# Deraison.ai : corpus texte intégral Generated 2026-10-23. One section per page, in reading order matching llms.txt: the hosted apps first, then the FR and EN pages. --- ## qr4prez : free contact QR code (app) URL: https://deraison.ai/qr4prez/ A free, bilingual (FR/EN) web app hosted on deraison.ai. You fill in a form once (name, job title, email, phone, LinkedIn, a square photo) and get a QR code to put on the last slide of a presentation. Anyone scanning it with a phone camera gets your vCard added straight to their contacts, photo included. A private statistics page, reachable only through an unguessable address, counts every scan: total scans, unique visitors, cities, countries, a world map of approximate (IP-based, city-centre) locations, a city ranking and the detail of each scan with device, operating system, browser and network operator. No account to create, no cookie, no third-party tracker; IPv6 addresses are truncated to a /48 prefix on display. Released into the public domain (Unlicense), so it can be self-hosted by anyone. Written up in the blog post "The Last Slide" (https://deraison.ai/en/blog/qr4prez) / « La dernière diapositive » (https://deraison.ai/blog/qr4prez). Application gratuite et bilingue hébergée sur deraison.ai : un formulaire, un QR code pour la dernière diapositive d'une conférence et la fiche de contact s'ajoute dans le téléphone du public. Une page de statistiques privée compte les scans et les situe sur une carte mondiale (géolocalisation par adresse IP, précision de l'ordre de la ville). Sans compte, sans cookie, sans traceur, versé au domaine public. --- ## Standpoint : comparison table to positioning map (app) URL: https://deraison.ai/standpoint/ A free web app hosted on deraison.ai that turns a comparison table into a 2D positioning map (a perceptual map or quadrant). Input: options as rows, criteria as columns, numeric ratings in the cells, as CSV or a Markdown table. Output: a map where each option is a point, similar profiles sit close together and the four axis poles carry plain-word names produced from the principal components, in the table's own language (English, French or Spanish, auto-detected from the column names). Method: criteria are standardized (mean 0, standard deviation 1), principal component analysis keeps two components, the map is rotated so the reference option sits top right and the share of variance the two axes carry is printed on the figure. A column where lower is better can be marked "(↓)" and the pole is named for the benefit. The engine is compiled to WebAssembly and runs in the visitor's browser: nothing is uploaded, no account, no key. The same engine also ships as a Python library, two command-line tools, a browser GUI, an HTTP API and an MCP server (pip install standpoint). BSD-3-Clause licensed; source at https://github.com/warith-harchaoui/standpoint. Written up in the blog post "From a Table to a Map" (https://deraison.ai/en/blog/standpoint) / « D'un tableau à une carte » (https://deraison.ai/blog/standpoint). Application gratuite hébergée sur deraison.ai : elle lit un tableau comparatif (options en lignes, critères en colonnes, notes dans les cases) et en dessine une carte de positionnement en deux dimensions par analyse en composantes principales, axes nommés en langage courant dans la langue du tableau. Le moteur, compilé en WebAssembly, tourne dans le navigateur ; aucune donnée n'est téléversée. --- ## elbow-helper : is that elbow real? (app) URL: https://deraison.ai/elbow-helper/ A free web app hosted on deraison.ai for finding the knee (or elbow) of a curve of diminishing returns: the number of clusters in k-means, when to stop training, where an advertising channel saturates. Unlike ordinary knee locators, which always return a point even on a straight line or on pure noise, elbow-helper answers a harder question: is any candidate knee strong, unique, persistent across smoothing scales, reproducible under a bootstrap and unlikely under a no- knee null model? If yes, it reports the knee with a 90% confidence interval and its evidence (detection probability, null-model p-value, slope contrast, BIC-derived posterior probability, a bounded fit-quality score). If not, it abstains and gives a machine-readable reason code. A plural variant finds several breakpoints at once, searching every segmentation with a dynamic program, ranking them with a modified BIC and confirming the winner with a permutation test under a Bonferroni correction. The pipeline, the hand-authored SVG diagnostic figure and the exports all run in the visitor's browser via WebAssembly; nothing is uploaded. Also available as a Python library, a CLI, an HTTP API and an MCP server (pip install elbow-helper), with every formula derived in a LaTeX note in the repository. BSD-3-Clause licensed; source at https://github.com/warith-harchaoui/elbow-helper. Written up in the blog post "An Elbow, or Nothing" (https://deraison.ai/en/blog/elbow-helper) / « Un coude, sinon rien » (https://deraison.ai/blog/elbow-helper). Application gratuite hébergée sur deraison.ai : détection robuste du coude d'une courbe de rendements décroissants, rendu avec son intervalle de confiance et ses preuves statistiques, ou abstention explicite quand la preuve manque. Tout le calcul se fait dans le navigateur, rien n'est téléversé. --- ## AI Helpers : Python libraries for AI (suite) URL: https://deraison.ai/ai-helpers/ A BSD-3-Clause suite of fifteen Python libraries for AI hosted on deraison.ai, grouped by domain: audio, vocal diarization, video, capture, YouTube, podcast, S3 object storage, SFTP, Markdown-to-docs, caching, positioning maps, local-model selection, vector-search routing and knee/elbow detection. Every library ships the same four surfaces: a Python API, a command-line tool, a FastAPI server and an MCP server, so the same operation can be called from a notebook, a script, another service or a conversational assistant. Everything runs locally, on your own machine, with no SaaS dependency; the media helpers need ffmpeg on the PATH. All fifteen packages are published on PyPI and designed to be chained together. Two of them are also the engines of apps hosted on this domain: Standpoint (positioning maps) and elbow-helper (knee detection). Suite de quinze bibliothèques Python pour l'IA sous licence BSD-3-Clause, hébergée sur deraison.ai : audio, diarisation vocale, vidéo, capture, YouTube, podcast, stockage objet S3, SFTP, Markdown vers documents, cache, cartes de positionnement, choix de modèle local, routage par recherche vectorielle et détection de coude. Chaque bibliothèque expose une API Python, une ligne de commande, un serveur FastAPI et un serveur MCP. Tout tourne en local, rien ne part vers un service tiers ; les outils médias demandent ffmpeg. Publiées sur PyPI ; Standpoint et elbow-helper en font partie. --- ## Deraison - Home URL: https://deraison.ai/en Artificial intelligence runs through every field. Since each field is a language:I learn yours and share mine. Book a call Book a call With Deraison, I love the whole arc of artificial intelligence: business first, through my work in companies for more than 10 years then scientific, through my collaborations and conferences and finally academic, through teaching Warith Harchaoui, Ph.D., Deraison A concrete method for integrating AI into the business I help companies make AI useful, usable and used. My method means identifying high-impact use cases, aligning initiatives with business priorities and weaving AI into existing workflows so teams actually adopt it. A tailor-made bootcamp that builds a working system for your business. Discover the Bootcamp Discover the Bootcamp Do Discover my portfolio My portfolio My portfolio Share Discover my talks, for companies, schools and research My talks My talks Pass it on Discover my Enterprise AI course, proven since 2022 in MBA programs, companies and schools The bootcamp The bootcamp +10 years of AI expertise Warith Resume Warith Resume --- ## Deraison | News URL: https://deraison.ai/en/actu News Artificial intelligence is probably the most active and competitive field in the world today: in terms of attention and capital, it's hard to beat. With all my strengths, I try to play my own small part in contributing to it. October 6, 2026 “Summon my Data Scientist!” For years, the one being summoned was me or someone from my team. The number, the table, the chart, the statistic, the prediction, and quickly! What already exists? Where can we innovate? Existing: 0️⃣ text2sql, which understands a question asked in plain language, turns it into an SQL query and answers, notably through Vanna AI Innovations: 1️⃣ text2sql2machinelearning, which puts predictive AI in the loop to catch a glimpse of the future, sprinkled with statistics and a pinch of controlled uncertainty 2️⃣ text2sql2viz, which answers with a proper chart so you can step back and look at the business I took the liberty of writing down how to combine a few technologies for this concrete use case: the arrival of foundational tabular models (no training) and a charting library stitched with AI thread, sprezzature.ai A blog post to learn how to make the thingamajigs and the whatsits actually work! 🇫🇷 deraison.ai/blog/txt2sql 🇬🇧 deraison.ai/en/blog/txt2sql Warm thanks to Marie Sacksick, Vincent Sammiez, Edmond Jacoupeau and Bachir Zerroug for our fruitful discussions on these topics. Looking forward to talking without tokens! View the post on LinkedIn ↗ Read the article September 29, 2026 A magic quadrant is an opinion, not a measurement In 2009, a software vendor took Gartner to court over its placement in their famous quadrant. Gartner won: it is a chart but not a measurement, it is an opinion! The Gartner Magic Quadrant is a figure with two axes. Horizontally, “completeness of vision.” Vertically, “ability to execute.” Their crossing cuts four quadrants and the logos of a market are laid on top. Upper right, the “Leaders”... and everyone looks there and wants to be there. What a chart says is always made of two things: • what the data timidly says • what the author claims and puts forward as an opinion For fun, I built a tool that spells all of that out for you. Enter your table of options scored against your criteria, click, and it states your opinion in your own personal magic quadrant. Please remember that an opinion that knows it is an opinion is more honest than an opinion that mistakes itself for a measurement. Try it without asking permission: deraison.ai/standpoint Code it, share it and drop me a star if I deserve one: github.com/warith-harchaoui/standpoint View the post on LinkedIn ↗ Read the article September 22, 2026 The elbow of a curve is the place where it bends Let us detect it. How many clusters? When to stop? At which operating point do we get the most efficient power? It is where the curve bends! This problem has had practical solutions since at least the 1940s and I am adding my own small stone: how many bends, and what happens under noise? Try it: deraison.ai/elbow-helper Code it and share it: github.com/warith-harchaoui/elbow-helper A GitHub star would make my day! View the post on LinkedIn ↗ Read the article September 10, 2026 A tribute to Hans Rosling: the history of every country in the world since 1950 The history of every country in the world from 1950 to today, in a handful of bubbles that light up in our heads. In 2006, Hans Rosling walked on stage to tell us that story. The following year, Google bought his software Trendalyzer. What he showed is not just a chart but countries moving through time: ⭕️ size = population, 🔴 color = region, animated over decades of human development scrolling before your eyes along two axes of great explanatory power: 💰 GDP per capita 👶 share of children who live past the age of five One of Rosling's great lessons remains painfully current: our intuition alone is a poor instrument for measuring the world. That is the discipline I apply in companies: designing specialized teammates able to work the house data so that teams can understand, decide and act. To make that data immediately readable, those teammates can lean on sprezzature.ai, an open visualization tool I built. Proud of our tools, we allowed ourselves a tribute to Hans Rosling by revisiting his wonderful work: sprezzature.ai/hans-rosling.html Rosling was not remarkable because he could generate charts. He was exceptional because he could turn his data into fine understanding inside a solid frame. At a time when an AI can generate any chart in seconds, it is precisely that second part that carries the value when you have to decide. View the post on LinkedIn ↗ August 26, 2026 “Valet & Artificial Intelligence,” a conference-show with Elsa Secco 📅 September 15, 2026 · Narratiiv School, Paris 11th I’ll be on stage with Elsa Secco, a video artist, for our first-ever conference-performance: “Valet & Artificial Intelligence” as part of Le Wagon. At the intersection of literature, art and science, we’ll explore our relationship with artificial intelligence. We’ll discuss everything from The Phenomenology of Spirit to Jurassic Park, touching on myths and Buddhist texts along the way. 💙 The theme: What power do we choose to grant to AI? 🐘 Our goal: to celebrate science and the arts through poetry and philosophy. 📅 September 15 📍 Narratiiv School, Paris 11th arrondissement 🎟️ Registration is open; link in the comments. Looking forward to sharing this moment with you. Thank you to Jasky Sor for your trust. View the post on LinkedIn ↗ May 6, 2026 Who's Human IA 2026: proud to be featured I am proud to announce that in September 2026 I will be featured in WHO’S HUMAN IA, which spotlights key players in France’s artificial intelligence ecosystem. This recognition means even more to me because I am convinced of one thing: to understand AI, we must bring together diverse perspectives. The perspectives of artists, scientists, engineers, educators, filmmakers and entrepreneurs. At the core of this is the commitment to actively champion a French vision of artificial intelligence: rigorous, creative, ethical and human. As early as the late 2000s, I was practicing data science using open-source tools, notably scikit-learn and OpenCV. Since then, through my experiences and the people I’ve met, I’ve seen AI transform far more than just businesses: it’s changing the ways we work, create, think, make decisions and learn. Machine Learning, GenAI, Agentic AI and more recently Symbiotic AI: terminology evolves rapidly. How can we make sense of the interplay between theory, practice, business value and ethical responsibility without hypocrisy or posturing? Thank you to Florence de Rochefort for bringing this to light. Thanks also to Elsa SECCO, who consistently pushes me to think outside the box. View the post on LinkedIn ↗ January 11, 2026 MAYA = Most Advanced Yet Acceptable Lipstick and Locomotives Glamour and Innovation in AI 💄🚂 Our client has identified a problem. I can solve it with our AI. The relevance is clear. The next question arises: How far can we go without losing support? Raymond Loewy has continued to answer this question for me since 1951 in his autobiography and design manifesto *Never Leave Well Enough Alone*: MAYA = Most Advanced Yet Acceptable 👉 Go as far as possible without crossing the threshold where people lose interest Innovation isn’t a race toward magic: it’s a slider that we adjust with full awareness, without rushing through the steps MAYA Scale for AI in business with increasing levels of risk 1. Explain: detects / classifies / summarizes / contextualizes. Humans decide 2. Suggest: proposes options + trade-offs. Humans have the final say 3. Draft: prepares a deliverable (email, code, analysis, plan). Saves time 4. Approve: executes after validation. Active traceability 5. Autonomy: acts independently, but within defined boundaries (rules, budget, audit) 💡 Successful AI projects go ONE step beyond the comfort zone 🎯 Golden rule: the higher the cost of error, the lower the level of autonomy must be. To increase it, we don’t add “magic”: we add control View the post on LinkedIn ↗ January 10, 2026 Ecology. Sovereignty. Bias. In business… all hot air? As long as it remains mere lip service, yes As Head of AI, I talk about costs, the company’s long-term viability and the law and that’s how I uphold these values 🌱 “Eco-responsible AI” ❌ It’s nice, but ineffective Fewer calculations = less money spent = less CO₂ Let’s take advantage of it! 🔗 lnkd.in/eX3YbE5x For the sake of the Earth, whenever possible: Bill first, environmental impact second 🏳️ “Sovereign AI” ❌ It’s patriotic but ineffective Let’s talk about the company’s long-term viability Even the French government too often chooses Microsoft and Google In 2000, Toys “R” Us signed a ten-year exclusivity agreement with Amazon, outsourcing its online sales and delaying the launch of its own e-commerce platform. When Amazon expanded its network of suppliers, Toys “R” Us won the lawsuit but had already lost its momentum toward e-commerce 🔗 lnkd.in/ecn5a_98 Let’s be pragmatic: Corporate sovereignty > sovereignty in general ⚖️ “Ethical and inclusive AI” ❌ It’s noble but ineffective Concrete examples: • Google (2015) classified a photo of an African American couple as “gorillas” in a public demo • Meta (2021), same thing in a video (“primates”) Biased training data (overrepresentation of adult white men) → statistical disaster 🔗 lnkd.in/e-4EEduE What's Changing the Game: Reputational and Legal Risk View the post on LinkedIn ↗ March 31, 2025 November 2022: one leg less, a passion untouched November 2022. The doctors are unanimous: “We have to amputate this right leg” that’s causing me so much trouble. A few weeks earlier, Elsa SECCO 👾 spoke to me with rare conviction. Her encouragement helped me grow and make a decision that, nevertheless, revolted me. Together, we turned down startup funding we’d already secured because of this leg that had become unusable, as the doctors explained to me. My memories of that day are fading. The decision was made. I went to the hospital alone, without music in my ears, even though I usually listen to Satie, Little Richard or whatever my ears can pick up. Not out of mental strength. Out of overwhelm. Too much tension. 🔇 I needed silence. 🧠 My mind, meanwhile, drifts toward what I love to do: artificial intelligence research. ChatGPT-3.5 has just been released. On my Mac sitting on my hospital bed, it feels like an earthquake. Nicolas Renard, my boss at Jellysmack, is filling in for me on short notice in Rennes and Andrea Colonna agrees and tells me he’d love to come too! Nicolas is making the round trip from Toulouse to Paris to Rennes because he thinks it’s important. Marc Caillet checks in with me from time to time with updates from work and a few jokes. These guys are so classy! 📐 I keep reading papers on arXiv. In my suitcase, there’s a serious book: the draft that Francis Bach suggested I read, his “Learning Theory from First Principles” (two years before its release). This book is a real page-turner! I pick up my pen to redo a calculation. Feeling the intuition and the joy of understanding. 📞 I call Mohamed CHELALI: “How’s it going with speaker separation?” He tells me it’s working, a little surprised that I’m thinking about this just for fun 🤓 A few months later, after working with a medical team that’s nothing short of magical, I’m walking and running on a straight metal leg! I can travel without the daily care of a nurse worried about a potential risk of infection. So today, when I step out of a business meeting, in a suit, a crisp white shirt… 👉 I’m showing off. Earlier today, while the weather was nice in Paris, I asked a passerby to take a photo of me with their iPhone, just to make my friends laugh. People sometimes ask me: “Why did you name your AI company deraison.ai?” Because I love this soundscape: folly, triumphant reason, derision. I believe we should never take ourselves seriously, but we must take everything we have the privilege of creating abnormally seriously. View the post on LinkedIn ↗ Photo: Gaël Varoquaux, CC BY-SA 4.0, Wikimedia Commons March 20, 2025 scikit-learn was born of a constraint and my profession with it ✊ I maintain that my job as a Data Scientist was born in a brain imaging laboratory 🧠 in France. A physicist wanted a free tool that would beat a widespread and very expensive piece of software 💰 scikit-learn, created in 2007 🎉, is today one of the pillars of Open Source Data Science thanks to Gaël Varoquaux. Many others have evidently followed him and many more keep arriving all over the world 🌍 🔹 Gaël used Matlab 📊, then the reference in applied science. But when he set out to automate complex experiments, zero gravity flights among them 🚀, he found Matlab unreliable ☹️ 🔹 While he worked on brain imaging at NeuroSpin 🧠, some labs were paying more for Matlab licenses than for their hardware 💸 🔹 Gaël decided to do better and for free 🤯, through one creative philosophy: Open Source AI 🏢 scikit-learn succeeded so well that it sits at the heart of enterprise AI: feeding data to algorithms to create value André Gide wrote: “Art is born of constraint, lives on struggle and dies of freedom” In everything I undertake, I try to name my constraints, my struggles and my freedoms View the post on LinkedIn ↗ March 17, 2025 I work in AI and yet tonight I'm at the Senate Here’s why 👇 🏛️ AI isn’t just a technical issue: it’s a political, economic and strategic one So I’m here to listen to my friend Alkéos Michaïl, a PhD from the 4ème Révolution think tank and my boss Yann Lechelle at :probabl. 🧑‍🔬 I’ve always been passionate about mathematics and artificial intelligence, even before it became trendy… and sometimes to the point where I’d rather chat with researchers than go to class! 😇 💡 Why? Because I want AI that’s rooted in the real economy and creates tangible value 🌍 👣 My journey in AI 🚗 Oscaro: Back when industrial data science was practically nonexistent (in 2014!), I saw how it could impact a sector as concrete as auto parts 📺 Jellysmack: Diving into a Corsican-American unicorn, I discovered the world of digital content and how AI shapes perceptions 🤖 :probabl. Today, I work alongside the creators of scikit-learn, who shaped my career by providing what many consider an essential pillar of open-source AI 🌍 At :probabl., we hold a strong conviction: AI must remain open and controllable ✅ Open Source, not a black box that’s impossible to maintain or understand ◼️ ✅ Open Weights, not opaque SaaS that enslaves you to an exorbitantly expensive company 🏢 ✅ Open Data, not the reckless and blind exploitation of data 🛡️ ✅ Sovereign AI that liberates rather than confines you 💪 🤝 At :probabl., We help companies take (or regain) control of their AI 🔍 Model audits & trustworthy AI ⚙️ Scaling open-source solutions 🔝 Building the skills of “non-AI” professionals by putting your business lines at the center 🤔 Understanding the fundamentals to master AI challenges 💡 I’ll be sharing plenty of stories and success stories in these industries 🏦 in finance 🏥 in healthcare 🏭 in logistics and manufacturing 📰 in media so follow me on LinkedIn View the post on LinkedIn ↗ November 19, 2024 First day at probabl.! Today, I’m joining a company whose people I’ve admired for at least 15 years: ever since that first day when I typed the words “import sklearn” 😌 Chronologically, thank you to Yann Lechelle, Olivier Grisel, Nicolas Delaforge, Franck Charras, Charlène Bizollon, Emma Tysinger, Pierre-René Lherisson, Freddy Limpens and everyone else for your trust. Finally getting to wear the famous blue sweatshirt with orange squares (the one I loved so much at the PyData conference a few weeks ago) is both an honor and a responsibility 🙏 Since leaving Jellysmack in May 2024, after nearly three exciting years, I’ve asked myself a thousand questions about my career path and my entrepreneurial, academic and scientific aspirations. These reflections were fueled by wonderful conversations with people I love (you’ll know who you are (hint: there was often a meal or a coffee involved in our stories 😋) What am I going to do? 👉 Contribute to open-source artificial intelligence from France, with unanimous international recognition (and yes, ask the experts and they’ll confirm it 😏). 👉 Wearing many hats: from theory to practice, from need to product, from science to applications, from problem to solution… and from dream to reality with funding 💡 Why? This opportunity brings together two aspirations: 1️⃣ Excellence alongside the best: it’s as simple as that 2️⃣ The satisfaction of solving real-world problems to serve clients Moreover, this mission is part of a broader challenge that goes beyond me: Open Source in AI liberates knowledge, just as literacy transformed our societies in the past. Whereas some once doubted the economic value of mass education, we know just how immense an impact those choices have on both today and tomorrow. At :probabl., I take on the challenge of imagining, listening, understanding and rearticulating (mathematically, computationally and commercially) what the client needs, with panache, I hope (for the pleasure of using such a French word 🇫🇷) If you’ve read this far, you should send me a message or leave a comment: I’d love to chat! 🤝 View the post on LinkedIn ↗ Follow me on LinkedIn ↗ --- ## Deraison | AI Books URL: https://deraison.ai/en/ai-books Favorite AI resources In the field of artificial intelligence, which evolves at a breakneck pace, it is common to see a high volume and rate of publications, both scientific and non-scientific. This can feel intimidating and I'm often asked how to find one's way through it. It is in that context that I offer a list of works I find particularly remarkable, along with a few comments, for readers eager to set out on the fascinating adventure of AI. All 🎥 Video 📚 Book 🌐 Website 💻 Code 🇬🇧 🇫🇷 Machine Learning / Data Science / Deep Learning Natural Language Processing Programming Philosophy & History of Technology Enterprise AI Computer Vision Algorithms and Optimization Signal Processing and Information Theory Reinforcement Learning Healthcare AI 44 resources 🎥 Video 2025 🇬🇧 Julia Turc Machine Learning / Data Science / Deep Learning Natural Language Processing Programming AI explainer videos Learning 💪 This YouTube channel offers clear, technically serious explainers on modern AI: diffusion and flow matching, quantization, reinforcement learning for LLMs (large language models), reasoning models and the engineering details that often disappear behind product demos. Julia Turc brings the perspective of a former Google Research engineer and startup founder, connecting papers, intuition and practical constraints without turning the subject into hype. Loving 💜 I like the tone: precise, energetic and slightly skeptical in a very healthy way. The videos have the rare quality of making fashionable topics feel intellectually tractable again. They are especially useful when you want to understand why an idea works, where its limits are and what engineering trade-offs are hiding behind the impressive demos. 📚 Book 2024 🇫🇷 Yann Lechelle Philosophy & History of Technology Ouvertarisme Learning 💪 In this manifesto, Yann Lechelle does more than reclaim "Open Source" from marketing slogans and moral posturing. He proposes a tougher idea: Ouvertarisme, the ethic of deliberate openness. Open source, open data and open weights are not ideological options here. They are the economic and technical infrastructure needed to build digital systems that are robust, sovereign and built to last. Lechelle refuses the usual confusion: not everything deserves to be open in the same way or for the same reasons. He weaves together the commons, the company and the public interest without naivety, insisting that a satisfied user is as much a human driver as an economic one. Now that AI and software have become major levers of power, this argument reaches well past economics into geopolitics, citizenship and how we relate to intelligence itself. Loving 💜 I had the chance to work alongside Yann Lechelle at probabl.ai, the company behind scikit- learn, the tool that shaped my career as a data scientist and this book struck a chord. What I like most is that it steps past the tired standoff between naive idealism and market cynicism. Ouvertarisme assumes the best tools are born when intellectual rigor, real-world usefulness and the commons reinforce one another. It reminds us, rightly, that open source is neither a romantic posture nor a political alibi: it is the quiet, demanding engine behind the tools the whole world runs on. A rare, mature and useful argument. 📚 Book 2024 🇬🇧 Francis Bach Machine Learning / Data Science / Deep Learning Learning Theory from First Principles Learning 💪 This book is a rare attempt to rebuild machine learning theory from the ground up, starting not from fashionable models but from the fundamental questions: what does it mean to learn, under which assumptions and at what cost in data, computation and structure. Francis Bach develops a coherent theory of supervised learning rooted in decision theory, concentration inequalities, optimization and approximation, carefully exposing the trade-offs that govern generalization. Rather than organizing the field by model families, the book progresses by principles. Classical methods such as linear regression, kernel methods, sparsity and nearest neighbors are treated as canonical case studies through which core ideas emerge: regularization as necessity, assumptions as the true source of learning and rates as the only honest currency. Neural networks, ensembles and overparameterized models are analyzed in deliberately simplified settings where estimation, optimization and implicit bias can be understood precisely: this dispels the myth that parameter count alone explains generalization. The treatment is unusually unified: convex and non-convex optimization, stochastic gradient descent, variance reduction, online learning, bandits, structured prediction, probabilistic interpretations, PAC-Bayesian analysis and matching lower bounds are all connected through a consistent mathematical language. Loving 💜 What I admire most is the intellectual honesty of this book, encouraging me to ask fundamental questions that sharpen both understanding and hands-on intuition. There is no hand-waving, no slogan-level intuition and no reverence for models just because they are popular. Every method earns its place through assumptions, proofs and rates. What is rare is that this rigor targets exactly the topics that most theory books still treat as footnotes: overparameterization, implicit bias, modern optimization dynamics. It reshaped how I think about generalization, especially in modern settings where these effects matter more than textbook capacity measures. This is a book to grow with. For anyone who wants to move beyond recipes and understand why learning algorithms actually work or provably cannot, this is one of the most demanding and rewarding references available today. 🌐 Website 2024 🇫🇷 Antoine Gerbaud, Thomas Gerbaud Philosophy & History of Technology Algonaute : une sélection personnelle d'ouvrages techniques (ou presque) Learning 💪 Algonaute is a JavaScript-free corner of the French-speaking web where two data-scientist brothers keep a living library on AI, computer science and cognitive science. Every entry places the book in its historical and technical context, points out its strengths as well as its limits and is not afraid to say when a 1,700-page brick becomes "fairly unreadable." Loving 💜 A quote from Montaigne opens the page, roughly: "one must travel to rub and sharpen one's mind against that of others," a fitting reminder that reading is itself an intellectual journey. I love the humanist tone: free, funny, sometimes lyrical, always rigorous. You come away with a list of honest recommendations, a critical distance on AI's promises and a renewed appetite for your own curiosity. 📚 Book 2023 🇬🇧 Vincent Vandenbussche Machine Learning / Data Science / Deep Learning The Regularization Cookbook Learning 💪 Regularization is the set of ideas that prevents machine learning models from memorizing data instead of learning from it. This book is a practical guide to recognizing when a model is too complex, too confident or too fragile and to fixing it using simple, well-tested techniques. Rather than starting from abstract theory, the cookbook approach focuses on concrete situations: models that overfit, predictions that fail to generalize or training procedures that look good on paper but behave poorly in practice. Each chapter explains why a model misbehaves, what kind of regularization helps and how to apply it, with runnable Python examples throughout. The book covers regularization across a wide range of models, from linear regression and decision trees to neural networks, showing how ideas like simplifying models, constraining parameters, injecting noise or stopping training at the right time all serve the same underlying goal: improving robustness to new data. Loving 💜 What makes this book stand out is its pragmatic mindset. It does not treat regularization as a theoretical afterthought, but as a core modeling skill, on par with choosing the right features or evaluation metric. I particularly appreciate how it bridges classical machine learning and modern deep learning without artificial boundaries. This is the kind of book you keep nearby while working: not to read cover to cover, but to reach for when a model "almost works" and you need to understand how to make it reliable. Clear, honest and grounded in real practice. 📚 Book 2022 🇫🇷 Chloé-Agathe Azencott Machine Learning / Data Science / Deep Learning Introduction au Machine Learning Learning 💪 This course material offers a rigorous, step-by-step introduction to machine learning, from the underlying statistics to the models used daily in practice: regression, decision trees, kernel methods, neural networks and cross-validation. The concepts come with just enough math to understand what you are actually doing, without ever losing sight of real data and real use cases. It is especially well suited to graduate students in mathematics or statistics who are asking themselves how to turn a theoretical degree into an actual job. It shows how the classical mathematical toolkit (probability, optimization, linear algebra) extends naturally into today's data science and machine learning practice. Loving 💜 What I appreciate most is the teaching clarity and the honest positioning: neither shallow popularization nor an abstract treatise. It is an excellent bridge between the academic world and the workplace, for anyone who wants to understand what they are doing and why before deploying models in a company. A reassuring, well-structured book for scientific minds who want direction without giving up intellectual rigor. 📚 Book 2022 🇬🇧 Richard Szeliski Computer Vision Computer Vision: Algorithms and Applications, 2nd Edition Learning 💪 This book offers a remarkably clear and comprehensive introduction to computer vision, covering the full pipeline from low-level image processing to high-level scene understanding. Topics such as filtering, feature extraction and matching, geometry, motion, 3D reconstruction and computational photography are presented with a rare balance of depth and accessibility. What sets this book apart is its exceptional use of illustrations. Nearly every concept is accompanied by carefully designed figures that make abstract ideas immediately tangible. The visual explanations are not decorative: they are integral to the reasoning, helping the reader build intuition about geometry, uncertainty and representation in images. Loving 💜 Reading this book constantly reminds me why I am so attached to the "computer vision school of AI." The field's way of thinking, grounded in geometry, physics and explicit models of the world, comes through on every page. The richness of the illustrations makes the algorithms feel concrete, almost physical and turns learning into a genuinely visual experience. What I value beyond the teaching is that it doubles as a living map of the research literature itself: I have used it as often to find my bearings in a new subfield as to relearn a fundamental technique. This is a book that teaches you not only how computer vision algorithms work, but how to think visually. A rare and satisfying reference. 📚 Book 2022 🇬🇧 Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein Algorithms and Optimization Introduction to Algorithms Learning 💪 Despite its modest title, this book is anything but an introduction in the casual sense. It offers a deep, systematic and rigorous treatment of algorithms, covering a vast range of topics, from sorting, dynamic programming and graph algorithms to advanced data structures, amortized analysis and randomized methods. The strength of this book lies in its precision. Algorithms are not presented as clever tricks, but as carefully analyzed objects, with explicit assumptions, correctness proofs and complexity guarantees. Loving 💜 I like to joke about the word "introduction" in the title: someone who masters this book is unquestionably knowledgeable about algorithms. It has become so central to the field that people just call it by its authors' initials, the way you would refer to a law rather than a book. Working through it trains a particular way of thinking: breaking problems down, reasoning about limits and designing solutions that scale. This is not a book you simply read; it is a book you wrestle with. And if you emerge on the other side, you carry with you a lasting algorithmic mindset that pays dividends across computer science, data science and AI. 📚 Book 2021 🇬🇧 Charles Bouveyron, Gilles Celeux, T. Brendan Murphy, Adrian E. Raftery Machine Learning / Data Science / Deep Learning Model-Based Clustering and Classification for Data Science Learning 💪 This book presents model-based clustering and classification as a coherent statistical framework rather than a collection of algorithms. Instead of asking “which clustering method should I apply?”, it starts from a more fundamental question: what assumptions am I making about the data-generating process? Through mixture models and latent-variable formulations, the authors show how clustering, classification and dimensionality reduction naturally emerge from explicit probabilistic models. Gaussian mixtures, subspace models and high-dimensional extensions are treated not as black boxes, but as design choices, each with clear implications for interpretability, uncertainty and generalization. A key strength of the book is its ability to bridge theory and practice without shortcuts. Identifiability, model selection, regularization and estimation are discussed alongside practical algorithms such as EM (Expectation-Maximization), with careful attention to high- dimensional settings where naive methods fail. Loving 💜 What I particularly appreciate is how this book teaches you to design models instead of blindly applying algorithms. It cultivates a mindset where clustering is an act of modeling assumptions, not an exploratory afterthought. This makes it intellectually satisfying and immediately useful in real projects, especially when interpretability and robustness matter. I also like that it comes from authors who built much of this subfield's core machinery themselves, which shows in how naturally the model-selection criteria and identifiability caveats are woven into the narrative rather than tacked on as disclaimers. For anyone who wants to move beyond heuristic clustering and understand unsupervised learning as a statistical science, this book is an outstanding and quietly demanding reference. 📚 Book 2020 🇬🇧 Gabriel Peyré, Marco Cuturi Algorithms and Optimization Computational Optimal Transport Learning 💪 This 209-page book explores optimal transport through a computational lens, from historical roots to cutting-edge methods like entropic regularization. It covers applications across imaging, graphics and machine learning, with tools like the Python Optimal Transport (POT) toolbox, developed by Rémi Flamary and Nicolas Courty. Loving 💜 I love its balance of theory, algorithms and real-world relevance. It arrived exactly when optimal transport was shifting from a beautiful but computationally forbidding theory into something you could actually run at scale, thanks to entropic regularization and the book captures that turning point better than any paper survey I know. The clarity, the precision and the richness of the companion resources make it unique: it is the only book I know that treats optimal transport with such computational finesse. 📚 Book 2020 🇬🇧 Stuart Russell, Peter Norvig Machine Learning / Data Science / Deep Learning Artificial Intelligence: A Modern Approach, 4th Edition Learning 💪 The reference map of the whole field: search, logic, probabilistic reasoning, planning, learning and agents, all tied together by the single idea of a rational agent acting under uncertainty. Loving 💜 It is the book I keep coming back to when I need the rigorous, unifying view behind a technique I use every day. What I find remarkable is how it has stayed the default starting point across generations of AI curricula worldwide, through symbolic AI winters and multiple deep learning waves, simply by keeping the rational-agent framing broad enough to absorb whatever the field reinvents next. It is the one textbook every serious AI education still starts from. 📚 Book 2019 🇬🇧 Stuart Russell Philosophy & History of Technology Enterprise AI Human Compatible: Artificial Intelligence and the Problem of Control Learning 💪 A rewrite of the very definition of AI: instead of optimizing a fixed objective, a well- designed system should stay uncertain about what we actually want and keep deferring to us. Loving 💜 Coming from one of the authors of my other favorite reference above (AIMA, Artificial Intelligence: A Modern Approach), it turns a research agenda into a genuinely usable governance principle for anyone deploying AI in production. What convinces me is that the proposal is refreshingly concrete for a book about AI risk: instead of just warning about misaligned objectives, it redesigns the objective itself. A system that stays deliberately uncertain about what we want is a design pattern I can actually explain to an engineering team, not just a philosophical stance. 📚 Book 2018 🇬🇧 Marcos Lopez de Prado Signal Processing and Information Theory Advances in Financial Machine Learning Learning 💪 This book tackles a domain where mistakes are immediately costly: financial markets. Rather than presenting machine learning as a source of magical alpha, it focuses on the hard problems that arise when working with time series, noisy signals, feedback loops and limited data. The emphasis is on experimental rigor: proper backtesting, data leakage prevention, realistic validation schemes and metrics that actually reflect decision quality. Marcos López de Prado reframes machine learning as a statistical and signal-processing discipline applied under severe constraints. Many of the ideas, especially around evaluation and dependence in data, extend far beyond finance and apply directly to any real-world sequential or temporal setting. Loving 💜 What I value most in this book is its intellectual discipline. It relentlessly exposes how easy it is to fool yourself with apparently strong results when the experimental setup is flawed. I think it is often misread as a cookbook of trading recipes, when its real subject is closer to epistemology: how not to fool yourself when applying machine learning to noisy, non-stationary data. Even if you never plan to work in finance, the mindset it enforces, skepticism, careful validation and respect for the data-generating process, is invaluable. This is a book about learning under adversarial conditions: non-stationarity, feedback and delayed rewards. In that sense, it is less about finance than about what it actually takes to build machine learning systems that survive contact with reality, especially with time series. 📚 Book 2018 🇬🇧 Richard S. Sutton, Andrew G. Barto Reinforcement Learning Reinforcement Learning, 2nd Edition Learning 💪 According to many, this book is the definitive introduction to reinforcement learning, written by the pioneers of the field. It presents learning as a problem of sequential decision-making under uncertainty, where an agent must balance exploration and exploitation while interacting with an environment over time. Starting from first principles, Sutton and Barto introduce Markov Decision Processes, value functions, policies and dynamic programming before moving to Monte Carlo methods, temporal- difference learning and modern extensions involving function approximation and deep learning. What makes the book especially valuable is its conceptual clarity. Reinforcement learning is not framed as a collection of tricks for games or robotics, but as a unifying framework connecting control theory, optimization, psychology and machine learning. Loving 💜 I appreciate the pedagogical honesty of this book. It takes the time to build intuition, to explain why things are hard and to show where assumptions enter the picture. There is no hype, just carefully constructed ideas that have stood the test of time, written by the very people who spent their careers building the field from nothing. That is why it reads less like a survey and more like a personal account of how the ideas actually emerged. This is the kind of book that gives you a durable mental model of reinforcement learning. Even if you never train a deep RL agent, it permanently changes how you think about decision-making, feedback and learning over time. 📚 Book 2018 🇫🇷 Stanislas Dehaene, Yann LeCun, Jacques Girardon Philosophy & History of Technology La plus belle histoire de l'intelligence : Des origines aux neurones artificiels Learning 💪 In this lively dialogue, a neuroscientist and a deep learning pioneer trace the thread of intelligence from the first chipped stones to today's AI chips. Along the way, they reconnect biology, the history of ideas and modern algorithms: Darwin meets Turing, the hippocampus crosses paths with the perceptron and it all clicks into place. Loving 💜 This is one of the rare books that can hold my attention as well as it holds my 86-year-old father's: accessible without being simplistic, full of vivid analogies, it gently proves that science is a human adventure. What I particularly like about the dialogue format is that it forces both authors out of their respective jargon and into a real confrontation of intuitions. Neuroscience and deep learning actually answer each other here, instead of politely coexisting. A perfect way to pass on a love of AI to a general audience and a good reminder of why research work matters. 💻 Code 2017 🇬🇧 Alexis Cook, Kaggle Machine Learning / Data Science / Deep Learning Programming Kaggle Learn Learning 💪 This is a hands-on, beginner-friendly platform for learning Python and data science fundamentals through short, interactive lessons and real datasets. It is a practical launchpad for anyone entering the field. Loving 💜 I love how self-paced and digestible it is. What I find genuinely well designed is the format itself: each micro-course is short enough to finish in one sitting, which respects a beginner's attention span far better than the sprawling multi-week courses everyone defaults to. Whether you are starting from scratch or revisiting key concepts, Kaggle Learn makes it easy to learn by doing, without getting lost in theory. 🎥 Video 2017 🇬🇧 Yannic Kilcher Machine Learning / Data Science / Deep Learning Yannic Kilcher Learning 💪 This YouTube channel breaks down the latest research papers and concepts in AI, especially deep learning, in a way that is digestible, thorough and surprisingly entertaining. Loving 💜 Yannic is like that sharp friend who reads all the new papers so you do not have to. What sets him apart from most paper-summary content is that he does not just narrate the abstract: he pushes back on weak experiments and inflated claims, which is the actual skill of reading papers critically, not just reading them fast. His clarity saved me hours (attention mechanisms, anyone?) and helped me decide what to explore further. It is my go-to shortcut for staying current in the field. 📚 Book 2017 🇬🇧 Yoav Goldberg Natural Language Processing Neural Network Methods in Natural Language Processing Learning 💪 This practical and well-explained guide introduces modern NLP through neural networks and embeddings, connecting theory with the deep learning techniques that revolutionized the field in the 2010s, starting with word2vec. Loving 💜 It was one of the first texts that made NLP click for me. Yoav Goldberg's clarity, especially around tricky concepts like representation and embeddings, makes this a go-to resource for grasping both intuition and implementation. What I appreciate on rereading it is how compact it stays while never feeling superficial: it earns its place next to much longer references by being ruthless about which ideas actually matter. 💻 Code 2017 🇬🇧 Jeremy Howard, Sylvain Gugger Machine Learning / Data Science / Deep Learning Programming fast.ai Learning 💪 fast.ai offers free, practical deep learning courses that aim to democratize AI. The courses start with hands-on coding (using PyTorch and the fastai library) before diving into theoretical foundations, reversing the traditional top-down approach to AI education. Loving 💜 I love how fast.ai empowers learners from all backgrounds. What I find most convincing is the pedagogical bet itself: start by training a working model in the first lesson and only unpack the theory once the student already has a working intuition for what needs explaining. That is the reverse of how I was taught and honestly the more effective order for most people. The focus on code-first, ethics-aware and accessible AI education makes it not just a learning platform but a movement. 📚 Book 2016 🇬🇧 Ian Goodfellow, Yoshua Bengio, Aaron Courville Machine Learning / Data Science / Deep Learning Deep Learning Learning 💪 This book offers both an accessible introduction and a solid deep dive into deep learning techniques, covering neural networks, optimization and unsupervised learning. It builds from foundational math, like linear algebra and calculus, making it a great fit for anyone ready to code and explore further. Loving 💜 I like how it bridges theory and practice without being overly advanced. What strikes me, looking back, is that it remains the only genuinely comprehensive account of the field written before deep learning fractured into a hundred specialized subfields. That is exactly why it still works as the shared vocabulary everyone in the room can fall back on, whatever their specialty became afterward. It is approachable yet rigorous and it has become a classic reference for anyone wanting to understand the core mechanics of deep learning models. 🎥 Video 2016 🇬🇧 Károly Zsolnai-Fehér Machine Learning / Data Science / Deep Learning Computer Vision Two Minute Papers Learning 💪 This YouTube channel distills cutting-edge research papers, across computer graphics, simulation, computer vision and AI, into short, accessible videos. Károly Zsolnai-Fehér highlights the core idea, the visual results and the leap each paper makes compared to prior work, with a clear sense of scientific progress. Loving 💜 What I love is the contagious enthusiasm ("What a time to be alive!") paired with genuine intellectual honesty about limitations and follow-up work. Over a thousand episodes and a decade later, what impresses me most is the consistency: the format never drifted into hype or clickbait even as the field around it became one of the most hyped in history. It is a great way to keep a wide peripheral view on fields adjacent to one's own and to remember that research is a long, cumulative journey rather than a sequence of isolated breakthroughs. 📚 Book 2014 🇬🇧 Nick Bostrom Philosophy & History of Technology Enterprise AI Superintelligence: Paths, Dangers, Strategies Learning 💪 A systematic map of how advanced AI systems could gain and misuse autonomy: orthogonality, instrumental convergence, the control problem, argued with the rigor of a proof, not a manifesto. Loving 💜 It gave me the vocabulary I still use every time I talk about autonomy, guardrails and the cost of an error in an agentic system, years before "agentic AI" became a buzzword. What I respect most is that it treats the argument with the discipline of a proof rather than the urgency of a manifesto: orthogonality and instrumental convergence are argued step by step. That discipline is exactly why the book outlived the news cycle that briefly made it fashionable and became required reading for an entire discipline instead. 