètement convaincues par les LLM ».  LeCun se retrouve ainsi managé par quelqu’un qu’il qualifie de « jeune » et « inexpérimenté ». S’il reconnaît que Alexandr Wang apprend vite, il souligne son manque d’expérience en matière de recherche fondamentale. « On ne dit pas à un chercheur ce qu’il doit faire. On ne dit certainement pas à un chercheur comme moi ce qu’il doit faire », lance-t-il.
La communication se dégrade également avec l'unité IA générative. LeCun regrette que ses équipes proposent des innovations ambitieuses quand la direction ne retient que des projets éprouvés et sans risque. Une prudence qui, selon lui, conduit l'entreprise à prendre du retard.

Une organisation bouleversée

Plus profondément, LeCun refuse de renier ses convictions scientifiques. Certains chez Meta aimeraient qu'il cesse de proclamer publiquement que les LLM constituent une impasse pour atteindre la super-intelligence. Mais le chercheur ne transige pas : « Je ne vais pas changer d'avis parce qu'un type pense que j'ai tort. Je n'ai pas tort. Mon intégrité de scientifique ne me le permet pas. »

Cette inflexibilité s'explique aussi par sa vision alternative : les modèles du monde, ou world models, qu'il développe depuis des années. Cette architecture baptisée V-JEPA vise à donner aux machines une compréhension du monde physique en apprenant à partir de vidéos, et non uniquement du langage. Une approche qui intéresse davantage l'industrie lourde et l'aéronautique que les réseaux sociaux.

Cap vers AMI Labs

LeCun prépare désormais son prochain chapitre : Advanced Machine Intelligence Labs, une start-up qui incarnera sa vision de l'intelligence artificielle avancée. Il y occupera le poste de président exécutif, laissant la direction opérationnelle à Alex LeBrun, cofondateur de la startup française Nabla. Une structure qui lui permettra de conserver la liberté de recherche qu'il chérissait chez Meta. Pourquoi ne doit pas prendre le rôle de CEO ?  « Je suis à la fois trop désorganisé et trop vieux ! » confie Yann LeCun.

Lire aussi : On en sait (un peu) plus sur la future startup de Yann LeCun
Le chercheur promet des premières versions de sa technologie dans les douze mois. Pas encore la super-intelligence, mais un chemin vers celle-ci. Emmanuel Macron lui-même aurait manifesté sa satisfaction de voir cette nouvelle entreprise mondiale maintenir des liens étroits avec la France.

Après des décennies passées à façonner l'IA moderne, Yann LeCun entame donc un nouveau cycle. Son ambition ? Augmenter la quantité d'intelligence dans le monde. « L'intelligence, c'est vraiment ce dont nous devrions avoir davantage », affirme-t-il.

 Références

https://intelligence-artificielle.developpez.com/actu/379290/Trois-ans-apres-avoir-ete-pris-au-depourvu-par-ChatGPT-Gemini-est-il-en-train-de-gagner-Des-benchmarsks-et-des-chercheurs-suggerent-que-Gemini-a-ce-qu-il-faut-pour-detroner-OpenAI-et-tous-ses-concurrents/

https://intelligence-artificielle.developpez.com/actu/378248/Geoffrey-Hinton-le-parrain-de-l-IA-affirme-que-Google-commence-a-depasser-OpenAI-Je-pense-que-Google-va-gagner/

https://www.lemonde.fr/economie/article/2026/01/16/yann-le-cun-pourquoi-je-quitte-meta-pour-creer-ma-start-up-d-ia_6662500_3234.html

https://www.silicon.fr/business-1367/yann-lecun-quitte-meta-les-coulisses-dune-rupture-225126

Monday, October 30, 2017

un article dans L'Histoire de sept 2017: avancée dans les logicies enl paléographie par IRHT CNRS


auteur

Dominique Stuzmamn chargé dc recherche de l‘lRHT-CNRS
est spécialiste des écritures médiévales en particulier dans leur rapports au numérique.

A l’heure actuelle, dans les projets pilotés par l’Institut de recherche et d’histoire des textes
(IRHT), on obtient des taux dépassant les 80 % de mots correcternent reconnus par l'ordinateur
(et 90 % pour les caracteres). C’est mieux que la plupart des étudiants mais encore tres loin des
exigences pour obtenir une edition de texte. En attendant une lecture parfaite, une voie prometteuse est l'indexation plutôt que la reconnaissance lineaire : chaque mot sur la page est associé a plusieurs lectures posslbles, affectées chacune d’un Coefficient de confiance.




Ref

http://www.lhistoire.fr/irht-dans-le-secret-des-manuscrits/pal%C3%A9ographie-la-r%C3%A9volution-num%C3%A9rique

IRHT CNRS

L’Institut de recherche et d’histoire des textes (IRHT), unité propre de recherche du CNRS (UPR 841), se consacre à la recherche fondamentale sur les manuscrits médiévaux et les imprimés anciens.
Disciplines scientifiques : Les disciplines de recherche représentées à l’IRHT relèvent des sections 32 et 35 au sein du comité national de la recherche scientifique :

  • Section 32 : Mondes anciens et médiévaux (archéologie et histoire, langues et textes, religions et arts, civilisations du bassin méditerranéen : Égypte et Orient, monde de l’Antiquité classique, Islam, mondes gallo-romains et médiévaux)
  • Section 35 : Sciences philosophiques et philologiques, sciences de l’art (pensée philosophique, sciences des textes, création artistique, scientifique et technique, philosophies antiques, médiévales, modernes et contemporaines, épistémologie, histoire des sciences et des techniques, théorie des arts et esthétique, littératures française et étrangères)

ressources numériques

https://www.irht.cnrs.fr/?q=fr/ressources/les-ressources-electroniques

Le Pôle numérique, créé en 2012, réunit en une seule entité le personnel compétent dans les technologies complémentaires de la photographie numérique, de l’informatique, de l’édition et de l’infographie. Il se compose de trois services : « Images », « Informatique » et « Publication ». Il collabore avec les chercheurs en vue de répondre aux besoins résultant de la complexité  croissante des  projets.
https://www.irht.cnrs.fr/qui-sommes-nous/l-organisation-de-l-irht/pole-numerique

Thursday, February 23, 2017

List of Researcher Services (a paper in Journal of Library Administration 2016)



Author/Researcher Identification

—these services provide some necessary infrastructure that may be used in the other two categories, such as unique identifiers and name disambiguation

Academic and Professional Networking

—most succinctly described as “social networking for academics,” these services focus on connecting users based on research interest, affiliation, geography, or other variables.

Reference and Citation Management

—while these tools and services include some of the functionality and features of other categories, they are distinct given their primary focus on management of citations that a researcher compiles for use within a publication or for sharing with other researchers.


Reference 

http://dx.doi.org/10.1080/01930826.2016.1146534
http://www.tandfonline.com/doi/full/10.1080/01930826.2016.1146534


Saturday, January 7, 2017

zotero et import, export de la bibliographie.


Zotero est un logiciel de gestion de références gratuit, libre et open source.
 Il permet de gérer des données bibliographiques et des documents de recherche (tels que des fichiers PDF, images, etc.).
Ses principaux atouts techniques reposent sur l'intégration au navigateur web,

  • la possibilité de synchronisation des données depuis plusieurs ordinateurs, 
  • la génération de citations (notes et bibliographies) dans un texte rédigé depuis les logiciels LibreOffice, Microsoft Word, NeoOffice, Zoho Books et OpenOffice.org Writer grâce à l’installation d'un plugin.

Le logiciel Zotero a été le premier à adopter le langage de style Citation (CSL). La communauté regroupe l'ensemble de ces styles au sein d'une plate-forme de dépôt qui constitue actuellement la plus vaste base de données de styles CSL en accès libre.