📚 Book 2013 🇬🇧 Gene H. Golub, Charles F. Van Loan Algorithms and Optimization Programming Matrix Computations, 4th Edition Learning 💪 This book is a definitive reference on numerical linear algebra, covering matrix factorizations, eigenvalue problems, iterative methods and large-scale computations with exceptional depth and clarity. It explains not only how algorithms work, but why they are structured the way they are, with constant attention to numerical stability and computational efficiency. What makes this book especially important is that it treats linear algebra as a source of algorithms, not just a collection of formulas. Many modern techniques in machine learning, optimization and scientific computing are direct descendants of ideas developed in numerical linear algebra decades ago. Loving 💜 What I find inspiring is how much creative power still lives in linear algebra. This book constantly reminds me that many of the most elegant algorithms come from carefully reusing and adapting existing mathematical structures, rather than inventing entirely new machinery. I am struck by how, edition after edition, it keeps being cited and rediscovered by people solving problems its authors never imagined, which is the surest sign that its decades of factorizations and stability arguments were never a closed subject. It would be a real shame to ignore this accumulated knowledge. This book shows that revisiting linear algebra is not about nostalgia: it is about standing on a foundation that continues to generate some of the most robust and beautiful algorithms we have. 🎥 Video 2013 🇬🇧 Hugo Larochelle Machine Learning / Data Science / Deep Learning Hugo Larochelle Learning 💪 This YouTube channel offers crystal-clear explanations of advanced machine learning topics, including Restricted Boltzmann Machines and Conditional Random Fields, concepts that are notoriously tricky to grasp. Loving 💜 Even though the channel has not been active since 2022, the existing videos are timeless. What gives them staying power, I think, is that they come from someone who was doing frontier research on the very models he is explaining, not simply relaying a textbook. The intuition he passes on is the intuition of a practitioner, not a summarizer. Hugo's teaching style is intuitive and focused, making difficult ideas feel accessible without dumbing them down. 📚 Book 2012 🇬🇧 Kevin Murphy Machine Learning / Data Science / Deep Learning Machine Learning: A Probabilistic Perspective Learning 💪 These books present machine learning as a unified mathematical discipline grounded in probability theory. Kevin Murphy builds the field from first principles: random variables, graphical models, inference, optimization, showing how a wide range of algorithms emerge naturally from probabilistic modeling choices. Rather than separating classical statistics and modern machine learning, these books connect linear models, Bayesian inference, graphical models, kernel methods and modern learning algorithms within a single coherent framework. Loving 💜 This is, in my view, the best machine learning book for people with a strong mathematical background and taste. It rewards comfort with probability, linear algebra and optimization and offers a rare feeling of conceptual unity across the field: the sense that classical statistics and modern learning algorithms were never really two different subjects, just two vocabularies for the same probabilistic reasoning. If you enjoy understanding models through their probabilistic assumptions and want a reference that remains solid even as algorithms evolve, this book is an exceptional long-term companion. 📚 Book 2012 🇬🇧 David Barber Machine Learning / Data Science / Deep Learning Bayesian Reasoning and Machine Learning Learning 💪 This 735-page book presents the foundations and applications of Bayesian modeling and graphical models, with real-world examples spanning search engines, genomics, finance and robotics. It explains not only how these models work, but what they mean conceptually and practically. Loving 💜 I love how it demystifies graphical models: those once-confusing circles and arrows now make total sense. Compared to other references covering the same ground, I find it the more forgiving one. It assumes less and still gets you to the same depth, which makes it the book I hand to someone who wants graphical models explained without first requiring a statistics degree. The book builds intuition while staying mathematically solid and bridges the gap between traditional AI and modern ML with elegance and depth. 📚 Book 2012 🇬🇧 Emmanuel Barillot, Laurence Calzone, Philippe Hupé, Jean-Philippe Vert, Andrei Zinovyev Healthcare AI Machine Learning / Data Science / Deep Learning Computational Systems Biology of Cancer Learning 💪 A comprehensive overview of computational systems biology methods applied to cancer: dynamic modeling of biological networks, high-throughput data mining (microarrays, sequencing) and the translation of clinical questions into mathematical models. It grew out of years of sustained work at the Cancer Systems Biology laboratory of Institut Curie. Loving 💜 A rare bridge between clinical biology and computational tools, useful to anyone who wants to understand how to turn complex biological data into workable models, well beyond the specific case of cancer. 📚 Book 2011 🇬🇧 David Forsyth, Jean Ponce Computer Vision Computer Vision: A Modern Approach, 2nd Edition Learning 💪 This 800-page textbook builds a strong scientific and mathematical foundation for tackling classic computer vision problems, from image modeling and preprocessing to segmentation, feature construction and object recognition. Loving 💜 I appreciate how it encourages deep understanding rather than surface-level solutions. What sets it apart for me is its breadth: rather than picking one theoretical lens, it lays out the whole enterprise of vision (probabilistic, geometric, statistical) side by side, so you learn to choose the right lens for the problem instead of forcing every problem through the same one. It is rigorous yet inspiring and its reach extends beyond computer vision, offering insights into computational thinking and perception. 🎥 Video 2010 🇬🇧 Don Woodlock Enterprise AI Healthcare AI Programming Natural Language Processing Don Woodlock Learning 💪 This YouTube channel combines decades of healthcare IT leadership with hands-on demonstrations of applied AI in medicine, from predictive analytics to generative assistants for clinicians. Loving 💜 The value goes well beyond healthcare. Each video connects real-world constraints (patients, providers, systems) with the actual capabilities and limits of AI. Don Woodlock's dual perspective makes this channel exceptionally credible. 📚 Book 2009 🇬🇧 Judea Pearl Machine Learning / Data Science / Deep Learning Causality: Models, Reasoning and Inference, 2nd Edition Learning 💪 Most people, including many AI practitioners, are misled by the distinctions between correlation, dependence and causality. Mastering them is a demanding but intellectually healthy exercise. This seminal 486-page book lays the mathematical and conceptual foundations of causal reasoning. Judea Pearl introduces structural causal models, causal graphs, do-calculus and counterfactual reasoning, drawing a sharp line between prediction and explanation. Loving 💜 This book reshaped how I think about modeling: frequentist, Bayesian, probabilistic, parametric and non-parametric. What strikes me is that it did not just add a technique to the toolbox. It gave a name, a notation and identification rules to a distinction, correlation versus cause, that entire disciplines had spent decades circling without resolving. Its examples are remarkably effective, whether in research or corporate discussions, because they translate that formal machinery into something anyone can point at on a whiteboard. Whenever debates become fuzzy, I return to them to restore conceptual rigor. 📚 Book 2009 🇬🇧 Trevor Hastie, Robert Tibshirani, Jerome Friedman Machine Learning / Data Science / Deep Learning The Elements of Statistical Learning, 2nd Edition Learning 💪 This book is a foundational reference for statistical learning theory, covering supervised and unsupervised methods with a strong emphasis on mathematical structure, the bias-variance trade- off and asymptotic behavior. Linear models, splines, trees, ensembles, kernel methods and neural networks are analyzed through a rigorous statistical lens. What distinguishes this book is not the breadth of methods, but the depth of theoretical insight. Each model is dissected to reveal its assumptions, limitations and failure modes. Even today, many modern discussions in machine learning can be clarified by revisiting the arguments laid out here. Loving 💜 This is the best machine learning book for people who love theory for its own sake. What I value most is that its authors did not just describe methods they read about: several of them invented the tools in these pages (the lasso, gradient boosting, generalized additive models), so the exposition carries the authority of people who know exactly where each method breaks. I often return to it when something feels unclear or hand-wavy in a project. A single chapter is often enough to restore conceptual precision. It is demanding, sometimes unforgiving, but immensely rewarding: an indispensable anchor for anyone who wants to reason seriously about learning algorithms. 📚 Book 2008 🇬🇧 Stéphane Mallat Signal Processing and Information Theory A Wavelet Tour of Signal Processing, 3rd Edition Learning 💪 This legendary book explores the rich connections between signal processing and algebra, covering wavelets, Fourier transforms, time-frequency analysis, sparsity, compression and more, with clarity and elegance. Loving 💜 I love its ability to make deep mathematical concepts feel intuitive and useful. What strikes me is that there is really no equivalent: other books cover pieces of this ground, but none combine wavelets, sparsity and time-frequency analysis with the same depth and unity in a single volume. The writing is elegant, the structure thoughtful and the companion resources (especially the Numerical Tours by Gabriel Peyré) are simply excellent. 📚 Book 2008 🇬🇧 Christopher D. Manning, Prabhakar Raghavan, Hinrich Schütze Signal Processing and Information Theory Introduction to Information Retrieval Learning 💪 This 496-page textbook offers a thorough grounding in search engine technology, text classification and web information retrieval. It covers everything from Boolean and vector space models to crawling, indexing, query expansion and large-scale data handling. Loving 💜 Despite the leaps in NLP and semantic search, I find this book impressively relevant. It is packed with foundational insights that modern techniques still build upon: indexing, ranking and evaluation ideas that today's retrieval-augmented systems reuse almost verbatim, even when nobody credits them anymore. The blend of theory, real-world examples and thoughtful exposition makes it timeless. 📚 Book 2007 🇬🇧 William H. Press, Saul A. Teukolsky, William T. Vetterling, Brian P. Flannery Algorithms and Optimization Programming Numerical Recipes, 3rd Edition Learning 💪 This 1256-page classic covers a wide array of scientific computing techniques (linear algebra, numerical methods, algorithm design) and is especially valuable for implementing high- performance algorithms in C/C++ or Fortran. Loving 💜 I keep returning to it after many years. It is practical, sharp and written by top minds who clearly care about precision and usability: the kind of book whose recipes you can drop straight into working code, which is rarer than it sounds among scientific references. Whether you are building prototypes or production-grade software, this book is a serious companion. 📚 Book 2006 🇬🇧 Christopher M. Bishop Machine Learning / Data Science / Deep Learning Pattern Recognition and Machine Learning Learning 💪 This book offers a comprehensive and carefully guided introduction to machine learning, with a strong emphasis on practical modeling while maintaining mathematical rigor. Christopher Bishop presents a wide range of techniques, from linear models and mixture models to graphical models and neural networks, using a consistent probabilistic notation throughout. The exposition is particularly well suited to practitioners: complex ideas are introduced progressively, supported by intuitive explanations, worked examples and clear connections between models. Loving 💜 I find this book uniquely balanced. It never oversimplifies, yet it actively helps the reader move forward. It is the best machine learning book for practitioners who want to build real systems while still understanding the underlying principles. What I notice every time I reread a chapter is how the geometric intuition is never decorative: the figures are doing real mathematical work, carrying an argument that would take paragraphs to state in equations alone. Pedagogically rich and remarkably well structured, it is a book I keep returning to, both for learning new ideas and for explaining them to others. 📚 Book 2006 🇬🇧🇫🇷 J. Frédéric Bonnans, J. Charles Gilbert, Claude Lemaréchal, Claudia A. Sagastizábal Algorithms and Optimization Numerical Optimization, 2nd Edition Learning 💪 This book provides a unified and remarkably clear treatment of numerical optimization, covering unconstrained and constrained problems, smooth and nonsmooth methods and algorithms used across machine learning, signal processing and scientific computing. The focus is consistently on how optimization algorithms actually behave when implemented, not just on their idealized theoretical properties. Unlike many texts that emphasize either abstract theory or narrow algorithmic recipes, this book strikes a rare balance. Loving 💜 This book is, in my opinion, seriously underrated. It does not enjoy the same visibility as some classics, yet it often provides the missing clarity when modern optimization discussions become vague or oversimplified. Its authors are the kind of people who built parts of the nonsmooth-optimization machinery they are writing about, which is probably why the treatment feels so unusually careful about exactly the edge cases (non-differentiability, large-scale decomposition) where flashier textbooks tend to wave their hands. I regularly return to it when I need to understand why an algorithm works or fails, in practice. For anyone who wants a deep, reliable understanding of optimization beyond fashionable methods, this book is a quiet gem and a long-term reference. 📚 Book 2006 🇬🇧 Sanjoy Dasgupta, Christos H. Papadimitriou, Umesh V. Vazirani Algorithms and Optimization Algorithms Learning 💪 Grown out of more than a decade of course notes at UC Berkeley and UC San Diego, this 320-page book takes a strikingly different route from the encyclopedic algorithms texts: it tells a story. Divide-and-conquer, graph algorithms, greedy methods, dynamic programming, linear programming, NP-completeness and even randomized and quantum algorithms are each introduced through their essential idea first, with formal proofs arriving only once the intuition is secure. Sanjoy Dasgupta, Christos Papadimitriou and Umesh Vazirani write with the authority of active researchers in complexity theory and randomized computation. This kind of book made me more creative algorithmically when tackling industrial problems at scale. Loving 💜 What I love about this book is its economy: barely 300 pages of actual content, yet nothing essential is missing, the fruit of more than a decade of course-testing distilled into exactly what survives contact with real students. As a practitioner I have never seen a better dynamic programming chapter. I must admit I know it by heart now. I am also a big fan of the quantum algorithms chapter. It is the book I hand to someone who wants to genuinely enjoy learning algorithms rather than trudge through them and the one I reach for myself when I want the shortest path back to why an algorithm works rather than just how to implement it. A perfect, leaner companion to heavier references like Cormen et al., narrower in scope, but wonderfully sharp and full of character. 📚 Book 2004 🇬🇧 Richard Hartley, Andrew Zisserman Computer Vision Multiple View Geometry in Computer Vision Learning 💪 This book is a foundational reference on the geometric principles underlying computer vision. It develops the mathematical and algorithmic tools needed to understand images captured from multiple viewpoints, covering projective geometry, epipolar geometry, camera calibration, 3D reconstruction and motion estimation with exceptional rigor and clarity. This classic book shows how strong geometric constraints can dramatically simplify vision problems. Loving 💜 I increasingly find this book indispensable: the kind of reference an entire generation of vision researchers keeps within arm's reach on a physical desk, not just in a browser tab. It reminds us that better vision systems do not necessarily come from more data or larger models, but from a deeper understanding of the structure of the physical world and how it is projected onto images. In a field where complexity can easily spiral, this book stands as a powerful argument for geometry as a source of elegance, stability and long-term robustness in computer vision systems. 📚 Book 2004 🇬🇧 Stephen Boyd, Lieven Vandenberghe Algorithms and Optimization Convex Optimization Learning 💪 This foundational 727-page text introduces convex optimization as a core tool for solving problems in machine learning, signal processing and beyond. It explains how convex methods provide both exact solutions to structured problems and principled approximations to harder, non-convex ones. More than a collection of techniques, the book teaches how to think in terms of convexity: how to identify structure, design relaxations and reason about optimality, stability and sensitivity. Loving 💜 I love how gentle yet rigorous this book is. The exercises are brilliant, often genuine inspiration for real research rather than routine drills. I also cannot separate my appreciation of the book from the fact that the authors chose to give it away freely online rather than lock it behind a paywall, which feels entirely in character for a book about finding the most efficient path to a solution. With CVXPY as a natural companion, the material becomes not just theoretical, but practically indispensable. This is a book that quietly reshapes your intuition: once you have worked through it, many optimization problems suddenly look simpler, cleaner and more structured. 📚 Book 2003 🇬🇧 David MacKay Signal Processing and Information Theory Information Theory, Inference and Learning Algorithms Learning 💪 This 640-page classic connects information theory, Bayesian inference and machine learning in an insightful yet approachable way. It covers foundational principles while remaining relevant decades after its release, with intuitive examples and practical depth. Loving 💜 I admire how MacKay bridges rigorous theory and real-world application. What I find touching, beyond the content itself, is that he made the entire book freely available online from the start: a small act of generosity that feels perfectly consistent with a book about information and inference being genuinely shared rather than gatekept. From error-correcting codes to probabilistic graphical models, this book offers lasting value for anyone building a solid intellectual toolkit in AI or data science. 📚 Book 1999 🇬🇧 Chris Manning, Hinrich Schütze Natural Language Processing Foundations of Statistical Natural Language Processing Learning 💪 This 620-page classic lays out the foundations of statistical natural language processing before the deep learning era. It covers core topics such as part-of-speech tagging, probabilistic grammars, parsing, topic modeling and information retrieval with remarkable clarity and depth. What makes this book particularly valuable is its emphasis on problem formulation. Language is treated as structured data, shaped by ambiguity, sparsity and noise, long before large neural models entered the picture. Loving 💜 Even beyond NLP, I value this book for its disciplined and methodical approach to preprocessing and modeling. It teaches how to decompose complex problems into tractable components and how to reason about uncertainty in symbolic and semi-structured data. I keep noticing how many "new" evaluation and generalization debates around today's language models are really old debates from this book, restated with different vocabulary. It has aged remarkably well. Many of the challenges faced by today's large language models (data sparsity, evaluation, compositionality and generalization) are already articulated here with precision. A timeless reference for anyone who wants to understand NLP beyond surface- level performance. 📚 Book 1995 🇬🇧 Vladimir N. Vapnik Machine Learning / Data Science / Deep Learning The Nature of Statistical Learning Theory Learning 💪 This is where VC dimension, structural risk minimization and the theoretical foundations of support vector machines come from: the mathematics that explains why learning from finite data generalizes at all. Loving 💜 It reframed how I think about overfitting and model capacity: not as a craft rule of thumb, but as a consequence of a clean, provable theory. What stays with me is that an entire family of algorithms I use routinely, support vector machines and everything downstream of the margin idea, is really just this theory made operational. That is a rare thing to trace all the way back to a single book. 📚 Book 1982 🇬🇧 David C. Marr Computer Vision Algorithms and Optimization Philosophy & History of Technology Vision: A Computational Investigation into the Human Representation and Processing of Visual Information Learning 💪 Published posthumously, this book is a cornerstone of computer vision. David Marr introduces his three-level framework (computational, algorithmic, implementational), which remains influential today. He develops a theory that bridges neuroscience, mathematics and computer science, at a time when neither powerful hardware nor modern software tools existed. Loving 💜 What I love most is witnessing the creativity of researchers working with extremely limited resources. Marr's three-level split (computational, algorithmic, implementational) is one of those rare ideas that quietly organizes how I approach almost any system, not just vision: first ask what problem is being solved and why, only then worry about the algorithm and the hardware. Decades later, the questions he posed about representation and 3D structure are still not fully closed, which tells me more about the depth of his framing than about how much has changed. His intellectual clarity makes this book an enduring source of inspiration, far beyond computer vision alone. --- ## Resources | Deraison URL: https://deraison.ai/en/blog Blog Artificial intelligence represents a revolution comparable to agriculture and settlement, to the invention of writing or even of the printing press. These turning points transformed how we interact with the world. Today, AI touches every human activity. To be honest, I'm still not sure what intelligence really is. In practice, I think we can say that artificial intelligence is a scientific discipline that lets machines accomplish tasks from examples rather than from instructions. ✍️ Writings & Media The Model Does Not Write the Number deraison.ai · September 2026 · Warith Harchaoui Four plain-language questions put to a company database: a number, a prediction, a forecast, a chart. The language model writes the query, the database answers and the error becomes visible again. txt2sql, txt2sql2ml with TabICL, txt2sql2viz with sprezzature.ai. ✒️ ⚖️ Read the article While Not Good Yet deraison.ai · September 2026 · Warith Harchaoui The Ralph loop extends the while loop to questions no machine can settle: a readable chart, a fluent text, an honest forecast. An independent judge, a budget of tries and a written reason at every turn: that is what makes it hold. ✒️ 👁️ Read the article An Elbow or Nothing deraison.ai · September 2026 · Warith Harchaoui elbow-helper detects the elbows of diminishing-returns curves, with quantified uncertainty. When the evidence is missing, it abstains. Bootstrap, BIC, null-model test: the full mathematics. ✒️ 📐 Read the article From a Table to a Map deraison.ai · September 2026 · Warith Harchaoui Standpoint reads a comparison table (options as rows, criteria as columns) and draws a positioning map, axes named in the table's own language. One command does it, everything runs on your machine. ✒️ 🗺️ Read the article The Last Slide deraison.ai · September 2026 · Warith Harchaoui A QR code on the last slide, the contact card lands in the audience's phones and a private page counts the scans. Why and how I built qr4prez. ✒️ 📱 Read the article The Sign Before the Meaning deraison.ai · August 2026 · Warith Harchaoui Why the deraison.ai logo begins in a 1659 algebra treatise, from Johann Heinrich Rahn's ÷ sign to AI's vector representations. ✒️ ➗ Read the article Programming in AI deraison.ai · Warith Harchaoui, Mohamed Chelali, Matias Tassano and Pierre-Louis Antonsanti A basic cheat sheet for programming in machine learning (statistical learning, pattern recognition, AI or data science), covering applications from computer vision to audio and language processing. ✒️ 💻 Technical Tips ↗ Good Colors deraison.ai · Warith Harchaoui and Laurent Pantanacce A small palette settled once and for all, every shade copied with one click. Three tables map a color to an emotion, to a concept and to what psychology says about it, all downloadable as CSV. Two variants: the corporate one, and the academic one built on the Okabe-Ito palette, readable by people whose color vision differs. ✒️ 🎨 Palette ↗ Dear Professor Stanislas, 2021 · Warith Harchaoui On March 2, 2021, my friend Quentin and I visited your preparatory class at Stanislas in Paris to thank you, on behalf of many alumni, for teaching us the “satisfaction mark”. […] ✒️ ❤️ Inspirational Teacher Value in Data Think Tank 4ᵉ Révolution, 2021 · Warith Harchaoui and Laurent Pantanacce Each industrial revolution is driven by a key force (raw material, energy source or creative technology) that redefines the economy. This fourth revolution is unique because its “commodity” is abstract: data. […] ✒️ 🧐 White Paper ↗ AI for Business Rennes School of Business, 2021-2025 · Warith Harchaoui Bridging the gap between AI technologists and team leaders: this course helps business leaders understand AI's strategic aspects and how to implement it, reconciling science and business for corporate success. ✒️ 👨‍🏫 Executive MBA ↗ On Refait le Mac with Luc Julia, Siri's Co-creator 🇫🇷 Electric Dreams, 2020 · Olivier Frigara, Luc Julia and Warith Harchaoui Luc Julia, co-creator of Siri, revisits his creation and discusses why Apple's voice assistant still struggles to mature. A world AI expert questioning its real impact on our future: should we trust the tech giants' grand promises? Should we be afraid? Let's debate! ✒️ 📺 ORLM ↗ An Introduction to Neural Networks for Statisticians 🇫🇷 Université Paris Descartes, École 42, 2020 · Warith Harchaoui Starting from a single neuron, to one-layer networks, then multi-layer (including convolutional architectures and adversarial networks), we explore aspects of intelligence emerging through a technology revolutionizing nearly every domain of our world. ✒️ 🧑‍🏫 Conference ↗ Favorite AI Books Annotated library · Warith Harchaoui In a fast-evolving field flooded with publications, a curated list of books I find remarkable, with brief comments, for readers eager to embark on the exciting AI journey. ✒️ 📚 Books 🗞️ Peer-Reviewed Publications Publications reviewed by scientific peers. Optimal-Transport-Based Machine Learning to Match Specific Patterns: Application to Detection of Regulatory Motifs in Omics Data Journal of the Royal Statistical Society (RSS), 2024 · Thi Thanh Yen Nguyen, Warith Harchaoui, Lucile Mégret, Cloe Mendoza, Olivier Bouaziz, Christian Neri and Antoine Chambaz We developed methods to geometrically link two point sets when those points should correspond. Our case study focuses on mRNA in genetics to understand Huntington's disease. 🗞️ 🧬 Article ↗ Generalized Mutual Information for Discriminative Clustering Neural Information Processing Systems (NeurIPS), 2023 · Louis Ohl, Pierre-Alexandre Mattei, Charles Bouveyron, Warith Harchaoui, Mickaël Leclercq, Arnaud Droit and Frederic Precioso Clustering groups similar objects together: customers, genes, fruits or animals. GEMINI leverages artificial neural networks in novel ways for large-scale clustering tasks. NeurIPS is the top (or second-top) conference in AI according to Google Scholar. 🗞️ ♊️ Article ↗ Learning Representations Using Neural Networks and Optimal Transport 🇫🇷🇬🇧 Ph.D. in Applied Mathematics, 2020 · Warith Harchaoui (supervised by Prof. Charles Bouveyron and Dr. Stéphane Raux) From 2016 to 2020, this doctoral work focused on three key areas: large-scale clustering, feature importance without manual labels and confidence estimation for automated decisions. Its originality lies in combining optimal transport, neural networks and emerging generative AI. 🗞️ 🎓 Ph.D. Defense ↗ Past Talks A few recordings 2025-06-09Artificial intelligence, value, work and businessIndustry↗2025-04-25Is artificial intelligence acceptable?AI Culture↗2020-10-12PhD defense in Applied MathematicsResearch↗2018-12-17An Introduction to Neural NetworksResearch↗ --- ## The Sign Before the Meaning | Blog URL: https://deraison.ai/en/blog/logo-origins The Sign Before the Meaning Why the deraison.ai logo begins in an algebra treatise printed in Zurich in 1659. Some logos are born from an animal, an initial or an abstract shape. The deraison.ai logo comes from somewhere else: an algebra book printed in Zurich in 1659. Back then neither artificial intelligence nor computing existed. Yet mathematicians were already stuck on a very current question: how do you write down an abstract idea? How do you give it a shape you can see on a page? That question interests me more than any other. I hold a PhD in mathematics and deraison.ai is my artificial intelligence company. When I redid the site and the logo, I did not want one more stylized brain, one more glowing neural network, one more tech hexagon. AI logos are already full of them. I wanted to go much further back, to the time when mathematicians invented the signs we still think with. 1659: when an operation becomes a sign In 1659, the Swiss mathematician Johann Heinrich Rahn published his Teutsche Algebra in Zurich. Almost nobody knows the book. It does contain a first in the history of mathematical signs: the ÷ of division, printed there for the first time. Rahn also uses the asterisk * for multiplication, and arrangements of three dots, among them ∴, to mean "therefore". The passage on division is strikingly plain. Rahn states that ÷ is the main sign for dividing. That is all. The shape already existed before him as a printer's mark, and typographers call it the obelus. This Teutsche Algebra is where it first takes on a mathematical meaning. This story has to be told carefully, the way mathematicians like. Rahn was working at the time with an English scholar, John Pell, who had in fact taught him mathematics. Historians cannot settle which of the two invented what. Who drew the ÷ first? We will probably never know. That uncertainty makes the story better. What matters is not who put those three strokes of ink on a page, one afternoon in 1659. What matters is what happened: an operation you used to run in your head became a symbol. A few dots and a line A division is an idea. ÷ is its visible form. Three millimeters of ink, and a whole operation becomes recognizable, transmissible, usable. This is one of the great strengths of mathematics. It does not only discover relationships between things. It also invents languages short enough for a human brain to handle. A bar, two dots, and what needed a full sentence now fits in one sign. That is where the deraison.ai logo comes from. It is not a copy of a character from the Teutsche Algebra. It borrows the grammar: a dot, a line, punctuation, and separate elements brought into relation. A small constellation of signs. At first glance, almost nothing. But mathematics teaches you to be wary of simple shapes: =, +, ∞, ∫, ∴, ÷. Some of the most powerful ideas in our history fit in a handful of pixels. From algebra to artificial intelligence Three and a half centuries later, the scale has changed. The problem has not. Artificial intelligence also works by turning the world into things you can compute with. Words become tokens, the small chunks of text a language model reads. Objects become vectors, which are ordered lists of numbers. Relationships become matrices, grids of numbers. Observations become plain numbers. A model then tunes billions of internal dials, its parameters, as it learns. Out of that comes a representation a machine can compute with, predict from or generate from. Between the ÷ of 1659 and a model with billions of parameters, the technical gap is dizzying. The work is the same: inventing a way of writing things down that makes them computable. That is the idea I wanted in the deraison.ai identity. Artificial intelligence is neither magic nor an oracle. It continues a very long story: put the world into a form, then compute with it. Why "deraison"? The name deraison.ai deliberately carries a contradiction. Mathematics is often presented as the land of pure reason: proofs, axioms, those starting points everyone agrees not to argue about, rigor. Artificial intelligence blurs that picture. We build these systems with extremely precise mathematics. We then get behaviors we cannot always explain simply. Everything is computed. Not everything is understood. The name comes from that gap. Not against reason: beyond obvious reason. There you have to try things, measure, understand. And sometimes accept that the phenomenon arrives before the elegant explanation we will give for it later. I enjoy the paradox. We use the most rigorous tools that exist. With them we explore systems that surprise us. A logo as a program So I wanted a logo that says very little out loud and a lot under its breath. No robot. No brain. No artificial spark. Only elementary shapes. Dots, because before the curve there is data. A line, because between points we look for relationships. Punctuation, because a thought only becomes usable once it is written down. And a nod to the time when mathematics invented its own alphabet. The deraison.ai logo is therefore less a drawing than a small set of signs. It also says how I approach artificial intelligence: under the apparent complexity of models, go back to the basic structures. Look for the right way of writing things down. Strip away useless complexity, until what is left is simple enough to be understood. A score, an emotion Another story of signs has stayed with me all my life: written music. A staff, black notes, rests, dynamics, ties. To the eye, almost nothing. But when a musician looks at it, they do not see symbols. They see a shiver, waiting. It is the same work as in 1659: catch something invisible, an intention, a feeling, a kind of vertigo, and store it in an object solid enough to cross the centuries. A Bach score is three hundred years old. It has outlived its composer, his instruments, his concert halls. And the second a bow touches a string, the emotion comes back intact, as if no time had passed. The sign carried it across. A mathematical proof gives me a related feeling, in a different key. Music leads straight to emotion. Mathematics leads to a victory. I know that moment well. I even go looking for it, a little the way you go looking for the right note. The hypotheses finally lock together. The conclusion cannot be anything else. It is not just that it "works". It is a small silent triumph. Reality was resisting. It has just yielded to an idea born inside a human head. That, I think, is what I like about this job. Not a model's score on a leaderboard, nor the race for more compute. Rather one precise moment. A blurry intuition, still too vague to say out loud, becomes a clean result. When the whole world fits, for a fraction of a second, inside one sign. A well-built artificial intelligence sometimes gives the same sensation: a huge, opaque system suddenly starts doing something right, something sturdy, something useful. Something you can finally show, the way you show a proof, the way you finally play the piece you had been rehearsing in your head. Symbols outlive machines Opening a 17th-century text today and recognizing a sign straight away is a strange feeling. Machines have changed, so have the media that carry them, and so have the theories. Paper became screens. Printed tables of results, prepared in advance to spare people long calculations by hand, became graphics processors, the GPUs. The handful of symbols on a page of algebra became billions of operations per second. But we are still doing what Rahn, Pell and their contemporaries were doing: looking for better languages to think with. That, perhaps, is what the deraison.ai logo represents. A tribute to an old mathematical story, of course. But above all a conviction about today: before you can compute something, you have to find a way to write it down. In 1659, that fit in a few dots and a line. Today, everything still starts with a sign. Thanks Thanks to Audrey Dejoux, the artist who designed this website. She put real delicacy into it, as close as her imagination could get to my passion for science. Sources MacTutor History of Mathematics: Johann Heinrich RahnSotheby's: Teutsche Algebra by Johann Heinrich Rahn, 1659Wikipedia: Therefore sign ← Back to blog --- ## The Last Slide | Blog URL: https://deraison.ai/en/blog/qr4prez The Last Slide A QR code, a contact card and scan statistics nobody else sees: why I built qr4prez. Create my contact QR code ↗ The talk ends. A few people walk up to the stage, phones in hand. Pleasantries are exchanged, then comes the awkward part. Spelling out an email address over the noise. Hunting for a LinkedIn profile among a dozen namesakes. Handing over a business card that will end up at the bottom of a jacket pocket. I lived that scene at every talk for years. qr4prez was born from that scene. It is a small web tool. You fill in a form once. In return you get a QR code to put on your last slide. A QR code is that black-and-white checkerboard a phone camera knows how to read. The audience scans it. The contact card lands straight in the address book, with the photo, the job title and the links. A private page then counts the scans. How many, when, and from which city. The tool is online at deraison.ai/qr4prez. It is free, in French and English, with no account to create. Motivation The paper business card has two flaws. The first is well known: it is handy, but it gets lost. The second bothered me more: it never gives you any news. Did it get used? Did anyone dig it out three weeks later? Did it survive the trip through the washing machine? You will never know. The digital version has existed for a long time: the vCard. It is a small text file every phone knows how to read. It holds the name, phone number, email, employer, even the photo. The QR code acts as the bridge: the camera turns it into a link, the link opens the vCard. Neither of the two is new. What was missing was a tool that did both the way I wanted. I wanted three things. For the audience, a single action: no app to install, nothing to fill in on their side, just the camera. For me, a way to know whether that last slide is good for anything. And I wanted to keep the data at home. That means running the server. I accept that. Everything sits on my own computer, the one left on to serve my pages. No outside company collects my audience's contacts. No cookie, no tracker, those little informers that recognize a visitor from one site to the next. No tool did all three. Online QR generators come by the dozen. They keep your data on their machines, ask for an account, slip in a subscription. None of them tells you what becomes of the QR code once the room has emptied. Business-card exchange apps make both people install an app. qr4prez does the opposite: you host it, it asks for no account, the scan statistics are yours alone. The code is in the public domain. Anyone can install it on their server and change it. It is a finished tool, not a weekend mockup. The interface comes in French and English. A recap email goes out after creation, so the three links are not lost if you close the tab. A guard stops the robots that fire bursts of requests. The icons and sharing tags are complete, so the preview stays clean when the link travels through a messaging app. The server log is kept with care. Between a prototype and a tool you dare show, the difference is that pile of invisible details. How it works It starts with a form: name, job title, email, phone, a square photo. To make the filling less boring, the empty fields suggest a different personality each time: Marie Curie, Grace Hopper, Nina Simone, Alan Turing… These are only examples, shown in gray. They are never submitted on your behalf. The form: five required fields, one square photo and a suggested personality to set an example. The photo is what gave me the most trouble. Photos are almost always JPEG files, the format of cameras and phones. A JPEG file can hold, beside the image, a small technical comment added by whatever software processed it. Some versions of iOS, the iPhone operating system, dislike that comment. When that happens they erase the whole photo from the contact card, without showing any error at all. The contact arrives with no face. So qr4prez decodes the photo again, resizes it to 400 × 400 and saves it cleanly. It then erases the offending comment, byte by byte. Nobody will ever see that work. That is the point. Each card then gets a web address nobody can guess. To build it, we use a hash function. It is a fingerprint machine: you give it a text, it returns a string of characters always the same length. Change a single letter of the text: the fingerprint changes completely. qr4prez gives it the first name, the last name and the exact time of submission. The machine it uses is called SHA-256; it is public and has been tested for a long time. The tool keeps the first 16 characters of the fingerprint. Each of those characters is a digit from 0 to 9 or a letter from a to f, so sixteen possibilities. Sixteen possibilities per character, across sixteen characters: the number of possible addresses reads $$2^{64} \;\approx\; 1.8 \times 10^{19}$$ Eighteen billion billion. There is still a risk. It carries a lovely name: the birthday paradox. In a group of twenty-three people, there is a one- in-two chance that two of them were born on the same day. That is far more than people expect. In the same way, two cards could land on the same address. For \(n\) cards, that risk never goes above $$\Pr[\text{collision}] \;\le\; \frac{n(n-1)}{2} \cdot \frac{1}{2^{64}}$$ With one million cards, that comes to about three chances in a hundred million. And the address itself holds no personal information: neither the name nor the date appears in it, only the fingerprint. For the audience, the effort is minimal. The phone scans the QR code, opens the card's address, the server sends the vCard and records the visit. This one works: scan it and you land on qr4prez. Where the scans come from: geolocation This is the part that surprises people most, so let us say exactly what happens. A phone does not send its GPS position when it scans a QR code. It could not, without your explicit permission. What the server receives is an IP address (Internet Protocol). Every connected device has one during its connection, so that answers know where to go back to. That address says nothing about your flat, and even less about you. It does say a lot about your operator. Access providers publish which address ranges they use in which region. Directories cross-check those declarations and return, for a given address, a country, a likely city and the coordinates of that city's center. Let us be honest about the accuracy. A phone's GPS places you within a few meters. An IP address places you in a city, and is often wrong. On a phone using 4G, the connection sometimes comes out at the operator's end, two hundred kilometers away. In a company, everyone appears at headquarters. A VPN goes further still. The Virtual Private Network is a tunnel. It makes your connection come out somewhere else. The scan then lands in another country. So the map tells you roughly where the audience came from. It is not an address book. That is plenty for what is asked of it: knowing whether the Lyon talk left traces, or whether a talk was still traveling abroad three weeks later. The statistics page gathers all of it. You are the only one who can see it. It shows four counters and a world map, where nearby scans group into numbered dots. Then comes a city ranking, then the detail of each visit: local time, device, operating system, browser and operator. A demonstration card's statistics page: the map, the clusters and the city ranking. Coordinates are city centers, not device positions. That leaves the real question: how far can you measure without becoming intrusive? There are three guardrails. Scans from the first minute are ignored, because that is you testing your own QR code, not a contact. A warning under the map says the dots are approximate city centers. Lastly, recent IP addresses are cut short on display. They are known as IPv6. They run to 128 binary digits. Only the first 48 stay visible. The number of addresses that opening covers comes to $$2^{128-48} \;=\; 2^{80} \;\approx\; 1.2 \times 10^{24}$$ So the displayed line points at an operator and a region, never at a person. A statistics page needs nothing more to say that a scan came from Lyon. Conclusion My talks now end with a QR code. The after-talk line still forms, thankfully. That is where the substance gets discussed. Objections get raised. Ideas get traded. But exchanging contact details takes two seconds, and nobody mangles an email address any more. If you give talks, lectures or defenses, try it: deraison.ai/qr4prez. Fill in the form once. Put the QR code on your last slide. Then watch the scans draw the map of your audience. ← Back to the blog --- ## From a Table to a Map | Blog URL: https://deraison.ai/en/blog/standpoint From a Table to a Map Standpoint reads a comparison table and draws a positioning map, named axes included. One command does it. Open Standpoint in the browser ↗ Everyone has seen this kind of table before. Options as rows, criteria as columns, ratings in the cells. This one compares twelve programming languages on seven criteria, each rated from one to five stars. Programming Language | Performance | Ease of Learning | Ecosystem | Concurrency | Type Safety | Job Market | Tooling | Python | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Rust | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Go | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | JavaScript | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | TypeScript | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Java | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | C++ | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | C# | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Ruby | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Kotlin | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Swift | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Elixir | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | The input table, as you would fill it in: twelve options, seven criteria, one rating per cell. This is exactly the file Standpoint reads. The table is honest, complete, verifiable. It is also unreadable. You have just experienced that. Eighty-four cells of stars to compare in your head, seven columns to weigh against one another: the eye gives up. The choice falls back on gut feeling, the very thing the table was meant to prevent. Worse: two people acting in good faith read the same table and pick two different winners. Standpoint turns that table into a map. Each option becomes a point on a plane. Two nearby points are two similar profiles. The ends of the axes carry plain words, in the language of your columns. The map answers a single question: where do you stand? The same table, seen from above: the twelve languages placed relative to one another, the leader at the top right, challengers along each axis. What it is for You can spot straight away the questions that call for a map. There are several options, several criteria. And you have to say where each one stands against the rest. Settling on a cloud provider for the next three years. Choosing the language a team will write in for the next five. Placing your product against six competitors before a board meeting. Cutting fifteen applications down to a shortlist, and being able to say why those ones. The repository holds four demonstration tables, which show what the tool accepts. Cloud providers. Laptops, where price and weight are marked as columns where less is better. French electric cars, whose table comes back with a French title and French axis names. And the programming languages from the introduction. These subjects have nothing in common except the shape of the file: names in the first column, numbers everywhere else. It is worth saying what the tool cannot do, before it disappoints. For one or two columns, a map is useless; an ordinary chart does better. For a ranking on a single criterion, sorting the column is enough. PCA also serves as a computing step inside a machine-learning program. There, scikit-learn does the job. No figure comes out at the end. Lastly, Standpoint maps a table that already exists. It fetches no data and checks no rating. If you filled your table in badly, it will never know. Motivation Positioning maps are a staple of marketing and consulting. People sketch them on whiteboards to place brands, products, competitors. The method that builds them properly is called Principal Component Analysis, or PCA. It is more than a century old: Karl Pearson laid out its geometry in 1901, Harold Hotelling put it in shape in 1933. The easiest way to picture it is a school report card. A student has eight marks, one per subject. But two numbers are usually enough to place that student: more of a science type, more of a humanities type. PCA does the same with a table. It looks for the two or three directions along which the options really differ. A whole row of ratings then comes down to two numbers, which keep most of what sets it apart from the rest. That a method from 1901 is still the right one in 2026 deserves an explanation. Today's reflex is to throw a large model at everything. But twelve rows and seven columns is a very small problem. PCA settles it in milliseconds, with no training and no data from anywhere else. If you want to check, you can redo the arithmetic by hand. Nobody caught up that century of head start, because there was nothing to catch. The right answer already existed for projecting a small table of numbers. So the method has been known for a long time. The time does not go there: it goes into everything around it. Turning the map so it reads the right way. Naming the axes with words a management committee understands. Coloring, placing the labels so they do not overlap, exporting at print quality. That is the work Standpoint automates. A single command reads your table, in CSV or Markdown, two common ways of writing a table in plain text. It produces the figure, as SVG and PNG. It also produces a YAML file, readable as-is, with every coordinate and every coefficient. The tools that already exist fall into two families. Neither does the whole job. On one side, the statistical toolkits: prince or the PCA in scikit-learn for Python, FactoMineR and factoextra for R, the statisticians' language. The computation is impeccable. You can run it again. But what they hand you is raw axes and numbers. Naming the axes, turning the map, making it presentable. All of that is left to you. On the other side, the layout tools: a four-box slide, a Canva template, or the famous magic quadrant from the firm Gartner. The result is shareable at once, but every dot is placed by hand. Nothing comes from the data, nothing can be run again. The axes mean whatever the author decided they mean. The quadrant everybody looks at In that second family, one case is worth a stop: it is the most looked-at positioning map in the world. Gartner is an American firm. Its business is analyzing software markets for the companies that buy. Every year, for dozens of markets, it publishes a figure called the Magic Quadrant. Two axes, four boxes. The horizontal axis measures vision, that is, what the vendor has understood about the market and where it is going. The vertical axis measures execution, that is, what it can actually ship today. The four corners carry names that have entered everyday speech. Top right, the Leaders. Top left, the Challengers, who ship well but see the market badly. Bottom right, the Visionaries, who see correctly but cannot yet ship. Bottom left, the Niche Players. You have to understand what that box weighs. Appearing in it is already an achievement, because Gartner only places companies it judges important enough to follow, and many work for years to get in. Once inside, the box moves money. A CIO defending a seven-figure purchase to a board finds in it a warrant everyone understands at a glance. Some tenders are even written by copying it out. Since the box weighs that much, how it is built becomes a real question. It even went to court. In 2009 the Californian vendor ZL Technologies sued Gartner for defamation: it held that its place in the box was costing it customers. Gartner answered that the quadrant is an opinion, not a statement of fact. The distinction carries weight in American law: you can prove a statement of fact false, not an opinion. The federal court for the Northern District of California agreed in 2010, and the appeal court upheld it. There is nothing shameful in that, quite the opposite. An expert opinion, owned as one, beats an invented measurement. Gartner's rests on a year of interviews, vendor briefings and calls to their customers. No computation replaces that work. You only have to say precisely what you are looking at: the position of a dot is a judgment. A judgment cannot be redone identically. Standpoint does not aim at that expertise and does not replace it. It promises far less, but what it promises can be checked: the position of a dot comes from a table you can read, by a computation you can run again. A dot that surprises you traces back to its row and its ratings. The price of that promise should be said too. A map is worth no more than the ratings in the table. Filling in eighty-four cells by instinct, then projecting them cleanly, creates no knowledge. It makes what you put in visible and arguable. That is already a lot. It is not knowing. So Standpoint aims for the corner nobody occupies. A map that is computed, like the statisticians'. And finished, like the layout tools'. It adds one new idea. A language model then reads the axes that came out of the computation. These programs handle text, the way ChatGPT does. This one gives the axes names in plain words. Using PCA for a positioning map is a classic. Having a machine name the axes is much less so. That leaves the question of whether anyone but me can use it. The package installs from PyPI, the public repository of Python libraries. The tests run again by themselves on every change to the code. Four example sets sit in the repository with their figures. The documentation exists in English and in French. And the same engine is reached through seven different paths, described at the end of this article. One choice matters to me, even though it gives up the comfort of online services: everything runs on your machine. The computation, the drawing, and even the names of the axes. That last one is handled by a language model installed at your end. Ollama launches it. Ollama is a program that runs open models on your own computer. Your table sometimes holds internal notes about your competitors. It never goes anywhere else. How it works Even before the computation, one quiet decision protects you. A cell left blank is not ignored: it gets the lowest rating in its column. So a gap can never flatter an option. Which makes it impossible to conveniently forget to rate yourself on the awkward criterion. First step: put the criteria on an equal footing. A comfort rating out of 5 and a price in thousands of euros cannot be compared as they are. Without care, the column with the biggest numbers would crush all the others. So from each column \(j\) we subtract its mean \(\mu_j\), then divide by its standard deviation \(\sigma_j\), which measures how far its values usually stray from that mean: $$z_{ij} \;=\; \frac{x_{ij} - \mu_j}{\sigma_j}$$ After this rescaling, every criterion weighs the same: a difference of one means "one standard deviation above average" everywhere. Second step, the heart of the computation. Picture the options as a cloud of points in a seven- dimensional space, one dimension per criterion. Nobody sees seven dimensions, but the cloud image is enough: each language is a point, placed by its ratings. PCA looks for the plane that, seen head-on, spreads that cloud out as much as possible. That plane rests on two directions \(v_1, v_2\): the ones along which the options pull apart the most. Put plainly, they are the two directions that carry the most difference between the options. Mathematicians call them the top two eigenvectors of the covariance matrix, the table saying which criteria vary together. The position of an option on the map is then its shadow cast onto that plane: $$c_i \;=\; \big(\langle z_i, v_1\rangle,\; \langle z_i, v_2\rangle\big)$$ The angle brackets \(\langle\cdot,\cdot\rangle\) denote the scalar product, the operation that measures how far a point advances along a direction. A flat map remains the summary of a richer space. The share of information it keeps can be measured, and Standpoint prints it on the figure: $$\frac{\lambda_1 + \lambda_2}{\sum_k \lambda_k}$$ Around 80%, the map tells the table's story faithfully. Below that, read it as a sketch. Third step, orientation. A raw PCA map comes out facing any which way: nothing forces the "good" corner to sit at the top right. So Standpoint turns the plane to put your reference option there, the one whose position you want to tell. One edge case is handled. A reference rated top marks on everything would land far away from everyone else; it is then placed just past the best competitor, where the map stays legible. Then comes what the map highlights, and here too nothing is decided by hand. Four options are singled out, each chosen by geometry alone. The leader is your reference, top right. The weakest is the one losing on both axes at once. That leaves two challengers, once the leader is set aside. The first reaches highest up the vertical axis. The second reaches furthest along the horizontal. Those two deserve a look, because each represents one extreme better than anyone, without winning. Color follows the same rule. Every competitor takes its hue from the direction it sits in relative to the center of the map, the hues being spread right around the color wheel. Two neighbors on the map therefore have neighboring colors, which reads without thinking about it. The legend is ordered the same way as the map, from the top-right corner downwards. Last step, the words. PCA axes are blends of your columns. Those blends can be read. One axis may lean mostly on performance and concurrency, the other on ease of learning and job market. A model installed at your end reads those weights and gives a name to the four ends, always as a quality. It writes in the language of your table, which it recognizes from the column names: English, French or Spanish. A column can carry the mark "(↓)", as in Price (↓). It means less is better. The name chosen then states the benefit, not the drawback. It will say "Affordable". A guard filters out acronyms, negations and opposite words before they reach a label. A word on what that model is, since the term covers very different objects. A language model is a program trained to continue text. ChatGPT is one, a very large one. That size is measured in parameters, the internal dials learned during training. The biggest ones count hundreds of billions and run only in data centers. Distillation means teaching a small model the answers of a large one, on one precise task. The one used here is tiny: a Qwen3 of 0.6 billion parameters, distilled for three very limited tasks. The first names the four ends of the axes. The second puts words in the right number, singular or plural, so the labels sound right in both languages. The third proposes a rating from one to five where a cell is blank. That third task touches the position of the dots. The proposed ratings enter the computation like any other. They move the dot on the map. They are displayed precisely so that you correct them. On this project's measurements they land within three quarters of a point of what a large model would propose, on a one-to-five scale that stays subjective. That small size is the point. Everything that can be computed is computed by the PCA. The model steps in only where there is nothing to compute. It puts a word on a blend of columns that already have names. It proposes a number where the cell is empty. It never sees your ratings. It sees weights, column names, and for the filling, the row names. This work does not call for one of the very large models of the moment; it calls for one that fits on a laptop and does not leave the room. One training result is worth telling, because it runs against intuition. Two models had first been distilled, one per language. A third, trained on both languages at once, was added to see what specializing brought. The bilingual one won, everywhere. For naming the axes, the two specialists topped out at 90%; the bilingual one reaches 100% in each language. What costs a model this size the most is not the meaning. It is the exact shape of the answer. And that shape is the same in both languages. Training in two languages means seeing that shape twice as often. So one model ships, better everywhere and half as much to maintain. The same standard led to removing a model instead of adding one. Standpoint checks its own figure and answers three questions. Is the leader really at the top right? Are the labels legible? Is the legend visible? A vision model used to handle that, by looking at the image. Its answers were counted across the 1,480 examples recorded during distillation: two of the three questions came back "yes" all 1,480 times. The third turns on the sign of a coordinate, which the program already knows exactly. So a model was being asked to look at a picture for numbers we had to hand. The program now computes that check itself: no model, instantly, offline. The best demonstration is to turn the tool on itself. The map below compares Standpoint to the other ways of drawing a positioning map, on seven criteria. Standpoint produced it itself, from a table of ratings I filled in. One caveat. Standpoint is the reference row, so it ends up at the top right by construction. And the ratings in the table are mine. Change the reference and the same map rearranges itself around another tool. The tool judges itself: statistical toolkits on one side, layout tools on the other and the targeted corner where the two meet. The same engine is reached through seven paths. A Python library (import standpoint). Two twin commands to type in a terminal. A graphical interface in the browser. An HTTP API, that is, a door through which other programs call the tool over the network. A server for AI agents, speaking the Model Context Protocol (MCP). The seventh path is a fully static build. The engine is translated into WebAssembly, a format every browser knows how to run. It therefore runs at the visitor's end, with no server. That is the one online at deraison.ai/standpoint: paste your table, get the map, with nothing to install and no data leaving your machine. It is fair to say that the version installed on your machine and the online one do not name the axes the same way. Installed on your machine, Standpoint uses the small distilled model described above. In the browser, the page carries an even lighter model, which compares words by meaning. It only loads a real language model if you ask it to fill the empty cells. Taken on its own, not one of these pieces is impressive. A computation Pearson did by hand in 1901. A pocket model that can do nothing but its three small tasks. A drawing with no library. A table format anyone can type. A browser tab. The whole interest is in the assembly: each piece passes to the next exactly what it cannot do itself. The arithmetic to the arithmetic, the words to the model, the strokes to the SVG. Nothing, at the end, has been guessed. It is precisely because every piece is small that the whole thing fits in a tab. Your notes on your competitors stay with you, not because a contract promises it, but because there is no server at the other end. Gartner puts a year of interviews and teams of analysts into placing a market. Standpoint has no such ambition, granted. But it runs inside the page you are reading, and everything in it checks out row by row. Conclusion An honest table deserves better than a gut reading. The map does not replace the table: it gives the overview, the one that tells you which rows to reread closely. And since the axes stay blends of your own criteria, the map holds up in a meeting. Every position traces back to the original figures, kept in the output YAML file. The fastest way to form an opinion is to try it: deraison.ai/standpoint runs the engine in your browser, with no install and no upload. Standpoint is also open source under the BSD license: pip install standpoint, then one command on your CSV. The code, the examples and the documentation live at github.com/warith- harchaoui/standpoint. Bring a table; leave knowing where you stand. ← Back to the blog --- ## An Elbow or Nothing | Blog URL: https://deraison.ai/en/blog/elbow-helper An Elbow or Nothing elbow-helper detects the elbows of diminishing-returns curves, with quantified uncertainty. When the evidence is missing, it abstains. Try elbow-helper in the browser ↗ Start with an example anyone can picture. An online shop wants to sort its customers into groups that resemble each other: the bargain hunters, the Sunday regulars, the big-basket buyers. An algorithm can do that sorting, provided you tell it in advance how many groups to form. Two groups? The sorting stays coarse. Ten? Each group becomes so small it no longer means anything. Somewhere in between hides the right number. To find it, you draw a curve. On the horizontal axis, the number of groups tried; on the vertical axis, a measure of the disorder left inside the groups. The curve drops fast at first: each added group soaks up a lot of disorder. Then it flattens out: extra groups barely help anymore. The same diminishing-returns silhouette shows up when you ask when a model should stop training or at what budget an advertising channel saturates. The point where the curve stops paying off has an anatomical name: the elbow or knee[1]. Before it, every extra unit earns its keep; past it, you are just insisting. Finding that point looks easy. That is the trap. An elbow-detection algorithm always answers something, even on a perfect straight line, even on pure noise. elbow-helper asks a harder question. Is this elbow clear? Is it the only one? Does it stay in the same place when you smooth the curve a little? Does it come back if you rerun the computation? And above all: could a curve with no elbow at all produce the same thing by chance? If a single one of those answers is bad, the tool abstains and says why. All of it runs at deraison.ai/elbow-helper, inside your browser: paste a curve and you will have the answer and its evidence before you finish this article. The textbook case: the inertia of a k-means, plotted against the number of clusters. k-means sorts points into a number of clusters fixed in advance; its inertia is the sum of the distances from each point to the center of its cluster. The detected elbow, its bootstrap interval and the quantified evidence beside it. Motivation Existing methods, starting with the Kneedle algorithm that everyone refers to[2], are very good at proposing a location. But they never say how much they believe it: a point, with no error bar, no probability, no right to stay silent. On a noisy curve, that lone point is far too easy to over-read. You pick four clusters, size a cache, stop an experiment. All of it because of an accident of noise. Faced with a blurry scan, a radiologist does not diagnose. They write that the image does not support a conclusion, then ask for another one. A statistical program facing a noisy curve should show the same restraint: only conclude what the data allows. The comparison has a limit: the radiologist exercises judgment, while the program applies thresholds fixed once and for all. So it is more predictable, but also less subtle. elbow-helper's priority is therefore clear: avoid false elbows, even at the cost of staying silent more often. The program that calls it has no choice: the answer is either a ClearKnee or a NoClearKnee. The first gives the elbow's position, a range and the evidence in figures. That range aims to contain the true position in roughly nine cases out of ten, but so far only the test family of curves confirms it. The second gives a code saying why the tool kept quiet, readable by a machine. Never a quiet fallback to a doubtful estimate: abstention is handled, not worked around. The tools already available come in three groups. First, those that look for the elbow and nothing else: kneed[3], kneebow[4], Yellowbrick's visualizer[5]. They always answer with a point, and none of them can say "there is nothing here". Then the changepoint libraries, ruptures[6] foremost. They are excellent, but they answer a different question: how many breaks in a signal, with no concern for returns that shrink. The third group leaves the judgment to a human, by eye or through a language model, which does not reproduce. elbow-helper's closest relative is none of the three: it is R's segmented package[7], which starts from the same idea. Saying there is an elbow means saying how sure you are. But staying silent when the evidence is missing stays rare across all of them. That is elbow-helper's main contribution. The comparison comes with numbers: the ratings table and the map summarizing its eleven criteria are at the end of this article. That leaves the question of whether the tool is really usable. The package is published on PyPI, the public index pip install pulls Python libraries from, across eight releases from v0.1.0 to v0.1.7. No code is accepted until the 85 automated tests pass on Python 3.12, nor until the style checker is happy. Every week, the same test suite is replayed across the four supported Python versions, 3.10 through 3.13. Those 85 tests execute 96% of the package's lines. You reach the same chain through four doors. The Python library. A command to type in a terminal. A web interface other programs can put their questions to, known as an HTTP API. And a server offering the same operations to a conversational assistant, through the Model Context Protocol, shortened to MCP. These four doors are thin layers over one shared core, so none of them can say anything different from the others. Add to that the web app, which runs the chain end to end inside a browser tab. And a LaTeX note proving every formula in the package with a worked example: ELBOW.pdf, with LIKELIHOOD.pdf alongside. Both exist in English and in French, kept in step with the code. How it works Before anything is looked for, the curve is put in order: invalid points dropped, x values sorted and deduplicated, both scales brought back between 0 and 1. That rescaling takes one precaution. It does not anchor itself on the lowest and highest points, but on the 5th and 95th percentiles. The 5th percentile is the value below which 5% of the points fall. The 95th is the one below which 95% of them fall. One outlier alone therefore cannot squash the whole curve against an edge. Then comes a first shape check. Does the curve rise, or fall, without ever changing direction? We then say it is monotone. A Spearman correlation[8] answers that by looking only at the order of the values, never at their size. A second check, which takes the gaps into account, confirms it. A curve with no clear trend is turned away at once, before any elbow is looked for. You do not have to say which way the curve goes, unless you want to force it. The program reads it from the sign of the trend. To know whether the curve is hollow or domed, it compares it to the chord joining its first and last point. Above the chord, it is domed. Below, it is hollow like a bowl. All four cases are therefore covered, domed or hollow, rising or falling, without your having to name the shape. If you do give it, yours wins. The curve is clean and its direction known. What remains is to say what we are looking for, starting with the word "elbow", which deserves an honest definition. Take a square-root curve, rising fast then settling down. Draw the straight line joining its two ends, then subtract it from the curve. What remains is a bump, zero at both ends, largest where the curve pulls furthest from that line. That peak is the elbow. Once the data is brought between 0 and 1, that difference curve reads: $$d(x_i) \;=\; y_{\text{norm}}(x_i) - x_{\text{norm},\,i}$$ Its local maxima, the points higher than their immediate neighbors, are the candidates. A sensitivity threshold then decides whether a peak is a real elbow or a mere wiggle: the candidate must dominate its neighborhood by a margin proportional to a parameter \(S\): $$T \;=\; d_{\max} - S \cdot \overline{|\Delta x_{\text{norm}}|}$$ where the bar denotes the mean gap between two neighboring x values. The larger \(S\), the wider the required margin. This whole search is replayed over a grid of smoothing windows and sensitivities. Only candidates that come back at the same place for every setting survive. A real elbow holds when you blur the curve a little; an accident of noise disappears. That peak search has a name and authors. It is Kneedle[2], described by Satopää, Albrecht, Irwin and Raghavan in 2011, rewritten here from scratch in NumPy. The way it walks the curve, the orientation table and the sensitivity threshold follow closely the choices of Kevin Arvai's kneed library[3], BSD licensed and credited as such in the repository. elbow-helper does not need it to run. What elbow-helper adds is therefore elsewhere: in what it demands of a candidate before agreeing to call it an elbow. Then comes the check by computation. First demand: the slope has to change, and change in a way three stray points could not manufacture. That is what a Theil-Sen estimator[9] measures. The usual method, least squares, looks for the line that makes the sum of squared gaps as small as possible, so one wild value weighs very heavily. Theil-Sen goes another way. It computes the slope of every pair of points, then takes the middle value, the median. A few wild points no longer decide the result. That leaves the model itself to write. A real elbow is a change of slope: a straight line, then a different slope past the point \(k\). To build that broken line in one piece, with no jump, we use a function that is zero before \(k\) and rises steadily after: $$y \;=\; a + b\,x + c \cdot \max(0,\; x - k)$$ The coefficient \(c\) carries the whole story of the elbow. If \(c\) is zero, we are back to a straight line with no elbow. The further \(c\) gets from zero, the sharper the slope breaks at \(k\). This broken model then has to beat the plain line on two grounds. The first is an exam in pieces[10]: we hide part of the curve, then see whether the model guesses what was hidden. We take out whole stretches, never isolated points, because an isolated point is far too easy to guess from its neighbors. The second ground is a score that compares the two models while accounting for their complexity. But that score first requires saying what "fits better" means. What "fits better" means: likelihood A model fits the data well when, if it were true, what we observe would be no surprise. That is the idea of likelihood. To compute it, we first have to commit to a model of the randomness. Each observed point departs a little from the theoretical curve. That departure is Gaussian noise: the bell-curve randomness that many small errors produce when they add up. Each departure is drawn independently of the others, with a typical size written \(\sigma\). Every observation then gets a probability density, that is, a number saying how expected that value was. The closer the point falls to the proposed curve, the larger that number. Textbooks multiply those numbers together, across the \(n\) points. That product raises a practical problem. Multiplying \(n\) numbers all smaller than one gives a result that collapses at speed as \(n\) grows. A curve of 80 points and a curve of 800 then stop being comparable at all. So elbow-helper takes the likelihood per observation: multiply the \(n\) numbers, then take the \(n\)-th root, which amounts to an average. The number of points therefore stops weighing in: $$L(\theta,\sigma^2) \;:=\; \exp\big(\mathbb{E}[\ln p]\big) \;=\; L_{\text{raw}}^{\,1/n}$$ With bell-curve noise, everything simplifies in one stroke. What remains is the mean squared error, that is, the average of the squared gaps between the observed points and the fitted curve: $$L(\theta,\sigma^2) \;=\; (2\pi\sigma^2)^{-1/2} \exp\!\left(-\frac{\mathrm{MSE}(\theta)}{2\sigma^2}\right)$$ The logarithm is not an arbitrary choice here. The Gaussian density contains an exponential, and the natural logarithm undoes it exactly. $$\ell(\theta,\sigma^2) \;=\; -\tfrac{1}{2}\ln(2\pi\sigma^2) \;-\; \frac{\mathrm{MSE}(\theta)}{2\sigma^2}$$ That line holds a small surprise. At fixed noise, making the mean squared error as small as possible is exactly making the likelihood as large as possible. We learn least squares as a geometric recipe. We learn maximum likelihood as a statistical principle. They are the same thing. Pushing the computation a little further lands on a quantity information theory calls perplexity. The word comes from language models, where perplexity reads as the number of words the model hesitates between at each step. Here, on numbers rather than words, it measures the same thing: the spread of values the model thinks possible. The lower it is, the less the model hesitates: $$\mathrm{PPL}(\theta) \;=\; \exp\big(-2\,\ell(\theta,\hat\sigma^2)\big) \;=\; 2\pi e \cdot \mathrm{MSE}(\theta)$$ Scaled back up to the whole sample, it gives the negative log-likelihood \(\mathrm{NLL}\), written through the residual sum of squares \(\mathrm{RSS}\), the mean squared error before dividing by \(n\): $$\mathrm{NLL} \;=\; n \ln\!\left(\frac{\mathrm{RSS}}{n}\right) \;+\; n\,(1 + \ln 2\pi)$$ Comparing two models on their fit alone would be rigged from the start. A model with more dials always clings closer to the data, right up to hugging the noise itself. So the dials have to be paid for. That is what the BIC family of scores does[11]. BIC stands for Bayesian Information Criterion. These scores start from the likelihood, then add a penalty proportional to the number of dials spent. The elbow costs dials. It has to pay them back in fit. Otherwise the plain line wins. What remains is making all of this readable for a human. The reflex would be \(R^2\), the textbook fit score. It compares the model's error to the one you would make by always answering the same value, the mean of the observations: 1 for a perfect fit, 0 for "no better than answering the mean". The problem is that the mean is exactly the fixed value that minimizes the error: it is therefore the best possible opponent among dumb answers, and an \(R^2\) can drop below zero. elbow-helper compares itself to a frankly bad opponent instead: the observed point from which it is hardest to predict all the others. $$y_{\text{bad}} \;:=\; \operatorname*{arg\,max}_{y_j}\; \frac{1}{n}\sum_i (y_i - y_j)^2 \qquad\Longrightarrow\qquad \text{quality} \;=\; 1 - \frac{\mathrm{MSE}(\theta)}{\mathrm{MSE}_{\text{worst}}}$$ That score is 1 for a perfect fit, and 0 for a fit as bad as that worst fixed value. Since this reference is always worse than the mean, falling below zero is far harder than with an \(R^2\). That is the number printed in the figure's legend. Three others sit beside it: the detection probability, the \(p\)-value defined in the next section, and a weight comparing the two models. That last one is the odds between the elbow model and the plain line, computed from the BIC gap[12]. A word of caution: those odds only hold when you have many observations. Reading them as a probability would further require deciding in advance how much you trust each of the two models, which nothing in the data supplies. So it is taken for what it is: a weight comparing two models, with no claim to being a probability. The robustness trials A model can win that duel on the data we have, and still be a whim of the noise. Two trials guard against it. The first is called the bootstrap[13]. The name comes from the English expression about pulling yourself up by your own bootstraps: lacking other datasets, you make some out of the one you have. You subtract the fitted model from the curve, which leaves the gaps. You shuffle those gaps at random, then paste them back onto the model. Each copy is a curve you might have observed had chance drawn differently. The whole search is redone on each copy. To pass, the elbow must come back at the same place in at least 90% of the copies, with a tight range. The second trial is the plain-line test. Thousands of straight lines carrying the same noise level are simulated. We then count how often chance alone produces evidence as strong as the one observed. That number, the \(p\)-value, deserves a pause, because it is the most misread quantity in all of statistics. It does not give the probability that there is no elbow. It says the opposite: supposing there is none, how often chance alone would manufacture evidence this convincing. A \(p\)-value of 0.01 means a pure straight line would manage it once in a hundred tries. That is little, so we keep the elbow. It is not zero, so we can be wrong once in a hundred. This detour through simulation is not a luxury. If there is no elbow, then its position does not exist, so the classical tests lose the reference they normally lean on[14]. Both bars therefore have to be cleared: $$\widehat{p}_{\text{detect}} \;\ge\; 0.9 \qquad\text{and}\qquad p_{\text{null}} \;\le\; 0.01$$ Only a candidate that clears all those gates becomes a ClearKnee. The diagnostic figure shows that case file next to the curve. On abstention, it switches to an honest state: curve greyed out, reason displayed. Never a marker that would suggest more certainty than there is. Low noise. The slope change is confirmed and placed at x = 0.463, marked by the dashed line. The true break sits at 0.5: the gap is the discretization onto the supplied points. The next figure shows the same curve, the same break underneath, with stronger noise and nothing else changed. High noise, identical true shape. No break confirmed, so no marker drawn: the abstention reads off the figure itself. What abstaining means Abstaining is not failing in silence. It is an answer, and one that has a name. The function always returns one of two objects, never anything else, so the program calling it has to look at which one before going on. Here are both answers as they print, on the same curve at two noise levels: >>> from elbow_helper import robust_knee >>> robust_knee(x, y) # noise of standard deviation 0.02 ClearKnee(knee_x=0.3038, ci90=(0.3038, 0.3418), detection_rate=0.98, null_p=0.00498) >>> robust_knee(x, y_noisy) # same elbow, ten times the noise NoClearKnee(reason='INCOMPATIBLE_GLOBAL_SHAPE') The first line reads without documentation. Elbow at 0.304. Range running from 0.304 to 0.342. Elbow found again in 98% of the copies. Probability that an elbow-free straight line would do as well: five in a thousand. The second gives no position at all. That is deliberate: at that noise level the curve no longer even passes the shape check, its trend being too faint. Every refusal carries a stable code, readable by a machine as much as by a human. Those codes form a list settled in advance, fifteen reasons and not one more. A dashboard can therefore count its abstentions, and learn whether its curves are too short, too noisy, or simply ambiguous. Returned code | What it says | Data preparation | INVALID_INPUT | the inputs are unusable: mismatched lengths, no finite value, an unknown shape requested. | INSUFFICIENT_DATA | fewer points than the required minimum, twenty by default: too short for the later trials to mean anything. | ZERO_RANGE | the x axis does not vary: every point sits at the same place. | INCOMPATIBLE_GLOBAL_SHAPE | the curve does not have the shape announced or has no trend clear enough to infer one. | Candidate search | NO_KNEE_CANDIDATES | the difference curve has no peak at all, at any smoothing scale. | ALL_CANDIDATES_WEAK | peaks exist, but none stands out enough against the local noise. | BOUNDARY_KNEE | the best candidate hugs one end of the curve, where an elbow cannot be told apart from an edge effect. | NO_PERSISTENT_CLUSTER | no candidate comes back to the same place when the smoothing scale changes. | MULTIPLE_PLAUSIBLE_KNEES | two elbows are equally defensible; answering would amount to a coin flip. | Statistical confirmation | WEAK_SLOPE_CHANGE | the slope, once measured robustly, changes too little to deserve the word elbow. | SEGMENTED_MODEL_NOT_BETTER | the broken line fails to beat the plain line, on blocked cross- validation or on the BIC. | BOOTSTRAP_UNSTABLE | the elbow is recovered in only a minority of the reshuffled-noise replays. | BOOTSTRAP_MULTIMODAL | it is recovered often, but at two distinct places depending on the replay. | NULL_NOT_REJECTED | a straight line with no elbow, carrying the same noise, would too easily produce evidence this strong. | INTERNAL_NUMERICAL_FAILURE | a computation failed; the package says so instead of returning a doubtful number. | The fifteen ways of saying no, in the order the pipeline can meet them. That detail has a practical consequence: a refusal says what to do. INSUFFICIENT_DATA asks for more points. BOOTSTRAP_MULTIMODAL hints that there may be two elbows rather than none, and points at the plural search described next. NULL_NOT_REJECTED says the curve is pretty, but that noise alone would account for it. Five doors, one verdict A detector is only useful if you can call it from where you work. elbow-helper therefore offers the same chain through five entry points. The Python library, for a notebook. The terminal command, for a script or for those automatic checks replayed at every code change. The HTTP API, for a service written in another language than Python. The MCP server, for a conversational assistant. And the web app, for anyone who would rather install nothing. The first four share one core and offer the same four operations. knee returns an elbow with its uncertainty. elbow is the shortcut for the k-means case, where the curve is known in advance to be hollow and falling. diagnostics returns the figure, as SVG, a drawing format that stays sharp at any size. And locator returns the position alone, with no evidence. What one returns, the others return too. Installing means choosing your entry point. The core depends on NumPy alone. The network entry points are optional extras, in brackets, installed only if you use them: $ pip install elbow-helper # library + command line $ pip install "elbow-helper[api]" # + the HTTP API $ pip install "elbow-helper[mcp]" # + the MCP server (which pulls the API in) The library Two functions are enough. robust_knee takes a curve and infers its shape. robust_elbow is the shortcut for the k-means case, where the shape is known in advance. The x values are optional: if you give only the y values, they will be numbered from zero to n minus one. from elbow_helper import robust_knee, robust_elbow, RobustKneeConfig res = robust_knee(x, y) # shape and direction inferred res = robust_elbow(k_values, inertia) # the k-means case, shape fixed res = robust_knee(y) # implicit x: 0, 1, 2, ... # More replays: slower, safer. res = robust_knee(x, y, config=RobustKneeConfig(bootstrap_replicates=500, null_replicates=1000, random_seed=0)) if res.is_clear: print(res.knee_x, res.ci90, res.detection_rate, res.null_p_value) else: print("no clear elbow:", res.reason) Every threshold lives in RobustKneeConfig, a structure you do not edit: you make a copy with config.with_(...). The shipped settings aim at the second rather than at the decimal: a hundred bootstrap copies, two hundred simulated lines. The values above are validation-grade, five to ten times slower. The command line It offers the same four operations and answers in JSON, a text format programs read back without ambiguity, which lets you chain it to the usual tools. Data comes in as comma-separated values, as a NumPy file, or as a CSV column named by its number: $ elbow-helper knee --y-values 0,0.1,0.3,0.6,0.85,0.9,0.92,0.93,0.94,0.95 { "reason": "INSUFFICIENT_DATA", "diagnostics": { "curve": "auto", "direction": "auto", "n": 10, "min_samples": 20 }, "is_clear": false } $ elbow-helper elbow --x-npy k.npy --y-npy inertia.npy $ elbow-helper knee --y-csv measures.csv:2 --config-json '{"bootstrap_replicates": 500}' $ elbow-helper diagnostics --x-npy k.npy --y-npy inertia.npy > diagnostics.svg The first command deserves a pause. The curve it receives looks exactly right, and any classic detector would have returned a number. But ten points are not enough to claim there is an elbow. The answer is therefore a documented refusal, stating how many points were supplied and how many would be needed. No obliging estimate. The rule holds through every entry point. The HTTP API A server starts in one line and listens on four addresses, named after the four operations. The curve travels as JSON, and so do the settings, inside a config_overrides object. The diagnostics address returns the SVG itself, with no wrapper around it. # uvicorn: the server that runs the Python application. $ uvicorn elbow_helper.api:app --port 8000 $ curl -s -X POST localhost:8000/knee -H 'Content-Type: application/json' \ -d '{"x": [0, 0.0127, ...], "y": [0.0043, 0.0361, ...], "config_overrides": {"random_seed": 0}}' {"reason": "CLEAR_KNEE", "knee_x": 0.3038, "ci90": [0.3038, 0.3418], "detection_rate": 0.98, "null_p_value": 0.00498, "is_clear": true, "diagnostics": {...}} # response abridged The MCP server The MCP server is that same application, with the four operations declared as tools a conversational assistant can discover and call, served at /mcp: $ uvicorn elbow_helper.mcp_server:app --port 8021 # The assistant connects to http://127.0.0.1:8021/mcp and finds # four tools there: knee, elbow, diagnostics, locator. The point goes beyond convenience. Show a curve to an assistant: it will happily produce a plausible elbow, with nothing to contradict it. Wired to this tool, it gets a computed verdict, with its range and its \(p\)-value, or a named refusal it cannot turn into certainty. The web app The last surface asks for nothing: deraison.ai/elbow-helper runs the whole pipeline in the browser, on your data, without uploading it anywhere. Paste a curve and you get the same verdict and the same diagnostic figure as through the other four doors, in English or in French. Several elbows: the dynamic program A curve sometimes changes regime several times: three pricing tiers on a demand curve, say. The question then becomes: how many breaks, and where? That is what robust_knees answers, in the plural. Changing the question forces a change of model. The curve is cut into pieces and each piece gets its own straight line, with a jump allowed at the joint. So we give up the single unbroken line from earlier. That is deliberate. As soon as several breaks are free to move, the cost of a partition no longer splits piece by piece: moving one break changes what its neighbors have to satisfy. And it is exactly that splitting into small independent problems that makes the search fast. First ingredient: being able to compute the cost of one piece in a single step. Fitting a line through \(m\) points and measuring its error looks like it needs a pass over every point. It does not: six running totals suffice, $$S_x = \sum_i x_i,\quad S_y = \sum_i y_i,\quad S_{xx} = \sum_i x_i^2,\quad S_{xy} = \sum_i x_i y_i,\quad S_{yy} = \sum_i y_i^2$$ from which the least-squares slope and intercept follow and then the piece's error: $$b = \frac{m\,S_{xy} - S_x S_y}{m\,S_{xx} - S_x^2}, \qquad a = \frac{S_y - b\,S_x}{m}, \qquad \mathrm{RSS} = S_{yy} - a\,S_y - b\,S_{xy}$$ That last equality falls out of the least-squares equations. It says the cost of any stretch of the curve can be read off those totals, without ever touching the points again. Computing them once takes time proportional to the number of points. Each later piece cost is then obtained in constant time, however long the curve is. Second ingredient: the search itself. Trying every way to place \(k\) breaks among \(n\) points is out of reach: the number of combinations runs into the billions. Dynamic programming sidesteps the obstacle: it builds the answer from smaller answers already computed. Write \(C[k][t]\) for the lowest cost of explaining the first \(t\) points with \(k+1\) pieces: $$C[0][t] = \text{cost}(0, t), \qquad C[k][t] = \min_{s}\Big( C[k-1][s] + \text{cost}(s, t) \Big)$$ The formula reads as follows. Try every possible position \(s\) of the last cut. For each one, add two things. On one side, the best cost of explaining the first \(s\) points with one break fewer: it is already computed, so you look it up. On the other, the cost of the final piece, from \(s\) to \(t\). Then keep the minimum. Why is looking up a smaller answer legitimate rather than recomputing everything? Take the reasoning backwards. Suppose the best partition of the first \(t\) points has its last cut at \(s^\ast\), but its beginning is not the cheapest possible partition of that beginning. We could then swap that beginning for the cheaper one, keep the final piece as it is, and get a valid partition cheaper still than the best. That is impossible. So the beginning of an optimal solution is itself optimal: that is Bellman's principle[15]. Filling every cell of the table stays reasonable, where brute enumeration demanded an astronomical number of operations. One arrow kept in each cell then lets you walk back through the table to find where the cuts are. This is the classic method of changepoint detection. PELT[16] is built on it and speeds it up, abandoning partitions that have become hopeless along the way. Here it is checked against full enumeration on small inputs, rather than taken on faith. Third ingredient: choosing the number of breaks. The more you add, the closer you cling to the data, down to the absurdity of one piece per point. A modified BIC[17] settles it: it adds a penalty that charges for each break, while watching the length of each piece: $$\mathrm{mBIC}(k) \;=\; n \ln\!\left(\frac{\mathrm{RSS}(k)}{n}\right) \;+\; 3k \ln n \;-\; \sum_{j=1}^{k+1} \ln\!\left(\frac{\ell_j}{n}\right)$$ The minus sign in front of that sum deserves an anecdote, because it says how this project works. The literature writes that term with a plus. Tested as written, it produces the opposite of its intended effect: the term being always negative, adding it rewards uneven partitions instead of punishing them. With a minus, short and uneven pieces are properly penalized, as announced. The convention kept here is therefore the one the tests confirm. The discrepancy is documented rather than hidden. What is not settled should be said too. A sign that looks flipped can have three causes. A different definition of the likelihood. A score you minimize instead of maximize. Or a length normalized another way. Matching it term by term with the original formulation would take an appendix the repository has yet to write. So this is a measured disagreement, not a correction to the literature. The winner is finally confirmed by a permutation test. The curve is shuffled thousands of times: none of those shuffled versions carries a real break, so almost all of them must do worse than the real fit. And since running more tests means more chances to get lucky, a Bonferroni correction tightens each test's bar in proportion to how many are run[18]. One nuance separates the singular from the plural. It matters. In the plural, an empty answer is not an abstention: it is a conclusion. This curve has no real break. That verdict cleared exactly the same gates as a non-empty answer. Only a preparation problem, an invalid input, too little data or a zero range, returns an error instead of a list of breaks. Those choices, dynamic programming over the greedy method, the minus sign, the permutation confirmation, were settled by measurement. Ten combinations were put in competition. On one hand, two ways of searching: dynamic programming, which examines every partition, and the greedy method, which lays its breaks down one at a time and never revisits them. On the other, five ways of choosing how many breaks there are. Two times five. Each method handled three hundred curves built for the test: a hundred points each, twenty-five copies for every combination of four break counts, zero to three, and three noise levels. The labels on the two figures below read as follows. DP is dynamic programming; Greedy is the greedy method. BIC is the criterion alone; mBIC_add and mBIC_sub are the two signs of the length term. ICL is a neighboring criterion that also charges for the uncertainty of the partition[19]. FWER is the permutation test with the Bonferroni correction. Probability of recovering the true number of breaks. The top five methods all rest on the dynamic program; the bottom five are their greedy twins. Two lessons read straight off that ranking. First, the full search beats the greedy method every time, and by a wide margin: 0.85 against 0.60 for the same criterion. The mechanism is known[20]: the greedy method commits early to an imperfect cut. The cuts that follow then go into repairing that error instead of describing the curve. Second, the sign of the length term, the anecdote told above, comes with a number too. With the minus, the score is 0.85; with the literature's plus, 0.77. That leaves the flaw this project cares about most: inventing a break where there is none. The second figure measures exactly that, on curves drawn deliberately flat. Probability of announcing at least one break on a curve that has none. The bare BIC is wrong one time in four, the drift theory has long ascribed to it[21]; the subtractive form and the permutation gate are never wrong across these three hundred curves. One limit is shared by every method. It deserves stating. At high noise, with three real breaks, none of them recovers all three: the best announces 1.8 on average. So the error runs toward fewer elbows, never toward more. That is exactly the direction this package accepts being wrong in. These numbers hold for that family of curves and for it alone. The full protocol is published in the repository, with the detailed table by noise level[22]. The whole thing stands on a single computational dependency, NumPy. The search algorithm is rewritten from scratch. The figure is hand-written SVG, with no drawing library. Every formula in the chain, from the rescaling to the permutation test, is proved step by step in the repository's mathematical note, ELBOW.pdf[23]. That note is written intuition-first, with a worked example before every formula. The part on likelihood is treated separately, in LIKELIHOOD.pdf[24], because it owes nothing to curve fitting. What it does not do A project that claims caution has to state its own limits. Otherwise it commits the overconfidence it holds against the others. The smoother assumes x values that are roughly regularly spaced: a curve sampled any which way would defeat it. The position returned is one of the supplied points, not a value in between. With few points, the elbow can therefore land a few samples away from the truth. On the family of curves used for testing, the error stays under 5% of the curve's width half the time. The simulated line and the bootstrap make another assumption: they assume noise of constant size from one end of the curve to the other, and one point that does not depend on the next. The variants that drop that assumption remain to be written. Finally, the thresholds are values calibrated on a documented family of curves, not universal constants. 90% redetections and a \(p\)-value at 1% are defensible choices, not laws of nature. The package is at version 0.1. Its author says so: if your decision depends on it, recalibrate on your own curves. No method working on limited data is infallible. This one merely makes its assumptions checkable. Conclusion A detector that knows when to stay silent serves you better than one that always answers. "No clear elbow" is real information: it keeps you from sizing a system, stopping an experiment or settling a budget on a piece of chance. That displayed confidence is paid for in abstentions. It is a trade I stand by. elbow-helper installs in one line, pip install elbow-helper. It can also be tried with nothing installed, in the online sandbox, where the full pipeline runs in your browser without uploading your data. The code, the examples, the comparison with neighboring tools and the mathematical notes all live in the GitHub repository. Bring a curve; you will leave with a defensible elbow or with a good reason not to believe in one. The landscape, tool by tool That leaves placing all of this. The repository rates eight ways of looking for an elbow, on eleven criteria. The rating is about the job this package does, which is announcing an elbow only when the evidence supports it. No tool is punished for being excellent at another job. Elbow Detection Tool | Noise robustness | Shape inference | Explicit abstention | Multiple breakpoints | Significance test | Uncertainty | Model selection | Light dependencies | One-call ease | Reproducible | Published maths | elbow-helper | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | kneed | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | ruptures | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | kneebow | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | KElbowVisualizer | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | R segmented package | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Manual eyeballing | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Ask an LLM | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | The repository's eleven criteria, from one to five stars. The highlighted row is the package this article is about. The same table seen from above: eleven columns summarized into two axes by principal component analysis, the technique that projects a table onto the two directions that best summarize it, the axes then named by hand. elbow-helper sits alone in the precise and adaptable corner. Map drawn by Standpoint, the tool that reads a ratings table and draws its map. elbow-helper: the only one here that can refuse to answer. An elbow has to hold from one smoothing scale to the next, survive the bootstrap and beat the null model. The tool then returns either an elbow with its interval, or a named abstention code. kneed: the reference implementation of Kneedle, deterministic and immediate. A point, always, with no error bar and no way out. kneebow: the same geometric idea, obtained by rotating the curve. Very light on dependencies, but it commits on every call. KElbowVisualizer: the most common way to read a k-means elbow in practice: plot it, look at it. A visualization tool built for one curve shape, inheriting scikit-learn and matplotlib. ruptures: the right tool when the question really is “how many breakpoints and where”, with PELT and binary segmentation already in place. Diminishing returns mean nothing to it. R segmented package: statistically the most rigorous: broken-line regression, standard errors, Davies test, multiple breakpoints. It asks for R and real statistical fluency. Manual eyeballing: a careful eye can say “I see nothing clear here”, which most tools cannot. But the judgment reproduces neither across people nor at scale. Ask an LLM: describes a shape in words fluently and hedges when asked, with no calibrated uncertainty, no checkable derivation, let alone two identical answers. Bibliography Here are the works this package depends on, ordered as the article uses them. Each note says what the source establishes and where it does its work here. The classics are cited for the standard result they ground, the repository's own notes for the derivations and measurements they carry. Thorndike, R. L. (1953). "Who belongs in the family?", Psychometrika, 18(4), 267-276. 10.1007/BF02289263 A presidential address to the Psychometric Society, commonly given as the first statement of the elbow criterion: plot a measure of spread against the number of groups and look for the bend. It sets the question this article lives on, without offering a decision rule. Satopää, V., Albrecht, J., Irwin, D. and Raghavan, B. (2011). "Finding a Kneedle in a Haystack: Detecting Knee Points in System Behavior", ICDCSW, IEEE. Defines the knee as the maximum gap to the chord after normalization, with a sensitivity threshold: the locator rewritten here. Its limit is in its own statement: it proposes a location, it does not say whether the knee exists. Arvai, K. kneed, Python library, three-clause BSD license. github.com/arvkevi/kneed The reference Python implementation of Kneedle. Its traversal logic, orientation table and sensitivity threshold guided elbow-helper's NumPy rewrite, which carries no runtime dependency on it. kneebow, Python library, MIT license. github.com/georg-un/kneebow Rotates the curve and takes the extremum of the rotated data. Representative of the camp that always answers with a point and can never keep quiet. Bengfort, B. and Bilbro, R. (2019). "Yellowbrick: Visualizing the Scikit-Learn Model Selection Process", Journal of Open Source Software, 4(35), 1075. 10.21105/joss.01075 A visual- diagnostics library for scikit-learn, including the KElbowVisualizer that plots inertia and marks an elbow. The tool aims at reading by eye, not at a quantified decision. Truong, C., Oudre, L. and Vayatis, N. (2020). "Selective review of offline change point detection methods", Signal Processing, 167, 107299. arxiv.org/abs/1801.00718 A review that sorts changepoint detection into three parts, a cost function, a search method and a constraint on the number of changes; it accompanies the ruptures library. That is the frame this article's multi-elbow part inherits, on a question adjacent to, but distinct from, diminishing returns. Muggeo, V. M. R. (2003). "Estimating regression models with unknown break-points", Statistics in Medicine, 22(19), 3055-3071. 