Zotero permet d'exporter et d'importer facilement les références bibliographiques de Wikipédia. En tant que lecteur, il est facile d'extraire la bibliographie d'une page Wikipédia et de la copier dans un document qui nécessite des normes bibliographiques différentes. Inversement, Zotero permet de créer facilement le code Wiki du livre à référencer ; pour cela, il suffit de consulter la page du livre de sites comme Amazon, Gallica, Google Books, WorldCat, la FNAC, etc.

https://fr.wikipedia.org/wiki/Zotero
https://www.zotero.org/support/fr/start
http://methodoc.univ-rennes2.fr/zotero/installer

https://www.zotero.org/download/

Zotero est multiplateforme c'est à dire qu'il fonctionne sur tous les systèmes d'exploitation (Windows, Linux, Mac OS) et permet de synchroniser les références entre les différents appareils.
https://www.zotero.org/support/fr/installation

De plus créer un compte sur le site Zotero.org permet d'héberger vos données (jusqu'à 300Mo gratuitement) pour sauvegarder et synchroniser les références et les fichiers attachés.
Sans synchro, vous avez des dossiers différents...

voir aussi mes posts sur ce blog avec le tag "zotero".

import

Zotero propose à ses utilisateurs différentes méthodes de capture, d'import et d'archivage des éléments et fichiers. Cette page expose les méthodes de collecte d'informations sur les livres, articles de journaux ou les sites web. En quelques clics, collectez la notice bibliographique et les fichiers attachés comme le texte intégral en PDF, des liens, des captures d'écrans ou des images…

Attention à ne pas trop stocker du contents (pdf, video...) car
le stockage gratuit n'est que de 300MB/compte
2GB pour 20$/an.

Pour importer des bibliographies via le "one-click"

sur des sites directement avec l'extension zotero "one-click"
liste des sites compatibles
HAL, pubmed, sudoc, PLOS,  Google Books, Google Scholar....

Translators are at the core of one of Zotero’s most popular features: its ability to import and export item metadata from and to a variety of formats. Below we describe how translators work, and how you can write your own. 
pour les développeurs de fonction import/export, voir
https://www.zotero.org/support/fr/translators

 En fait, Zotero doit fonctionner avec n'importe quel catalogue de bibliothèque ou de musée qui fonctionnent avec ces solutions logicielles et technologies répandues :

  •     Voyager (WebVoyage)
  •     InnoPAC
  •     SIRSI
  •     Aleph
  •     Dynix
  •     VTLS
  •     DRA
  •     GEAC
  •     SIRSI
  •     TLC/YouSeeMore
  •     Embedded RDF
  •     COinS (voir mes posts sur ce tag)

Pour importer des bibliographies via des fichiers biblio

Il peut importer bibtex et ris.

Beaucoup d'utilisateurs possèdent déjà d'importantes quantités de données bibliographiques dans d'autres applications lorsqu'ils adoptent Zotero. La page suivante est dédiée au passage de EndNote à Zotero, mais les mêmes étapes s'appliquent à la plupart des autres systèmes de gestion bibliographique.
Une fois que vous avez sélectionné RefMan (RIS) en tant que format d'exportation, sélectionnez “Exporter” dans le menu Fichier. Dans la fenêtre d'exportation qui apparaît alors, sélectionnez “Texte seulement”, puis “RIS” en tant que format d'exportation dans le menu immédiatement sous-jacent, et terminez en cliquant sur “Enregistrer. Après avoir exporté vos données depuis EndNote, passez sur Zotero, et cliquez sur l'icône d'engrenage () située au dessus de la colonne de gauche de Zotero, et sélectionnez Importer dans le menu déroulant. Dans la fenêtre qui apparaît, sélectionnez le fichier RIS issu de l'exportation depuis EndNote, puis cliquez sur Ouvrir. L'importation de vos données dans Zotero débute !

Attention zotero semble mettre votre import dans le dossier courant mais en fait il créé un dossier du nom du fichier. Il faut donc le renommer à la main.

Pour importer des bibliographies via des pdf avec ou sans metadonnées

Les nouveaux utilisateurs de Zotero pourraient considérer la perspective de devoir importer toutes leurs données quelque peu décourageante. Zotero peut importer des données bibliographiques dans une grande variété de format, mais quid des PDF ? De nombreux chercheurs finissent par gérer d'importantes collections de documents PDF, quelquefois avec un programme spécialement prévu à cet effet, quelquefois selon leur méthode personnelle. Importer ces fichiers, qui représente souvent le principal obstacle à la migration vers Zotero, est un véritable jeu d'enfant.