10.1002/sim.1545 Estimates a breakpoint's position by successive linearizations and returns a standard error with it, hence an interval. It is elbow- helper's closest relative on the idea that a knee claim should carry its uncertainty; the R package segmented is its implementation. Spearman, C. (1904). "The Proof and Measurement of Association between Two Things", American Journal of Psychology, 15(1), 72-101. A correlation computed on ranks rather than on values. It serves here as a shape screen, indifferent to scale and little disturbed by a few extreme points. Theil, H. (1950). "A Rank-Invariant Method of Linear and Polynomial Regression Analysis", Proceedings of the Royal Netherlands Academy of Sciences, 53; Sen, P. K. (1968). "Estimates of the Regression Coefficient Based on Kendall's Tau", Journal of the American Statistical Association, 63(324), 1379-1389. Together they establish the slope estimator built from the median of all pairwise slopes. It is what lets the pipeline demand a slope change without letting a handful of outliers decide the verdict. Arlot, S. and Celisse, A. (2010). "A survey of cross-validation procedures for model selection", Statistics Surveys, 4, 40-79. 10.1214/09-SS054 A review that carefully separates what is proved from what is merely observed about cross-validation and shows that the shape of the held-out blocks has to match the dependence in the data. That is the justification for holding out contiguous stretches here. Schwarz, G. (1978). "Estimating the Dimension of a Model", The Annals of Statistics, 6(2), 461-464. Establishes the BIC: a penalty equal to the number of parameters times the logarithm of the number of observations, derived as an approximation to the marginal likelihood. It is the score the broken line has to beat to earn its elbow. Kass, R. E. and Raftery, A. E. (1995). "Bayes Factors", Journal of the American Statistical Association, 90(430), 773-795. Gives the approximation by which a BIC gap reads as odds between two models and the interpretation scale that goes with it. That is the posterior probability shown in the diagnostic figure's legend. Efron, B. (1979). "Bootstrap Methods: Another Look at the Jackknife", The Annals of Statistics, 7(1), 1-26. Introduces resampling as a stand-in for a sampling distribution nobody can write down. Here it is the residual noise that gets reshuffled, to measure how often and where the elbow comes back. Davies, R. B. (1977). "Hypothesis testing when a nuisance parameter is present only under the alternative", Biometrika, 64(2), 247-254. 10.1093/biomet/64.2.247 Treats exactly the elbow's difficulty: a parameter that exists only if the alternative hypothesis is true, here the location \(k\). The likelihood-ratio test loses its usual asymptotic distribution there, which is why the \(p\)-value is simulated rather than read off a table. Bellman, R. (1957). Dynamic Programming, Princeton University Press. The canonical source of the principle of optimality: the start of an optimal solution is optimal for its own sub- problem. That is what licenses the recursion used here to place several breaks. Killick, R., Fearnhead, P. and Eckley, I. A. (2012). "Optimal Detection of Changepoints With a Linear Computational Cost", Journal of the American Statistical Association, 107(500), 1590-1598. PELT: the same exact recursion, sped up by pruning that permanently discards partitions which have become hopeless, giving a linear cost under conditions on the penalty. Zhang, N. R. and Siegmund, D. O. (2007). "A Modified Bayes Information Criterion with Applications to the Analysis of Comparative Genomic Hybridization Data", Biometrics, 63(1), 22-32. Introduces the modified BIC whose extra term watches segment lengths. It is the reference whose sign, taken at face value first, had to be corrected here once its real effect was measured. Dunn, O. J. (1961). "Multiple Comparisons Among Means", Journal of the American Statistical Association, 56(293), 52-64. 10.1080/01621459.1961.10482090 Establishes and puts to work the inequality statistics calls Bonferroni: dividing the threshold by the number of tests bounds the risk of being wrong at least once. Used here as soon as several break counts are put to the test. Biernacki, C., Celeux, G. and Govaert, G. (2000). "Assessing a Mixture Model for Clustering with the Integrated Completed Likelihood", IEEE Transactions on Pattern Analysis and Machine Intelligence, 22(7), 719-725. The ICL criterion, which adds to the BIC a penalty on the uncertainty of the assignment. A competitor in the comparison, where it reaches 0.82 accuracy and a 4% false-positive rate. Fryzlewicz, P. (2014). "Wild Binary Segmentation for Multiple Change-Point Detection", The Annals of Statistics, 42(6), 2243-2281. Analyzes the flaw in greedy searches, which commit to a cut too early and propagate the error and fixes it with randomly drawn intervals. This article's comparison recovers that flaw: every greedy method stays below its exhaustive twin. Yao, Y.-C. (1988). "Estimating the number of change-points via Schwarz' criterion", Statistics and Probability Letters, 6(3), 181-189. Studies the BIC applied to the number of changepoints and documents its tendency to keep too many. The 27% false-positive rate measured here is one instance of that, on piecewise-linear curves. Harchaoui, W. (2026). Multi-knee method comparison: results, research note in the elbow-helper repository. research/multiknee/RESULTS.md The full protocol behind the comparison above: ten methods, three hundred curves each, results broken down by break count and noise level, runtimes and the six conclusions drawn from them. Harchaoui, W. (2026). ELBOW: Noise-Robust Knee and Elbow Detection, technical note in the elbow-helper repository. doc/ELBOW-en.pdf Derives every formula in the package step by step, from normalization to the permutation test, intuition and a worked example before each one. It is the long version of everything this article compresses. Harchaoui, W. (2026). LIKELIHOOD, technical note in the elbow-helper repository. doc/LIKELIHOOD-en.pdf The likelihood groundwork revisited above: why the per-observation likelihood, the geometric mean of the densities, rather than the raw product and how the same construction reads on a classification model. To close, three readings friendlier than a journal paper. My favorite AI books supply the annotated panorama the next two come from. The Elements of Statistical Learning by Hastie, Tibshirani and Friedman covers model selection and cross-validation at large. Information Theory, Inference and Learning Algorithms by MacKay traces the link, sketched here, between likelihood, coding and perplexity. ← Back to the blog --- ## While Not Good Yet | Blog URL: https://deraison.ai/en/blog/ralph-loops While Not Good Yet The Ralph loop extends the while loop to questions no machine can settle: a readable chart, a fluent text, an honest forecast. The Ralph Eyeball Loop, at sprezzature.ai ↗ "While the counter is below ten, go round again." It is one of the oldest sentences in computing. It works for a reason nobody notices any more: the machine knows how to answer the question it is being asked. Comparing a counter to ten costs it one clock cycle, a single one of the operations a processor runs through billions of times per second. And the answer is exact. That is where the loop gets all its power. Its stopping condition costs almost nothing. The questions that really decide the quality of a piece of work are not that easy. Is this chart readable? Does this paragraph follow from the one before? Does this forecasting model deserve to go to production? None of them settles in a clock cycle. So we pulled them out of our loops. We pushed them to the end, into a single review, done by hand, by someone who has already worked a lot. The Ralph loop puts them back. It keeps the skeleton of the while loop, but it puts a judgment where the test used to be. That judge can be a human eye. It can be a vision model, an artificial-intelligence program that describes what it sees in an image. It can be a dataset held out on the side. The change looks small. It changes everything you can automate. It also opens a precise trap, one you can put a number on. Two testing grounds stretch the loop: figures and prose. The second holds a surprise. The instrument used there was invented by Mark Twain, to mock a translation of his own story. Computer vision borrowed it from him a century later. It comes home here. As for the trap, it has a mechanism of its own: consult the same judge often enough and the loop learns the judge's quirks instead of the subject. Statisticians call that overfitting. We are going to put a number on it, watch it happen on real data, and draw two rules of conduct from it. An autonomous loop is not worth the talent of whoever acts. It is worth the quality of the judge it is given, plus the ban on corrupting that judge. The loop in one line The name comes from the Australian engineer Geoffrey Huntley. He described in July 2025 what he calls the Ralph technique[1]. The first name is Ralph Wiggum's, the Simpsons schoolboy whose answers miss the point with admirable constancy. The technique fits on a single line, to type in a terminal: while :; do cat PROMPT.md | claude-code ; done Word for word: while true, feed the contents of the file PROMPT.md to the agent, then start over. So you write down in a file what you want, then feed it in a loop to a coding agent. A coding agent is a language model, the program behind conversational assistants, given the right to read and write files and to run commands. You do not stop it. The surprise is that this produces usable software, rather than a heap of incoherent files. Why does it work? A language model works inside a context window, that is, the amount of text it keeps in view during an exchange. That window is short. It also degrades as it fills: late in a long conversation, the model loses track of its own decisions. The project's files, on the other hand, do not degrade. On every turn of Huntley's loop, the agent starts from scratch, rereads the real state of the files, does one thing, writes it down. Progress accumulates on disk, never in the model's memory. Forgetting is what makes the technique work. Huntley does not sell his technique as a solution. He writes that it is "deterministically bad in a non-deterministic world." He adds that it only suits a brand-new project, with an experienced engineer at the helm. Its output comes out, he says, "undercooked, cooked or cooked with unspecified latent behaviours." He reports a contract billed 50,000 dollars and delivered for 297 dollars of compute: that figure is his, and nothing in this article verifies it. One detail of his command line deserves a stop, because it is this article's whole subject. while : means "while true": the condition is empty. The original loop has no test at all. It runs until a human stops it. Everything interesting begins when you put something back into that condition. Huntley himself extended the idea in January 2026, arguing it holds for every task[2], without saying how. That is what the rest of this article tries to do. The cycle: act, render, judge, decide A four-step cycle is enough to describe every variant you will meet. Act: produce one change, a single one, so you know later what to credit for the result. Render: turn that change into an object you can put in front of you. An image, a printed text, a table of measurements. Judge: look at that object. Decide: keep or discard, writing down why. The shared skeleton. The loops described below differ only in what gets rendered and in who does the judging. The step we skip most often is the second, because it seems the most useless. Without a render, we judge an intention and not a result: the loop spins without learning anything. The fourth is the one we regret. Without a written reason, we lose the count. Three weeks later nobody knows how many ideas were tried before the one that survived. That count of attempts is not paperwork. It is the number on which the validity of everything else depends. The idea is not new, which is rather reassuring. It simply goes by a different name in every trade. Software engineering has known it for thirty years as the oracle problem: how do you tell correct behavior from faulty behavior, when no specification does it for you? A 2015 survey concludes that the last source of truth remains the human[3]. Machine learning rediscovered it through failure: a language model left alone corrects itself poorly, and sometimes degrades in the attempt[4]. A July 2026 survey of 1,250 papers sums it all up in one sentence: every improvement loop is a bet that some signal can replace human judgment[5]. The sturdier the signal, the better the loop. So the question moves from the agent to the judge it is given. First testing ground: figures You would expect, in 2026, any model to produce a professional figure unaided. In reality, figures remain among the hardest objects to delegate: an image that came out of a machine is recognizable at first glance. It is that gap between the promise and the result that makes figures the loop's first testing ground. A sentence is checked by reading it again. A chart is not. The code that draws a figure can be entirely correct and the figure wrong all the same. A label slides out of frame. A legend sits on top of the data. Two points land exactly on each other. A red-and-green palette collapses into one muddy hue, for anyone who cannot tell those two colors apart. None of that shows up when you read the source. It shows up when you look at the rendered result. That is the discipline the Ralph Eyeball Loop[6] formalizes, at sprezzature.ai. Render, look, fix the source, repeat. Until there is nothing left to spot. The tool turns the source into an image with an engine that never calls on randomness: the same source therefore always gives the same image. It then keeps, for each figure, a critique log under eight required headings. Composition, contrast, visual hierarchy, spacing. Accessibility, color, label legibility at the size it is rendered, and an overall verdict. That log grows with every pass instead of being overwritten: it keeps the history of what was seen and fixed. The sprezzature gallery holds one hundred and twenty-seven kinds of charts, every one of them put through this loop. Who looks? By default, the agent that just wrote the code looks at its own output. An option hands the first pass to a vision model installed locally, which a human then rereads. The difference matters, because a machine judge can be measured. A benchmark published in September 2026 took multimodal models, the ones that read images as well as text, and put them to work judging charts. It finds systematic weaknesses in them, the first being a strong tendency to accept everything[7]. One detail matters for what follows. Some models were rewarded during training when their answer pleased. Those are the most lenient of all. The judge therefore bends under the very pressure it is supposed to referee. A human eye has to stay in the loop. A concrete case says it better than a lot of theory. This one comes from this very page. The articles on this blog descend from a layout tool's export. The stylesheet fixes the page's appearance. It declared a spacing between paragraphs. Another rule reset it to zero. The result: across the eight published articles, blocks of text were touching. Everything was valid, no test failed, no automated audit complained. Someone had to photograph the rendered page and look at it. The same pass surfaced two more defects of the same kind: bibliography numbers sitting on the first letter of their note and stray blank lines between list items. Three defects visible in one second of looking, invisible in any amount of reading the code. The loop earns its keep where the judge sees what the actor cannot. A person who tells colors apart normally may take all the care in the world: they will never see their own figure the way a color-blind reader sees it. The information is not in their eye. So a simulator redraws the image as those readers perceive it, then in black and white. Black and white is in fact the harshest test: a figure that reads there reads under every other deficiency. If the point survives gray, it survives everyone. And that check takes a second, which makes it a stopping condition almost as cheap as comparing a counter to ten. Second testing ground: prose None of this is specific to figures. Change the judge in the stopping condition: the same skeleton applies to text. The writing charter this article answers to makes it a rule[8]. You do not reread a text paragraph by paragraph, but by pairs of paragraphs that follow one another. The reason is simple: what catches a reader is not inside a paragraph, it is at the seam between two. So you read paragraph n then paragraph n+1 aloud, in one go. You look at the crossing from one to the other. Then you fix the text itself: the order of sentences, the last line of the first, the first line of the second. You do not just note in the margin that "something sticks". Then you slide one notch, to the next pair. The windows overlap, so each paragraph is tested twice. Once as an arrival, once as a departure. Reading aloud plays the role of the render here. You think you know your own text, since you wrote it; the voice turns it into a signal you receive instead of emit. This article went through that. Here too, the danger has been measured rather than feared. Jane Pan, He He, Samuel Bowman and Shi Feng showed it in 2024. In a loop where the same model writes and grades, the grade climbs while quality as judged by real readers stalls or falls. The effect is worst when writer and grader share their context[9]. That is the sharpest argument for a reread by someone who did not write the text. Reading aloud has a blind spot, though. It tests the seam between two paragraphs, which only shows at the crossing from one to the other. It does not test the inside of either. An ambiguous sentence you wrote yourself reads smoothly, because you already know what it means. The ear cannot catch what memory fills in. So a second instrument is needed, working on the same unit but looking elsewhere. That instrument is called ABABA and its name describes the operation. You write a passage in French, translate it into English, translate it back into French, then start again. A for one language, B for the other. ABABA therefore counts five states, four translations, two full round trips. The word is a palindrome: it reads the same in both directions. That is exactly what we are trying to check on the text. Write \(T_{AB}\) for the translation into English and \(T_{BA}\) for the return trip. One full round is their composition \(R = T_{BA} \circ T_{AB}\). The sequence of successive versions is then: $$x_{n+1} \;=\; R(x_n)$$ A well-written passage therefore comes back from the trip intact, because its meaning is carried by its words and not by the reader's goodwill. Mathematicians say it is a fixed point of \(R\). Machine learning calls that property cycle consistency. It took a hundred-year detour through paintings and horses before coming back to text. The journey begins with a writer's revenge. In 1903, Mark Twain published his jumping-frog story in three versions. His own, first. Then the French translation Thérèse Bentzon had made of it. Then his own word-for-word retranslation of that French back into English, French syntax and all[10]. The result is grotesque. That is the point: Twain shows what the trip did to his text. The device turned serious in 1970, when Richard Brislin made it the standard quality control of cross-cultural research[11]. You translate a questionnaire, you translate it back. The gap then names the badly worded question, before it skews a clinical study. Next come the horses. In 2017, Jun-Yan Zhu, Taesung Park, Phillip Isola and Alexei Efros set out to turn photographs of horses into zebras[12]. The problem: no matching pairs of photographs exist, so there is no answer key. Their solution was to require that a round trip give back the starting image. Efros says where the idea came from. The answer closes the circle[13]: from Mark Twain and from back-translation. He gives the version anyone understands. To have a text rendered into a language you do not speak, you pay one translator for the outward leg and a second for the return, then you check that the thing still stands up. The technique was born in text, then left for images. We are bringing it home. Efros also supplies the image that explains why a round trip teaches you anything. Think of a setup that compresses a piece of data then rebuilds it. Here, the narrow passage in the middle is not a compression: it is another language. The text is forced through a foreign language, then back. And that passage throws a great deal away. It throws away the turns of phrase that are ours without meaning anything. It throws away the word order we had thought elegant. Above all, it cannot render an ambiguity: the translator has to pick one reading and stick to it. A sentence that comes back deformed therefore marks a place where the text does not constrain its own reading enough. It may be an ambiguity. It may also be an idea left too vague, a turn of phrase the other language will not carry, a usage that differs between languages, or simply a translator's taste. The loop does not tell these apart: it points at the spot. Going to look is our job. It does see what we no longer can. We already knew what we meant, whereas the translator does not: it is the first naive reader we have on hand. An acronym never explained. A term defined nowhere. A pronoun whose referent we have forgotten three sentences back. None of the three survives the trip. Stability alone proves nothing, and Efros says so himself in the same talk. If all you ask is a return to the starting point, the network can cheat by not moving at all: changing nothing cycles perfectly. So a second requirement had to be added: a transformed horse really has to look like a zebra. The measured version of that cheat arrived the same year. Casey Chu, Andrey Zhmoginov and Mark Sandler showed that CycleGAN learns to hide the source image inside invisible noise added to its own output[14]. The cycle closes flawlessly without anything having been translated. They called it steganography, the art of hiding a message inside an innocuous-looking carrier. Hence a two-part criterion, neither part optional. Stability is measured against the previous round: is the text still moving? Fidelity is measured against the original, always, and never against the previous round. In practice you list what the starting text claims, list what the arriving text claims, then compare the two lists. There is a reason for that asymmetry. A drift in meaning advances through small steps, invisible one at a time but considerable once added up. It also hides itself: by the second round the text has become coherent with its own error. This article's central trap returns here in a sharp form. By repeating the round trip, the text is pulled towards one particular state, whatever its starting point. That state is the translator's average prose. Iterating until the text stops moving therefore means arriving there: flattened vocabulary, dead rhythm, bolted-on transitions. The loop clarifies and flattens in one motion, without being able to separate the two. A neighboring phenomenon has been measured elsewhere. Ilia Shumailov and his coauthors showed in 2024 that a model retrained on its own outputs first loses whatever was rare in its answers[15]. The comparison has a limit worth stating: their loop retrains the model, ours only queries it. What grows poorer here is not in the model, it is in the text. The remedy is simple: never keep the loop's output. Keep whatever moves from one round to the next, the way you would keep a map. The passages that refuse to settle are the badly written ones: those are the ones you rewrite by hand. It is the instability that is the signal, not the final text. If a round turns "X" into "Y", the useful information is not Y. It is that X could be rewritten, so a reader could have understood it as Y. That was all we wanted to know. What comes next is written in our own hand, which protects the style. Alternating the translators costs little, and Twain and Efros already did it by hiring two different people. With a single model, the text settles on that model's style. With two models in alternation, a text that settles has to satisfy both sets of preferences. That pulls it away from either one's habits. That is an intuition, not a proved property. The language you pass through deserves the same care. French and English share too much structure: a calque slips across unresisted, and a badly built French sentence stays badly built in English without anything sounding wrong. For diagnosis, a genuinely distant language such as Japanese or Finnish forces a real re-encoding. A serious objection deserves to be raised rather than buried. Harold Somers showed in 2005 that the round trip is a poor way to grade a machine translator[16]. Errors on the way out and errors on the way back cancel each other, so a successful round proves nothing about the quality of either translation. The objection is sound, but it does not apply here, because what we are looking for has moved. Somers varies the translator and holds the text fixed, since he wants to grade the translator. We do the opposite: the translator is fixed and assumed good, while the text varies. Two recent measurements confirm that the method holds, when approached this way. Jihyung Moon, Hyunchang Cho and Eunjeong Park showed in 2020 that the round trip predicts quality well, provided you compare meanings rather than words[17]. In April 2026, Ronald Skorobogat, Ameya Prabhu and Matthias Bethge measured a correlation of 0.94 between a round-trip score and the preferences of real users. Two established multilingual benchmarks, meanwhile, fall to zero or turn negative[18]. The error cancellation Somers describes is still a good reason never to conclude from a single round with a single model. Two instruments, then, on the same unit of text. The ear tests the seam, translation tests the inside. You read aloud first, because it is free and settles half the problems. You launch the round trip only on the pairs that resist, and never more than two rounds on a passage that yields. Past five rounds, you are measuring the translator's style and not the text. The trap: the judge ends up bought A loop optimizes what it measures. Put a judge into the stopping condition. The loop then starts optimizing that judge. Charles Goodhart observed it in 1975 on British monetary policy: a statistical regularity collapses as soon as it is used as a target[19]. The anthropologist Marilyn Strathern gave it in 1997 the wording that stuck, while studying university assessment: when a measure becomes a target, it ceases to be a good measure[20]. Then came the modern version, measured on language models. Leo Gao, John Schulman and Jacob Hilton optimized harder and harder against an artificial judge. The awarded score climbs without stopping. True quality climbs, plateaus, then falls[21]. The judge does not break at once: it bends as you push, which is far harder to notice. In a Ralph loop, that corruption can be priced. Take a forecasting model being improved step by step. On each turn, the agent proposes a change. You measure it on a validation set: data held out on the side, never used for training, only for arbitration. That measurement is noisy, like every measurement made on a limited amount of data. Redone on other data, it would move. Call \(\sigma\) the typical size of those fluctuations. The ideas, for their part, have real effects, sometimes good, sometimes bad, of typical size \(\tau\). You try \(K\) ideas, then keep the one that measures best. Two hundred thousand simulated draws, with measurement noise three and a half times the spread of the true effects. The upper curve is what validation announces; the lower one is what survives being measured elsewhere. The simulation above takes measurement noise three and a half times larger than the gap between a good idea and a bad one, which is nothing extravagant in practice. After eight hundred ideas tried, the winning change shows a gain of 3.32 on validation. Its true gain is 0.27: twelve times less. The gap between the two curves is exactly what going to production always comes to claw back. Nothing accidental there. Think of a competitive exam. The student who takes the top mark generally has both ability and luck: picking the best paper also picks the luck. The best estimate of their true level is therefore a little below their mark. A formula prices that discount. Given a measurement \(m\), the best estimate of the true effect \(\theta\) is not \(m\): it is a version of \(m\) pulled toward zero, and pulled harder when the measurement is noisy: $$\mathbb{E}[\theta \mid m] \;=\; \frac{\tau^2}{\tau^2 + \sigma^2}\; m$$ This is the Bayesian shrinkage formula, from the family of estimators made famous by James and Stein in the 1950s[22]. Bradley Efron tied it in 2011 to selection bias[23]: a value picked because it was the largest always overstates what it measures. With the simulation's values, the factor is 12.1: whatever validation announces, divide it by twelve. The number of ideas tried changes nothing about that factor. It changes the size of the mirage, which grows like \(\sqrt{2\ln K}\), a function that climbs very slowly but never stops. A loop left running therefore ends up announcing as large a gain as you like on its judge, without having improved anything. The same mechanism explains why so many published results fail to replicate, as John Ioannidis showed in 2005[24]. Petroleum economists had already named it in 1971: the winner of an auction is the bidder who most overestimated the tract, hence the winner's curse[25]. One limit to state right away: this calculation is a simulation, which assumes independent ideas with no average talent. That is pessimistic for a competent engineer, whose proposals are not drawn at random. It is optimistic for an agent producing twenty variants of the same idea. It is a model of the mechanism, not a verdict on any particular loop. What survives those caveats fits in two sentences. What you read exceeds what you get. And the gap widens with the number of tries. The same thing, on real data A simulation is still a simulation. Here is the same experiment on real data. It is harsher than the model. Eight hundred images of handwritten digits, cut in two. Four hundred serve the judge, through cross-validation, whose workings the next section explains. The other four hundred form a frozen test the loop never sees. On each turn, the loop proposes a small change to the input variables. It accepts the change if the validation score rises, rejects it otherwise. Two hundred proposals examined, ten accepted. The full protocol is given so it can be redone rather than believed, seed included. The seed is the number that pins down the randomness: rerun the program and you get exactly the same experiment. The load_digits dataset from scikit-learn, seed 20260922, logistic regression, five-fold cross-validation. Every step of the upper curve is a change accepted because it had raised validation. The lower curve says what those ten decisions were worth. Validation gains three points, in ten steps, each one justified by a measured rise. The frozen test loses half a point. All the announced progress was noise the loop chased. The important point is not that the loop failed here. It is that it failed exactly the way it would have succeeded. Its validation curve climbs in steps, like the curve of a loop that is genuinely winning. Seen from the inside, the two situations cannot be told apart. Only a frozen set, consulted once, separates them. A second objection weighs more than the first. The largest empirical check points the other way. Rebecca Roelofs and her coauthors studied more than a hundred Kaggle competitions. They compared the public leaderboards, built from thousands of submissions, against the private leaderboards revealed once at the end. They found little overfitting[29]. The explanation fits in two words: effective multiplicity. Twenty variants of the same idea do not count as twenty independent tries. The handwritten-digits experiment, on the other hand, draws nearly independent tries: it is the unfavourable case, chosen on purpose. So the right question is not whether a loop overfits, but how many genuinely different tries it has made. The budget or what makes a number believable Should you then give up searching in a loop? No, and a comparison shows why. The classic reflex for tuning a model is the grid: you write a list of setting combinations in advance, evaluate them all, keep the best. James Bergstra and Yoshua Bengio showed in 2012 that at equal budget, drawing the combinations at random already beats a regular grid[26]. A Ralph loop goes further: its next proposal depends on what the previous measurement said. Statisticians call that adaptive analysis and rightly distrust it. A validation set wears out much faster when the questions depend on the answers already obtained. Cynthia Dwork and her coauthors built quantified guarantees for that case[27]. You would therefore expect the loop to do worse than the grid. The simulation says the opposite. Same judge, same evaluation budget, two ways of searching. The grid draws every candidate from scratch; the loop restarts each time from the previous winner. At equal budget, the grid obtains a true gain of 0.27, the loop 1.64: six times more. Where does the advantage come from? A third experiment settles it, playing the role of the control group in a drug trial. The same step-by-step walk, but accepting everything without ever looking at the measurement, brings nothing. So it is the selection that does the work, not the accumulation. Conversely, the same walk judged by an oracle that could see the true effects would gain sixty times more. With its noisy judge, the loop recovers only two percent of what was available. As for the mirage, it is the same on both sides: grid and loop overstate their gain by as much. The inflation does not depend on how you search, only on how many times you consulted the judge. From this comes a budget rule, whose address has to be given precisely, because it is not mine. In 2014, David Bailey, Jonathan Borwein, Marcos López de Prado and Qiji Zhu treated this exact problem for financial backtests[28]. A backtest is a simulation that replays an investment strategy on the past. Their result: below a certain amount of data, a flattering track record proves nothing. With five years of history, you should not try more than forty-five different configurations. Carried over to a loop that accepts an optimism of \(\delta\), the same bound gives a cautious rule: $$K \;\le\; \exp\!\left(\frac{\delta^{2}}{2}\right)$$ Cautious, because the formula overshoots. The exact calculation allows about three tries for a tolerance of 1, twenty-seven for 2, four hundred and forty-three for 3. The formula concedes only one, seven and ninety. And \(K\) must be counted in genuinely different tries, not in loop turns. One point survives every caveat, proven since 2014 in an entirely different field. Capping the number of turns is not a compute saving. It is the condition for the final number to mean anything. A loop without a budget ends up reporting what you hoped to hear. What really tips the scale toward the loop is not that factor of six. It is that a grid assumes you can write the list of candidates in advance. But the changes that matter cannot be written as a list. Adding a derived variable. Changing the loss function. Fixing a data leak. You cannot put those in a grid, because you cannot write its axes. The loop searches where there is no grid to draw. That is its irreplaceable advantage. The rest has a price. The everyday judge: cross-validation Everything above rests on \(\sigma\), the judge's noise. In a real project, that quantity gets set without anyone noticing, at the moment the data split is chosen. The standard tool is cross-validation. You split the dataset into \(k\) parts, called the folds. You train on all the folds but one, then measure on the one left over. You start again \(k\) times, changing which fold is held out. You then quote the mean of the \(k\) scores, with an error bar meant to say what that mean is worth. That bar is almost always too optimistic, for a simple reason: the calculation acts as if the \(k\) measurements were independent, when two folds share nearly all their training data. Gaël Varoquaux documented the size of the problem: on small samples, published bars are routinely twice too narrow[30]. On the handwritten-digits example, the variability that matters, from one sample to the next, is nearly double the one quoted between folds. And underestimating \(\sigma\) by a factor of two means believing in four times more progress than there is. The split is therefore not a logistical detail: it sets the exchange rate between what you read and what you get. That is what the tool suite published by probabl around scikit-learn, skrub and skore codifies[31]. A split by groups when several rows come from the same subject. A chronological split with a buffer zone when time order matters. And an explicit warning against the habits that produce overconfident bars. The suite reads like a Ralph loop written out in full. State lives in a logbook. The judge is a report distinct from whoever wrote the pipeline. Every proposal arrives with its written reason. Several steps stop dead rather than carry on over a missing dependency. One detail of that suite deserves copying everywhere. Its smoke test is not a judgment, it is an exact check: the number of predictions must equal the number of rows to predict. It catches one precise, frequent fault. There is a judgment turned back into a test that costs nothing. Every Ralph loop gains from manufacturing as many of these as it can: whatever the machine can settle has no business sitting in the expensive condition. Forecasting without cheating This section describes a project just starting, proposed to two students of the specialized master's in artificial intelligence at CentraleSupélec by Marianne Clausel, of the Université de Lorraine, Georges Oppenheim and myself. It concerns forecasting financial series, and its evaluation protocol is called LookForward. The rule is short. You stand at a date, which we call the origin. The model uses only the information available on that date, then predicts the next steps. Then the origin advances one notch. A forecast evaluated on data it has already seen is not a forecast, it is an interpolation. The difficulty is not in the model, it is in the calendar: an indicator published on the fifteenth cannot serve a forecast made on the tenth. LookForward. The judge is not a randomly drawn dataset but a discipline of the calendar: no row ever reads to the right of its origin. Finance is the very field where Bailey and his coauthors showed that with enough tries, you get a flattering track record for any strategy, even one with no predictive power at all[28]. Hence the protocol's shape. A Ralph loop under budget tests each change in rolling validation, then accepts or rejects it while writing down why. Kept apart from all of it, a final chronological test, frozen, opened once, yields the number that will be published. The budget caps the number of tries. The written reason makes the loop checkable. And the frozen test keeps the factor of twelve from slipping by unnoticed. The project compares three families. Classical statistical methods. Machine-learning methods. And time-series foundation models, those large models already trained on huge collections of series and reused as they are. It follows the open protocol TFB[32], with Chronos and TimesFM among the candidates[33]. Nothing in it assumes that a recent model beats the most naive forecast there is: tomorrow will be worth what today is worth. It finally allows itself a rare exit, abstention, backed by conformal risk control[35]. That guarantee rests on an assumption financial series strain. The project sheet says so itself. It is the same restraint that elbow- helper applies to curve elbows: better to stay silent than to assert without proof. One detail of the deliverables sums up everything above. The sheet asks that the figures' legibility be checked with the Eyeball approach, separately from the numerical validation of the forecasts. Two different questions, two different judges. Confusing them means asking a score whether a chart is readable, or asking an eye whether a range really covers the truth. One cycle across four testing grounds Loop | What gets rendered | Who judges | How the judge gets bought | The guard | Code | The repository after one turn | The test suite, then a human | Tests become the target; code passes without being right | Tests written first, by someone else | Figures | An image, always the same for a given source | An eye or a vision model | You get used to your own figure and stop seeing it | Grayscale, color-vision simulation, a fresh pair of eyes | Prose | The text read aloud, then translated and translated back | The ear for the seam, a translator for the inside | The text converges on the translator's average prose | Keep the diff and not the output, alternate translators | Forecasting | Dated errors, horizon by horizon | A rolling validation | The more you consult a validation set, the more it wears out | A budget, a recorded reason, a frozen test | One cycle across four testing grounds. The fourth column is the same sentence every time, spoken in four languages. Where the idea comes from and what this article adds A clarification, because the word is starting to mean everything. Chaining production, critique and correction is in no way specific to Ralph, and predates it. Self-Refine has the model critique itself[36]. Reflexion keeps a memory of comments from one attempt to the next[37]. What is specific to Huntley's technique is a combination. A fresh context on every turn, rather than a lengthening conversation. State that lives outside the model. Real execution of the code produced. One single thing done per turn. As for the loops on prose, figures and forecasting described above, they are my generalization, not an established sense of the term. A reader searching for "Ralph loop" elsewhere will find code and nothing else. None of the numbered part is mine either. Quantitative finance proved in 2014 that choosing among \(N\) backtests imposes a minimum length of history[28]. Theoretical computer science proved in 2015 that a held-out set only survives a limited number of adaptive questions[27]. The alignment community measured, between 2022 and 2024, that pushing too hard against a stand- in judge destroys real quality[21]. Shrinkage toward the mean dates from the 1950s. Meanwhile, in 2025, software engineering put into production a loop with no stopping condition at all. These literatures do not cite one another. This article's only contribution is to say that they describe the same object, with the budget rule holding for agent harnesses exactly as it does for market strategies. The guards The cycle comes with five guards, to check before launching anything. State lives outside the model, in files and their history, never in a conversation. The judge is independent of the actor. The eye that evaluates is not the hand that drew. The validation set is not the training set. A budget caps the number of turns. Every turn leaves a written reason, without which you lose the count of tries and the final gain becomes uncheckable. And abstention is a permitted exit, on the same footing as success: a loop that is not allowed to conclude it found nothing will always find something. Those five guards amount to a working definition, better than the word "loop" on its own. A good agent loop is not a "retry until it passes". It is a search that adapts. Its state survives outside the model. It is judged from the outside. It has an announced budget and the right to stay silent. Drop a single one of those guards: the final number is no longer checkable. They all obey one principle, which Efros puts better than I can in the talk already cited[13]. You do not build an incorruptible judge: no such thing exists. The data is finite, so there will always be some path for cheating, and plugging one hole opens another. What you can do is arrange the problem so that cheating costs more than working. He uses the image of a well-run country: you can break the law there, you simply have no interest in doing so. In a badly run country, cheating is the rational calculation, and everyone cheats. His example comes from his own classroom. A whole semester of work is expensive. Memorizing last year's past papers is cheap. And it often suffices to pass the exam. The student who makes that calculation is not dishonest, only rational. It is the exam that is badly built. A validation set consulted two hundred times is exactly those past papers. The budget, the written reason and the frozen test do not moralise the loop. They make cheating more expensive than working. One last thing. Here is where the analogy with the while loop finally gives way. A classic loop that fails to stop is noticed immediately: the machine heats up and nothing comes out. A Ralph loop that fails to stop produces plausible work on every turn, a slightly different figure, a slightly reworked paragraph, a slightly better score. It does not look like a breakdown. It looks like progress. That is exactly what makes it dangerous. Hence the closing recipe: render what you just made, actually look at it, fix the source and not the image, count your turns. The first three steps cost seconds. The fourth is the one everyone forgets and the only one the other three depend on. Because an autonomous loop is not worth the quality of its actor: it is worth the evaluation architecture it is forbidden to overfit. Bibliography Every title below went into writing one particular section; the note says which. None is cited second-hand. Huntley, G. (2025). Ralph Wiggum as a "software engineer". ghuntley.com/ralph The page that names the technique and gives its shell line. The author also states the caveats quoted here: greenfield only, a senior engineer required, output whose doneness is not guaranteed. It carries no stopping condition at all: the operator decides. The cost figure cited is his. Huntley, G. (2026). everything is a ralph loop. ghuntley.com/loop Argues the pattern holds for all tasks and sketches several orchestration variants. It is the most direct antecedent of the generalization defended here; generality is asserted rather than structured, with no common skeleton and no failure-mode analysis. Barr, E. T., Harman, M., McMinn, P., Shahbaz, M. and Yoo, S. (2015). "The Oracle Problem in Software Testing: A Survey," IEEE Transactions on Software Engineering, 41(5), 507-525. 10.1109/TSE.2014.2372785 Surveys thirty years of attempts to decide automatically whether observed behavior is correct and concludes that where specifications, models and metamorphic testing stop, the last source of oracle information remains the human. This is software engineering's statement of the problem, long predating agents. Huang, J., Chen, X., Mishra, S., Zheng, H. S., Yu, A. W., Song, X. and Zhou, D. (2024). Large Language Models Cannot Self-Correct Reasoning Yet, ICLR. arxiv.org/abs/2310.01798 Separates self-correction from the model's own resources alone from correction leaning on an outside signal and shows the former fails, performance sometimes degrading after correction. It is the empirical case for the judge coming from somewhere other than the actor. Chen, M., Wang, L. and Qu, B. (2026). Recursive Self-Improvement in AI: From Bounded Self- Refinement to Autonomous Research Loops. arxiv.org/abs/2607.07663 A survey of 1,250 papers holding that every improvement loop is a claim that some signal can substitute for human judgment and ranking those signals from formal verifier to intrinsic self-assessment. It is the closest statement to this article's framing and it came first of the two by several months. Harchaoui, W. The Ralph Eyeball Loop, Sprezzature. sprezzature.ai/ralph-eyeball-loop.html Applies the loop to visual artifacts and separates three complementary passes: make it from code, audit the source, look at the render. It is the source of the four steps, the eight critique headings and the argument for grayscale as the severest test. Wu, L., Zhao, H. H., Zhang, Z., Tang, J., Wu, J. and Wang, A. J. (2026). ChartJudgeBench: Evaluating LMM Judges for Chart-to-Code Generation. arxiv.org/abs/2609.24210 Evaluates multimodal models used as chart judges and documents four systematic weaknesses, among them a marked tendency to accept and greater leniency in reinforcement-trained models. It is the measurement of the visual judge the figure loop depends on. Harchaoui, W. WRITING.md, a writing charter for English prose. gist.github.com Section 10 carries the loop over to prose: rereading by pairs of consecutive paragraphs, overlapping sliding windows, fixing the text rather than the impression. It is the charter this article applies to itself. Pan, J., He, H., Bowman, S. R. and Feng, S. (2024). Spontaneous Reward Hacking in Iterative Self-Refinement. arxiv.org/abs/2407.04549 Shows that in a loop where one model both writes and grades, the grade rises while quality as perceived by real readers stalls or falls, the more so when writer and grader share context. The failure mode described here was therefore already named and measured on prose. Twain, M. (1903). The Jumping Frog: In English, Then in French, Then Clawed Back into a Civilized Language Once More by Patient, Unremunerated Toil, Harper & Brothers. Twain prints his story, the French translation Thérèse Bentzon made of it and his own word-for-word retranslation, side by side. The demonstration is comic and exact: the round trip makes visible whatever was fragile in the text. It is the literary ancestor of the loop described here. Brislin, R. W. (1970). "Back-Translation for Cross-Cultural Research", Journal of Cross- Cultural Psychology, 1(3), 185-216. 10.1177/135910457000100301 Establishes back-translation as quality control in cross-cultural research; it has been the standard procedure ever since for translating a clinical or psychometric questionnaire, where one lost nuance skews a whole study. It settles that the return gap is an exploitable signal rather than noise. Zhu, J.-Y., Park, T., Isola, P. and Efros, A. A. (2017). "Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks", ICCV, 2242-2251. arXiv:1703.10593 CycleGAN: with no matching image pairs available, the training constraint becomes the round trip itself. It is the formalization of cycle consistency used here, together with the proof that it can stand in for a missing answer key. Efros, A. A. (2018). Self-supervision, Meta-supervision, Curiosity: Making Computers Study Harder, lecture at CIIRC, Czech Technical University in Prague, 25 May 2018. youtube.com/watch?v=_V-WpE8cmpc Efros explicitly credits CycleGAN's idea to Mark Twain and back-translation and describes the setup as an autoencoder whose narrow passage is another language (at 48 min). He also states the limit taken up here: without a second constraint, the network cheats by not moving. And the formulation that carries the end of this article: make cheating more expensive than doing the work. Chu, C., Zhmoginov, A. and Sandler, M. (2017). CycleGAN, a Master of Steganography, "Machine Deception" workshop, NIPS. arXiv:1712.02950 Shows that CycleGAN conceals the source image in an imperceptible high-frequency noise, which lets it reconstruct exactly without having translated anything. It is the demonstration that cycle consistency alone is degenerate. Hence fidelity is measured here against the original, never against the previous round. Shumailov, I., Shumaylov, Z., Zhao, Y., Papernot, N., Anderson, R. and Gal, Y. (2024). "AI models collapse when trained on recursively generated data", Nature, 631, 755-759. 