Zotero a la capacité de rechercher dans les bases de données de Google Scholar des correspondances avec un document PDF. La méthode la plus directe que Zotero emploie est de faire correspondre un DOI (Digital Object Identifier ou identifiant d'objet numérique) inclus dans le document PDF, mais ce n'est pas la seule. Si Zotero identifie le document PDF dans Google Scholar, il crée un nouvel item dans la bibliothèque, télécharge les métadonnées bibliographiques, et relie le document PDF à ce nouvel item.

Commencez par faire glisser vos documents PDF vers votre bibliothèque Zotero, ou utilisez l'option “Stocker une copie du fichier” du menu “Nouvel élément” (signe plus vert). Une fois qu'ils apparaissent dans la colonne centrale, sélectionnez ceux pour lesquels vous voulez récupérer des métadonnées, puis faites un clic droit et sélectionnez “Récupérer les Metadonnées du PDF”. Si Zotero est à même de trouver une correspondance sur Google Scholar, le tour est joué. Avec cette fonctionnalité, il ne devrait pas y avoir d'obstacle majeur pour passer à Zotero et à profiter pleinement de ses puissantes fonctionnalités de recherche, d'indexation, d'organisation et de citation.

autre

J'ai des bibliographies dans des documents Microsoft Word, des PDF, et d'autres fichiers textes. Puis-je les importer dans ma bibliothèque Zotero ?

 Non. Zotero ne peut pas actuellement importer des références depuis des bibliographies figurant dans des documents texte. Alors que cela peut sembler simple, c'est en réalité très difficile à accomplir étant donné le nombre de formats potentiels.
Si vous avez ces références dans une base de données bibliographiques, exportez les dans un format intermédiaire, comme RIS ou BibTex, et importez ensuite les références dans Zotero. Si les références ont un ISBN, un DOI ou un PubMed ID, vous pouvez utiliser la fonction Ajouter un document par son identifiant pour en ajouter rapidement ces documents.
Alternativement, vous pouvez utiliser des outils tiers pour extraire les données bibliographiques de bibliographies déjà formatées :
  1. cb2Bib is a tool that will take formatted references copied to the clipboard and attempt to parse the individual bibliography fields into the BibTeX format, which you can then import into Zotero. See the related forum threads for discussion of the difficulty of the problem as well as some success stories with cb2Bib.
  2. text2bib Web-based service by the economics department at the University of Toronto similar to cb2bib. Converts references to BibTeX, which Zotero can import. Users report good results.
  3. FreeCite is an open-source tool hosted by Brown University that converts formatted bibliographies to an XML representation of ContextObjects. Detected citations can be imported to Zotero by simply clicking the capture icon in the address bar.
  4. Simple Text Query, a tool by CrossRef, tries to find the Digital Object Identifiers (DOIs) of the journal articles, books or chapters cited in a bibliography. The work flow here would be to paste the bibliography in the text box on this website, check out the resulting DOIs to see if the references have been correctly identified and then import these references from the publisher's websites into Zotero.
  5. Wizfolio, an online reference management service. It works similar to cb2Bib and Simple Text Query tool from CrossRef, in that it tries to parse the bibliographic fields and searches for Digital Object Identifiers (DOIs). The workflow would be: Via Wizfolio's Import from Clipboard, it is possible to copy citations from an article, create a categorised reference list (looked up e.g. in Pubmed), export the list and import this list into Zotero. It's not perfect (e.g.: worked for 1/3 of the references on a set of citations without titles). However, it combines multi-citation import with database lookup of the bibliographic fields. The free signup has a limit of 50 citations per month. When using the clipboard function in Wizfolio, the references have to be split by a blank line. See also this related forum thread.
https://www.zotero.org/support/fr/kb/importing_records_from_endnote
Ref:
https://www.zotero.org/support/fr/getting_stuff_into_your_library

export

9 formats


  •     bibtex
  •     bookmarks
  •     mods
  •     refer
  •     rdf_bibliontology
  •     rdf_dc
  •     rdf_zotero
  •     ris
  •     wikipedia

mods

Le Metadata Object Description Schema (MODS) est un vocabulaire XML1 de description bibliographique développé en 2002 par le Bureau des normes et du développement du réseau de la Bibliothèque du Congrès. MODS a été conçu comme un compromis entre la complexité du format MARC utilisé par les bibliothèques et l'extrême simplicité du jeu de métadonnées Dublin Core. 