10.1038/s41586-024-07566-y Measures what becomes of a model retrained on its own outputs: the tails of the distribution go first, which is to say whatever was rare. Cited here as a measured analog of the attractor, with its limit stated plainly: theirs is a retraining loop, not a querying loop. Somers, H. (2005). "Round-trip Translation: What Is It Good For?", Australasian Language Technology Workshop, 127-133. aclanthology.org/U05-1019 The substantive objection: the round trip grades a machine translator very poorly, since errors on the outward and return legs cancel. Taken up here rather than set aside; it does not target the same use, but it directly motivates alternating translators. Moon, J., Cho, H. and Park, E. L. (2020). "Revisiting Round-Trip Translation for Quality Estimation", EAMT. arXiv:2004.13937 Rehabilitates the round trip by changing what gets compared: meaning embeddings instead of word overlap. It is the technical answer to Somers, hence the justification for the fidelity criterion used here, which bears on claims and not on form. Skorobogat, R., Prabhu, A. and Bethge, M. (2026). Round-Trip Translation Reveals What Frontier Multilingual Benchmarks Miss, 14 April 2026. arXiv:2604.12911 Measures a correlation of 0.94 between a round-trip score and user preferences, where two established multilingual benchmarks fall to −0.09 and −0.26. It is the most recent evidence that the round trip catches something real. It bears on models rather than on text, so it supports the use made here without proving it. Goodhart, C. A. E. (1975). "Problems of Monetary Management: The U.K. Experience," Papers in Monetary Economics, Reserve Bank of Australia. The original observation, made on British monetary aggregates: a statistical regularity stops holding once it is used as a policy target. It grounds the section on the corruption of the judge. Strathern, M. (1997). "'Improving ratings': audit in the British University system," European Review, 5(3), 305-321. Supplies the short formulation that became proverbial, out of ethnographic fieldwork on university assessment. Cited for the exact wording rather than through a secondhand quotation. Gao, L., Schulman, J. and Hilton, J. (2023). "Scaling Laws for Reward Model Overoptimization," ICML, PMLR 202, 10835-10866. arxiv.org/abs/2210.10760 Has a reward model stand in for the human judge and measures what happens as you optimize against it: the score climbs, true quality plateaus then falls, along a fitted functional form. Goodhart's law made quantitative, on a subject this article does not otherwise treat. Efron, B. and Morris, C. (1977). "Stein's Paradox in Statistics," Scientific American, 236(5), 119-127. An accessible account of shrinkage toward the mean: a value picked because it was the largest overstates what it measures. How much to take back depends on the ratio of noise to real spread. That is the boxed formula in this article. It dates from the 1950s. Efron, B. (2011). "Tweedie's Formula and Selection Bias," Journal of the American Statistical Association, 106(496), 1602-1614. 10.1198/jasa.2011.tm11181 Ties shrinkage explicitly to selection bias: the largest few estimates overstate their parameters, with the correction written from the observed marginal density. It is the exact address of the factor used here. Ioannidis, J. P. A. (2005). "Why Most Published Research Findings Are False," PLoS Medicine, 2(8), e124. 10.1371/journal.pmed.0020124 Makes quantitative the link between the number of hypotheses explored and the probability that a reported result is false. Same mechanism as the one simulated here, applied to the scientific literature. Capen, E. C., Clapp, R. V. and Campbell, W. M. (1971). "Competitive Bidding in High-Risk Situations," Journal of Petroleum Technology, 23(6), 641-653. Origin of the phrase "winner's curse," on auctions for oil tracts: the winner is the bidder whose estimate was highest, hence most wrong. The same structure as selection on a validation set. Bergstra, J. and Bengio, Y. (2012). "Random Search for Hyper-Parameter Optimization," Journal of Machine Learning Research, 13, 281-305. jmlr.org/papers/v13/bergstra12a Shows that at equal budget, drawing settings at random beats a regular grid, because performance depends strongly on only a few settings and a grid repeats its trials on the others. It is the comparison baseline for the model-selection section. Dwork, C., Feldman, V., Hardt, M., Pitassi, T., Reingold, O. and Roth, A. (2015). "The reusable holdout: Preserving validity in adaptive data analysis," Science, 349(6248), 636-638. 10.1126/science.aaa9375 Separates questions posed in advance from questions depending on answers already obtained and builds a mechanism restoring quantified validity to a holdout under adaptive querying, at the cost of an explicit budget of disagreements. It is the theoretical-computer-science proof that the budget is a necessity, not a prudence. Bailey, D. H., Borwein, J. M., López de Prado, M. and Zhu, Q. J. (2014). "Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance," Notices of the American Mathematical Society, 61(5), 458-471. 10.1090/noti1105 Computes the expected maximum of \(N\) skill-free trials, bounds its growth by \(\sqrt{2\ln N}\) and derives a minimum-backtest-length theorem. It is the source of this article's budget rule, which only carries it across; the precedence is total, the bound itself coming from extreme-value theory. Roelofs, R., Shankar, V., Recht, B., Fridovich-Keil, S., Hardt, M., Miller, J. and Schmidt, L. (2019). A Meta-Analysis of Overfitting in Machine Learning, NeurIPS. Compares, across more than a hundred Kaggle competitions, public leaderboards built from thousands of submissions against private leaderboards revealed once: the observed overfitting is small, if anything. It is the empirical counter-evidence to the worst-case theory and the reason to speak of effective multiplicity rather than of turn count. Varoquaux, G. (2018). "Cross-validation failure: Small sample sizes lead to large error bars," NeuroImage, 180, 68-77. 10.1016/j.neuroimage.2017.06.061 Shows the standard deviation across folds strongly underestimates the real uncertainty of a cross-validated estimate, enough to cast doubt on published comparisons, with bars around ten points for a hundred samples. It justifies the decomposition measured here. probabl (2026). skills, agent skills for scikit-learn, skrub and skore, BSD-3-Clause. github.com/probabl-ai/skills A suite chaining exploration, construction, smoke test, evaluation and audit, with an outer loop that sources the next experiment. It serves here as an example of a Ralph loop whose judge and stop conditions are written down, notably its decision tree for choosing a splitter. Qiu, X. et al. (2024). TFB: Towards Comprehensive and Fair Benchmarking of Time Series Forecasting Methods. arxiv.org/abs/2403.20150 An open benchmarking protocol for time-series forecasting, built to avoid comparisons skewed by uneven tuning. It is the evaluation frame the project described here adopts. Ansari, A. F. et al. (2024). Chronos: Learning the Language of Time Series. arxiv.org/abs/2403.07815 A foundation model that treats a numeric series as a sequence of tokens, the way a language model treats text. A candidate in the comparison, with no presumption of superiority. Das, A. et al. (2024). A decoder-only foundation model for time-series forecasting. arxiv.org/abs/2310.10688 The other family of pretrained models in the comparison, trained on a large corpus of series to forecast without refitting. Its size makes it the project's CPU- feasibility test. Angelopoulos, A. N., Bates, S., Fisch, A., Lei, L. and Schuster, T. (2022, revised 2025). Conformal Risk Control. arxiv.org/abs/2208.02814 Extends conformal prediction to risk notions broader than coverage rate, with a guarantee that holds on average under exchangeability. That is the assumption the dependence of financial series puts under strain, as the project sheet acknowledges. Madaan, A., Tandon, N., Gupta, P., Hallinan, S., Gao, L., Wiegreffe, S. et al. (2023). Self- Refine: Iterative Refinement with Self-Feedback, NeurIPS. arxiv.org/abs/2303.17651 A loop where one model produces, critiques its own output, then corrects it, with no external signal. It predates the Ralph technique and establishes that critique-and-correct iteration is in no way specific to it. Shinn, N., Cassano, F., Berman, E., Gopinath, A., Narasimhan, K. and Yao, S. (2023). Reflexion: Language Agents with Verbal Reinforcement Learning, NeurIPS. arxiv.org/abs/2303.11366 Keeps a memory of natural-language comments across attempts, standing in for a learning signal. A second antecedent showing that memory between turns also predates the Ralph technique. Two trails to keep going. My favorite AI books, for the annotated survey. The sprezzature gallery, to see what a body of figures looks like once every one of them has been through the loop. ← Back to blog --- ## The Model Does Not Write the Number | Blog URL: https://deraison.ai/en/blog/txt2sql The Model Does Not Write the Number Four plain-language questions put to a company database: a number, a prediction, a forecast, a chart. Every time, the language model writes the query; the database is what answers. You ask a language model a question about your data. A language model is the program that has learned to read and write text, the one behind chat assistants. It answers with a number. The number is plausible. It is wrong. Hardly anyone signs off on a board decision on the strength of a plausible number. That single fact blocks more enterprise deployments than budget and regulation combined. Three words are enough to follow the whole article. A database is a set of large tables, cousins of spreadsheets. A table of customers, a table of invoices, thousands of rows each. A query is a question put to those tables. You write it in a language built for the job, the Structured Query Language, shortened to SQL. It is rigid and free of double meanings, saying exactly which rows to take and what to do with them. The language model understands plain language; it can also write SQL. Everything that follows sits in that meeting point. The answer to the wrong number is not to ask the question better. It is to take away the model's chance of being wrong about the number. It does not write the answer: it writes the query. The database answers, with what it holds. The difference looks like nothing, but it changes the nature of the error. A wrong query can be seen, kept, replayed, fixed. A made-up number cannot be seen, because it looks exactly like a correct one. This article follows four questions really put to an enterprise deployment. They arrive in the order they come up in a meeting: last month's number, a row-by-row prediction, a three-month forecast, then a chart. Three stories on one foundation, each named like an address: txt2sql for the number, txt2sql2ml for the prediction, txt2sql2viz for the figure. The first story is well-trodden industry ground; the other two are far rarer. Those are the ones I built. The foundation is the same at all three stories: the question becomes a query, the query is parsed before it runs, the database answers. Only the last link changes. "How many invoices are overdue?" The answer lands in two seconds: thirteen. And, unfolded underneath it, the query that produced it. SELECT COUNT(*) FROM invoices WHERE status = 'overdue' LIMIT 500 Even without ever having read SQL, you can decipher it. It counts (COUNT) the rows of the invoices table (invoices) whose status equals overdue. It never brings back more than five hundred of them (LIMIT 500). Showing the query is not a flourish. It is the proof. Anyone who knows the database can read it. They can argue with it. They can run it again. The number is not to be believed. It is to be checked. Writing SQL in general is something a recent language model does very well. The difficulty is elsewhere: writing the right query for this database. You need the right table names. You need the right joins, that is, the right way of matching two tables through a shared column, invoices with their customers for instance. Above all you need the right filter values. Is an unpaid invoice's status written overdue, unpaid or 3? All of that is in the schema, the map of the database: the list of its tables and their columns. A model that does not know it invents names that look right and are wrong. A tool that turns a question into a query is judged on that. It has to stick to the database in front of you. There are two ways to go about it. The first, fine-tuning, sends the model back to school: its training is resumed on the customer's data until it knows them by heart. That is expensive, slow, and has to start over whenever the database changes. The second leaves the model as it is. For each question, it slips the model a revision sheet[2]. On it go the few pieces of information that matter for that one question. It is called retrieval-augmented generation, or RAG. Vanna, the open source reference on this ground, belongs to that second family[1]. One point is confusing. It is the most important of all. In Vanna, "train" does not mean what you think. It means filling a knowledge base, which the system will consult when answering. The model itself does not change: none of its internal dials is touched. You file texts away in a kind of library. A question comes in. You look for the texts that talk about the same thing, even in other words. You add them to the question you put to the model[3]. Three kinds of content, in the reverse order of intuition Three kinds of content go into that library. Intuition gets their relative weight wrong. The table structure comes first. It is each table's CREATE TABLE, its identity card. Its name, its columns, and the type of each. Number, text or date. Then come its keys, the columns that link it to other tables. It teaches the model what exists and stops it inventing. One table per card, so each comes back separately when a question touches it. The business glossary says what the structure does not: how a measure is computed, what the in- house vocabulary means, what the coded values stand for. One sentence per card, written the way a user would say it. "Revenue before tax on orders is the sum of orders.total_ht_eur." This is where you gain the most. A model with no context goes wrong exactly there. The question-query pairs come last in the work and first in the results. A question in plain words, the correct query beside it. Vanna's documentation says it without hedging: it is their quality that decides the result[1]. Looking at the mechanism shows why. For each question, the system shows the model only the few closest cards; the rest of the library does not exist for it. One good example, close to the question asked, is therefore worth a thousand distant ones. You file things away to cover cases, not to pile up volume. Twenty to a hundred verified pairs are enough to start. They do have to cover the families of question people will ask: counting, crossing two tables, filtering on a coded value, ranking the biggest[9]. That order of magnitude holds for a database this size; it is not a general rule. It depends on the number of tables, on how ambiguous the vocabulary is, on how many business areas are covered, and above all on the questions people really ask. Two rules matter more than anything for choosing what enters the library. First, always verified SQL. Actually run, and confirmed correct. A wrong pair teaches the system to produce wrong SQL. Second, never SELECT *, the query that brings back every column without naming any: it teaches nobody a single column name. Two locks between the model and the database The model produces a query, nothing more. Execution happens elsewhere, under an account allowed only to read the database, never to change it. Before the query runs, guardrails parse it. Parsing means cutting it up the way you diagram a sentence in grammar class, subject, verb, complements; that breakdown is called a syntax tree[4]. Reading that tree is what lets the chain refuse anything that is not a plain read. The separation is a security measure: the part that talks to the model never has the right to write to the database. The second lock came out of one precise failure, on 4 September 2026. Until then, the model received the names and types of the columns, but never the list of values they actually hold. So it wrote WHERE status = 'confirmed' on the invoices table. The query was correct, the guardrails accepted it, it ran without error. And it returned zero rows. The real values were paid, overdue and sent; confirmed existed in the orders table, not in the invoices one. The user saw an empty result, with no explanation at all. That flaw is fixed from both ends. To prevent it, the pipeline goes after the columns with few different values. A status, a category. Never an amount. It reads from the database the real list of their values, and hands it to the model along with the rest. It starts with the columns whose exact list of allowed values the database already knows. It continues with the text columns the database statistics flag as low-variety, re-reading their values with a bounded query. A column with no statistics is never probed: no list beats a wrong one. Then comes the cure. A query can run without error and return no rows, because it filters on a value that does not exist in the column. It no longer hands back a silent blank. The system tries once more, giving the real values to the model. If that fails too, the answer names three things. The column, the invented value, and the values that really exist. Proving that all this work is worth something This is the step people skip too often. It is also the only one that proves all that sorting was worth it. You set aside a few question-query pairs that you do not file in the library: they will serve as the exam. The principle is that of any test: you do not grade a student on exercises they have the answers to. If you measure on questions already filed, you are only measuring the system's ability to bring back an example it has learned. You can score this three ways, from the least to the most reliable. The first is the valid-SQL rate: a mere guardrail, since a query can be valid and wrong. The second compares the two queries character by character. It badly underrates accuracy, because two correct queries are almost always written differently[5]. The right measure is the third, the simplest too. You run both queries, the generated one and the reference, then compare the results. It is the measure used by the field's benchmarks, Spider[6] and BIRD[7], those public question sets every team scores itself against. It wins because it judges the answer delivered, the only thing that matters. On the control set, the business glossary and the worked examples take the share of correct answers from 62.5 % to 87.5 %. Three examples added on the two lagging families, joins and one filter, take it to 100 %. Replayed on three database sizes, the same measurement gives the same result: it is the library of examples that moves the score, not the data volume. One caveat belongs here, without which these figures get over-read. The control set is small. Scores move across it in steps of 12.5 points, which says enough about how fine-grained it is. That 100 % means nothing is missing on those questions. It does not say the pipeline is correct in general; a case study is not a benchmark. A single overall score hides the family of questions that fails[8]. So the score is broken down by family: counting, crossing tables, filtering, ranking. That reading tells you what to do next. If the crossings are weak, you need examples of crossings, not a bigger model. That is exactly what happened here. It is the jump from 87.5% to 100% on the figure. "Which customers are at risk of leaving and how confident are you?" An exact number answers a question about the past. How much did we invoice last month, which customers went over budget. It does not answer the question the executive asks right afterwards, the one about the future. Until now, that second question meant a project of several months, handed to data specialists, to be redone for every customer and every question. The idea that changes everything is simple. The query no longer returns a number. It returns a table whose last column is the question. That column is filled for some rows, empty for the ones you want to predict. Customer | Segment | Recency | Frequency | Tickets | Left? | Studio Moreau | SMB | 12 d | 8 | 1 | no | Fabrique Horizon | Enterprise | 190 d | 1 | 4 | yes | Maison Central | SMB | 45 d | 5 | 0 | ? | One question, one query: the gaps fill in. SQL cannot predict; it can fetch the right shape of table. That table holds both the examples and the question. It is exactly what a tabular foundation model knows how to read. A model of this kind was trained once and for all, at its laboratory, on millions of tables made up for the exercise. It does not know your data: it knows how tables behave. It is a grader who, having marked thousands of papers, spots a mistake at first glance on a paper they have never seen. You show it the table, it fills the gaps in one go. Nothing is trained on your data, no internal dial is changed, no model is left to store. This is called in-context learning, and everyone has already lived it. You give a chat assistant an example inside the conversation itself. It catches on without being retrained[10]. The comparison has an interesting limit: text reads left to right, whereas a table has no order, neither across rows nor across columns. That is exactly the problem these models had to solve. The consequence is direct: no training project, nothing to maintain. The day you plug in a new customer, there is no model to retrain. One and the same code covers four uses. Predicting a category, will leave or will stay. Predicting a number, next month's amount. Filling gaps. And ranking the top N. Two European schools and why I picked the French one, now that Google has joined the dance Until the autumn of 2026 this ground was held by two teams, both European. The German school, in Freiburg, around Frank Hutter, produced TabPFN, published in Nature in January 2025[11]. Its industrial arm, Prior Labs, was acquired by SAP: announced in May 2026, closed on 17 July, with more than a billion euros committed over four years[12]. A German vendor putting a billion into an eighteen-month-old German laboratory says how much industrial interest the subject carries. That is a market signal, not a technical proof. The French school is at Inria Saclay, in the SODA team, around Gaël Varoquaux, co-creator of scikit-learn. Its model is called TabICL. It needs dating, because the ecosystem moves fast. The first version, presented at ICML in 2025, matches TabPFN v2 across two hundred classification datasets. It is consistently faster, by up to ten times. On tables of more than ten thousand rows it overtakes it[13]. The second, TabICLv2, shipped in February 2026, fits and predicts a table of fifty thousand rows by a hundred features in under ten seconds on an H100 graphics processor[14]. The comparisons in this article are about the first one; dating them keeps them from reading as a permanent state of affairs. I picked TabICL, and not out of patriotism. Both models run on the customer's machines, with nothing leaving. Both publish their weights, that is, the billions of dials learned during training. TabICL also publishes the code that trained it[14], data generator included. The difference shows the moment you want to check something. With the weights alone, you can run the predictions again. With the training code, you can rebuild the model from scratch. When you tell an executive "this customer is about to leave", being able to show where the answer came from really counts. On 29 September 2026 a third player walked in. Google Research published TabFM, four hundred million internal dials, trained the same way on tables made up from scratch. On TabArena, the shared test bed of fifty-one datasets, its three variants take the top three places. TabICLv2 lands ninth out of twelve, in classification as in regression[23]. Those figures come from the TabFM authors' own table rather than from an independent measurement, but they are too clear to leave out. Those figures change nothing about the choice made here. It all turns on one line of license. TabFM's weights are public, but restricted to non-commercial use. The text rules out client deliverables, paid products or services, and any activity that brings in money. For any of that, Google has to grant a commercial license[24]. So the model at the top of the leaderboard is the one a company is not allowed to use to answer its own customer. TabICL is BSD licensed, the same as scikit-learn. Two details complete the picture. TabFM's best-ranked variant hands column preparation to Gemini, so the data does leave, which is exactly what this chain is built to avoid. And the technique behind its strength, column grouping, is taken from TabICLv2 and TabPFN-3: the two European schools' work is inside it. What goes on there is worth a look, because it is open source at its best. Every team reads the others, and says so. TabICL's forecasting code comes from TabPFN-TS, written by the German team; it therefore stays under Prior Labs' license. It is the French team's own license file that says so[25]. TabFM's column grouping comes from TabICLv2 and TabPFN-3, and Google says as much in its own paper. The leaderboard that ranks them is public, so a newcomer has to put its numbers next to everyone else's, not next to its own. One team publishes, the other two read, improve and publish back. Between the Nature paper of January 2025 and Google's of September 2026, twenty months went by. They were enough for these models to leave the laboratory. They now beat automated pipelines tuned for four hours on the data itself. This is not courtesy between researchers, it is rivalry. Nobody wants to be ninth out of twelve. Careful not to confuse two kinds of freedom. What circulates freely is the knowledge, not always the right to use it. TabFM publishes its paper and its weights while forbidding commercial use: the idea is there for everyone to read, so everyone benefits. But what you are allowed to install at a customer's site depends on the license alone. Hence two criteria that follow each other without mixing: you read everyone, you install what the law allows. The row-by-row answer, on the customers whose departure status is not consolidated. Three departures called, none above 69 %: each prediction comes with its confidence and that confidence stays modest. Let us now say what that 69% means. It is almost always read the wrong way. It does not mean we are 69% sure this customer will leave. It means that among the customers who resemble this one on the columns we can see, about sixty-nine out of a hundred have left. It is an observed frequency, not a prediction about one person. Two very different things make that figure uncertain, and confusing them is expensive. The first is our own ignorance: there are few comparable customers in the history, so the estimate would move if we added data. The second is the randomness of the world: even with a perfect history, two customers identical on paper do not make the same decision. The first shrinks if you collect more. The second never shrinks. That is why an honest prediction stays cautious. Hence a rule that holds across all three stories: a figure without its uncertainty is an opinion dressed as a fact. On this data, no prediction goes above 69%. That is a good sign. A tool that had announced 97% would have been lying. Still, knowing who will leave, without knowing why, is no use. You do not keep a customer with a probability. You keep them with a reason, precise enough to act on. The problem had a name in commerce long before it had one in statistics. Its most famous phrasing runs like this: "Half the money I spend on advertising is wasted; the trouble is I don't know which half." The line is credited to the American department-store owner John Wanamaker. Sometimes to the British industrialist Lord Leverhulme, occasionally to Henry Ford. The earliest known trace is a 1919 speech already attributing it to Wanamaker. Neither the Wanamaker archives nor Unilever's hold any record of it[15]. The sentence that states the attribution problem cannot itself be attributed to anyone. The problem is real enough. It is also ill-posed, in the strict sense. The sale happened once. We will never know what would have happened without the poster in the underground, because that world never existed. Sharing the credit between channels is therefore a convention: you pick a rule for splitting, then you stand by it. A small experiment shows how much the choice of rule matters. Two advertising channels, billboards and online, bought together and therefore strongly correlated: 0.84 across two hundred simulated weeks. By construction, only the billboards act on sales; online is a passenger. Then each channel is asked what it explains. The same channel, the same data, two incompatible answers: the only difference is the order in which the question is asked. The first two bars say everything. Asked on its own, the online channel explains 55.3 % of the variation in sales, which would make a handsome dashboard. Added to billboards, it explains nothing at all: 0.0 %. That is Wanamaker's trouble, in numbers. The Shapley split averages the two orders and settles it: 52.5% to billboards, 27.7% to online. The two shares come to 80.1%, which is exactly what the two channels explain together. That is no happy accident: Shapley required the shares to add up. That is what makes the result defensible in a meeting. The protocol is spelled out, to be rerun rather than taken on trust: two hundred simulated weeks, seed 20260925, linear regression. The value of a group of channels is measured by the share of the variation in sales it explains. One limit has to be stated plainly, or the method gets made to say what it does not. Shapley gives 27.7% to a channel that we know, since we built the example, causes nothing. That is not a fault of the method. It answers faithfully the question it was asked, which is: what did the model use. That is not the same question as: what caused the sale. For that one there is no shortcut. You need an experiment: cut one channel's budget in one region, and compare with the others. The split explains the model; only the experiment reaches the cause. The model returned a single number after looking at a dozen columns at once. We would like to say how much of that 69% comes from the age of the contract, how much from the number of complaints, how much from the last invoiced amount. Cutting a result into shares, one per variable, has a name: attribution. Nothing guarantees in advance that it is possible. The model did not compute its number as a sum. It mixed everything. Attribution rebuilds, after the fact, a split that never existed in the computation. The naive attempt shows the difficulty. To measure what a variable brings, you can remove it and watch how far the prediction drops. The trouble is that the answer depends on the order in which you remove the others. Removing the age of the contract drops the prediction a long way if nothing has been removed yet. The same removal changes almost nothing once the number of complaints has gone, because the two say partly the same thing. So there is not one contribution, but as many answers as there are orders. Lloyd Shapley solved this in 1953, for an entirely different purpose. He wanted to share a team's payoff fairly among its members, when each brings something different and the contributions overlap[16]. His answer is simple: since the order changes the result, look at every possible order and take the average. Think of a restaurant bill. Depending on who arrives first and what gets shared, each person's share changes; averaging over every order of arrival gives a split nobody can dispute. That work earned him the Nobel Memorial Prize in Economic Sciences in 2012. Applied to a prediction rather than a dinner, the same computation says how much each variable weighed, and in which direction[17]. The second method starts from a different idea, just as simple. A complicated model stays complicated. But look closely enough, around one single customer. It then behaves almost like a straight line, the way a curve looks straight when you zoom in far enough. So you build a simple model that imitates the big one. It holds in that small neighborhood only. Its coefficients read off directly[18]. Both methods are shown side by side. When they agree, the reading is solid. When they disagree, that is already information. The prediction rests on a fragile balance between variables. Better to know that before calling the customer. "What is the revenue forecast for the next three months?" Same foundation, same model, different question. This time the query brings back a series through time; the answer is about months that do not exist yet. Each forecast month carries its range, from the tenth to the ninetieth percentile. A percentile cuts the possible values into a hundred parts: the tenth is the one below which there is only a one-in-ten chance of landing, the ninetieth the one below which there are nine chances in ten. Between the two, eight chances in ten remain and that is what the bar says. A single number about the future is fortune telling. A number with its range is a decision. And this figure says something uncomfortable that you have to be able to read: the range is wider than the gap between the three months. August looks better than July, but the bars overlap almost entirely. So the gap between the two months means nothing. The tool is not at fault: the data is bad. The monthly series in this demonstration database is pure noise, jumps with no regularity at all. Over twenty-one months: 293 euros in one month, 72,380 a year later, and three months missing. No method can forecast that. The only honest answer is a wide range. A tool that had returned three neat, tidy numbers would have dressed the situation up. It is the same principle as on the first story: what is promised is not the quality of the answer, but that its uncertainty is shown beside it. One implementation detail says a lot about the world you work in. The number of months to predict is read from the user's question, which is to say from free text. "In a hundred thousand months" translated into a hundred thousand months to forecast. That gave absurd dates and a computation that tied up the machine, for a result nobody had seriously asked for. That number is now capped. Past that point a forecast has no value anyway, so nothing is lost. "Show me where revenue is concentrated" Last question, and the last link that differs. The result is no longer a number or a table. It is a figure. It is chosen automatically, from the shape of the data and what the question asks, then drawn on the spot. So there is no dashboard to maintain. A dashboard is a page of frozen charts prepared in advance: it answers the questions people were asking six months ago, the ones foreseen while building it. Except that this choice is exactly where a language model can do anything at all. Show it a hundred and twenty-seven chart names. It can invent one. It can misspell one. It can also pick one that does not go with the columns present. A map, for instance, when no column holds a place. So the safety cannot rest on its good will. It has to be in the shape of the program, where the model cannot get past it. Two deterministic steps (no model involved, so no surprises possible) bracket the two model calls. The third step eliminates every structurally incompatible candidate before the model sees anything at all; the fourth can only reorder and annotate that already-safe list, never extend it. The model picks a dish from a menu it did not write. This guarantee is not of the same nature as a temperature setting. That dial makes the model more or less adventurous. Nor is it of the nature of an instruction added at the top of the conversation. It does not depend on the model's compliance, but on the shape of the program. And as on the first story, it makes the remaining error visible and fixable: a badly chosen figure is corrected with one click, and never blends in with a correct one. The answer to the question asked: twelve of the nineteen customers the query returned make 82 % of revenue. The cumulative share is over those nineteen customers. That caveat matters: a Pareto chart ranks the contributions from largest to smallest, then draws above them the curve of what they add up to, so you read at a glance how few customers make up most of the total. Drawn on a ranking already truncated upstream, on the other hand, it announces a share "of the total" that is nothing of the kind, for all its neat curve. The drawing is done by sprezzature.ai, an open source figure engine[21]. Its catalog holds one hundred and twenty-seven chart types, from curves to flow diagrams, treemaps, waterfalls and maps. That large number is not collecting for the sake of it. The wider the catalog, the more charts fit the columns you have. So the automatic choice lands right more often. Every figure also follows rules on accessibility and color. Contrast is checked. The figure stays readable for a color-blind person. Never does a color alone carry information. The reading direction is marked on any axis where up is better than down. None of that is cosmetic. Nobody reads a poorly contrasted chart projected in a room. And a chart that asks you to tell two greens apart excludes one man in twelve. These rules come from graphical semiology, the study of what visual forms can really convey[19], and from experiments on perception[20]. Here they are lines of code, not recommendations. What production learns and preparation cannot guess No amount of sorting done in advance can guess how people will phrase their requests. It knows nothing of their turns of phrase, their shortcuts, the special cases of each company. Only production shows the questions people really ask. Every question handled well, and above all every correction, teaches something the initial sorting did not know. The loop is simple. Someone asks a question. The system writes the query. It runs read-only. A human validates the result, or fixes the query. Once validated, the pair joins the library of examples. The next question that resembles it will find that new example. One safety rule allows no exception. It is also the easiest to get wrong: never blind learning. Automatically capturing every query produced and feeding it back as an example poisons the library for every similar question to come. Bad SQL teaches the system to produce bad SQL. A pair is therefore only accepted through a dedicated path, which replays the guardrails and re- runs the query before accepting it. No blind trust, not even in what we are told has already been verified. Four properties separate a mechanism that works on one laptop from a loop that holds in production. Persistence: the library lives in the database already in place[22], not in a memory lost on the first restart. Idempotence: a pair's identifier is computed from its content, so submitting it twice creates no duplicate. Traceability: every pair that came from the field is marked as such, apart from the hand-sorted corpus. You can then check what production taught the system, and remove one bad example. And measurement: after each batch of additions, you sit the exam again. You verify the progress instead of assuming it. What this changes and what it does not Before, a business question left as a ticket for the data team. It came back three days later. The decision had often been made without it. A question about the future left as a project. Now the question is asked out loud, the number lands in seconds, and so does the follow-up: the meeting keeps its rhythm. What matters is not that the machine does analysis. It is that the delay between the question and a reliable number drops from three days to three seconds, because the number comes from the database. What this does not change deserves to be said just as plainly. The model can still write a bad query. The architecture guarantees that we will only read the database, within known limits. It does not guarantee that the query matches what the person meant to ask. On that point, it reduces the ways of going wrong and makes them visible. Removing them would be something else. The real limit is not the volume of data, since the chain queries the database directly and SQL does the filtering. The real limit is the quality of the schema and the vocabulary. A database whose columns are called col_17 will not let itself be queried in plain language, and no model will change that. The three lines txt2sql question → SQL → database → the real number txt2sql2ml question → SQL → table with gaps → the prediction and its range txt2sql2viz question → SQL → rows → the right chart, live One foundation, three stories, and everywhere the same discipline: the model proposes the form, the machine checks, the data decides. That is what separates a number you can sign from a number that merely looks right. Acknowledgments Special thanks to Marie Sacksick, Edmond Jacoupeau, Bachir Zerroug and Vincent Sammiez for our fruitful discussions on these topics. Bibliography None of these titles is here for decoration: each one carries a design decision taken above. The notes say which. Vanna AI. Training advice, project documentation. vanna.ai/docs/training-advice States without hedging the hierarchy of the three kinds of content and the safety rule taken up here: the quality of question-to-query pairs is the single largest determinant of the result and bad SQL learned teaches the system to produce bad SQL. Lewis, P. et al. (2020). "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks", NeurIPS. arXiv:2005.11401 The paper that named retrieval-augmented generation. It establishes the principle used on the first story: leave the model untouched and supply, for each question, the context that matters, rather than retraining its weights. Vanna AI (2023). How Vanna works, how to train it, data security. medium.com/vanna-ai Walks step by step through the retrieval mechanism everything else depends on: the question is embedded, the nearest knowledge is pulled per content type and only that enters the prompt. This is where the rule "coverage beats volume" comes from. Mao, T. sqlglot, SQL parser and transpiler in Python, MIT license. github.com/tobymao/sqlglot The parser that turns the generated query into a syntax tree before any execution. It is what makes the guardrails possible: you inspect the structure of the query, not a string and refuse anything that is not a read. Pourreza, M. and Rafiei, D. (2023). "Evaluating Cross-Domain Text-to-SQL Models and Benchmarks", EMNLP. arXiv:2310.18538 Shows that benchmark scores underestimate models, because a natural-language question admits several correct queries. Justifies the choice of execution match over textual comparison, made here. Yu, T. et al. (2018). "Spider: A Large-Scale Human-Labeled Dataset for Complex and Cross-Domain Semantic Parsing and Text-to-SQL Task", EMNLP. arXiv:1809.08887 The benchmark that set the field's habits, starting with evaluation on databases never seen in training. The held-out control set described here is that idea transposed to the scale of a single customer. Li, J. et al. (2023). "Can LLM Already Serve as A Database Interface? A BIg Bench for Large- Scale Database Grounded Text-to-SQLs", NeurIPS. arXiv:2305.03111 The BIRD benchmark, built on real databases, dirty and large. It documents the gap between a syntactically correct query and a correct one, which is exactly the gap the column-domain bug exposed here. Zavaleta, G. (2026). "Why 90 % accuracy in text-to-SQL is 100 % useless", Towards Data Science. towardsdatascience.com Argues for per-category reading against the global score: a high average accuracy hides the family of queries that fails, which is the family deciding real-world usefulness. It is the reading that singled out joins and one filter here and made the targeted top-up possible. NVIDIA. NeMo Agent Toolkit, text-to-SQL, technical documentation. docs.nvidia.com Independently gives the same order of magnitude for the example corpus and the same requirement of validation on a held-out set. Two sources of very different origin converging on "twenty to a hundred well-chosen pairs". Brown, T. et al. (2020). "Language Models are Few-Shot Learners", NeurIPS. arXiv:2005.14165 The paper that established in-context learning: one example given inside the conversation is enough to steer the model, without touching its weights. Tabular foundation models transpose exactly that idea from text to tables. Hollmann, N., Müller, S., Purucker, L. et al. (2025). "Accurate predictions on small data with a tabular foundation model", Nature, 637, 319-326. 10.1038/s41586-024-08328-6 TabPFN, the German school. Establishes that a model pre-trained once on synthetic tables beats, in a single pass and with no tuning, methods fitted on the data itself. That is the result that makes this second story possible. SAP (2026). SAP Completes Prior Labs Acquisition, press release of 17 July 2026. news.sap.com The acquisition of the Freiburg laboratory, announced in May and closed in July 2026, with more than a billion euros committed over four years. Cited here as a measure of industrial interest in tabular models, not as a technical argument. Qu, J., Holzmüller, D., Varoquaux, G. and Le Morvan, M. (2025). "TabICL: A Tabular Foundation Model for In-Context Learning on Large Data", ICML. arXiv:2502.05564 The French school. Column- then-row attention builds a fixed-size representation of each row, which is what lets it hold much larger tables. On a par with TabPFN v2 across two hundred datasets, up to ten times faster and ahead beyond ten thousand rows. SODA team, Inria. tabicl, model code and weights. github.com/soda-inria/tabicl The concrete reason for the choice made here: pretraining code, inference code and weights are published, hence auditable and runnable on the customer's own machines, with no data leaving. "One-Half the Money I Spend for Advertising Is Wasted, But I Have Never Been Able To Decide Which Half", Quote Investigator, 11 April 2022. quoteinvestigator.com Traces the saying credited to John Wanamaker. The earliest known match is a 1919 speech already attributing it to him; neither the Wanamaker archives nor Unilever's, for the Leverhulme variant, hold any record of it. It is the source for the paragraph on attribution, and the reason this article presents the quotation as apocryphal rather than as a fact. Shapley, L. S. (1953). "A Value for n-Person Games", in H. Kuhn and A. Tucker (eds.), Contributions to the Theory of Games II, Princeton University Press, 307-317. The original paper, written to share a team's payoff among its members. It states the axiom that does the work: since the order of arrival changes each share, average over every order. Shapley received the Nobel Memorial Prize in Economic Sciences in 2012, with Alvin Roth. Sixty years separate this text from its use in machine learning. Lundberg, S. and Lee, S.-I. (2017). "A Unified Approach to Interpreting Model Predictions", NeurIPS. arXiv:1705.07874 Imports the Shapley value into machine learning, the rule that splits a collective payoff across players by average marginal contribution. Applied to a prediction, it says how much each variable weighed and in which direction. Ribeiro, M. T., Singh, S. and Guestrin, C. (2016). "Why Should I Trust You? Explaining the Predictions of Any Classifier", KDD. arXiv:1602.04938 Local surrogate explanation: the model is approximated, in the neighborhood of the single row under examination, by a simple readable one. Shown here beside the previous method, because two methods disagreeing on one row is a signal in itself. Bertin, J. (1967). Sémiologie graphique. Les diagrammes, les réseaux, les cartes, Gauthier- Villars. English edition: Semiology of Graphics, University of Wisconsin Press, 1983. The treatise establishing that a graphical form is not decoration but an encoding and that each visual variable has properties of its own. It is the foundation of the deterministic filter: a figure incompatible with the columns present must never be offered. Cleveland, W. S. and McGill, R. (1984). "Graphical Perception: Theory, Experimentation and Application to the Development of Graphical Methods", Journal of the American Statistical Association, 79(387), 531-554. 