Friday, December 2, 2016

son et text : enregistrer le son et en même temps requête Siri ou dictée vocal (Apple)





La transcription, c’est le fait de reproduire fidèlement un enregistrement audio ou un texte écrit sur toute autre support. Ici nous nous intéressons au son->text.
La reconnaissance vocale est autre chose: voir Siri.

Tu as sur Mac (et sur iPhone) des fonctions de dictée vocale assez puissantes et totalement gratuites. Apple a bossé dessus avec Nuance, l’expert mondial en reconnaissance vocale.

La solution Apple

Dictée vocale Apple

Activation : deux fois sur la touche fonction (fn)
https://support.apple.com/fr-fr/HT203085

Dans accessibilité puis dictée, il faut créer une commande "nouvel enregistrement audio":


Aller dans une application comme textEdit par exemple.
Appuyer deux fois sur "fn" puis dite cette phrase "nouvel audio" (j'ai changé car nouvel enregistrement audio était trop long.
Vous pouvez aussi cliquez sur cette commande à côté de l'icone du microphone ou dans le menu "afficher les commandes de dictée" (choisir avant afficher menu accessibilité et alors il apparait dans le menu en haut).
Cette commande lance quicktime player comme montré sur l'image dessus:
puis sauvegarde


On peut associer la commande vocale à un autre logiciel comme audacity
http://www.audacityteam.org/
voir listes des bons logiciels "audio" sous mac:
http://www.makeuseof.com/tag/best-mac-os-x-apps/
Il existe plein d'outils pour convertir du AAC en divers formats.
En online: http://audio.online-convert.com/fr/convertir-en-mp3

puis on commence à dicter sous textEdit.

puis on arrête avec un click sur le microphone et sur arrêt dans quicktime et on sauvegarde les deux.

Le problème est que "dictée Apple" n'est pas si précise notamment pour les noms géographiques et scientifiques... Siri est meilleur.
On peut utiliser la même méthode quicktime avec Siri.

En outre pour la fonction inverse le text-to-speech d'apple a une interface limité comme "service". click sur un texte puis clic droit puis service et choisir "lecture".
choisir:
https://nosrac.github.io/Dictater/

Siri

http://www.apple.com/fr/macos/sierra/
Toutes les fonctionnalités pratiques de Siri sur iOS font leur apparition sur Mac. Avec une panoplie de nouvelles fonctionnalités pour vous aider au quotidien dans l’utilisation de votre ordinateur.

 Activation : la combinaison CMD + Espace maintenue une seconde ou par la voix (ci-dessous).

http://www.makeuseof.com/tag/use-siri-mac-quick-start-guide/
You can also create documents with Siri on Mac. To do so, start with a command such as “Send John a text” or “Send John an email”. From there, Siri will prompt you to compose the message using your voice. When completed, Siri sends the message automatically. You can also use Siri to compose tweets, Facebook posts, and more. You cannot write documents in applications like Pages and Word with Siri. In this release, Siri cannot work with any third-party applications, unlike its iOS counterpart.

http://www.macg.co/os-x/2016/06/macos-sierra-la-decouverte-de-siri-94581
Le panneau de réglage Siri remplace le « Dictée et parole » que l’on avait sur OS X<10.12.  Les réglages associés à la synthèse vocale et à la dictée de texte ont été logés ailleurs, en l’occurrence dans le panneau dédié à l’accessibilité (rubriques « Parole » et « Dictée » dans la barre latérale).
Siri gère de nombreuses langues:



Siri macOS est aussi capable d’appeler vos contacts, mais uniquement avec FaceTime, il peut également envoyer des messages via iMessage et sur les réseaux sociaux, ou encore composer un mail. On peut aussi modifier certains paramètres système, baisser ou augmenter la luminosité ou le volume sonore, ou encore ouvrir directement des panneau de préférences. Quelques informations sur le Mac seront aussi plus facilement accessibles par ce biais, comme le numéro de série, mais Siri ne l’ajoute pas au presse-papier, dommage.

On peut aussi afficher un contact, calculer des itinéraires (Plans prend alors le relais), chercher dans ses propres photos (Photos se charge d’afficher les résultats), gérer la musique avec Apple Music (et iTunes qui s’en charge) créer de nouvelles notes et gérer ses rendez-vous, etc.
Siri prend en charge quelques-unes des spécificités de macOS, et il gère notamment les fichiers.

Il y a une nouveauté dans Siri macOS qui n’existe pas encore sur iOS 10 et qui serait pourtant utile. Certains résultats peuvent être sauvegardés sous la forme d’un widget dans le Centre de notifications. C’est le cas pour les prévisions météo et pour la bourse, mais aussi pour une recherche dans le Finder, ce qui peut-être assez pratique.

Siri permet de réaliser plusieurs interactions entre la voix de l'utilisateur et les applications du système iOS comme le navigateur Safari, les applications de SMS, l'application téléphone, l'application Mail ou encore l'application de cartographie Plans. Voici quelques exemples de ces interactions :

  • Effectuer un appel avec l'application téléphone.
  • Dicter un SMS à envoyer.
  • Dicter une recherche à faire sur le web avec Safari.
  • Jouer un morceau de musique avec l'application musique.
  • Lancer un itinéraire avec Plans.
Les différences avec Siri iOS sont nombreuses:
Siri is the big step forward in macOS. This isn’t the same Siri you’ve used (or tried to use) on the iPhone. Siri for Mac can handle multi-step searches, for instance, like “What time do the Warriors play?” followed by “What channel is it on?” It also feels Mac-specific in clever ways, and more thoroughly integrated. 


En américain (et différent): https://support.apple.com/en-us/HT206993

La fonctionnalité Dictée vocale convertit vos paroles en texte.

Choisissez le menu Apple () > Préférences Système > Clavier > Dictée vocale. Activez la fonctionnalité Dictée vocale, puis choisissez parmi les options suivantes :
Sélectionnez l’option Dictée améliorée (dès OS X Mavericks 10.9 ) si vous souhaitez utiliser la fonctionnalité de dictée vocale lorsque vous n’êtes pas connecté à Internet.
Sélectionnez vos langue et dialecte. Certaines langues, comme l’anglais, se déclinent en plusieurs dialectes.
Choisissez le raccourci clavier permettant d’activer la fonctionnalité de dictée vocale. 
Sélectionnez ensuite votre microphone préféré à partir du menu contextuel situé sous l’icône de microphone.
Les fonctionnalités Siri et Dictée vocale n’offrent pas les mêmes résultats, mais vous pouvez demander à Siri de composer des messages courts, notamment des e-mails et des messages texte.
Avec Siri, vous ne pouvez pas parler plus de 40 secondes à la fois!!!
Siri est plus performant avec un accès online que "dictée".

Ce qui manque?

Il manque toutefois au Siri de Sierra une fonction fort utile disponible sur iOS : Dis Siri, qui permet d’invoquer l’assistant d’une simple requête vocale, sans avoir à cliquer sur son icône du dock ou dans la barre de menus.
Lancer Siri par la voix sur OSX Sierra 10.12:
Pour créer votre requête « Dis Siri », rendez-vous dans les préférences Accessibilité > Dictée. Si cela n’est pas déjà fait, cochez l’option Activer les commandes de dictée avec la phrase clé, puis saisissez la commande vocale qui lancera les fonctions de dictée (ici, « Dis »).
http://www.macg.co/os-x/2016/07/comment-avoir-dis-siri-sur-macos-sierra-94909
Donc cette fonction ne manque pas...

Autre point un peu négatif, habitué à autant que déformé par Google, on aimerait pouvoir décider que Siri mène ses recherches dans ce moteur de recherches plutôt que dans Bing, qui est celui par défaut.

on ne peut pas envoyer un texte sur TextEdit que vers mail.

temps limité à 40secondes ou quand on arrête de parler 1/2 seconde!