10.1080/01621459.1984.10478080 Ranks visual encodings experimentally by reading precision, position on a common scale ahead of length, itself ahead of angle and area. It is the measurement that justifies the rules applied automatically to this article's figures. Harchaoui, W. sprezzature-figures, open source figure engine. github.com/warith- harchaoui/sprezzature-figures The catalog of a hundred and twenty-seven chart kinds used on the last story and the checker that ships with each: contrast, stated polarity, labels that do not collide. The six figures in this article come out of it. pgvector, vector search extension for PostgreSQL, PostgreSQL license. github.com/pgvector/pgvector Lets the knowledge base live in the PostgreSQL already in place, so nothing new has to be deployed. That is what gives the improvement loop its persistence: validated examples survive restarts and are shared across every instance of the service. Kong, W., Louidor Ilan, E., Nie, S. et al. (2026). "TabFM: A Zero-Shot Foundation Model for Tabular Data", Google Research, 29 September 2026. arXiv:2609.37959 The third model of the kind, four hundred million internal dials, trained on synthetic tables drawn from causal models. Its result tables carry the TabArena ranking quoted here, where its three variants come ahead of TabPFN-3, AutoGluon and TabICLv2. Measurements run by the authors themselves on a public test bed, to be read as such. Google (2026). TabFM Non-Commercial License v1.0, license of the published weights. huggingface.co The text that settles the question for professional use. It restricts the model to non-commercial purposes, and its definition of the term rules out client deliverables, paid products or services and any revenue-generating activity by name, unless Google grants a commercial license. Compare with TabICL's BSD license, which imposes none of these conditions. SODA team, Inria. tabicl, license file. github.com/soda-inria/tabicl Three-clause BSD for the most part, with one declared exception: the forecasting directory is a derived work from TabPFN-TS and stays under an Apache license in Prior Labs' name. Concrete proof that the two schools read each other, in a document nobody writes for show. Two books to widen the view. My favorite AI books, for the guided overview. Edward Tufte's The Visual Display of Quantitative Information, for everything the last story automates without being able to replace it: the judgment about which question the figure should ask. ← Back to the blog --- ## Deraison | Dear Professor URL: https://deraison.ai/en/cher-professeur Dear Professor Stanislas, 2021 On March 2, 2021, at Stanislas, my friend Quentin and I came back to thank you, on behalf of many former students, for teaching us the "satisfaction mark." I've been using that little piece of punctuation for almost twenty years now and it still feels like belonging to some kind of guild, initiated into the sciences you still teach today. It's hard for me to put into words what that really means to others. So let me tell you why I love this mark instead and maybe that will let everyone imagine what your teaching left behind in our lives. To break free from Earth's gravitational pull, you need enough kinetic energy that the whole planet can no longer hold you back. By fighting that battle in front of us, teaching us how to wrestle with gravity itself, you made us understand what "escape velocity" truly means. What a magnificent expression! I still want to say it again: Earth's escape velocity! That astonishing speed doesn't depend on my mass. To really know it, you have to earn it, through nothing but the sheer force of thought, sitting at your own desk. Humanity calculated that speed long before any rocket ever reached it. It's roughly at that speed that engines can cut out and a craft keeps coasting through space, because Earth's grip has finally been beaten. Right at the moment of the final blow, just as you were about to work out the numerical answer, you turned around and asked if we'd found the result of the calculation that was about to collapse. I'm terrible at mental arithmetic, but I spoke up a little too fast: "Eleven kilometers per second!" "And how did you get that?" you asked back, feigning astonishment like the fine actor you are. I lowered my head and answered: "Tintin, Destination Moon." The whole class laughed, you too and right there I knew I'd end up doing some science with my life. In October 2020, defending my PhD in applied mathematics (or in artificial intelligence, if that expression means anything), I realized that every one of my scientific reflexes came from you: check the orders of magnitude, imagine what would happen if you removed something from the reasoning, ask whether your hypotheses can actually be tested… Do all the forces at play really matter or are some of them superfluous? What can safely be neglected? So, with an old classmate and childhood friend, Quentin, we went back to school to hand you a trophy we'd taken the liberty of inventing, shaped like the very punctuation mark you made us love so much: the satisfaction mark. The satisfaction mark is a celebration of every mind's small victory over every calculation that dared to frighten us. Drawing it in chalk on a blackboard to close a proof is landing the final blow against the villains of our childhood heroes. Writing it on a sheet of paper is the joy of a vague idea turning into a scientific result, carrying the hope of a reality yet to come. It is the elegance of a triumphant will. And, finally, it is our respect and our gratitude toward an extraordinary teacher. O professor, our professor, thank you for your energy, your passion for science and everything you passed on to us. Warith Harchaoui, Paris, March 4, 2021 PS: my thanks to the Lycée Stanislas gazette for publishing this letter to my dear professor in L'Écho de Stan (page 30). --- ## Deraison | Enterprise AI URL: https://deraison.ai/en/enterprise-ai Enterprise AI There is a gap between technical teams and managers, in understanding and in misaligned incentives. I found this gap to be terribly costly, in money and in failed artificial- intelligence projects. Starting from that reality, I built this course from my practical and theoretical expertise. To close this gap, I teach the fundamental concepts not only for your projects, but also for your strategic goals. You already agree that your company should use more AI. I spare you the biases and the traps! I work with one client company at a time, because it is in the precision of a single subject that you progress the most. I love and know mathematics and programming, but we won't talk about that: there are so many other aspects that will let you succeed in your AI projects! Three families of AI, three ways to create value Machine Learning Learn from experience rather than explicit instructions. Nobody explains how to ride a bike: you get on, you fall, you adjust. Generative AI Imitate creatively. We improvise like jazz, with structure. We produce and understand text, audio and images with highly convincing quality. Agentic AI Multiply skills that interact with each other. A small prompt like “march on Berlin” and General Patton moves from North Africa across all of Europe. A course built around AI in your company Forget video calls: I work with a single client at a time, on site, whether that's a team of 2 or 20, so we can actually understand your situation and your needs.Between the theory and the hands-on work, I leave room for real discussion. The workshops are built around you. I'm here to help you see what matters as a manager, even if you're technical yourself.Get ready and bring your energy: the ship is leaving the dock and everyone's on deck. There's no room to doze off here, this isn't a long-winded lecture. It's about learning enough to get back to work and carry your projects forward. I'll make sure of it, sailor! Day 1, 2 and 3 To plan and tailor the content to your company's goals Day 4 and 5 Intensive deep dives: mornings devoted to theory, afternoons to hands-on workshops on your own challenges Day 6 and 7 Strategic wrap-up, with a tailored action plan for results that last Who is this course for? Whether you're a manager, a CxO or an AI specialist, this program helps you move past the buzzwords and bring AI into your company strategically, with a leadership style built around impact. Don't get bamboozled by the geeks. Don't let your boss frustrate you either. Success comes from communication and mindset between leadership and engineers, in both directions. Let's talk about your needs Let's talk about your needs The engagement, in brief What you are buying, before what it contains. Who it is for Executives and managers, project leads, technical profiles looking for business value. No technical prerequisites. Duration Three formats: 8, 16 or 24 hours, which is one to three days on site. The group Between 5 and 20 people. Below five it is an interview with slides; above twenty it is a concert. The rhythm Half teaching, half workshops. On site, with a screen and a whiteboard, because hands matter as much as eyes. What the team leaves with A business case carried end to end and defended before a simulated executive committee: the business need, the value in euros, the autonomy dial, the guardrails and the indicator that proves it. Tailoring and quote The case worked on is one of yours. The quote comes after a conversation about your context and the format that suits you. 6+1 hands-on workshops + capstone 12 “Dangers” decks FR / EN 22 portraits of AI figures 36 h+ of course material 2 000+ slides, updated since 2022 The program, in detail No technical prerequisites: we start from intuition and a real case, the concept comes after. Five parts, one workshop per part and a capstone. (01) Framing and the Compass Where do you start and how do you avoid the wrong starting point? Data is not truth. Why an exact figure can mislead and what that changes for decision-makers. The Compass: perceive, decide, act. The full loop and the human's place at every notch. The shift. From an AI that answers to an AI that acts: what changes in how work is organized. The four eras of AI. A timeline to know where we stand, without jargon. Context, not prompt. The bottleneck has moved: not writing speed, but the quality of framing and review. The three Us: useful, usable, used. The sieve that separates a lasting project from a one-day demo. Workshop: the usage map. Everyone places their own tasks on the Compass and spots where the human must stay. (02) Understanding AI without mathematics What can this machine really do and where does it make things up? How AI learns. The intuition of learning, without a single equation: examples, patterns, corrected mistakes. The AI Palette. The families of tools and what each one can do, so uses are never confused again. No data, no science. Why data quality and provenance decide the outcome, before the algorithm. From smooth talker to grounded expert. How an AI is tied to verifiable sources so it stops improvising. Hallucinations. Why a machine invents with confidence, how to spot it, how to protect yourself. Workshop and deliverable. On concrete cases, tell what AI can do from what it pretends to know. (03) Deciding right How do you measure the value and risk of a use case, in euros and minutes? Measuring means first measuring how wrong you are. You don't measure success, you measure error. From the confusion matrix to the business matrix. Translate every error into euros, for this specific business. The asymmetry of errors. Not all mistakes cost the same. The KPI a human understands. Pick the unit the business reads without a translator: a euro, a minute, an avoided defect. Drucker versus Goodhart. What gets measured gets managed, but an optimized indicator stops being good. Hold both. Perceived ROI and the iceberg effect. Why we think we are faster than we are and the hidden cost below the surface. Two case studies: Klarna and Zillow. What a mistake at scale costs, documented and quantified. Dialing autonomy. The crystal-clear rule: the more a mistake costs, the less autonomy the AI keeps. (04) Critical mind, critical awareness How do you keep your judgement facing a machine that flatters and errs with confidence? Describing is not deciding. The line a manager never crosses, even when the AI is convincing. From critical mind to critical awareness. The critical mind judges the text in front of it; critical awareness asks who produced it and why. The three diseases of AI. It forgets what was agreed, changes its mind between runs, promises without always delivering. Resonating is not reasoning: sycophancy. Why nothing numbs judgement like a mirror that approves. The taxonomy of six biases. Recognize the biases that slip into a use case, from hiring to recommendation. Choosing your bias: the formal impossibility. You cannot optimize everything at once: a leadership decision, not a technician's. The two extremes: Galactica and Gemini. Two opposite public failures, one shared lesson about measure and restraint. Workshop. Spot, in your own exchanges with an AI, the moments it flatters, forgets or derails. (05) Governing AI that acts When AI acts on its own, how do you keep control, safety and independence? From answer to action. What changes when AI sends, books, orders, chains actions together. The permissions dial and MAYA. Fine-tune what the AI is allowed to do and how far. The fuse. Bound the action to bound the effect: committing the house, never without a human signing. The five degrees of autonomy. A clear scale, from simple assistant to autonomous agent. The risk formula: a product, not a sum. One neglected factor is enough to sweep everything away. The seven rules of instituted agenticity. The frame that makes an acting AI governable. The four defensive contracts. What you guarantee, what you forbid, what you trace. Enterprise sovereignty. Host AI at home, depend on no single vendor, keep the trace. Sovereignty does not ask who owns the technology, but who depends on whom the day the wind turns. The Ship of Theseus and the Pareto reserve. Lasting: keep live human competence even when the machine does the heavy lifting. 🎓 Capstone workshop: the business case before a board Participants carry a real use case end to end: the business need, the value in euros, the autonomy dial, the guardrails, the indicator that proves. They defend it before a simulated executive committee. That is where the whole course comes together. By the end of the course, a manager can… Frame Place an AI use case on the Compass and spot where the human must keep control. Discern Tell what an AI can do from what it invents, without mathematics. Quantify Translate a use case into value and risk: the cost of an error, in euros. Dose Set the autonomy dial: what to hand to the machine, what never to leave it. Doubt Recognize AI's flattery, its lapses, its biases, with method. Guard Set the guardrails of an acting AI: fuse, permissions, traceability. Protect Defend enterprise sovereignty and last over time. Convince Carry an AI business case end to end and defend it before leadership. +10 years of AI expertise Warith Resume Warith Resume --- ## Deraison | Legal Notice URL: https://deraison.ai/en/mentions-légales Legal Notice Essential information DERAISON.AI Site publisher This website is published by Deraison.ai. Company name: DERAISON.AI Legal form: SASU (French single-shareholder simplified joint-stock company) Share capital: €1,000 Registered office: 10 rue de la Paix, 75002 Paris, France SIREN / SIRET number: 899 313 456 / 899 313 456 00019 Intra-community VAT number: FR34899313456 Email : warithmetics@deraison.ai Publication director: Warith Harchaoui Intellectual property All content on this website (text, images, illustrations, logos, videos, graphic elements, etc.) is protected by intellectual property law. Any reproduction, representation or distribution, in whole or in part, without prior authorization, is prohibited. Liability The information published on this website is provided for guidance only. Despite the care taken in preparing it, Deraison.ai cannot be held liable for errors, omissions or temporary unavailability of the site. --- ## Ph.D. defense of Warith HARCHAOUI in Applied Mathematics URL: https://deraison.ai/phd/ Ph.D. in Applied Mathematics (Artificial Intelligence) Version Française | English Version Learning Representations using Neural Networks and Optimal Transport September 2016 - October 2020 Warith HARCHAOUI Ph.D. Defense (in French) - 8th October 2020, 2 PM at the MAP5 lab in Paris Webcasting and realization: Jean Defontaine - Pierre Chosson // O·H·N·K Chapters in the video: Introduction Clustering with Wasserstein criteria Prediction with Uncertainty Unsupervised Features Importance Discussion with members of the jury: Introduction with Pr. Julie Delon, chairwoman Pr. Nicolas Courty, Referee Pr. Erwann Le Pennec, Referee Dr. Laure Soulier Dr. Pierre-Alexandre Mattei Pr. Andrés Almansa Pr. Julie Delon, chairwoman Pr. Charles Bouveyron, Ph.D. supervisor Pierre-Noël Luiggi, founder of Oscaro.com that funded this research Reading of the jury's report I have spent four wonderful years diverting neural networks (with so-called deep learning techniques) from their normal use: Clustering with generative and discriminative and Wasserstein distances criteria through Generative Adversarial Networks (GANs) Unsupervised feature importance with infinitesimal Wasserstein maximal distortion Prediction with uncertainty In layman's terms, this Ph.D. work was respectively about: how to make a few groups among a dataset that are both very numerous and big. For example, we explore the feasibility of grouping hundreds of thousands (or more) photographs each made of millions pixels a.k.a color dots how to show the distinctive attributes of a dataset. Indeed, we investigate the opportunity of interpreting raw data attributes (or coordinates) without annotations nor labels how to estimate the confidence of an automatic decision. In real-world applications (e.g. industrial constraints, health, security, even justice), a stastical approach to confidence in decision making is crucial for giving back the actual responsibility to human beings for difficult cases typically. These problems share a common scientific questioning: how should we represent data? For that purpose, we revisit mathematical concept called Optimal Transport with a widely known algorithmical tool called Neural Networks (nicknamed “Deep Learning” since 2010 approximately). Great people like Pr. Charles Bouveyron (my academic thesis supervisor), Dr. Stéphane Raux (my corporate thesis supervisor), Dr. Pierre-Alexandre Mattei, Pr. Andrés Almansa, Thi Thanh Yen Nguyen, Pr. Olivier Bouaziz and Pr. Antoine Chambaz did me an honour by helping me accomplish this work in the warmth of the MAP5 lab and with the pugnacity of the Oscaro company. Ph.D. elements: Full Manuscript Code Repository Abstract (in English and French) Ph.D. Defense Slides Members of the Jury: Pr. Julie Delon, Chairwoman Pr. Erwann Le Pennec, Referee Pr. Nicolas Courty, Referee Dr. Laure Soulier Dr. Pierre-Alexandre Mattei Pr. Andrés Almansa, Guest Pr. Charles Bouveyron, Supervisor Dr. Stéphane Raux, Co-supervisor Ph.D. reports from the referees and jury: by Pr. Nicolas Courty by Pr. Erwann Le Pennec by the jury chaired by Pr. Julie Delon For ease of reading, the chapters are separated here: State of the Art Wasserstein Clustering joint work with Pr. Charles Bouveyron, Dr. Pierre-Alexandre Mattei and Pr. Andrés Almansa Unsupervised Feature Importance Prediction with Uncertainty Appendix (Auto-encoders for GANs initialization) Unpublished works have begun during this thesis without appearing in the manuscript (and are currently in progress): Grammar and Deep Learning, project in Natural Language Processing towards the reconciliation between grammar from linguistics and neural networks via auto-encoders and modern embedding techniques, as an extension of a research internship that I designed and supervised for Maxime Haddouche. GaDeMI: Gaussian and Decorrelated Means Independence, project for advanced Data Analysis with Dr. Joan Alexis Glaunès regarding a new kind of auto-encoders built in successive layers to extract a representation whose coordinates are quasi-gaussian and decorrelated (and therefore approximately independent) Extension of the Auto-encoder-based GAN Initialization appendix StaReLefOU: State Representation Learning from Observation Uncertainty, project in Robotics with Astrid Merckling towards the construction of a state representation built without reward while still being useful for any unknown task in the same environment thanks to exploration Extension of the Prediction with Uncertainty chapter Wasserstein Co-Clustering, project in Computatinal Biology for studying the Huttington disease using co-clustering for pairing RNA molecules of different kinds with Optimal Transport with Thi Thanh Yen Nguyen, Pr. Olivier Bouaziz and Pr. Antoine Chambaz Extension of the Wasserstein Clustering chapter Cerbero: Early Real-Time Credit Card Fraud Detection at Oscaro.com, project of applied AI with a pragmatic numerical optimization that is cost-oriented that had some press coverage with colleagues Roland Thiollière, Romain Nio, Nils Grunwald, Jérémie Thomas, Julien Gaunon, and Dr. Stéphane Raux (random order) Extension of the Prediction with Uncertainty chapter i2nn: An Invitation to Neural Networks, talk given several times to convince people working both in Statistics and Programming to use Deep Learning Extension of the State of the Art chapter Warith Harchaoui --- ## Deraison | Portfolio URL: https://deraison.ai/en/portfolio Portfolio These testimonials reflect a way of working. Each project is told in a way that highlights its results, weaving together the scientific rigor and the strategic vision that made them possible. Thank you to the clients who trusted me, in their own words. 🔑 Building useful AI without giving away the keys “ Warith is helping turn AI prospects into something tangible inside SEV7N. His involvement with the technical team and with the founders gives us the extra keys to accelerate our distinctive positioning on the market and to build innovative applications for the B2B market. ” Benoît Defoug, CEO of SEV7N, 2026 I work with SEV7N along three lines: product development, research and development, and sovereign AI strategy. The challenge is not to bolt AI features onto a product. It is to lay the foundations of an AI product organization: deciding what to build, what deserves deeper research, and which technical choices keep SEV7N and its clients in control. ‣ Turn the SEV7N vision into AI teammates specialized in their clients' key functions ‣ Innovate through R&D and explore, for those clients, emerging models, agentic systems and new AI techniques ‣ Treat sovereignty as a strategy rather than a slogan: infrastructure, data, dependencies and architectures lined up for AI embedded at the client Three dimensions, one goal: useful AI that never gives away the keys. SEV7N brings specialized AI teammates to public and private organizations, hosted in France and designed to inform decisions rather than take them on anyone's behalf. Its motto: artificial intelligence is a team sport. 🔥 Own your Data Science “ Warith is an excellent scientist with rare expertise in AI, especially in computer vision. Passionate about his field, he shares his enthusiasm and energy with those around him. His methodology promotes a business-driven approach to AI rather than tech for tech’s sake, making him a great expert for any enterprise AI project. ” Nicolas Delaforge, Head of Professional Services at probabl.ai, 2026 At the end of November 2024, I proudly joined a company whose members I've admired for over 15 years, since the day I wrote import sklearn which shaped my career in Data Science. My role is twofold: developing the Data Science consulting team and collaborating with users and paying customers, deepening our understanding of industrial needs while nurturing our Open Source cause. probabl.ai was born in the heart of French scientific excellence at INRIA and builds on the legacy of the iconic scikit-learn project. Our mission: to establish the highest industrial standards for Open Source in Data Science. Through our commercial activities in certifications, products and consulting, we accelerate the diffusion of our innovations in the real economy. 👁️ Track real attention on advertising screens “ Warith helped us structure a robust and pragmatic approach to computer vision, taking into account both field constraints and product challenges. His critical eye, methodological rigor and ability to ask the right questions at the right time were real assets to the project. ” Juilien Drouin, founder of 3bricks, 2026 I had the pleasure of supporting the post-prototype development of the Computer Vision Gaze Tracking AI engine for the startup 3bricks.ai, which analyzes attention and creative impact on advertising screens. In other words: looking at where your gaze falls on the advertisement. The 3bricks.ai platform measures and improves on-screen advertising. Using AI, it measures audience engagement with ads on all screens through eye tracking, transforming this information into creative recommendations. 👓 Ophthalmology “ With Warith, glasspop makes ophthalmology history ” Dr. Florent Costantini, ophthalmologist and founder of glasspop, 2024 I applied our methodology to help glasspop meet its ambitious challenge. Our approach reduced the number of optical tests needed per patient through the integration of proprietary artificial intelligence that optimizes patients' optical comfort. This work was presented at two specialized ophthalmology conferences: Refractive Surgery & Innovations January 20, 2024 Imaging in Ophthalmology October 4, 2024 Our involvement covered many aspects of the project, from technological innovation to scientific communication and strategic business negotiations. This collaboration illustrates the potential of combining science and medical practice for patient benefit, redefining eyewear prescription for years to come. glasspop has developed the first product allowing patients to test their own vision. Prescribing glasses requires skills, but manufacturing them at scale costs only a dollar, calling for a paradigm shift! 🩸 In Vitro Diagnostics (IVD) and Life Sciences “ I used to use ChatGPT-4 for my AI questions, now I ask Warith. There is no stopping progress! ” Alexandre Larmagnac, Head of Pre-Engineering at Volpi Group, 2023 What are Volpi's potential goals with AI? Reduce costs through AI in software within hardware ‣ Amplify medical annotation efforts with a human-in-the-loop approach ‣ Guide and advise from R&D to production avoiding costly pitfalls Through our methodology, we focused our attention on a clinical problem and how best to measure success: the unit of value and KPI to direct, choose and build our custom AI for Volpi. Acculturation, advanced technical advice and clinical understanding were key elements of the custom program we conducted for Volpi. Our goal was to prepare Volpi for a fast track to client success. Having our methodology help establish a solid foundation for AI at Volpi, from management to technicians, scientists and salespeople, is a source of satisfaction. Volpi helps patients by improving instruments for in vitro diagnostics (IVD) and life sciences manufacturers. 🛜 Promoting Video Creators on the Internet “ Warith is a bible in AI ” Jellysmack Annual Performance Review, 2022 I asked my manager, Nicolas Renard, if I could quote this phrase 👆 and he agreed. Thank you, Nicolas, not only for being a great manager but also for your incredible irreplaceable substitution of the MBA course at Rennes School of Business! 🙏🙏🙏 At Jellysmack, my team went all out to help the web video creation space with innovative projects in computer vision and natural language processing serving creators worldwide. The mission was twofold: ‣ Foster innovation through prototypes ‣ Provide research support to other AI/ML teams by bringing fresh, bibliographic and pragmatic insights We strive to invent and improve secret sauces, diligently craft deliverable code, conduct scientific and technological watch and participate in internal and external discussions. The greatest pride? The video representation project, a combination of multiple kernel learning and Nyström approximation. We meticulously gathered and harmonized the best video representations from research. Through our media experts' invaluable knowledge, we not only inferred our own combined similarity but also designed fixed-size vector representations for efficient clustering, retrieval and success prediction estimation. We changed the video editing profession by leveraging the work of our hundreds of professional editors, optimizing quick editing and short conversion processes for platforms such as YouTube, Facebook, Instagram and TikTok. By analyzing multiple high-level signals and designing various cutting methods, we provide suggestions to editors, ensuring a seamless and creative editing experience, minimizing time spent on tedious, non-artistic tasks. From a scientific standpoint, it's intellectually challenging to process videos as this medium is multimodal: image, sound, speech, music and movement. On the business side, these areas are very rewarding when considering video success and reduced time spent building them, clearly defining our pragmatic performance indicators. Jellysmack helps video creators from content production and editing to social media promotion. 🎶 Helping Artists Monetize Their Content “ Thank you for this great work ” Nathalie Birocheau, founder of Ircam Amplify, 2022 The goal of Ircam Amplify is to blend technology, mathematics and music, creating harmonious solutions that resonate with science and music while striking a chord in the market. In this mission, we sought to maximize profits on Spotify from our music catalogs. This involved creating innovative algorithms to accurately analyze, encode and price both old and new tracks. We leverage data dynamics, guiding music enthusiasts on a personalized discovery journey, while considering latest trends and listeners' success history. By intelligently clustering tracks and adaptively encoding them and leveraging Ircam's vast research capital, we enable AI systems to appreciate music. We also successfully experimented with connecting the news feed to improve suggestions. Ircam Amplify's mission is to make the best of IRCAM laboratories' audio research and musical creation available to markets with products. 🎓 Math Lab “ A fascinating (and passionate) work that shows great perspective on the subject. ” Erwann Le Pennec, Professor at École Polytechnique and member of my thesis jury, 2020 In four life-changing years at MAP5 (2016-2020), the applied mathematics laboratory of the University of Paris, I immersed myself in the exciting field of generative and discriminative AI. Taking a close interest in neural networks and deep learning, I repurposed these powerful tools. Notably, I developed clustering techniques with GANs, enabling the organization of vast datasets like large photo collections. I also explored the importance of unsupervised features, revealing distinctive attributes of unlabeled datasets. A happy coincidence allowed me to meet Dr. Élodie Germani during an internship I was fortunate to supervise with Dr. Alkéos Michaïl. Élodie is now a researcher specializing in artificial intelligence for medical imaging. In parallel, my academic and professional work focused on methods for evaluating the reliability of automated decisions, providing an essential statistical approach for applications requiring human supervision. This exploration merged certain optimal transport mathematics with neural networks, thus allowing data representation to be reassessed. Thanks to MAP5's human warmth and perseverance at Oscaro, my journey has modestly contributed to a field that I hold very dear. Bringing back publications from top-tier research conferences and journals provides a feeling of pride, vanity and recognition, but also, of course, the unwavering will to fight the next battle of research in business. The MAP5 is the Applied Mathematics laboratory of the University of Paris that hosted me to study generative and discriminative AI for 4 wonderful years. 🚘 Online Auto Parts Sales “ This cooperation with the university brought great value to the company I founded, Oscaro, with the Cerbero product. ” Pierre-Noël Luiggi, founder of Oscaro.com, 2020 At Oscaro.com, I participated in innovative initiatives as an R&D Data Scientist, seamlessly combining deep learning and artificial intelligence to develop robust solutions. My work was instrumental in implementing cutting-edge mechanisms for credit card fraud detection, significantly reducing risks and protecting transactions. In parallel, I focused on demand forecasting, using deep learning to accurately predict market dynamics, thus improving efficiency and customer satisfaction. Credit card fraud detection was a good example of the importance of asking the right questions. At the time, companies were content with counting errors, but my approach was to assess the company's financial losses. All AI systems, like others, make mistakes: my role is to handle them in the most meaningful way possible. This approach radically changes how algorithm performance is measured, rewarded and therefore trained. It also benefits management, as the entire chain of command, even without AI expertise, now understands that the main goal is to protect company money. This perspective has facilitated my work with companies and clients. My role also included AI technology watch, where I monitored and analyzed emerging trends, research and companies in the AI field, ensuring Oscaro.com stayed at the forefront in a competitive landscape. This commitment to excellence also materialized through the pursuit of my doctorate, generously funded from September 2016 to October 2020. Moving from university to business enriched my vision of AI, nurturing both my intellectual thirst and professional expertise. Within the Oscaro.com group was the startup xBrain pioneering in chatbots and I had the pleasure of supervising an internship for Dr. Maxime Haddouche now a researcher in Machine Learning and numerical optimization. Oscaro.com is a European leader in e-commerce for automotive spare parts. Let's talk about your project ↗ --- ## Deraison | Talks URL: https://deraison.ai/en/talks Talks Each domain speaks to a different audience: Research AI: applied-mathematics scientists Enterprise AI: managers, executives, salespeople, technicians AI facing art, ethics and philosophy: society at large, citizens and anyone who values culture This page presents a list of AI conferences that I run for companies, at conferences, in schools and in MBA programs. Contact me for your needs, let's talk about it informally This page holds two things: Thematic talks 36, one subject, one decision to make, and what it takes to make it Portraits 17, one figure whose career is the argument All domains Enterprise AI AI with respect to Art, Ethics and Philosophy AI as a Science 53 talks Thematic talks One subject, one decision to make, and what it takes to make it. Enterprise AI AI with respect to Art, Ethics and Philosophy Governing Agentic AI: Risks, Perils and the Seven Rules of Instituted Agenticity Agentic risk does not come from machine consciousness or will. It comes from symbols, optimization, tools, permissions and feedback loops. This talk gives managers a sober, non- catastrophist framework: the risk product (capability x loop autonomy x how critical the environment is x how broad the permissions are x how weak the supervision is) how a system quietly games its own targets (Goodhart's law and reward hacking, with no bad intent required) the security boundary that becomes linguistic (a prompt injection turns a wrong answer into a wrong action) the shift from policing what a machine supposedly thinks to governing the actions it is actually allowed to take Governance is not the brake that slows enterprise innovation down; it is the set of brakes that let you drive the most advanced AI fast and still keep it acceptable. It also situates why this is a now problem and where agents already act, placing them on the five degrees of autonomy, set by the MAYA cursor (Most Advanced Yet Acceptable, as advanced as possible without passing the point where the human disengages), before deciding what each degree may be permitted to do. The golden rule is one line: the costlier the error, the less autonomy the AI keeps. Outcomes: Leave with the risk product, the autonomy-permissions-governance matrix (five degrees), the seven rules of instituted agenticity (separation of powers, logging, human validation for the irreversible, adversarial testing, shutdown drills, graduated openness) and the sovereignty case for an open-source backup generator. Enterprise AI AI as a Science Coding in the Age of AI: The Ship of Theseus and the Testing Void AI replaces your code plank by plank. Is it still yours? Do you still trust it? Two halves bound together by the Ship of Theseus. First, coding with agentic assistants where review and verification, not typing, become the bottleneck. Second, the testing void: classic software had a mature quality stack because it was deterministic; probabilistic AI broke those assumptions. We fill the gap with evaluation-as-tests and automatic red-teaming. Outcomes: Leave able to hold a clear-eyed view of agentic coding productivity, name the review-and-verification bottleneck and test probabilistic systems with evaluation metrics, golden datasets and vulnerability scanning in CI. Enterprise AI The Model Does Not Write the Number: putting a plain question to your database You ask a language model a question about your data. It answers with a number. The number is plausible. It is wrong. Hardly anyone signs off on a board decision on the strength of a plausible number. That single fact blocks more deployments than budget and regulation combined. The answer is not a better prompt: it is to take away the model's chance of being wrong about the number. The model writes the query, the database answers. A wrong query can be seen, kept, replayed and fixed; a made-up number cannot be seen, because it looks exactly like a correct one. Two locks that do not depend on good will: a read-only account, and a parser that inspects the structure of the query before anything runs. Four questions, in the order a meeting asks them: a number, a row-by-row prediction, a three- month forecast, a chart chosen live. An exam you are not allowed to have seen: held-out question and query pairs, scored by running both and comparing results, then broken down by family of question. A figure without its uncertainty is an opinion dressed as a fact, so every prediction arrives with its range. Built on a real deployment, with the failure modes that only production teaches. Outcomes: Leave able to demand the query under the number, and to measure a question-to-SQL system on a held-out exam rather than on a demo. Enterprise AI Agentic AI: Be an Army of One Agentic AI marks a new era of enterprise AI where a single human intent can be automatically decomposed, planned, orchestrated and executed across complex systems. Beyond prediction or content generation, agentic systems transform clear objectives into coordinated sub-goals, tool usage and adaptive actions. Enabled by modern agent protocols and secure system connectors, Agentic AI turns strategy into execution while keeping humans in command of intent, judgement and accountability. Outcomes: Leave able to tell an agent from a chatbot, name the three or four tasks in your own operations worth handing to an agent first and ask the right questions on orchestration, evaluation and guardrails before you greenlight one. Enterprise AI What It Costs to Run Your Code: euros, watts, grams of CO2e, per unit of work Ask a team what one unit of their work costs to run, per request, per document, per minute of audio, and you will usually get a cloud bill divided by a guess. This talk builds the dial that meter never had, and says which numbers it is allowed to show. The boundary makes the figure. Two published figures for one inference sit a factor of thirty- eight apart without either party being evasive: they answer two different questions that share a sentence. Every number carries its status: measured, estimated, held open, or still owed by a human. A derived number may never claim to be better founded than the weakest of its inputs. Manufacturing the hardware usually dominates the electricity on a short request, by three to six times, and the lifetime that sets it is yours to state. One run bounds nothing: over five identical runs, runtime moved by 4.5 percent and measured power by 49 percent. Annex XI of the European AI Act asks for known or estimated energy consumption and permits an estimate from the compute used, which is this method written into law. The deliverable is a file committed next to the code, reviewed in a pull request, and a gate that fails the build when a cost or a status gets worse. Outcomes: Leave able to state a per-unit cost in euros, watts and grams of CO2e, with the boundary and the provenance of every number attached to it. Enterprise AI AI with respect to Art, Ethics and Philosophy Open Source: The Industrial Miracle Behind Modern AI Today's AI could not exist without an industrial miracle no other sector has produced: open source. PyTorch, scikit-learn, transformers, even open model weights, the frontier bricks are public. Imagine aeronautics or pharmaceuticals publishing their most advanced blueprints for free; it does not happen, but in AI it does. The consequence for a leader is not idealism; it is risk management: the algorithm is not your moat. Your data and client understanding are. Open source is your backup generator against vendor lock-in. Sovereignty is not about who owns the technology; it is about who depends on whom when the wind shifts. Outcomes: Come away understanding why your moat is your data and client insight, not the model and how self- hosting, forking and auditing open-source AI buys sovereignty and business continuity. Enterprise AI The Elephant's Leg: when scarcity moves to the infrastructure Governing artificial intelligence by permission assumes there is somebody to ask. That assumption rests on a material floor nobody votes for: compute, energy, networks, exclusive data. When cognition becomes abundant, scarcity relocates. Governing by permission quietly turns into governing by ownership. An operating system rather than electricity: the metaphor you pick decides which regulator you think you need. The energy wall is local before it is global: a national average says nothing about the town whose water or grid capacity a single site absorbs. Green information technology is the governance of a unit cost, not of an aggregate, which is also why Jevons' paradox is not an objection to efficiency. Compute as a political lever: detectable, excludable, countable, therefore controllable, as export controls have already demonstrated. The criticality triplet rather than the sector: capacity to act, critical infrastructure, systemic effects. The talk ends on the one condition under which the whole permission approach stops meaning anything: a single actor owning everything. Outcomes: Leave able to say what your artificial intelligence materially depends on, and what happens the day somebody else closes the tap. Enterprise AI New Ways of Working in the Age of AI: The Manager, Critical Judgment and the Decision AI did not devalue work; it raised the price of judgment. In every team the machine already drafts, summarizes and proposes. What it does not yet know is when to stay silent and that discernment is the manager's job. This talk retraces, calmly, the frontier between what you hand to the machine and the one thing a manager never gives up: the decision. The bottleneck has moved from how fast we write to how fast we can reread, arbitrate and frame. Deciding means dosing autonomy: the costlier an error is, in euros, the less autonomy the AI keeps. And a final reflex: measuring without lying to yourself. A landmark study clocked professionals at nineteen percent slower with AI while they felt twenty percent faster. Outcomes: Leave able to retrace the frontier between what you delegate and the decision you keep, dose an agent's autonomy by the euro cost of its errors and measure a deployment without letting the feeling of speed replace the proof of it. Enterprise AI AI Is Eating Software: Why Now, Without the Hype The is-it-real debate is over; your competitors already stopped having it. The interesting question a CFO asks is timing: why move this year and not in three? This talk answers it. AI is a bicycle for the mind, a leverage tool, not a replacement. Marc Andreessen said software was eating the world in 2011; now AI is eating software. We separate the compounding signal from the hype with an honest reading of where a technology sits on the curve, so waiting stops looking safe and starts looking expensive. Outcomes: Leave able to give your board a one- sentence answer on why AI is not a fad and why timing matters, plus a hype-proof way to place any technology on its adoption curve without predicting a date. Enterprise AI While Not Good Yet: the loop whose stopping condition is a judgment "While the counter is below ten, go round again" is one of the oldest sentences in computing. It works because the machine can answer the question it is asked, exactly, in one clock cycle. The questions that decide the quality of a piece of work are not like that: is this chart readable, does this paragraph follow from the one before, does this forecast deserve production. So we pulled them out of our loops. This talk puts them back. Four steps: act, render, judge, decide. The step teams skip is the render. Without it you are judging an intention rather than a result. The judge may be a human eye, a vision model or a held-out dataset. It must not be the actor: when the same model writes and grades, the grade climbs while real quality stalls. The measured trap: consult the same judge often enough and the loop learns the judge's quirks instead of the subject. An instrument for prose: the round trip through another language, where what comes back deformed marks the place the text does not constrain its own reading. Two rules of conduct: an autonomous loop is worth the quality of the judge it is given, plus the ban on corrupting that judge. Outcomes: Leave able to write the stopping condition of an autonomous loop, and to name the judge that settles it without being the one that acts. Enterprise AI AI as a Science The AI Plumbing: MLOps and the 90% Nobody Photographs Everyone keeps the drawing of the brain; almost nobody keeps the drawing of the plumbing. The model is one cheap organ. The 90% is: ingestion annotation deployment monitoring the wires that carry the signal end to end And it is where AI projects actually live or die. MLOps is DevOps for models with two extra headaches: the data drifts and there is no source code to read, only weights you must measure. A talk for engineers and technical managers in the same room, enough code to be real, enough diagram to be led. Outcomes: Walk away able to recognize each pipe by name so you can staff, budget and audit it, understand data drift and why weights are not source code and see why the algorithm is the cheap part of a production AI system. Enterprise AI Agentic AI: The Dawn of Autonomous Decision-Making Discover how AI agents are enabling companies to plan, execute and adapt actions on the fly with a new level of abstraction and potential. A conversational AI produces answers; an agentic AI produces actions, orchestrated, integrated and IT-governed. Outcomes: Leave with a short checklist to decide whether a use case is agent-ready and the two or three metrics that tell you an agent is safe to deploy, not just impressive in a demo. AI with respect to Art, Ethics and Philosophy The Workshop as Testbed: what art has already lived through twice Every trade now asks the same question: what happens when a machine takes over the central function of a craft. Art has already answered it twice, in 1839 when photography took realistic imitation away from painting, and again now that synthesis takes image-making away from photography. The second answer is more useful than any forecast. The verdict of 1859, servant and not master, and what the craft did next: it changed its question rather than its tools. Measured creativity: machines win the parlour test of unusual uses for an object, and lose on whole works judged blind by juries who did not know. A working practice, in numbers: seventy percent of a film generated, eighty percent of the time spent animating and reworking it, which refutes the myth of the magic prompt. Permissions won rather than principles argued: the 2023 contracts in the audiovisual industry bound ingestion, delegation and attribution, which is the governable part. The measured legal void: the input and output paradox that no ruling has yet settled. Outcomes: Leave with a map of the positions on artificial intelligence and creation, and the only governable question: who authorizes ingestion, delegation and attribution. Enterprise AI AI State of the Art: Don't Get Bamboozled by Geeks An honest, dated tour of the landscape: the Gartner hype cycle read with its release dates the current model landscape (frontier and open weights) agentic tooling RAG versus GraphRAG status For those who want to go further, a curated, free curriculum. The message is simple: the sooner you learn, the better. Outcomes: Leave able to tell what is real from what is hyped right now, with a calibrated sense of the field and a free path to keep learning AI. AI as a Science Large Language Models: From Foundations to GraphRAG How Large Language Models work and how to make them trustworthy in production. It starts under the hood, tokenization, embeddings and the self-attention of Transformers explained on a whiteboard without drowning you in math, then moves to what an LLM does for the enterprise, from language understanding to context-aware dialogue that automates customer interactions and supports decisions. From there it climbs the conversational-maturity ladder, each rung a persona: the bare LLM retrieval-augmented generation (RAG) long-context windows RAG plus LLM-as-router GraphRAG Along the way it maps the causes of hallucination to their antidotes, grounding, knowledge graphs and symbolic rules, so a system reasons over your facts, not around them and it flags the new security gaps a RAG pipeline opens that a plain LLM does not. Outcomes: Leave able to explain embeddings and attention to a colleague on a whiteboard, choose between a base LLM, RAG and fine-tuning for your workflow, draw the RAG-to-GraphRAG ladder, match each cause of hallucination to its remedy and spot the security gaps a RAG system opens that a plain LLM does not. Enterprise AI AI with respect to Art, Ethics and Philosophy AI Autopsies: What Klarna and Zillow Teach About AI Risk Two real, sourced post-mortems, told honestly. Klarna announced in 2024 that its AI assistant did the work of about 700 agents for a reported profit improvement near 40 million dollars, then in 2025 walked it back and rehired humans for quality and trust. Zillow Offers let an algorithm buy homes, mispriced a turning market, took a writedown above 500 million dollars and cut about a quarter of its staff. Read side by side, they draw one law: autonomy is only as safe as the reversibility and error cost of the action it is allowed to take. Outcomes: Leave with the autonomy versus cost-times-reversibility matrix, the honest reading of two headline cases (avoided hiring is not mass firing; algorithmic home-buying writedowns signal pricing- model failure) and a checklist for which decisions an agent may take alone. Enterprise AI AI as a Science AI with respect to Art, Ethics and Philosophy From Critical Thinking to Critical Conscience: Why AI Flatters and How to Keep Your Judgment When a measure becomes a target, it ceases to be a good measure. Train a model on human approval and it learns to flatter: sycophancy is the Goodhart effect of learning from human feedback, one of Goodhart's four regimes where reward hacking is the structural price of summarizing a rich goal by a poor measure: statistical decoupling out-of-distribution extremes causal intervention adversarial optimization To resonate is not to reason; a model tuned to please returns your own signal amplified, not an independent judgment. So the defense is not more critical thinking, which judges the text in front of you, but critical conscience, which steps back and asks who produced this and with what intent. The machine also forgets what was agreed, changes its mind from one turn to the next and promises without always keeping. You use it every day; you do not hand it the decision with your eyes closed, because describing is not deciding. No malice is required; it is arithmetic, not villainy. Outcomes: Leave able to name sycophancy for the Goodhart effect it is, spot which of Goodhart's four regimes threatens your project, move from what does it say to who produced this and why and hold the line that describing is not deciding even when the AI sounds convincing. Enterprise AI AI as a Science AI in Health and Life Sciences: Care, Measured A sector talk grounded in real, cited cases. Optical refraction where AI shortens exams while prescriptions remain equivalent. In-vitro diagnostics where AI replaces hardware for troponin tests that are life or death. The asymmetry that runs through all of it: in medicine, a miss and a false alarm never cost the same. Framed by EU medical-device and diagnostics regulation (MDR and IVDR), not hype. Outcomes: Leave ready to recognize concrete AI health patterns (computer vision, decision support), price the asymmetry of clinical error and read how regulation shapes feasibility. Enterprise AI The Three U's, Useful, Usable, Used: the Sieve Between a Project That Lasts and a Demo That Shines Once Not “is it magic?” but “is it Useful, Usable and Used?”. This is the sieve that separates a project that holds from a demonstration that shines for a day. Useful (the power of data): relevance inside the systems beats slogans; beyond the wow effect, what are the KPIs your AI actually understands? Usable (the deep illumination of data): fitting into the actual habits of work beats the demo, with humans and design (the way it is conceived) at the center. Used (the responsibility of data): retention beats volume, the real grail; a system is not shipped and then left as is, it loops with the people across the company. What matters is what actually inserts itself into daily work: when a use is well served by an AI, people rush to it the world over, with little loyalty to the previous tool. That is the terminal state, invisible AI, so embedded that adoption is no longer a project, just how the work gets done. Outcomes: Leave able to run any AI initiative through the three U's (relevance beats slogans, integration beats the demo, retention beats volume), kill the ones that will only demo well and design for the invisible AI that stays used long after the launch. Enterprise AI AI with respect to Art, Ethics and Philosophy AI as a Science Invert, Always Invert: Measuring How Bad You Are (in Euros) The single most reusable hour in enterprise AI. Before optimizing anything, measure how bad you are, in the currency of your business. Understanding a client means pricing the cost of their mistakes and the two ways of being wrong (a miss versus a false alarm) never cost the same. With a pen and no mathematics, you build a confusion matrix to count what happens, a business matrix to price each case in euros and you overlay them into a KPI you own. Outcomes: Leave able to build your own business KPI from the confusion matrix and the business matrix, tell a precision problem from a recall problem and see why a single accuracy number lies. Enterprise AI AI with respect to Art, Ethics and Philosophy Generative AI Unleashed: 3 Genies out of the Bottle Three genies of generative AI: the writer genie the programmer genie the artist genie They are rewriting the rules of production in both tech and art and they are not going back into the bottle. Outcomes: Leave with a short, current shortlist of the writer, coder and image tools worth your time and know which of your weekly tasks each one actually shortens. Enterprise AI AI for Business: Creating Value Humans Can Understand Explore how companies can translate advanced AI insights into clear, actionable strategies that drive real ROI and resonate with human stakeholders. Every worthwhile AI project pays out in one of five units of value: money time energy care the previously impossible Name the unit and you can manage the project. Outcomes: Leave able to state, for any AI project, which of the five units of value it pays out in (money, time, energy, care or the previously impossible) and turn that into a number your board will recognize. Enterprise AI AI as a Science AI in Finance, Fraud and Insurance: Pricing Risk, Not Hype A sector talk where every decision carries a price tag: fraud detection as a cost matrix where a missed fraud and a blocked good customer never cost the same credit scoring and its fairness traps demand and claims forecasting generative AI for analysts model-risk governance, the discipline the sector demands above all Beyond enterprise operations, it reads public markets as the most unforgiving lab for autonomous agents: families of trading agents, why backtests differ from live trading and the systemic risks (procyclicality, circuit breakers) regulators now watch. Outcomes: Leave able to turn a fraud or credit problem into a priced cost matrix, see where fairness constraints bite and know what model-risk governance actually requires in a regulated environment. AI with respect to Art, Ethics and Philosophy Enterprise AI The Concentration of Confidences: When a Population Confides in a Handful of Machines For all of history the intimate was distributed across many trusted parties: a priest, a physician, a diary, a close friend. A growing share of a population now entrusts its inner life to one or two providers, traced and indexed. Measured usage is shifting from asking and doing to expressing, the most intimate of intents. The talk treats this as a distinct political-risk variable, not a user-experience detail: sycophancy that flatters the user because it was trained to, recognition offered by a source with no subject to give it and the labor of underpaid annotators rendered invisible then re-presented as autonomous intelligence. Twentieth-century regimes dreamed of this collection and achieved only a fraction of it, by coercion; platforms achieve more, with none, through service. Named soberly, without sensationalism, including the human cost when the relational substitution goes wrong. Outcomes: Leave with a clear-eyed view of the psychological and political stakes when your users confide in an agent and the governance reflexes (measurable non-sycophancy in the contract, local processing of sensitive data) that keep it accountable. Enterprise AI AI as a Science The Eye as a Window on the Body: Oculomics and AI The retina is the only place in the body where you can see blood vessels and neurons in vivo, with nothing cut and nothing pricked; add that 100 percent of people visit an ophthalmologist around age 45 and it becomes the great window onto health. The fundus is no longer a purely ophthalmic exam; it is a non-invasive optical biopsy of the microvasculature, the neuro-retina and biological aging. This talk traces oculomics from its foundations (high-resolution imaging, large matched cohorts, deep learning) to today's state of the art. Diabetic retinopathy screening is regulated and autonomous (FDA). Systemic-disease prediction (cardiac, renal, neurological) is promising but still awaits prospective validation. The real issue is neither replacing the clinician nor hype, but tuning autonomy and supervision correctly. Framed by MAYA (Most Advanced Yet Acceptable), it calibrates where to place each AI capability: from explainable detection to bounded autonomy. The cost of an error sets the cursor. Outcomes: Leave able to place any retinal AI on the maturity curve, to name the modalities that matter (fundus, OCT, OCT-A), to quantify the asymmetry of clinical error and to ask the right governance questions (image quality, external validation, regulation, reimbursement) before adopting an oculomics tool. Enterprise AI AI with respect to Art, Ethics and Philosophy Taming Bias: Building Fair and Trustworthy AI Bias is poison and it is mandatory. Address the ethical and technical challenges of bias in AI with a six-part taxonomy: engineering sampling algorithm culture measurement exclusion The honest verdict: detecting bias is easy; eliminating it is impossible. Fairness is not mathematical; it is ethical. You choose your bias knowingly, then measure it. Outcomes: Leave able to name the six kinds of bias in your system, measure the one that matters and defend the fairness choice you made, using open-source tools like Fairlearn to do it. Enterprise AI AI Feasibility 101: Big Data Strategies, Small Data Hacks and the Manager as Pilot Evaluate project feasibility with a simple cuboid: N (how many examples, your ally when large), D (input dimension, the curse to invest against) and K (output dimension, where generative AI lives). Then the key reframing: like Formula 1, the engineers build the machine, but you, the manager, are the pilot. You do not need to become an engineer; you need to know the track, the client and the cost of mistakes. Outcomes: Walk away able to assess AI project feasibility with the N/D/K cuboid, recognize the rare cases where R&D financing is truly required and see the manager's real job: to fine-tune generic tools to a domain. Enterprise AI AI/ML 101 for Human Beings: The Four Eras and the AI Palette Show me your data and I will tell you your AI. From programming to machine learning to generative AI to agents: four eras in one line and underneath them one idea, gather your X and your Y then guess the function F. Algorithms learn from data through three families: unsupervised learning supervised learning reinforcement learning This talk teaches over-fitting and under-fitting through the student analogy (learned by heart, lazy or truly understood) and lays out the full AI Palette, without jargon, so managers speak the same language as their data teams, mapping each method to the data you already have in your company. Outcomes: Leave able to look at a business problem and say which family of AI it calls for, what data it would need and whether you already have it; to hold a clear mental model of training, validation and test; and to place any AI method on the map of families, before a single euro is spent. Enterprise AI AI with respect to Art, Ethics and Philosophy AI for Everyday Use Discover the AI tools you can use every day, at work and at home, to boost your productivity, creativity and sometimes even multiply your potential. Outcomes: Leave with a handful of tools you can open the very next morning to save an hour on writing, searching and planning, at work and at home. AI as a Science Enterprise AI AI History: From Handcrafted to Agentic in 30 Years Trace the shift from early rule-based, handcrafted systems to today's autonomous AI agents capable of making independent decisions, through four ages: handcrafted features deep learning foundation models agents Outcomes: Walk out able to place any AI tool a vendor pitches you in one of the four ages and to see why today's agents are a continuation, not magic, so you can judge the next wave without the hype. Enterprise AI AI with respect to Art, Ethics and Philosophy AI as a Science Manager-Centric AI: the Phenomenological Compass from Idea to Production The philosopher Merleau-Ponty turned the nervous system into a compass and that same compass maps an AI project from idea to production. A signal comes in through the sensory nerve (data ingestion and perception), passes through the brain (algorithms and infrastructure) and goes back out through the motor nerve (action) toward the client. The manager sits at the center, the customer always in view. Real judgement is not raw calculation on symbols; it is a hands- on, situated feel for the world, which is exactly why it stays human. That compass becomes a roadmap: a shiny demo is not the point, a real problem is, so start from the pain, do the groundwork (including solving it by hand first), prefer data you can actually get over endless research and pitch a proof of concept built around the data. Outcomes: Leave able to place data, algorithms and actions around the manager and the customer with one compass and run a reusable roadmap from idea to production: break the silos, start rough and simple, always keep a log of what the system does and drive milestones, deliverables and risk mitigation from the client's pain. AI with respect to Art, Ethics and Philosophy Enterprise AI AI, Work and Society: The Intellectual Reliefs What is work and what does AI do to it? From Adam Smith on work as value and specialization, through Marx on capital, labor and alienation, to Stiegler on cognitive proletarianization and the legal vacuum for knowledge workers. Then the long view: writing, printing, computing and now AI, each relieving one intellectual burden and triggering a civilizational shift. When Delaroche saw the first photographs in 1839 and declared painting dead, he was both right and wrong. Outcomes: Leave able to hold a reasoned conversation about AI and jobs (from Smith to Stiegler) and to name what each past intellectual relief has destroyed, created and left distinctly human. Enterprise AI AI as a Science Recommender Systems: Personalizing Your Customer Journey Learn how recommendation engines harness user data to personalize experiences, boost engagement and drive conversions across digital platforms. Outcomes: Leave able to select the right recommendation approach for your catalog and traffic patterns, identify which metric actually tracks business impact (not just clicks) and recognize the classic pitfalls that silently erode engagement. Enterprise AI AI with respect to Art, Ethics and Philosophy AI in Media, Entertainment and Music: Attention, Retention, Creation A sector talk grounded in real, cited cases: recommendation engines that shape attention churn predicted with survival analysis so you act before a subscriber leaves catalog revenue optimization with Ircam Amplify algorithmic promotion and editing for creators using Jellysmack music AI from stems to score Where does the tool end and the artist begin? GenAI replays for creators the question that photography, from the daguerreotype to the Polaroid, once posed to painting. Outcomes: Walk away able to recognize concrete media AI patterns (recommenders, survival-based churn, creative AI), measure attention and retention honestly and locate where the tool-versus- artist line falls. Enterprise AI AI in Retail, E-commerce and Logistics: From Fraud to Smart Slotting A sector talk grounded in a decade of operations. Fraud and revenue optimization in production, demand forecasting that keeps shelves and warehouses right-sized and warehouse smart slotting where an agent is not just a language model but a knowledge graph plus a solver, delivering provable optimality. Here we sell margin, not code. Outcomes: Leave able to see how retail and logistics teams combine forecasting, fraud detection and knowledge graph plus solver optimization to move real operational and margin metrics. Enterprise AI AI with respect to Art, Ethics and Philosophy AI in Products, Tools, Teams, Entertainment, Art and Public Life AI is everywhere. How do we measure it with common sense across our use cases? products tools management health entertainment art public life If AI generates measurable value, how do we get customers to smile? Outcomes: Leave ready to apply concrete frameworks and examples from idea to the client's smile and set up developer- and citizen-centric AI toolchains around measurable client value. Portraits One figure, one idea. The career is the argument. Enterprise AI Jeff Dean | What is happening now you have the best model in the world? In 2013 Google has a problem: three minutes of voice recognition per user per day would force it to double its total computing power! Jeff Dean has the best algorithms in the world at the time and asks himself how to cope. Behind DistBelief, TensorFlow, the TPU and knowledge distillation, this portrait defends a claim that runs against the grain: durable value lives in the engineering that makes a model run cheaply, reliably and at scale. Judge the system rather than the model; start from the cost wall; ship the distilled model rather than the biggest one; and remember that at scale, unit economics become the architecture. Outcomes: Leave able to judge an AI system by its engineering rather than its demo: read the bill at full scale before funding a pilot, prefer the deployable model to the impressive one and value the systems engineers who make AI actually run. Photo: Google / DeepMind, Future of Go Summit 2017, via CNBC Enterprise AI AI as a Science Michael I. Jordan | The engineering discipline artificial intelligence never got An ultrasound, white spots around the heart of the fetus, a risk announced at one in twenty and an amniocentesis offered at roughly one in three hundred of killing the fetus. The father is a statistician, so he goes looking for where the numbers came from: the predictive study was real and ten years old, and the machine in the room that day packed a few hundred more pixels per square inch than the one in the study. The spots were noise. No part was broken; the fault lay at the joint that nobody owned. This portrait is not the work of a critic of the field, it is the work of one of its founders, whose lab produced the ancestor of recurrent networks and of mixture-of-experts architectures. It defends two ideas a leader should make their own: the provenance of a number is an engineering question rather than a documentation chore, and we are building societal-scale decision systems the way bridges were built before civil engineering existed. Outcomes: Leave able to name the owner of every joint between two bricks validated separately, and to ask where a number came from before you sign it. Photo: UC Berkeley EECS Enterprise AI Fei-Fei Li | Benchmarks make fields For decades and for lack of resources, artificial intelligence could only play with little data and it took a great deal of human intelligence to solve enormous problems. At the end of the 2000s, Fei-Fei Li's stroke of genius was to bet on massive data, in Computer Vision first. Quantity as never before, but above all the quality of the human annotations that teach the machine: ImageNet and its fourteen million hand-labeled images! The technological lock on images in AI could not hold out for long and we all benefit from it today. This portrait defends two ideas a leader should make their own: data is the real lock and the real competitive advantage, not the algorithm, so audit your annotations before shopping for a better model; and a benchmark can bring a whole field into being, beyond all the images in the world. Outcomes: Leave able to treat data as the real asset: audit the labels and their provenance before funding a cleverer model, define a benchmark that organizes the work without becoming a target to game and keep the human at the center of what the data is for. Photo: IEEE Spectrum Enterprise AI Geoffrey Hinton | Right about the direction, wrong about the clock Four turns in one career, a direction seen decades before the field agreed, and a famous forecast that was right about the trajectory and wrong about the date, acknowledged in public by the person who made it. That combination is the most useful thing a manager can learn from a researcher. This portrait defends two ideas: a prediction about a direction and a prediction about a date are not evaluated the same way, and what gets delegated to a machine is a task rather than a job, which is why counting jobs at risk answers the wrong question. It ends on the discipline of changing your mind out loud without losing your authority. Outcomes: Leave able to separate the direction of a technology from its calendar, and to cut a job into tasks before delegating any of them. Photo: Cmichel67, CC BY-SA 4.0, Wikimedia Commons Enterprise AI AI as a Science Yann LeCun | Being early is indistinguishable from being wrong Through the winter of artificial intelligence he kept working on what almost nobody would fund. His convolutional network was already reading cheques while the field treated the approach as a dead end. This portrait tells what it costs to be right too early, why the frontier is never the current leaderboard, what he proposes instead (predict the world rather than the next word), and why open weights are for him a sovereignty bet as much as a scientific gesture. It defends two ideas a leader should make their own: adopt a direction without believing its calendar, and judge an architecture on what it makes governable rather than on its score. Outcomes: Leave able to tell a scientific conviction from a calendar bet, and to decide what you want to be able to keep running in your own house. Photo: Jérémy Barande, École polytechnique, CC BY-SA 2.0, Wikimedia Commons Enterprise AI Andrew Ng | The boring eighty percent is the whole job "Artificial intelligence is the new electricity" went around the world; what gets quoted far less is what he did next, which was to move everyone's attention from the model to the data. While the room stares at the architecture, he looks at the labels: the labelling standard is the real deliverable, a disagreement between two annotators costs more than a point of benchmark, and a small scope started on Monday beats a large programme discussed for six months. This portrait defends two ideas a leader should make their own: fix the data before changing the model, and make the method circulate instead of keeping it inside one team. Outcomes: Leave able to demand a written labelling standard before any model budget, and to start on a scope small enough to actually ship. Photo: TechCrunch, CC BY 2.0, Wikimedia Commons Enterprise AI AI as a Science Judea Pearl | Your model predicts, it does not explain A model that flags, with ninety-five percent accuracy, which customers will leave still does not tell you what to change. This portrait climbs the ladder of causation, seeing, doing, imagining, and shows why almost all machine learning, including today's large language models, lives on the first rung. That is not a dismissal, it is a specification sheet. It defends two ideas a leader should make their own: correlation is not causation and the confusion is expensive in euros, and to know a cause you usually have to act, which means running an experiment rather than buying a bigger model. Outcomes: Leave able to place your system on the right rung, and to say which experiment you would have to run before claiming a cause. Photo: UCLA Samueli School of Engineering AI as a Science Demis Hassabis | Aim at a problem out of reach, then close it A fifty-year-old scientific problem closed, and before that a board game the field thought a decade away: the career holds in two demonstrations. This portrait looks at what a sandbox teaches and what it hides, because a game is honest and the world is not, then at what is worth borrowing from his governance doctrine, aim for a CERN rather than a Manhattan. It defends two ideas a leader should make their own: choose a problem whose success can be verified without an arbiter, and say in advance which institution carries the ambition and its risk. Outcomes: Leave able to pick a problem whose success verifies itself, and to name the institution that carries the risk of the ambition. Photo: John Sears, CC BY-SA 4.0, Wikimedia Commons Enterprise AI Grace Hopper | The machine had to learn to speak human She was told a computer could only do arithmetic. She taught one to read. The compiler came first, then a language ordinary professionals could write, then a career spent making the invisible teachable, and a sentence she held to be the most dangerous in the language: we have always done it this way. This portrait defends two ideas that speak directly to a mixed room of managers and engineers: abstraction is translation, which is why every profession is a language worth learning, and making a skill teachable is an act of engineering as much as of pedagogy. Outcomes: Leave able to treat abstraction as a translation between trades, and to make teachable the thing only your team knows how to do. Photo: James S. Davis, US Navy, public domain, Wikimedia Commons Enterprise AI AI with respect to Art, Ethics and Philosophy Cynthia Dwork | Privacy is a budget you spend, not a box you tick Your team says the export is anonymized. Ask them to prove it. They cannot. The reason is not carelessness: the question has no answer. "Is this anonymous?" is a claim about every dataset that exists and every one that ever will, so nobody can audit it. Cynthia Dwork did not build a better scrubbing tool. She replaced the question with one you can answer by Friday: how much privacy did this query cost, and what is left in the budget? This portrait shows why removing a name does not destroy information but moves it, why the budget depletes on its own whether or not anyone counts, and what the US Census, Apple and Chrome actually spend, three numbers nobody can compare without knowing what each one protects. Outcomes: Leave able to ask any vendor three questions: what is epsilon, what does one epsilon cover, and does it reset. Photo: Edmond J. Safra Center for Ethics, CC BY 2.0, Wikimedia Commons Enterprise AI AI with respect to Art, Ethics and Philosophy Cynthia Rudin | Do not explain the black box, build one you can read Your model declines the loan. The law requires the letter to name the principal reason, so you buy a module that produces one. Cynthia Rudin asks the question that settles it: is that a reason, or a guess about a reason? Her argument is not a measurement but a piece of logic. If the explanation agreed with the black box everywhere, it would BE the black box and you would throw the model away. So it is wrong somewhere, with nothing to tell you where. On the Broward data, three readable rules resting on two variables reach 66.5% against 66.0% for a proprietary product with 137 questions. This portrait also gives the honest limit, which Rudin states herself: on images, sound or raw text, neural networks keep the advantage. The measured gap elsewhere runs from zero to two points. Outcomes: Leave able to demand one thing before buying an explanation layer: build the readable model and measure the gap. Photo: Duke University Enterprise AI AI as a Science Claude Shannon | No model creates information that is not there Two suppliers pitch you the same month and both score 92% on your test set. That pair of numbers says very little about them. It says something about your data, which can be read. In 1948 Claude Shannon turned something everyone treated as qualitative into a quantity with a unit: information is measurable, in bits. This portrait hands a leader three tools to use before signing. Entropy, which prices what a label actually carries: if 99% of your transactions are legitimate, the label weighs 0.08 bits. The data processing inequality, which says no model creates information that is not there. And a computable error floor, which turns a result that is too good into a bug report rather than a triumph. In 1951 Shannon measured English with a book and a pencil; a 2023 model lands in the same order of magnitude. Outcomes: Leave able to measure your ceiling in an afternoon, and to recognize a score that beats it as a leak rather than a breakthrough. Photo: Tekniska museet, CC BY 2.0, Wikimedia Commons Enterprise AI AI as a Science Richard Sutton | Why cleverness keeps losing to computation Team A: eight domain experts, eighteen months, writing down what they know so the machine can apply it. Team B: the same money spent on data, on search, on rented computation. Over sixty years Team B won more often than not. Richard Sutton wrote it up in eleven hundred words on his own website in 2019. This portrait hands you the question to ask before funding anything: what does this system do with ten times the computation? If it only runs faster, you bought a fixed asset. The portrait also stops where the agreement stops, naming three places where structure still wins: when data is scarce, when one example is expensive, when the symmetry of the problem is known. Deep Blue, Sutton's flagship example, carried eight thousand hand-written evaluation rules.Read the source text: "The Bitter Lesson", Rich Sutton, 13 March 2019. Outcomes: Leave able to ask one question of any proposal: what does it do with ten times the computation, and on what date do you find out. Photo: Steve Jurvetson, CC BY 2.0, Wikimedia Commons Enterprise AI Tamara Atanasoska | Who maintains the instrument your fairness claim rests on "We assessed our model for fairness" passes the committee without anybody asking the two questions that decide whether the sentence means anything: which harm, for which groups, and who keeps the tool working. This portrait follows a maintainer of Fairlearn, the open source toolkit many of those claims rest on, and takes its teaching from the project's own choices. Harms, not bias. The documentation deliberately avoids the words bias and debiasing, and defines unfairness by its impact on people rather than by causes or intent. Four harms, two measurable. Allocation, quality of service, stereotyping, erasure, and a manual that says which two the package honestly covers. A table, not a score. Group fairness means your metric computed group by group, with the gap visible and the decision left to whoever signs for it. Fairness is an unobservable construct. Most harm enters when the real problem is translated into a learning task, long before the model. The part nobody puts on a slide. Fifty-two of her sixty-one merged contributions are maintenance, documentation, continuous integration and fixes, and the package is downloaded around a hundred thousand times a month by users its maintainers cannot identify, because companies will not discuss their use of fairness tooling. Outcomes: Leave able to name the harm before the metric, to demand the per-group table rather than a fairness score, and to know who maintains the open source tool your compliance depends on. Photo: Weizenbaum-Institut Enterprise AI Katharine Jarmul | Privacy is a property of the pipeline, not a label on a dataset "We did not keep the data, we only kept the model" is said in good faith in steering committees. It is false: a trained model carries pieces of its training data, most faithfully in the sparse regions where the unusual person lives. That observation is why she moved an entire career from ethics to privacy engineering. The U-turn, on the same stage six years apart. In 2017 she opened a conference on debiasing word vectors, convinced awareness plus technical fixes would do it; in 2023 she returned to say that debiasing has not been shown to work in any meaningful way and that the problem starts before the algorithm. Pseudonymization is not anonymization. Useful, linkable by design, and dangerous mostly because it creates a false sense of security that makes teams share data more widely. Governance before technology: documentation, discovery of undocumented data, lineage, and versioning, which is the instrument that lets you prove what trained a model and what a deletion request actually removed. Four bridges, four tolls: differential privacy, federated learning, encrypted computation, synthetic data. Each buys something precise and costs something precise. None is private by the mere fact of its name. Privacy built in, not a luxury you pay for, with consent as a product surface: keep data local, federate, anonymise this and not that. Outcomes: Leave able to stop saying anonymized and say instead which technique, against which attacker, with which residual risk, and to treat the model as a copy of the data when you plan deletion, lineage and versioning. Photo: kjamistan.com Enterprise AI AI as a Science Richard Feynman | The form is perfect and no airplanes land In the South Seas, people who had watched cargo planes land rebuilt the airfield from memory: runways, fires along the sides, a controller in a wooden hut with wooden headphones and bamboo antennas. In his 1974 commencement address Feynman said of it: they are doing everything right, the form is perfect, and no airplanes land. He called the research that works that way Cargo Cult Science. Our field has become very good at the forms. Benchmark, dashboard, evaluation suite, A/B test, model card: instrument or scenery, and one test sorts them, could a decision have gone the other way? Leaning over backwards, his name for scientific integrity, is a procedure with five outputs: report what might invalidate the result, name the other explanations, show what you eliminated and how, give the details that cast doubt, publish the facts that disagree. The drift nobody intended: measurements of the electron's charge crept toward Millikan's wrong value, because results that disagreed got debugged and results that agreed did not. The rats nobody cited: the 1937 experiment that found the conditions under which rat experiments mean anything was ignored, because it discovered nothing about rats, only everything you must control to discover something about rats. The first principle: you must not fool yourself, and you are the easiest person to fool. He closes not on personal virtue but on employment, wishing his audience the freedom to keep their integrity without their position depending on losing it. Read the source text: "Cargo Cult Science", Caltech commencement address, 1974. Outcomes: Leave able to tell an instrument from scenery with one question, and to run the five- point audit: what would make this wrong, which surprises got debugged, who found the valid conditions, which missing fact would change the conclusion, who can report a bad number safely. Photo: Tamiko Thiel, 1984, CC BY-SA 3.0, Wikimedia Commons Enterprise AI AI as a Science Gaël Varoquaux | The licence bill was larger than the hardware bill A physicist wants to automate complex experiments, some of them on zero-gravity parabolic flights, and the commercial reference tool of applied science keeps letting him down. He moves to brain imaging and notices an absurdity: the laboratory pays more for software licences than for its computers. So he decides to build something better, and free. The trade of data scientist, as a job you can be hired for, came out of that decision as much as out of any paper. "You are over-crediting me", he replied in public when this story was told. The library is a collective artefact, and a room that uses it daily has rarely heard the names of the people who maintain it. An interface is a pedagogy. The largest quality gain in applied machine learning was not an algorithm, it was a convention that made the correct procedure the easiest one to type. Try the boring model first. On forty-five tabular datasets, with the hyperparameter search counted inside the budget rather than quietly outside it, tree-based models remained state of the art on medium-sized data. The work is the assembly: joining, encoding and repairing tables whose names are spelled four ways is the project; the model is the last ten percent. Benchmarks are noisier than the decision they inform, and a gap smaller than the spread across splits and seeds is not a result. Who pays for the commons? A library everybody depends on and nobody owes anything to is a critical supplier with no contract. Continuity, not virtue, is the argument a finance director understands. Transparency: I work in the same ecosystem as the people and the spin-off discussed here; every measurement cited is public. The source paper on tabular data, 2022. Outcomes: Leave able to demand a fair baseline and a reported spread before any model decision, to budget the data assembly as the project rather than the preamble, and to name the open source libraries your production depends on. Photo: Gaël Varoquaux, CC BY-SA 4.0, Wikimedia Commons --- ## Deraison - Home URL: https://deraison.ai/ L’intelligence artificielle traverse tous les domaines.Comme chaque domaine est une langue :j’apprends la vôtre et vous partage la mienne. Réserver un appel Réserver un appel Avec Deraison, j’aime tout l’arc de l’intelligence artificielle : d’abord business à travers mon travail dans les entreprises depuis plus de 10 ans puis scientifique avec mes collaborations et conférences et enfin académique à travers l’enseignement Warith Harchaoui, Ph.D., Deraison Une méthode concrète pour intégrer l’IA dans l’entreprise J’aide les entreprises à rendre l’IA utile, utilisable et utilisée. Ma méthode consiste à identifier les cas d’usage à fort potentiel, aligner les initiatives avec les enjeux métier et intégrer l’IA dans les workflows existants pour garantir son adoption par les équipes. Un bootcamp sur-mesure pour créer un système activable pour votre entreprise. Découvrir l'offre Bootcamp Découvrir l'offre Bootcamp Faire Découvrez mon portfolio Mon portfolio Mon portfolio Partager Découvrez mes conférences, pour les entreprises, les écoles et la recherche Les conférences Les conférences Transmettre Découvrez mon cours Enterprise AI en MBA, entreprises et écoles éprouvé depuis 2022 Le bootcamp Le bootcamp +10 ans d’expertise en IA CV de Warith CV de Warith --- ## Deraison | Actu URL: https://deraison.ai/actu Actualités L'intelligence artificielle est probablement le domaine le plus actif et le plus compétitif du monde aujourd'hui : en termes d'attention et de capitaux, c'est difficile à battre. De toutes mes forces, j'essaie de participer aussi à ma petite mesure pour apporter ma pierre à l'édifice. 6 octobre 2026 « Que l'on convoque mon Data Scientist ! » Pendant des années, le convoqué, c'était moi ou quelqu'un de mon équipe. Le chiffre, le tableau, la visu, la stat, la prédiction, vite ! Qu'est-ce qui existe ? Où est-ce qu'on peut innover ? Existant : 0️⃣ text2sql qui comprend une question en français pour la traduire en requête SQL et répondre, notamment via Vanna AI Innovations : 1️⃣ text2sql2machinelearning qui met l'IA prédictive dans la boucle pour entrevoir un peu du futur, saupoudré de statistique et une pincée d'incertitude maîtrisée 2️⃣ text2sql2viz qui répond une belle figure graphique pour avoir du recul sur le business Je me suis permis d'écrire comment associer quelques technologies pour ce cas d'usage concret : l'avènement du tabulaire fondationnel (sans entraînement) et une bibliothèque graphique cousue de fil IA, sprezzature.ai Blog pour savoir comment faire marcher les machins et les bidules pour de vrai ! 🇫🇷 deraison.ai/blog/txt2sql 🇬🇧 deraison.ai/en/blog/txt2sql Remerciements chaleureux à Marie Sacksick, Vincent Sammiez, Edmond Jacoupeau et Bachir Zerroug pour nos discussions fructueuses sur ces sujets. Au plaisir d'échanger sans tokens ! Voir le post sur LinkedIn ↗ Lire l'article 29 septembre 2026 Un quadrant magique est une opinion, pas une mesure En 2009, un éditeur logiciel a attaqué Gartner en justice pour sa place dans leur quadrant fameux. Gartner a gagné : c'est un graphique mais pas une mesure, c'est une opinion ! Le Magic Quadrant Gartner est une figure à deux axes. En horizontal, la « complétude de la vision ». En vertical, la « capacité à exécuter ». Leur croisement découpe quatre quadrants et les logos d'un marché sont posés dessus. En haut à droite, les « Leaders »... et tout le monde regarde et veut être en haut à droite. Ce que dit une figure graphique est toujours formé de : • ce que les données disent timidement • ce que l'auteur prétend et avance comme opinion Pour m'amuser, j'ai construit un outil qui exprime tout ça pour vous. Entrez votre tableau d'options notées selon vos critères, cliquez et ça exprime votre opinion dans votre quadrant magique perso. Retenez s'il vous plaît qu'une opinion qui se sait opinion est plus honnête qu'une opinion qui se prend pour une mesure. Essayez sans demander la permission : deraison.ai/standpoint Codez, partagez et lâchez-moi une étoile si je la mérite : github.com/warith- harchaoui/standpoint Voir le post sur LinkedIn ↗ Lire l'article 22 septembre 2026 Le coude d'une courbe, c'est l'endroit où elle plie Détectons-le. Combien de groupes ? Quand s'arrêter ? À quel point de fonctionnement a-t-on la puissance la plus efficace ? C'est quand la courbe plie ! Ce problème a plusieurs solutions pratiques depuis au moins les années 1940 et j'apporte ma petite pierre : combien de pliures et en cas de bruit ? Essayez : deraison.ai/elbow-helper Codez et partagez : github.com/warith-harchaoui/elbow-helper Une étoile GitHub pour me faire plaisir ! Voir le post sur LinkedIn ↗ Lire l'article 10 septembre 2026 Hommage à Hans Rosling : l'histoire de tous les pays du monde depuis 1950 L'histoire de tous les pays du monde de 1950 à aujourd'hui, en quelques bulles qui s'allument dans nos têtes. En 2006, Hans Rosling est monté sur scène pour nous raconter cette histoire. L'année suivante, Google rachète son logiciel Trendalyzer. Ce qu'il a montré n'est pas qu'un graphique mais des pays qui évoluent dans le temps : ⭕️ taille = population, 🔴 couleur = région, animés sur des décennies de développement humain qui défilent sous vos yeux sur deux axes d'une grande puissance explicative : 💰 PIB par habitant 👶 proportion des enfants qui dépassent l'âge de 5 ans L'un des grands enseignements de Rosling reste terriblement actuel : notre intuition seule est un mauvais instrument de mesure du monde. C'est la discipline que j'applique en entreprise : concevoir des équipiers spécialisés capables d'exploiter les données de la maison pour aider les équipes à comprendre, décider et agir. Pour rendre ces données immédiatement lisibles, ces équipiers peuvent notamment s'appuyer sur sprezzature.ai, un outil ouvert de création de visualisations que j'ai développé. Fiers de nos outils, nous nous sommes permis un hommage à Hans Rosling en revisitant son merveilleux travail : sprezzature.ai/hans-rosling.html Rosling n'était pas remarquable parce qu'il savait générer des graphiques. Il était exceptionnel parce qu'il savait transformer ses données en une compréhension fine dans un cadre solide. À l'heure où une IA peut générer n'importe quel graphique en quelques secondes, c'est précisément la deuxième partie qui apporte la valeur pour décider. Voir le post sur LinkedIn ↗ 26 août 2026 « Valet & Intelligence Artificielle », conférence-spectacle avec Elsa Secco 📅 15 septembre 2026 · Narratiiv School, Paris 11ᵉ Je serai sur scène avec Elsa Secco, artiste vidéo, pour notre première conférence-spectacle inédite : « Valet & Intelligence Artificielle » dans le cadre de Le Wagon. À la croisée de la littérature, de l'art et de la science, nous explorerons notre relation à l’intelligence artificielle. On parlera aussi bien de La Phénoménologie de l'esprit que de Jurassic Park en passant par des mythes et texte bouddhique. 💙 Le thème : quel pouvoir choisissons-nous d’accorder à l’IA ? 🐘 Notre ambition : célébrer les sciences et les arts tout en poésie et philosophie. 📅 15 septembre 📍 Narratiiv School, Paris 11e 🎟️ Inscriptions ouvertes, lien en commentaire. Hâte de partager ce moment avec vous. Merci à Jasky Sor pour ta confiance. Voir le post sur LinkedIn ↗ 6 mai 2026 Who's Human IA 2026 : fier d'y figurer Je suis fier d’annoncer que je figurerai en septembre 2026 dans le WHO'S HUMAN IA qui met en lumière les acteurs de l’écosystème de l’intelligence artificielle en France. Cette reconnaissance me touche d’autant plus que je suis convaincu d’une chose : pour comprendre l’IA, il faut croiser les regards. Ceux des artistes, des scientifiques, des ingénieurs, des formateurs, des réalisateurs, des entrepreneurs. En socle commun, défendre avec incarnation une vision française de l’intelligence artificielle : exigeante, créative, éthique, humaine. Dès la fin des années 2000, je pratiquais la data science grâce à l’open source, notamment avec scikit-learn et OpenCV. Depuis, à travers mes expériences et mes rencontres, j’ai vu l’IA transformer bien plus que les entreprises : elle change nos façons de travailler, de créer, de penser, de décider et d’apprendre. Machine Learning, GenAI, Agentic AI et plus récemment Symbiotic AI : les mots changent vite. Comment y voir clair entre la théorie, la pratique, la valeur business et la responsabilité éthique sans hypocrisie ni posture ? Merci à Florence de Rochefort pour cette mise en lumière. Merci aussi à Elsa SECCO qui décidément me fait sortir des sentiers battus. Voir le post sur LinkedIn ↗ 11 janvier 2026 MAYA = Most Advanced Yet Acceptable Rouge à lèvres et locomotives Glamour et innovation en IA 💄🚂 Notre client a un problème identifié. Je peux le résoudre avec nos IA. La pertinence est là. La question suivante arrive : jusqu’où aller sans perdre l’adhésion ? Raymond Loewy continue de me répondre depuis 1951 dans son autobiographie et manifeste en Design "Never Leave Well Enough Alone": MAYA = Most Advanced Yet Acceptable 👉 Aller aussi loin que possible sans franchir le seuil où l’humain décroche L’innovation n’est pas une course à la magie : c’est un curseur qu’on règle en pleine connaissance de cause, sans brûler les étapes Échelle MAYA pour l’IA en entreprise avec un niveau de risque croissant 1. Explain : détecte / classe / résume / contextualise. L’humain décide 2. Suggest : propose des options + compromis. L’humain dispose 3. Draft : prépare un livrable (email, code, analyse, plan). Gain de temps 4. Approve : exécute après validation. Traçabilité active 5. Autonomy : agit seule, mais avec un périmètre borné (règles, budget, audit) 💡 Les projets IA qui gagnent avancent UN cran au-delà du confort 🎯 Règle d’or : plus le coût de l’erreur est élevé, plus l’autonomie doit rester faible. Pour l’augmenter, nous n’ajoutons pas de “magie”, nous ajoutons du contrôle Voir le post sur LinkedIn ↗ 10 janvier 2026 Écologie. Souveraineté. Biais. En entreprise… c'est du pipeau ? Tant que ça reste du discours pieux, oui En tant que Head of AI, je parle de coût, de pérennité de l'entreprise, de droit et voilà comment je porte ces valeurs 🌱 “IA éco-responsable” ❌ C’est sympa mais inefficace Moins de calculs = moins d’€ dépensés = moins de CO₂ Profitons-en ! 🔗 lnkd.in/eX3YbE5x Pour l'amour de la Terre, à chaque fois que c'est possible : Facture d’abord, impact écolo ensuite 🏳️ “IA souveraine” ❌ C'est patriote mais inefficace Parlons de la pérennité de l'entreprise Même l'état en France choisit trop souvent Microsoft et Google En 2000, Toys “R” Us signe un accord d’exclusivité de dix ans avec Amazon, externalisant ses ventes en ligne et retardant son propre e-commerce. Quand Amazon élargit son réseau de fournisseurs, Toys “R” Us gagne le procès mais a déjà perdu son élan vers le e-commerce 🔗 lnkd.in/ecn5a_98 Soyons pragmatiques : Souveraineté de l’entreprise > souveraineté tout court ⚖️ “IA éthique et inclusive” ❌ C'est noble mais inefficace Exemples concrets : • Google (2015) a classé en démo publique une photo d'un couple d'afro-américains en “gorillas” • Meta (2021), pareil en vidéo ("primates") Données d'apprentissage biaisées (sur-représentation d’hommes blancs adultes) → catastrophe statistique 🔗 lnkd.in/e-4EEduE Ce qui fait bouger les lignes : le risque réputationnel et juridique Voir le post sur LinkedIn ↗ 31 mars 2025 Novembre 2022 : une jambe en moins, une passion intacte Novembre 2022. Les médecins sont unanimes : « Il faut amputer cette jambe droite » qui me fait des misères. Quelques semaines plus tôt, Elsa SECCO 👾 me parle avec une force rare. Son souffle m’aide à grandir, à prendre une décision qui pourtant me révolte. Ensemble, nous avons renoncé à un financement de startup pourtant remporté, à cause de cette jambe devenue inutilisable, comme les médecins me l’ont expliqué. Ce jour-là, les souvenirs s’estompent. La décision est prise. Je pars seul à l’hôpital, sans musique dans les oreilles, moi qui écoute d’habitude du Satie, du Little Richard ou de tout ce que mes oreilles peuvent attraper. Pas par force mentale. Par saturation. Trop de tension. 🔇 Besoin de silence. 🧠 Mon esprit, lui, s’échappe vers ce que j’aime faire : les sciences en intelligence artificielle. ChatGPT-3.5 vient de sortir. Sur mon Mac posé sur mon lit d’hôpital, ça me fait l’effet d’un séisme. Nicolas Renard mon chef chez Jellysmack, me remplace au pied levé à Rennes et Andrea Colonna est d'accord et me dit qu'il serait bien venu aussi ! Nicolas fait Toulouse-Paris-Rennes aller- retour parce qu’il pense que c’est important. Marc Caillet me dit de temps en temps des nouvelles du boulot et quelques blagues aussi. Ces mecs ont une très grande classe ! 📐 Je continue à lire des papiers sur arXiv. Dans ma valise, il y a un livre sérieux : le draft dont Francis Bach m'a suggéré la lecture, son « Learning Theory from First Principles » (deux ans avant sa sortie). Ce bouquin envoie du bois ! Je reprends mon stylo pour refaire un calcul. Ressentir l’intuition et le plaisir de comprendre. 📞 J’appelle Mohamed CHELALI : « Tu t'en sors dans la séparation de locuteurs ? ». Il me dit que ça bosse, un peu surpris que je pense à ça pour le plaisir 🤓 Quelques mois plus tard, après du travail avec un personnel médical qui sont des magiciens, je marche et je cours avec une jambe droite en métal ! Je peux voyager sans les soins quotidiens d’un infirmier inquiet d’un éventuel risque septique. Alors aujourd’hui, quand je sors d’un rendez-vous pro, en costume, chemise blanche bien repassée… 👉 Je fais le malin. Tout à l’heure, alors qu’il faisait beau à Paris, j’ai demandé à un passant de me photographier à l’iPhone, pour faire rire mes amis. On me demande parfois : « Pourquoi tu as appelé ta boutique en IA : deraison.ai ? » Parce que j’aime ce champ sonore : déraison, de raison victorieuse, dérision Je crois qu’il ne faut jamais se prendre au sérieux, mais qu’il faut prendre anormalement au sérieux chaque chose qu’on a le privilège de créer. Voir le post sur LinkedIn ↗ Photo : Gaël Varoquaux, CC BY-SA 4.0, Wikimedia Commons 20 mars 2025 scikit-learn est né d'une contrainte et mon métier avec lui ✊ J'affirme que mon métier de Data Scientist est né dans un laboratoire de neuro-imagerie cérébrale 🧠 en France. Un chercheur en physique voulait un outil gratuit et meilleur qu'un logiciel répandu mais très cher 💰 scikit-learn, créé en 2007 🎉, est aujourd'hui l'un des piliers de la Data Science Open Source grâce à Gaël Varoquaux. Il y en a évidemment beaucoup d'autres qui l'ont suivi et encore tant d'autres qui arrivent dans le monde entier 🌍 🔹 Gaël utilisait Matlab 📊, alors référence en sciences appliquées. Mais en voulant automatiser des expériences complexes, y compris pour des vols en zéro gravité 🚀, il a constaté que Matlab était peu fiable ☹️ 🔹 Lorsqu'il travaillait en neuro-imagerie cérébrale à NeuroSpin 🧠, des labos payaient plus en licences Matlab qu'en matériel informatique 💸 🔹 Gaël a décidé de faire mieux et gratuit 🤯 via une philosophie créatrice : l'IA Open Source 🏢 Le succès de scikit-learn a été tel qu'il est au cœur de l'IA en entreprise : faire manger des données à des algorithmes pour créer de la valeur André Gide disait : « L'art naît de contraintes, vit de luttes et meurt de liberté » Dans tout ce que j'entreprends, j'essaie d'identifier mes contraintes, mes luttes et mes libertés Voir le post sur LinkedIn ↗ 17 mars 2025 Je fais de l'IA et pourtant ce soir, je suis au Sénat Voici pourquoi 👇 🏛️ L’IA n’est pas qu’un sujet technique, c’est un enjeu politique, économique et stratégique Je viens donc écouter mon ami Alkéos Michaïl, PhD du think tank 4ème Révolution et mon patron Yann Lechelle chez :probabl. 🧑‍🔬 J’ai toujours été passionné par les mathématiques et l’intelligence artificielle, même quand ce n'était pas encore à la mode… et parfois au point de préférer discuter avec des chercheurs plutôt que d’aller en cours ! 😇 💡 Pourquoi ? Parce que je veux une IA ancrée dans l’économie réelle, qui crée de la valeur tangible 🌍 👣 Mon parcours en IA 🚗 Oscaro : Quand la Data Science industrielle n’existait presque pas (en 2014 !), j’ai vu comment elle pouvait impacter un secteur aussi concret que les pièces automobiles 📺 Jellysmack : Plongée dans une licorne corsico-américaine, j’ai découvert le monde des contenus digitaux et comment l’IA façonne les perceptions 🤖 :probabl. Aujourd’hui, je suis aux côtés des créateurs de scikit-learn, qui ont fabriqué mon métier en offrant ce que beaucoup considèrent comme un pilier incontournable de l’IA Open Source 🌍 Chez :probabl., nous défendons une conviction forte : l’IA doit rester ouverte et maîtrisable ✅ De l’Open Source, pas de la boîte noire impossible à maintenir ni comprendre ◼️ ✅ Des Open Weights, pas du SaaS opaque qui vous asservit à une entreprise super chère 🏢 ✅ De l’Open Data, pas de l’exploitation sauvage et aveugle des données 🛡️ ✅ Une IA souveraine, qui libère au lieu de vous enfermer 💪 🤝 Chez :probabl., Nous aidons les entreprises à prendre ou reprendre, le contrôle de leur IA 🔍 Audit de modèles & IA de confiance ⚙️ Industrialisation de solutions Open Source 🔝 Montée en compétences des personnes "non-IA" en plaçant vos métiers au centre 🤔 Comprendre les fondamentaux pour maîtriser les enjeux IA 💡 Je publierai plein d'anecdotes et de succès dans ces verticales 🏦 dans la finance 🏥 dans la santé 🏭 dans la logistique et l'industrie 📰 dans les médias alors suivez-moi sur LinkedIn Voir le post sur LinkedIn ↗ 19 novembre 2024 Premier jour chez probabl. ! Aujourd’hui, je rejoins une entreprise dont j’admire les personnes depuis au moins 15 ans : depuis ce premier jour où j’ai écrit les mots “import sklearn” 😌 Merci chronologiquement à Yann Lechelle, Olivier Grisel, Nicolas Delaforge, Franck Charras, Charlène Bizollon, Emma Tysinger, Pierre-René Lherisson, Freddy Limpens et tous les autres pour leur confiance. Porter enfin le fameux sweat-shirt bleu aux carrés oranges qui m’a tant plu à la conférence PyData, il y a quelques semaines, est un honneur et une responsabilité 🙏 Depuis mon départ de Jellysmack en mai 2024, après près de trois années passionnantes, je me suis posé mille questions sur ma trajectoire professionnelle et mes aspirations entrepreneuriales, académiques et scientifiques. Ces réflexions ont été nourries par de belles discussions avec des personnes que j’aime (vous vous reconnaîtrez, indice : il y avait souvent un repas ou un café impliqués dans nos histoires 😋) Qu’est-ce que je vais faire ? 👉 Contribuer à l'Open Source en intelligence artificielle depuis la France, avec un rayonnement international unanime (et oui, demandez aux experts et ils confirmeront 😏). 👉 Porter plusieurs casquettes : de la théorie à la pratique, du besoin au produit, des sciences aux applications, du problème à la solution… et du rêve à sa réalisation avec son financement 💡 Pourquoi ? Cette opportunité réconcilie deux aspirations : 1️⃣ L’excellence avec les meilleurs, tout simplement 2️⃣ La satisfaction de résoudre des problèmes concrets au service des clients Plus encore, cette mission s’inscrit dans un enjeu qui me dépasse : l’Open Source en IA libère la connaissance, comme l’alphabétisation a transformé nos sociétés dans un autre temps. Là où certains doutaient autrefois de l’intérêt économique d’instruire en masse, nous savons combien ces choix ont un impact immense pour aujourd’hui et demain. Chez :probabl., je relève le défi d’imaginer, écouter, comprendre, réexprimer mathématiquement, informatiquement et commercialement ce dont le client a besoin, avec panache je l’espère (pour le plaisir d’utiliser un mot si français 🇫🇷) Si votre lecture en est arrivée là, vous devriez m’envoyer un message ou laisser un commentaire : j’adorerais échanger ! 🤝 Voir le post sur LinkedIn ↗ Me suivre sur LinkedIn ↗ --- ## Deraison | AI Books URL: https://deraison.ai/ai-books Ressources favorites en IA Dans le domaine de l'intelligence artificielle, qui évolue à un rythme effréné, il est courant de constater un volume et un rythme élevés de publications, tant scientifiques que non scientifiques. Cela peut sembler intimidant et l'on me demande souvent comment s'y retrouver. C'est dans ce contexte que je propose une liste d'ouvrages que je trouve particulièrement remarquables, accompagnés de quelques commentaires, à l'intention des lecteurs désireux de se lancer dans la passionnante aventure de l'IA. Tout 🎥 Vidéo 📚 Livre 🌐 Site 💻 Code 🇬🇧 🇫🇷 Machine Learning / Data Science / Deep Learning Natural Language Processing Programming Philosophy & History of Technology Enterprise AI Computer Vision Algorithms and Optimization Signal Processing and Information Theory Reinforcement Learning Healthcare AI 44 ressources 🎥 Vidéo 2025 🇬🇧 Julia Turc Machine Learning / Data Science / Deep Learning Natural Language Processing Programming AI explainer videos Apprendre 💪 Cette chaîne YouTube propose des explications claires et techniquement sérieuses sur l'IA moderne : diffusion et flow matching, quantification, apprentissage par renforcement pour les grands modèles de langage (LLM), modèles de raisonnement et détails d'ingénierie qui disparaissent souvent derrière les démos produit. Julia Turc y apporte le regard d'une ancienne ingénieure de Google Research devenue fondatrice de startup, en reliant articles, intuition et contraintes pratiques sans jamais céder au battage médiatique. Aimer 💜 J'aime le ton : précis, énergique et sainement un peu sceptique. Ces vidéos ont la qualité rare de rendre des sujets à la mode à nouveau intellectuellement abordables. Elles sont particulièrement utiles pour comprendre pourquoi une idée fonctionne, où sont ses limites et quels compromis d'ingénierie se cachent derrière des démos impressionnantes. 📚 Livre 2024 🇫🇷 Yann Lechelle Philosophy & History of Technology Ouvertarisme Apprendre 💪 Dans ce manifeste, Yann Lechelle ne parle pas seulement d'« Open Source » comme d'un slogan moral ou d'un vernis marketing, mais propose un concept plus exigeant : l'Ouvertarisme. Il s'agit de penser l'Open Source, l'Open Data et les Open Weights non comme des options idéologiques, mais comme une infrastructure économique et technique nécessaire à la construction de meilleurs systèmes numériques, robustes, souverains et durables. L'ouvertarisme refuse les confusions habituelles : tout n'a pas vocation à être ouvert de la même manière, ni pour les mêmes raisons. Il articule les communs, l'entreprise et l'intérêt général sans naïveté, en rappelant que la satisfaction d'un utilisateur ou d'un client est un moteur aussi humain qu'économique. Maintenant que l'IA et le logiciel sont devenus des leviers de pouvoir majeurs, cette réflexion touche autant à l'économie qu'à la géopolitique, à la citoyenneté et à notre rapport à l'intelligence elle-même. Aimer 💜 J'ai eu la chance de côtoyer Yann Lechelle chez probabl.ai, la société de scikit-learn (l'outil qui a façonné mon métier de data scientist) et ce livre m'a beaucoup touché. J'aime particulièrement qu'il dépasse l'opposition stérile entre idéalisme naïf et cynisme marchand. L'ouvertarisme assume que les meilleurs outils naissent quand l'exigence intellectuelle, l'utilité concrète et les communs se renforcent mutuellement. Ce livre rappelle avec justesse que l'open source n'est ni une posture romantique ni un alibi politique : c'est le moteur discret et exigeant des outils les plus utilisés au monde. Une proposition rare, mature et salutaire. 