concurrents

https://fr.wikipedia.org/wiki/Google_Now
https://fr.wikipedia.org/wiki/Cortana_(assistant_personnel_intelligent)

https://en.wikipedia.org/wiki/Siri

On peut aussi utiliser la transcription YouTube

Pour chaque fichier vidéo envoyé sur YouTube, YouTube génère de façon automatique un transcript texte de ton enregistrement vidéo. C’est largement imparfait, mais c’est toujours mieux que de démarrer de zéro, en plus tu as tous les repères de temps dans le fichier à exporter. YouTube n’accepte que les fichiers vidéos en Upload. Si tu as seulement un fichier audio, utilise un logiciel de montage vidéo comme iMovie sur Mac (ou Movie Maker sur PC). Donc tu vas ajouter le fichier audio dans la ligne de ton montage et une image fixe pendant toute la durée du son. Tu pourras ensuite exporter ça. YouTube considérera que c’est une vidéo. Tu n’auras plus qu’à le partager sur YouTube, attendre une ou deux heures en fonction de la durée du montage et ensuite tu auras un transcript automatique de ton montage audio.
Maintenant que tu as le son, le transcript YouTube imparfait, Prend ton navigateur Internet préféré et tape dessus, dans la barre d’adresse, Otranscribe.com (http://otranscribe.com/), ajoute ton enregistrement sonore dans le player, ton transcript YouTube dans la zone de texte et commence à corriger les imperfections à la voix avec la dictée vocale si tu as un Mac ou au clavier si tu as un PC.
Grâce au lecteur audio intégré, tu peux facilement revenir sur une séquence, passer en lecture accélérée, en lecture ralentie. A chaque fois que tu appuies sur pause, et que tu reviens ensuite en mode lecture, le player revient une seconde avant, ce qui te permet de bien te caler au moment de l’écriture.

A la fin de toutes ces opérations, tu auras un texte parfait que tu pourras intégrer dans un article de blog, en sous-titre améliorés dans une vidéo YouTube, ou dans ton livre.
Otranscribe.com  permet de sauvegarder en markdown, en texte et Google Docs.

Ref: http://astuces.jeanviet.info/musique/transcricption-automatique.htm

Monday, July 22, 2013

VNC Virtual Network Computing sur MAC (PPC 10.4; et 10.8)

VNC (Virtual Network Computing) est un logiciel/protocole de prise de contrôle d'un ordinateur à distance ou avec un petit ordinateur faire tourner des gros calculs sur une très grosse machine.
VNC fonctionne a partir d'une machine tournant sous le plupart des systèmes d'exploitation utilisés (Windows, Mac, Unix, Linux, Android ...) et permet de prendre le contrôle de machine tournant sous Mac, Unix, Windows...

Sous mac le meilleur est TurboVNC mais il ne fonctionne pas sous 10.4 et les vieux mac PPC...

Afin d'utiliser VNC, il faut des prérequis :
  •     la machine hôte doit avoir VNC Server d'installé,
  •     la machine cliente doit avoir VNC Viewer d'installé,
  •     les deux machines doivent pouvoir se joindre sur un réseau (local ou internet),
  •     les deux machines doivent avoir le port 5900 (par défaut ou celui choisi dans la configuration) d'ouvert
REF: http://www.technos-sources.com/tutorial-utilisation-configuration-vnc-22.aspx

A VNC system consists of a client, a server, and a communication protocol:
  •     The VNC server is the program on the machine that shares its screen. The server passively allows the client to take control of it.
  •     The VNC client (or viewer) is the program that watches, controls, and interacts with the server. The client controls the server.
  •     The VNC protocol (RFB) is very simple, based on one graphic primitive from server to client ("Put a rectangle of pixel data at the specified X,Y position") and event messages from client to server.

VNC se base sur le transfert d'images reproduisant le bureau distant, et l'envoi d'évènements (clic utilisateur sur pixel untel à reporter en action au serveur distant).
A ce titre, il doit envoyer des images complètes à chaque modification du bureau du serveur distant, ouverture de fenêtre d'application, etc...
Il n'existe pas de de notion de partage de session, une seule personne peut "prendre la main" sur le serveur à un instant t, et il laisse ses modifications en l'état sur la machine.

Il est par contre très apprécié car il permet d'intéragir comme si on était exactement devant le serveur.


Le choix de VNC viewer n'est pas simple:
http://fr.wikipedia.org/wiki/Virtual_Network_Computing

 Chicken of the VNC fonctionne mais il est limité.
TeamViewer 7 fonctionne sur des vieux mac (pas la version 8 de TeamViewer ≥10.5 macOSX) mais c'est de la réunion ou du contrôle par ID.
TurboVNC 1.2 et 1.1 demandent des MAC récents.
JollysFastVNC est intéressant...

Wednesday, February 6, 2013