📚 Livre 2024 🇬🇧 Francis Bach Machine Learning / Data Science / Deep Learning Learning Theory from First Principles Apprendre 💪 Ce livre tente, rarement, de reconstruire la théorie de l'apprentissage automatique depuis ses fondations, en partant non pas des modèles à la mode mais des questions essentielles : qu'est- ce qu'apprendre, sous quelles hypothèses et à quel coût en données, en calcul et en structure. Francis Bach y développe une théorie cohérente de l'apprentissage supervisé, ancrée dans la théorie de la décision, les inégalités de concentration, l'optimisation et l'approximation, en exposant avec soin les compromis qui gouvernent la généralisation. Plutôt que d'organiser le champ par familles de modèles, le livre progresse par principes : régression linéaire, méthodes à noyaux, parcimonie et plus proches voisins deviennent des cas d'école à travers lesquels émergent les idées centrales, la régularisation comme nécessité, les hypothèses comme véritable source de l'apprentissage, les vitesses de convergence comme seule monnaie honnête. Aimer 💜 Ce que j'admire le plus, c'est l'honnêteté intellectuelle de ce livre, qui m'encourage à me poser des questions fondamentales qui affûtent à la fois la compréhension et l'intuition pratique. Aucune affirmation en l'air, aucune intuition de slogan, aucune révérence envers un modèle simplement parce qu'il est populaire : chaque méthode gagne sa place par ses hypothèses, ses preuves et ses vitesses de convergence. Ce qui est rare, c'est que cette rigueur s'applique exactement aux sujets que la plupart des livres de théorie relèguent en note de bas de page : surparamétrisation, biais implicite, dynamiques modernes d'optimisation. C'est un livre avec lequel on grandit. Pour qui veut dépasser les recettes et comprendre vraiment pourquoi les algorithmes d'apprentissage fonctionnent ou ne peuvent prouvablement pas fonctionner, c'est l'une des références les plus exigeantes et les plus gratifiantes disponibles aujourd'hui. 🎥 Vidéo 2024 🇬🇧 Vincent D. Warmerdam Machine Learning / Data Science / Deep Learning Enterprise AI :probabl. Apprendre 💪 C'est la salle de classe communautaire de Probabl, l'équipe open source derrière scikit-learn. La chaîne mélange explications au tableau blanc, sessions de live-coding et « saisons d'articles » qui décortiquent des sujets comme le gradient boosting par histogrammes ou la recherche documentaire façon RAG (Retrieval-Augmented Generation, génération augmentée par récupération). Chaque épisode montre comment diagnostiquer un problème de données, choisir le bon estimateur et raisonner de façon probabiliste pour garder un machine learning tabulaire efficace et honnête. Aimer 💜 Le style de Vincent mêle humour pince-sans-rire et rigueur empirique. Son cynisme bienveillant tranche dans le battage médiatique et transforme les pièges cachés en petits déclics, tandis que ses dessins rendent Bayes et le bootstrap intuitifs. Savoir que les paquets et les habitudes qu'il montre à l'écran sont exactement ceux qu'il publie et maintient en open source change ma façon de regarder ces vidéos : ce n'est pas quelqu'un qui commente scikit-learn de l'extérieur, c'est quelqu'un qui montre les entrailles réelles d'outils dont des millions de gens dépendent déjà. Regarder ces vidéos, c'est un peu faire du pair-programming avec un mainteneur open source chevronné : on ressort de chaque épisode avec un savoir-faire concret et un doute salutaire un peu plus affûté. 🌐 Site 2024 🇫🇷 Antoine Gerbaud, Thomas Gerbaud Philosophy & History of Technology Algonaute : une sélection personnelle d'ouvrages techniques (ou presque) Apprendre 💪 Algonaute est un recoin sans JavaScript du web francophone où deux frères data scientists tiennent une bibliothèque vivante sur l'IA, l'informatique et les sciences cognitives. Chaque notice replace l'ouvrage dans son contexte historique et technique, souligne ses forces comme ses limites et ose dire quand un pavé de 1700 pages devient « relativement illisible ». Aimer 💜 Une citation de Montaigne, « il faut voyager pour frotter et limer sa cervelle contre celle d'autrui », ouvre la page et rappelle que lire est un voyage intellectuel. J'aime ce ton humaniste : libre, drôle, parfois lyrique mais toujours rigoureux. On en ressort avec une liste de lectures sincères, un recul critique sur les promesses de l'IA et l'envie d'aiguiser sa propre curiosité. 📚 Livre 2023 🇬🇧 Vincent Vandenbussche Machine Learning / Data Science / Deep Learning The Regularization Cookbook Apprendre 💪 La régularisation regroupe les idées qui empêchent un modèle d'apprentissage automatique de mémoriser les données au lieu d'apprendre à partir d'elles. Ce livre est un guide pratique pour reconnaître qu'un modèle est trop complexe, trop confiant ou trop fragile et pour le corriger avec des techniques simples et éprouvées. Plutôt que de partir de la théorie abstraite, l'approche « livre de recettes » s'attaque à des situations concrètes : modèles en surapprentissage, prédictions qui généralisent mal, procédures d'entraînement qui semblent bonnes sur le papier mais se comportent mal en pratique. Chaque chapitre explique pourquoi un modèle se comporte mal, quel type de régularisation aide et comment l'appliquer, avec des exemples Python exécutables tout au long du livre. Aimer 💜 Ce qui distingue ce livre, c'est son état d'esprit résolument pragmatique. Il ne traite pas la régularisation comme une réflexion théorique après coup, mais comme une compétence de modélisation à part entière, au même rang que le choix des bonnes variables ou de la bonne métrique d'évaluation. J'apprécie particulièrement qu'il fasse le pont entre le machine learning classique et le deep learning moderne sans frontière artificielle. C'est le genre de livre qu'on garde à portée de main en travaillant : pas pour le lire d'un bout à l'autre, mais pour le rouvrir quand un modèle « marche presque » et qu'il faut comprendre comment le rendre fiable. Clair, honnête et ancré dans la pratique réelle. 📚 Livre 2022 🇫🇷 Chloé-Agathe Azencott Machine Learning / Data Science / Deep Learning Introduction au Machine Learning Apprendre 💪 Ce support de cours propose une introduction rigoureuse et progressive au machine learning, depuis les bases statistiques jusqu'aux modèles couramment utilisés en pratique : régressions, arbres de décision, méthodes à noyaux, réseaux de neurones et validation croisée. Les concepts sont présentés avec suffisamment de mathématiques pour comprendre ce que l'on fait, sans jamais perdre de vue les données et les usages réels. Ce livre est particulièrement adapté aux étudiantes et étudiants de M2 en mathématiques ou en statistiques qui se demandent comment transformer leur formation théorique en un métier concret. Il montre comment les outils mathématiques classiques (probabilités, optimisation, algèbre linéaire) se prolongent naturellement dans les pratiques actuelles de la data science et du machine learning. Aimer 💜 J'apprécie beaucoup la clarté pédagogique de ce cours, ainsi que son positionnement juste : ni vulgarisation superficielle, ni traité abstrait. C'est un excellent point de passage entre l'univers académique et le monde professionnel, pour celles et ceux qui veulent comprendre ce qu'ils font et pourquoi ils le font avant d'implémenter des modèles en entreprise. Un livre rassurant et structurant pour des profils scientifiques qui cherchent à s'orienter sans renoncer à l'exigence intellectuelle. 📚 Livre 2022 🇬🇧 Richard Szeliski Computer Vision Computer Vision: Algorithms and Applications, 2nd Edition Apprendre 💪 Ce livre offre une introduction remarquablement claire et complète à la vision par ordinateur, couvrant toute la chaîne, du traitement d'image bas niveau à la compréhension de scène de haut niveau. Filtrage, extraction et appariement de caractéristiques, géométrie, mouvement, reconstruction 3D et photographie computationnelle y sont présentés avec un équilibre rare entre profondeur et accessibilité. Ce qui distingue vraiment ce livre, c'est son usage exceptionnel des illustrations : presque chaque concept est accompagné de figures soigneusement conçues qui rendent les idées abstraites immédiatement tangibles. Les explications visuelles ne sont pas décoratives : elles font partie intégrante du raisonnement. Aimer 💜 Lire ce livre me rappelle sans cesse pourquoi je suis autant attaché à « l'école de la vision par ordinateur en IA ». La façon de penser du domaine, ancrée dans la géométrie, la physique et des modèles explicites du monde, transparaît à chaque page. La richesse des illustrations rend les algorithmes concrets, presque physiques et transforme l'apprentissage en une expérience concrètement visuelle. Ce que je valorise au-delà de l'enseignement, c'est qu'il fait aussi office de carte vivante de la littérature de recherche : je m'en suis servi aussi souvent pour me repérer dans un nouveau sous-domaine que pour réapprendre une technique fondamentale. Une référence rare et particulièrement satisfaisante. 📚 Livre 2022 🇬🇧 Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein Algorithms and Optimization Introduction to Algorithms Apprendre 💪 Malgré son titre modeste, ce livre est tout sauf une introduction au sens ordinaire. Il propose un traitement profond, systématique et rigoureux des algorithmes, couvrant un vaste éventail de sujets, du tri, de la programmation dynamique et des algorithmes de graphes aux structures de données avancées, à l'analyse amortie et aux méthodes randomisées. La force de ce livre tient à sa précision : les algorithmes n'y sont pas présentés comme des astuces habiles, mais comme des objets soigneusement analysés, avec des hypothèses explicites, des preuves de correction et des garanties de complexité. Aimer 💜 J'aime plaisanter sur le mot « introduction » dans le titre : quiconque maîtrise vraiment ce livre a incontestablement une solide culture algorithmique. Il est devenu si central dans le domaine qu'on l'appelle simplement par les initiales de ses auteurs, comme on citerait une loi plutôt qu'un livre. Le travailler entraîne une façon de penser particulière : décomposer les problèmes, raisonner sur les limites, concevoir des solutions qui passent à l'échelle. Ce n'est pas un livre qu'on lit simplement : c'est un livre avec lequel on lutte. Et si on en ressort de l'autre côté, on garde un état d'esprit algorithmique durable qui paie dans toute l'informatique, la data science et l'IA. 📚 Livre 2021 🇬🇧 Charles Bouveyron, Gilles Celeux, T. Brendan Murphy, Adrian E. Raftery Machine Learning / Data Science / Deep Learning Model-Based Clustering and Classification for Data Science Apprendre 💪 Ce livre présente le clustering et la classification par modèles comme un cadre statistique cohérent, plutôt que comme une collection d'algorithmes. Au lieu de demander « quelle méthode de clustering utiliser ? », il part d'une question plus fondamentale : quelles hypothèses je fais sur le processus qui génère les données ? À travers les modèles de mélange et les variables latentes, les auteurs montrent comment le clustering, la classification et la réduction de dimension émergent naturellement de modèles probabilistes explicites. Les mélanges gaussiens, les modèles à sous-espaces et leurs extensions en grande dimension ne sont pas traités comme des boîtes noires, mais comme des choix de conception, chacun avec des conséquences claires sur l'interprétabilité, l'incertitude et la généralisation. Aimer 💜 Ce que j'apprécie particulièrement, c'est que ce livre apprend à concevoir des modèles plutôt qu'à appliquer des algorithmes à l'aveugle. Il installe un état d'esprit où le clustering devient un acte de modélisation d'hypothèses, pas un exercice exploratoire fait après coup. Cela le rend intellectuellement satisfaisant et immédiatement utile en pratique, surtout quand l'interprétabilité et la robustesse comptent. J'aime aussi qu'il vienne d'auteurs qui ont eux- mêmes construit une bonne partie de la machinerie de ce sous-domaine, ce qui se sent dans la façon naturelle dont les critères de sélection de modèle et les mises en garde sur l'identifiabilité s'intègrent au récit, sans jamais ressembler à des avertissements plaqués. Pour qui veut dépasser le clustering heuristique et comprendre l'apprentissage non supervisé comme une science statistique, ce livre est une référence remarquable et discrètement exigeante. 📚 Livre 2020 🇬🇧 Gabriel Peyré, Marco Cuturi Algorithms and Optimization Computational Optimal Transport Apprendre 💪 Ce livre de 209 pages explore le transport optimal sous un angle computationnel, des racines historiques jusqu'aux méthodes de pointe comme la régularisation entropique. Il couvre des applications en imagerie, en graphisme et en machine learning, avec des outils comme la boîte à outils Python Optimal Transport (POT), développée par Rémi Flamary et Nicolas Courty. Aimer 💜 J'aime son équilibre entre théorie, algorithmes et pertinence pratique. Il est arrivé au moment exact où le transport optimal passait d'une théorie magnifique mais rebutante en calcul à quelque chose qu'on pouvait vraiment faire tourner à grande échelle, grâce à la régularisation entropique et le livre capture ce tournant mieux qu'aucun état de l'art en article que je connaisse. La clarté, la précision et la richesse des ressources associées en font un ouvrage unique : le seul que je connaisse à traiter le transport optimal avec une telle finesse computationnelle. 📚 Livre 2020 🇬🇧 Stuart Russell, Peter Norvig Machine Learning / Data Science / Deep Learning Artificial Intelligence: A Modern Approach, 4th Edition Apprendre 💪 La carte de référence de tout le domaine : recherche, logique, raisonnement probabiliste, planification, apprentissage et agents, tout relié par une seule idée, l'agent rationnel qui agit sous incertitude. Aimer 💜 C'est le livre vers lequel je reviens quand j'ai besoin du regard rigoureux et unificateur derrière une technique que j'utilise au quotidien. Ce que je trouve remarquable, c'est qu'il soit resté le point de départ par défaut de générations entières de cursus d'IA à travers le monde, à travers les hivers de l'IA symbolique et plusieurs vagues de deep learning, simplement en gardant le cadre de l'agent rationnel assez large pour absorber tout ce que le domaine réinvente ensuite. C'est le manuel par lequel toute formation sérieuse en IA commence encore. 📚 Livre 2019 🇬🇧 Stuart Russell Philosophy & History of Technology Enterprise AI Human Compatible: Artificial Intelligence and the Problem of Control Apprendre 💪 Une réécriture de la définition même de l'IA : plutôt que d'optimiser un objectif fixe, un système bien conçu devrait rester incertain sur ce que nous voulons vraiment et continuer à s'en remettre à nous. Aimer 💜 Venant de l'un des auteurs de mon autre référence favorite citée plus haut (AIMA, Artificial Intelligence: A Modern Approach), ce livre transforme un programme de recherche en un principe de gouvernance concrètement utilisable pour quiconque déploie de l'IA en production. Ce qui me convainc, c'est que la proposition reste étonnamment concrète pour un livre sur les risques de l'IA : au lieu de simplement mettre en garde contre des objectifs mal alignés, il redessine l'objectif lui-même. Un système qui reste délibérément incertain sur ce que nous voulons est un principe de conception que je peux vraiment expliquer à une équipe d'ingénieurs, pas seulement une posture philosophique. 📚 Livre 2018 🇬🇧 Marcos Lopez de Prado Signal Processing and Information Theory Advances in Financial Machine Learning Apprendre 💪 Ce livre s'attaque à un domaine où l'erreur coûte cher immédiatement : les marchés financiers. Plutôt que de présenter le machine learning comme une source d'alpha magique, il se concentre sur les vrais problèmes qui surgissent avec les séries temporelles, les signaux bruités, les boucles de rétroaction et les données limitées. L'accent est mis sur la rigueur expérimentale : backtesting correct, prévention des fuites de données, protocoles de validation réalistes et métriques qui reflètent vraiment la qualité d'une décision. Marcos López de Prado repense le machine learning comme une discipline statistique et de traitement du signal appliquée sous contraintes sévères. Aimer 💜 Ce que je retiens le plus de ce livre, c'est sa discipline intellectuelle. Il montre sans relâche à quel point il est facile de se tromper soi-même avec des résultats apparemment solides quand le protocole expérimental est bancal. Je pense qu'on le lit souvent à tort comme un livre de recettes de trading, alors que son vrai sujet touche davantage à l'épistémologie : comment ne pas se mentir à soi-même en appliquant le machine learning à des données bruitées et non stationnaires. C'est un livre sur l'apprentissage en conditions adverses : non-stationnarité, rétroaction, récompenses différées. En ce sens, il parle moins de finance que de ce qu'il faut vraiment pour construire des systèmes de machine learning qui survivent au contact du réel, en particulier avec des séries temporelles. 📚 Livre 2018 🇬🇧 Richard S. Sutton, Andrew G. Barto Reinforcement Learning Reinforcement Learning, 2nd Edition Apprendre 💪 Selon beaucoup, ce livre est l'introduction de référence à l'apprentissage par renforcement, écrite par les pionniers du domaine. Il présente l'apprentissage comme un problème de décision séquentielle sous incertitude, où un agent doit équilibrer exploration et exploitation en interagissant avec un environnement au fil du temps. En partant des premiers principes, Sutton et Barto introduisent les processus de décision markoviens, les fonctions de valeur, les politiques et la programmation dynamique, avant d'aborder les méthodes de Monte-Carlo, l'apprentissage par différence temporelle et les extensions modernes avec approximation de fonction et deep learning. Aimer 💜 J'apprécie beaucoup l'honnêteté pédagogique de ce livre. Il prend le temps de construire l'intuition, d'expliquer pourquoi les choses sont difficiles et de montrer où interviennent les hypothèses. Pas d'effet de mode, seulement des idées construites avec soin qui ont résisté à l'épreuve du temps, écrites par les personnes mêmes qui ont passé leur carrière à bâtir ce domaine à partir de rien : c'est pour ça que ça se lit moins comme un panorama que comme un témoignage sur la façon dont les idées sont vraiment nées. C'est le genre de livre qui donne un modèle mental durable de l'apprentissage par renforcement. Même sans jamais entraîner un agent de RL profond, il change durablement la façon de penser la décision, la rétroaction et l'apprentissage dans le temps. 📚 Livre 2018 🇫🇷 Stanislas Dehaene, Yann LeCun, Jacques Girardon Philosophy & History of Technology La plus belle histoire de l'intelligence : Des origines aux neurones artificiels Apprendre 💪 Dans ce dialogue vif, un neuroscientifique et un pionnier du deep learning remontent le fil de l'intelligence, des premiers galets taillés aux puces IA. Au passage, ils reconnectent biologie, histoire des idées et algorithmes modernes : Darwin rencontre Turing, l'hippocampe croise le perceptron et tout s'éclaire. Aimer 💜 C'est l'un des rares ouvrages qui peut me captiver autant que mon papa de 86 ans : accessible sans être simpliste, plein d'analogies parlantes, il prouve en douceur que la science est une aventure humaine. Ce que j'apprécie particulièrement dans la forme du dialogue, c'est qu'elle oblige les deux auteurs à sortir de leur jargon respectif et à vraiment confronter leurs intuitions : la neuroscience et le deep learning s'y répondent sans jamais se contenter de coexister poliment. Idéal pour transmettre la passion de l'IA au grand public et pour rappeler pourquoi notre travail de chercheur compte. 💻 Code 2017 🇬🇧 Alexis Cook, Kaggle Machine Learning / Data Science / Deep Learning Programming Kaggle Learn Apprendre 💪 Une plateforme pratique et accessible aux débutants pour apprendre les fondamentaux de Python et de la data science, à travers de courtes leçons interactives et de vrais jeux de données. Un excellent tremplin pour qui débute dans le domaine. Aimer 💜 J'aime son rythme libre et sa facilité de digestion. Ce qui me semble vraiment bien pensé, c'est le format lui-même : chaque micro-cours est assez court pour se terminer en une seule séance, ce qui respecte bien mieux la capacité d'attention d'un débutant que les cours-fleuves de plusieurs semaines auxquels on a tendance à se rabattre par défaut. Qu'on parte de zéro ou qu'on révise des notions clés, Kaggle Learn permet d'apprendre en pratiquant, sans se perdre dans la théorie. 🎥 Vidéo 2017 🇬🇧 Yannic Kilcher Machine Learning / Data Science / Deep Learning Yannic Kilcher Apprendre 💪 Cette chaîne YouTube décortique les derniers articles de recherche et concepts en IA, notamment en deep learning, de façon digeste, approfondie et étonnamment divertissante. Aimer 💜 Yannic, c'est un peu cet ami perspicace qui lit tous les nouveaux articles à votre place. Ce qui le distingue de la plupart des contenus de résumé d'articles, c'est qu'il ne se contente pas de raconter le résumé : il questionne les expériences faibles et les affirmations exagérées, ce qui est le vrai savoir-faire d'une lecture critique, pas seulement d'une lecture rapide. Sa clarté m'a fait gagner des heures (les mécanismes d'attention, quelqu'un ?) et m'a aidé à choisir quoi approfondir ensuite. C'est mon raccourci de référence pour rester à jour dans le domaine. 📚 Livre 2017 🇬🇧 Yoav Goldberg Natural Language Processing Neural Network Methods in Natural Language Processing Apprendre 💪 Ce guide pratique et bien expliqué présente le TAL (traitement automatique du langage) moderne à travers les réseaux de neurones et les plongements lexicaux (embeddings), en reliant la théorie aux techniques de deep learning qui ont révolutionné le domaine dans les années 2010, à commencer par word2vec. Aimer 💜 C'est l'un des premiers textes qui a fait « cliquer » le TAL pour moi. La clarté de Yoav Goldberg, surtout sur des notions piégeuses comme la représentation et les plongements, en fait une ressource de référence pour saisir à la fois l'intuition et l'implémentation. Ce que j'apprécie en le relisant, c'est qu'il reste compact sans jamais devenir superficiel : il gagne sa place à côté de références bien plus longues en étant impitoyable sur les idées qui comptent vraiment. 💻 Code 2017 🇬🇧 Jeremy Howard, Sylvain Gugger Machine Learning / Data Science / Deep Learning Programming fast.ai Apprendre 💪 fast.ai propose des cours de deep learning gratuits et pratiques, avec l'ambition de démocratiser l'IA. Les cours commencent par du code concret (avec PyTorch et la bibliothèque fastai) avant de plonger dans les fondements théoriques, à l'inverse de l'approche descendante classique de l'enseignement de l'IA. Aimer 💜 J'aime la façon dont fast.ai donne des moyens à des apprenants de tous horizons. Ce que je trouve le plus convaincant, c'est le pari pédagogique lui-même : entraîner un modèle qui fonctionne dès le premier cours et ne déballer la théorie qu'une fois que l'élève a déjà une intuition concrète de ce qu'il faut expliquer. C'est l'inverse de la façon dont on m'a enseigné et honnêtement, c'est le meilleur ordre pour la plupart des gens. Cet accent mis sur une pédagogie d'abord par le code, consciente des enjeux éthiques et accessible, en fait à la fois une plateforme d'apprentissage et un mouvement. 📚 Livre 2016 🇬🇧 Ian Goodfellow, Yoshua Bengio, Aaron Courville Machine Learning / Data Science / Deep Learning Deep Learning Apprendre 💪 Ce livre propose à la fois une introduction accessible et une plongée solide dans les techniques de deep learning : réseaux de neurones, optimisation, apprentissage non supervisé. Il part des bases mathématiques (algèbre linéaire, calcul différentiel), ce qui en fait un excellent point de départ pour qui est prêt à coder et à explorer plus loin. Aimer 💜 J'aime la façon dont il fait le pont entre théorie et pratique sans jamais devenir trop technique. Ce qui me frappe avec le recul, c'est qu'il reste le seul ouvrage vraiment complet écrit avant que le deep learning n'éclate en une centaine de sous-domaines spécialisés. C'est exactement pour ça qu'il fonctionne encore comme le vocabulaire commun sur lequel tout le monde peut se rabattre, quelle que soit la spécialité qu'on a fini par choisir. Accessible sans être simpliste, il est devenu une référence classique pour comprendre les mécanismes profonds des modèles de deep learning. 🎥 Vidéo 2016 🇬🇧 Károly Zsolnai-Fehér Machine Learning / Data Science / Deep Learning Computer Vision Two Minute Papers Apprendre 💪 Cette chaîne YouTube condense des articles de recherche de pointe, en infographie, simulation, vision par ordinateur et IA, en vidéos courtes et accessibles. Károly Zsolnai-Fehér met en avant l'idée centrale, les résultats visuels et le saut que chaque article accomplit par rapport aux travaux précédents, avec un vrai sens du progrès scientifique. Aimer 💜 Ce que j'aime, c'est cet enthousiasme contagieux (« What a time to be alive ! ») associé à une vraie honnêteté intellectuelle sur les limites et les travaux à venir. Plus de mille épisodes et une décennie plus tard, ce qui m'impressionne le plus, c'est la constance : le format n'a jamais glissé vers le sensationnalisme, même quand le domaine autour de lui est devenu l'un des plus survendus de l'histoire. Une excellente façon de garder une vision périphérique large sur des domaines voisins du sien et de se rappeler que la recherche est un long voyage cumulatif, pas une suite de percées isolées. 📚 Livre 2014 🇬🇧 Nick Bostrom Philosophy & History of Technology Enterprise AI Superintelligence: Paths, Dangers, Strategies Apprendre 💪 Une cartographie systématique de la façon dont des systèmes d'IA avancés pourraient gagner en autonomie et en abuser : orthogonalité, convergence instrumentale, problème du contrôle, le tout argumenté avec la rigueur d'une preuve, pas d'un manifeste. Aimer 💜 Ce livre m'a donné le vocabulaire que j'utilise encore chaque fois que je parle d'autonomie, de garde-fous et du coût d'une erreur dans un système agentique, des années avant que « l'IA agentique » ne devienne un mot à la mode. Ce que je respecte le plus, c'est qu'il traite l'argument avec la discipline d'une preuve plutôt que l'urgence d'un manifeste : l'orthogonalité et la convergence instrumentale y sont démontrées étape par étape. Cette discipline explique pourquoi le livre a survécu au cycle médiatique qui l'a brièvement rendu à la mode, pour devenir une lecture obligatoire de toute une discipline. 📚 Livre 2013 🇬🇧 Gene H. Golub, Charles F. Van Loan Algorithms and Optimization Programming Matrix Computations, 4th Edition Apprendre 💪 Ce livre est LA référence en algèbre linéaire numérique : factorisations matricielles, problèmes de valeurs propres, méthodes itératives et calcul à grande échelle, traités avec une profondeur et une clarté rares. Il explique comment fonctionnent les algorithmes et pourquoi ils sont construits ainsi, avec une attention constante à la stabilité numérique et à l'efficacité de calcul. Ce qui rend ce livre particulièrement important, c'est qu'il traite l'algèbre linéaire comme une source d'algorithmes, pas comme un simple recueil de formules. Beaucoup de techniques modernes en apprentissage automatique, en optimisation et en calcul scientifique descendent directement d'idées développées en algèbre linéaire numérique il y a des décennies. Aimer 💜 Ce qui m'inspire, c'est la puissance créative qui vit encore dans l'algèbre linéaire. Ce livre me rappelle sans cesse que les algorithmes les plus élégants viennent souvent de la réutilisation intelligente de structures mathématiques existantes, plutôt que de l'invention d'une machinerie entièrement nouvelle. Je suis frappé de voir que, édition après édition, il continue d'être cité et redécouvert par des gens qui résolvent des problèmes que ses auteurs n'avaient jamais imaginés : le signe le plus sûr que ses décennies de factorisations et d'arguments de stabilité ne sont pas un sujet clos. Ce serait dommage d'ignorer ce savoir accumulé. Ce livre montre que revenir à l'algèbre linéaire n'a rien de nostalgique : c'est s'appuyer sur un socle qui continue de produire certains des algorithmes les plus robustes et les plus élégants dont nous disposons. 🎥 Vidéo 2013 🇬🇧 Hugo Larochelle Machine Learning / Data Science / Deep Learning Hugo Larochelle Apprendre 💪 Cette chaîne YouTube offre des explications limpides sur des sujets avancés d'apprentissage automatique, dont les machines de Boltzmann restreintes et les champs aléatoires conditionnels, des notions notoirement difficiles à saisir. Aimer 💜 Même si la chaîne est inactive depuis 2022, les vidéos existantes restent intemporelles. Ce qui leur donne cette longévité, je crois, c'est qu'elles viennent de quelqu'un qui faisait de la recherche de pointe sur les modèles mêmes qu'il explique et non d'un simple relais de manuel : l'intuition qu'il transmet est celle d'un praticien, pas d'un vulgarisateur. Le style pédagogique de Hugo est intuitif et concentré, rendant des idées difficiles accessibles sans jamais les appauvrir. 📚 Livre 2012 🇬🇧 Kevin Murphy Machine Learning / Data Science / Deep Learning Machine Learning: A Probabilistic Perspective Apprendre 💪 Ces livres présentent l'apprentissage automatique comme une discipline mathématique unifiée, ancrée dans la théorie des probabilités. Kevin Murphy construit le champ depuis les premiers principes : variables aléatoires, modèles graphiques, inférence, optimisation, en montrant comment un large éventail d'algorithmes émerge naturellement de choix de modélisation probabiliste. Plutôt que de séparer statistique classique et apprentissage automatique moderne, ces livres relient modèles linéaires, inférence bayésienne, modèles graphiques, méthodes à noyaux et algorithmes modernes dans un cadre cohérent unique. Aimer 💜 C'est, à mes yeux, le meilleur livre de machine learning pour qui a un solide bagage mathématique et le goût pour ça. Il récompense l'aisance avec les probabilités, l'algèbre linéaire et l'optimisation et offre un sentiment rare d'unité conceptuelle sur tout le champ : la statistique classique et les algorithmes d'apprentissage modernes n'ont jamais vraiment été deux sujets différents, juste deux vocabulaires pour le même raisonnement probabiliste. Si vous aimez comprendre les modèles à travers leurs hypothèses probabilistes et cherchez une référence qui reste solide à mesure que les algorithmes évoluent, ce livre est un compagnon exceptionnel sur le long terme. 📚 Livre 2012 🇬🇧 David Barber Machine Learning / Data Science / Deep Learning Bayesian Reasoning and Machine Learning Apprendre 💪 Ce livre de 735 pages présente les fondements et les applications de la modélisation bayésienne et des modèles graphiques, avec des exemples concrets couvrant moteurs de recherche, génomique, finance et robotique. Il explique comment ces modèles fonctionnent et ce qu'ils signifient, sur le plan conceptuel comme pratique. Aimer 💜 J'aime la façon dont il démystifie les modèles graphiques : ces cercles et flèches autrefois obscurs deviennent parfaitement clairs. Comparé à d'autres références sur le même sujet, je le trouve plus indulgent : il suppose moins de prérequis tout en menant à la même profondeur, ce qui en fait le livre que je conseille à qui veut comprendre les modèles graphiques sans avoir d'abord besoin d'un diplôme de statistique. Il construit l'intuition tout en restant mathématiquement solide et fait le pont entre l'IA traditionnelle et le machine learning moderne avec élégance et profondeur. 📚 Livre 2012 🇬🇧 Emmanuel Barillot, Laurence Calzone, Philippe Hupé, Jean-Philippe Vert, Andrei Zinovyev Healthcare AI Machine Learning / Data Science / Deep Learning Computational Systems Biology of Cancer Apprendre 💪 Un panorama complet des méthodes de la biologie des systèmes computationnelle appliquée au cancer : modélisation dynamique des réseaux biologiques, fouille de données à haut débit (microarrays, séquençage) et traduction des questions cliniques en modèles mathématiques. Issu du travail de longue haleine du laboratoire de biologie des systèmes du cancer de l'Institut Curie. Aimer 💜 Un pont rare entre biologie clinique et outils computationnels, utile à qui veut comprendre comment structurer des données biologiques complexes en modèles exploitables, bien au-delà du seul cadre du cancer. 📚 Livre 2011 🇬🇧 David Forsyth, Jean Ponce Computer Vision Computer Vision: A Modern Approach, 2nd Edition Apprendre 💪 Ce manuel de 800 pages construit une base scientifique et mathématique solide pour aborder les problèmes classiques de la vision par ordinateur, de la modélisation et du prétraitement d'image à la segmentation, la construction de caractéristiques et la reconnaissance d'objets. Aimer 💜 J'apprécie qu'il encourage une compréhension profonde plutôt que des solutions de surface. Ce qui le distingue à mes yeux, c'est son ampleur : plutôt que de choisir un seul angle théorique, il pose côte à côte toute l'entreprise de la vision (probabiliste, géométrique, statistique), pour apprendre à choisir le bon angle selon le problème au lieu de forcer chaque problème dans le même moule. Rigoureux tout en restant stimulant, sa portée dépasse la vision par ordinateur pour nourrir la pensée computationnelle et la perception en général. 🎥 Vidéo 2010 🇬🇧 Don Woodlock Enterprise AI Healthcare AI Programming Natural Language Processing Don Woodlock Apprendre 💪 Cette chaîne YouTube combine des décennies de direction en informatique de santé avec des démonstrations concrètes d'IA appliquée à la médecine, des analyses prédictives aux assistants génératifs pour les cliniciens. Aimer 💜 L'intérêt dépasse largement la santé. Chaque vidéo met en regard les contraintes du terrain (patients, soignants, systèmes) et les capacités réelles de l'IA, avec ses limites. Le double regard de Don Woodlock rend cette chaîne particulièrement crédible. 📚 Livre 2009 🇬🇧 Judea Pearl Machine Learning / Data Science / Deep Learning Causality: Models, Reasoning and Inference, 2nd Edition Apprendre 💪 La plupart des gens, y compris beaucoup de praticiens de l'IA, confondent corrélation, dépendance et causalité. Les distinguer est un exercice exigeant mais salutaire. Ce livre fondateur de 486 pages pose les bases mathématiques et conceptuelles du raisonnement causal. Judea Pearl y introduit les modèles causaux structurels, les graphes causaux, le calcul do et le raisonnement contrefactuel, en traçant une frontière nette entre prédire et expliquer. Aimer 💜 Ce livre a changé ma façon de penser la modélisation, qu'elle soit fréquentiste, bayésienne, probabiliste, paramétrique ou non paramétrique. Ce qui me frappe, c'est qu'il n'ajoute pas une simple technique à la boîte à outils : il donne un nom, une notation et des règles d'identification à une distinction (corrélation contre cause) que des disciplines entières ont tournée en rond pendant des décennies sans la résoudre. Ses exemples sont redoutablement efficaces, en recherche comme en réunion d'entreprise, parce qu'ils traduisent cette machinerie formelle en quelque chose qu'on peut montrer du doigt sur un tableau blanc. Quand un débat devient flou, j'y retourne pour retrouver la rigueur conceptuelle. 📚 Livre 2009 🇬🇧 Trevor Hastie, Robert Tibshirani, Jerome Friedman Machine Learning / Data Science / Deep Learning The Elements of Statistical Learning, 2nd Edition Apprendre 💪 Ce livre est une référence fondatrice de la théorie de l'apprentissage statistique, couvrant les méthodes supervisées et non supervisées avec un fort accent sur la structure mathématique, le compromis biais-variance et le comportement asymptotique. Modèles linéaires, splines, arbres, méthodes d'ensemble, méthodes à noyaux et réseaux de neurones y sont analysés avec un regard statistique rigoureux. Ce qui distingue ce livre, ce n'est pas la variété des méthodes, mais la profondeur du regard théorique : chaque modèle est disséqué pour révéler ses hypothèses, ses limites et ses modes d'échec. Aimer 💜 C'est le meilleur livre de machine learning pour qui aime la théorie pour elle-même. Ce que je trouve précieux, c'est que ses auteurs n'ont pas seulement décrit des méthodes lues ailleurs : plusieurs d'entre eux ont inventé les outils présentés ici (le lasso, le gradient boosting, les modèles additifs généralisés), si bien que l'exposé porte l'autorité de gens qui savent exactement où chaque méthode se brise. J'y retourne souvent quand quelque chose me semble flou ou mal assuré dans un projet : un seul chapitre suffit souvent à retrouver une précision conceptuelle. Exigeant, parfois sans concession, mais immensément gratifiant : un point d'ancrage indispensable pour qui veut raisonner sérieusement sur les algorithmes d'apprentissage. 📚 Livre 2008 🇬🇧 Stéphane Mallat Signal Processing and Information Theory A Wavelet Tour of Signal Processing, 3rd Edition Apprendre 💪 Ce livre légendaire explore les liens riches entre traitement du signal et algèbre : ondelettes, transformées de Fourier, analyse temps-fréquence, parcimonie, compression et bien plus, avec clarté et élégance. Aimer 💜 J'aime sa capacité à rendre des concepts mathématiques profonds intuitifs et utiles. Ce qui me frappe, c'est qu'il n'a vraiment pas d'équivalent : d'autres livres couvrent des morceaux de ce terrain, mais aucun ne combine ondelettes, parcimonie et analyse temps-fréquence avec la même profondeur et la même unité en un seul volume. L'écriture est élégante, la structure réfléchie et les ressources associées (en particulier les Numerical Tours de Gabriel Peyré) sont tout simplement excellentes. 📚 Livre 2008 🇬🇧 Christopher D. Manning, Prabhakar Raghavan, Hinrich Schütze Signal Processing and Information Theory Introduction to Information Retrieval Apprendre 💪 Ce manuel de 496 pages offre une base solide sur les technologies de moteur de recherche, la classification de texte et la recherche d'information sur le web. Il couvre tout, des modèles booléens et vectoriels jusqu'au crawling, à l'indexation, à l'expansion de requête et au traitement à grande échelle. Aimer 💜 Malgré les bonds du TAL et de la recherche sémantique, je trouve ce livre étonnamment pertinent. Il regorge d'idées fondatrices sur lesquelles les techniques modernes s'appuient encore : indexation, classement et évaluation, des notions que les systèmes actuels à récupération augmentée (RAG) réutilisent presque telles quelles, même quand plus personne ne leur en attribue le mérite. Le mélange de théorie, d'exemples concrets et d'exposé soigné en fait un ouvrage intemporel. 📚 Livre 2007 🇬🇧 William H. Press, Saul A. Teukolsky, William T. Vetterling, Brian P. Flannery Algorithms and Optimization Programming Numerical Recipes, 3rd Edition Apprendre 💪 Ce classique de 1256 pages couvre un large éventail de techniques de calcul scientifique (algèbre linéaire, méthodes numériques, conception d'algorithmes) et se révèle particulièrement précieux pour implémenter des algorithmes performants en C/C++ ou en Fortran. Aimer 💜 J'y reviens sans cesse, des années après. Il est pratique, précis, écrit par des esprits brillants qui se soucient visiblement de rigueur et d'utilisabilité : le genre de livre dont on peut recopier les recettes directement dans du code qui fonctionne, ce qui est plus rare qu'il n'y paraît parmi les références scientifiques. Que l'on construise des prototypes ou du logiciel de production, ce livre est un compagnon sérieux. 📚 Livre 2006 🇬🇧 Christopher M. Bishop Machine Learning / Data Science / Deep Learning Pattern Recognition and Machine Learning Apprendre 💪 Ce livre propose une introduction complète et soigneusement guidée à l'apprentissage automatique, avec un fort accent sur la modélisation pratique tout en gardant une rigueur mathématique. Christopher Bishop y présente un large éventail de techniques, des modèles linéaires et modèles de mélange aux modèles graphiques et réseaux de neurones, avec une notation probabiliste cohérente d'un bout à l'autre. L'exposé convient particulièrement bien aux praticiens : les idées complexes sont introduites progressivement, soutenues par des explications intuitives, des exemples travaillés et des liens clairs entre les modèles. Aimer 💜 Je trouve ce livre remarquablement équilibré. Il ne simplifie jamais à l'excès, tout en aidant activement le lecteur à avancer. C'est le meilleur livre de machine learning pour les praticiens qui veulent construire de vrais systèmes tout en comprenant les principes sous- jacents. Ce que je remarque à chaque relecture d'un chapitre, c'est que l'intuition géométrique n'est jamais décorative : les figures font un vrai travail mathématique, portant un argument qui prendrait des paragraphes entiers à énoncer en équations seules. Pédagogiquement riche et remarquablement bien structuré, c'est un livre vers lequel je reviens sans cesse, pour apprendre de nouvelles idées comme pour les expliquer à d'autres. 📚 Livre 2006 🇬🇧🇫🇷 J. Frédéric Bonnans, J. Charles Gilbert, Claude Lemaréchal, Claudia A. Sagastizábal Algorithms and Optimization Numerical Optimization, 2nd Edition Apprendre 💪 Ce livre propose un traitement unifié et remarquablement clair de l'optimisation numérique, couvrant les problèmes contraints et non contraints, les méthodes lisses et non lisses et les algorithmes utilisés en machine learning, en traitement du signal et en calcul scientifique. L'accent porte constamment sur le comportement réel des algorithmes d'optimisation une fois implémentés, pas seulement sur leurs propriétés théoriques idéalisées. Aimer 💜 Ce livre est, à mon avis, sérieusement sous-estimé. Il n'a pas la même visibilité que certains classiques et pourtant il apporte souvent la clarté qui manque quand les discussions modernes sur l'optimisation deviennent vagues ou trop simplifiées. Ses auteurs sont de ceux qui ont eux- mêmes construit une partie de la machinerie de l'optimisation non lisse dont ils parlent, ce qui explique sans doute pourquoi le traitement est si soigneux justement sur les cas limites (non-différentiabilité, décomposition à grande échelle) où des manuels plus tape-à-l'œil ont tendance à passer vite. J'y reviens régulièrement quand j'ai besoin de comprendre pourquoi un algorithme marche ou échoue, en pratique. Pour qui veut une compréhension profonde et fiable de l'optimisation au- delà des méthodes à la mode, ce livre est un joyau discret et une référence de long terme. 📚 Livre 2006 🇬🇧 Sanjoy Dasgupta, Christos H. Papadimitriou, Umesh V. Vazirani Algorithms and Optimization Algorithms Apprendre 💪 Né de plus d'une décennie de notes de cours à UC Berkeley et UC San Diego, ce livre de 320 pages prend un chemin étonnamment différent des manuels d'algorithmique encyclopédiques : il raconte une histoire. Diviser pour régner, algorithmes de graphes, méthodes gloutonnes, programmation dynamique, programmation linéaire, NP-complétude et même algorithmes randomisés et quantiques, sont chacun introduits par leur idée essentielle d'abord, les preuves formelles n'arrivant qu'une fois l'intuition bien installée. Sanjoy Dasgupta, Christos Papadimitriou et Umesh Vazirani écrivent avec l'autorité de chercheurs actifs en théorie de la complexité et en calcul randomisé. Aimer 💜 Ce que j'aime dans ce livre, c'est son économie : à peine 300 pages de contenu réel et pourtant rien d'essentiel ne manque, fruit de plus d'une décennie testée en cours et distillée jusqu'à ce qui survit vraiment au contact des étudiants. En tant que praticien, je n'ai jamais vu de meilleur chapitre sur la programmation dynamique : je dois avouer le connaître par cœur maintenant. Je suis aussi un grand fan du chapitre sur les algorithmes quantiques. C'est le livre que je conseille à qui veut vraiment prendre plaisir à apprendre les algorithmes plutôt que de s'y traîner et celui vers lequel je me tourne moi-même quand je veux le chemin le plus court pour retrouver pourquoi un algorithme marche, pas seulement comment l'implémenter. Un compagnon plus léger et plus resserré que des références plus lourdes comme Cormen et al., plus étroit dans sa portée, mais remarquablement affûté et plein de caractère. 📚 Livre 2004 🇬🇧 Richard Hartley, Andrew Zisserman Computer Vision Multiple View Geometry in Computer Vision Apprendre 💪 Ce livre est une référence fondatrice sur les principes géométriques qui sous-tendent la vision par ordinateur. Il développe les outils mathématiques et algorithmiques nécessaires pour comprendre des images prises sous plusieurs points de vue : géométrie projective, géométrie épipolaire, calibration de caméra, reconstruction 3D et estimation de mouvement, avec une rigueur et une clarté exceptionnelles. Ce classique montre comment des contraintes géométriques fortes peuvent considérablement simplifier les problèmes de vision. Aimer 💜 Je trouve ce livre de plus en plus indispensable : le genre de référence qu'une génération entière de chercheurs en vision garde à portée de main sur un vrai bureau, pas seulement dans un onglet de navigateur. Il rappelle que de meilleurs systèmes de vision ne viennent pas forcément de plus de données ou de modèles plus gros, mais d'une compréhension plus profonde de la structure du monde physique et de la façon dont elle se projette sur les images. Dans un domaine où la complexité peut vite déraper, ce livre plaide avec force pour la géométrie comme source d'élégance, de stabilité et de robustesse durable dans les systèmes de vision. 📚 Livre 2004 🇬🇧 Stephen Boyd, Lieven Vandenberghe Algorithms and Optimization Convex Optimization Apprendre 💪 Ce texte fondateur de 727 pages introduit l'optimisation convexe comme outil central pour résoudre des problèmes en machine learning, en traitement du signal et au-delà. Il explique comment les méthodes convexes offrent à la fois des solutions exactes à des problèmes structurés et des approximations rigoureuses à des problèmes non convexes plus difficiles. Plus qu'une collection de techniques, ce livre apprend à penser en termes de convexité : repérer une structure, concevoir des relaxations, raisonner sur l'optimalité, la stabilité et la sensibilité. Aimer 💜 J'aime le côté à la fois doux et rigoureux de ce livre. Les exercices sont brillants, souvent une vraie source d'inspiration pour la recherche plutôt que de simples exercices d'application. Je ne peux pas non plus dissocier mon appréciation du fait que les auteurs aient choisi de l'offrir gratuitement en ligne plutôt que de le verrouiller derrière un paywall, ce qui semble parfaitement cohérent pour un livre sur la recherche du chemin le plus efficace vers une solution. C'est un livre qui remodèle discrètement l'intuition : une fois qu'on l'a travaillé, beaucoup de problèmes d'optimisation paraissent soudain plus simples, plus nets et mieux structurés. 📚 Livre 2003 🇬🇧 David MacKay Signal Processing and Information Theory Information Theory, Inference and Learning Algorithms Apprendre 💪 Ce classique de 640 pages relie théorie de l'information, inférence bayésienne et apprentissage automatique de façon à la fois profonde et accessible. Il couvre des principes fondateurs tout en restant pertinent des décennies après sa parution, avec des exemples intuitifs et une vraie profondeur pratique. Aimer 💜 J'admire la façon dont MacKay relie théorie rigoureuse et application concrète. Ce qui me touche, au-delà même du contenu, c'est qu'il a rendu tout le livre librement disponible en ligne dès le départ : une petite marque de générosité parfaitement cohérente avec un livre sur l'information et l'inférence qui choisit d'être vraiment partagé plutôt que verrouillé. Des codes correcteurs d'erreurs aux modèles graphiques probabilistes, ce livre offre une valeur durable à qui construit une véritable culture intellectuelle en IA ou en data science. 📚 Livre 1999 🇬🇧 Chris Manning, Hinrich Schütze Natural Language Processing Foundations of Statistical Natural Language Processing Apprendre 💪 Ce classique de 620 pages pose les fondations du traitement statistique du langage naturel avant l'ère du deep learning. Il couvre des sujets centraux comme l'étiquetage grammatical, les grammaires probabilistes, l'analyse syntaxique, la modélisation de sujets et la recherche d'information, avec une clarté et une profondeur remarquables. Ce qui rend ce livre particulièrement précieux, c'est son insistance sur la formulation du problème : le langage y est traité comme une donnée structurée, façonnée par l'ambiguïté, la rareté et le bruit, bien avant l'arrivée des grands modèles neuronaux. Aimer 💜 Même au-delà du TAL, j'apprécie beaucoup la rigueur et la méthode de ce livre pour le prétraitement et la modélisation. Il apprend à décomposer des problèmes complexes en composants maniables et à raisonner sur l'incertitude dans des données symboliques ou semi-structurées. Je remarque sans cesse que tant de débats « nouveaux » sur l'évaluation et la généralisation des modèles de langage d'aujourd'hui sont en réalité de vieux débats de ce livre, reformulés avec un autre vocabulaire. Il a remarquablement bien vieilli : beaucoup des défis des grands modèles de langage actuels (rareté des données, évaluation, compositionnalité, généralisation) y sont déjà énoncés avec précision. Une référence intemporelle pour qui veut comprendre le TAL au-delà de la seule performance de surface. 📚 Livre 1995 🇬🇧 Vladimir N. Vapnik Machine Learning / Data Science / Deep Learning The Nature of Statistical Learning Theory Apprendre 💪 C'est de là que viennent la dimension VC, la minimisation du risque structurel et les fondements théoriques des machines à vecteurs de support (SVM) : les mathématiques qui expliquent pourquoi apprendre à partir de données finies permet de généraliser. Aimer 💜 Ce livre a changé ma façon de penser le surapprentissage et la capacité d'un modèle : non plus comme une règle empirique de métier, mais comme la conséquence d'une théorie propre et démontrable. Ce qui me reste, c'est qu'une famille entière d'algorithmes que j'utilise couramment, les machines à vecteurs de support et tout ce qui découle de l'idée de marge, n'est finalement que cette théorie rendue opérationnelle. C'est rare de pouvoir remonter ainsi jusqu'à un seul livre. 📚 Livre 1982 🇬🇧 David C. Marr Computer Vision Algorithms and Optimization Philosophy & History of Technology Vision: A Computational Investigation into the Human Representation and Processing of Visual Information Apprendre 💪 Publié à titre posthume, ce livre est une pierre angulaire de la vision par ordinateur. David Marr y présente son cadre à trois niveaux (calculatoire, algorithmique, matériel), toujours influent aujourd'hui. Il construit une théorie qui relie neurosciences, mathématiques et informatique, à une époque où ni le matériel puissant ni les outils logiciels modernes n'existaient encore. Aimer 💜 Ce que j'aime le plus, c'est de voir la créativité de chercheurs travaillant avec des moyens extrêmement limités. La distinction en trois niveaux de Marr (calculatoire, algorithmique, matériel) est une de ces idées rares qui organisent silencieusement ma façon d'aborder presque n'importe quel système, pas seulement la vision : se demander d'abord quel problème on résout et pourquoi et seulement ensuite s'inquiéter de l'algorithme et du matériel. Des décennies plus tard, les questions qu'il posait sur la représentation et la structure 3D ne sont toujours pas closes, ce qui en dit plus sur la profondeur de son cadre que sur ce qui a vraiment changé. Sa clarté intellectuelle fait de ce livre une source d'inspiration durable, bien au-delà de la seule vision par ordinateur. --- ## Deraison | Blog URL: https://deraison.ai/blog Blog L’intelligence artificielle représente une révolution comparable à l’agriculture et la sédentarisation, à l’invention de l’écriture ou même de l’imprimerie. Ces tournants ont transformé notre manière d’interagir avec le monde. Aujourd’hui, l’IA touche à toutes les activités humaines. Pour être honnête, je ne suis toujours pas certain de ce qu’est réellement l’intelligence. En pratique, je pense qu’on peut dire que l’intelligence artificielle est une discipline scientifique qui permet à des machines d’accomplir des tâches à partir d’exemples plutôt que d’instructions. ✍️ Écrits & médias Le modèle n'écrit pas le chiffre deraison.ai · Septembre 2026 · Warith Harchaoui Quatre questions posées en français à la base d'une entreprise : un chiffre, une prédiction, une prévision, un graphique. Le modèle de langage écrit la requête, la base répond et l'erreur redevient visible. txt2sql, txt2sql2ml avec TabICL, txt2sql2viz avec sprezzature.ai. ✒️ ⚖️ Lire l'article Tant que ce n'est pas bon deraison.ai · Septembre 2026 · Warith Harchaoui La boucle Ralph étend le « tant que » de l'informatique à des questions qu'aucune machine ne sait trancher : un graphique lisible, un texte fluide, une prévision honnête. Un juge indépendant, un budget d'essais et une raison écrite à chaque tour : voilà ce qui la fait tenir. ✒️ 👁️ Lire l'article Un coude, sinon rien deraison.ai · Septembre 2026 · Warith Harchaoui elbow-helper détecte les coudes des courbes de rendements décroissants, avec une incertitude chiffrée. Quand la preuve manque, il s'abstient. Bootstrap, BIC, test du modèle nul : la mathématique complète. ✒️ 📐 Lire l'article D'un tableau à une carte deraison.ai · Septembre 2026 · Warith Harchaoui Standpoint lit un tableau comparatif (options en lignes, critères en colonnes) et en dessine une carte de positionnement, axes nommés dans la langue du tableau. Une commande suffit, tout tourne sur votre machine. ✒️ 🗺️ Lire l'article La dernière diapositive deraison.ai · Septembre 2026 · Warith Harchaoui Un QR code sur la dernière diapositive, la fiche contact s'ajoute dans le téléphone du public et une page privée compte les scans. Pourquoi et comment j'ai construit qr4prez. ✒️ 📱 Lire l'article Le signe avant le sens deraison.ai · Août 2026 · Warith Harchaoui Pourquoi le logo de deraison.ai commence dans un traité d'algèbre de 1659, du signe ÷ de Johann Heinrich Rahn aux représentations vectorielles de l'IA. ✒️ ➗ Lire l'article Programmer en IA deraison.ai · Warith Harchaoui, Mohamed Chelali, Matias Tassano et Pierre-Louis Antonsanti Une antisèche de base pour programmer en apprentissage machine (apprentissage statistique, reconnaissance de formes, IA ou science des données), de la vision par ordinateur au traitement du son et du langage. ✒️ 💻 Astuces techniques ↗ Good Colors deraison.ai · Warith Harchaoui et Laurent Pantanacce Une petite palette choisie une fois pour toutes, dont chaque teinte se copie d'un clic. Trois tables associent une couleur à une émotion, à une notion et à ce que la psychologie en dit, et tout se télécharge en CSV. Deux variantes : la version d'entreprise, et la version académique bâtie sur la palette d'Okabe et Ito, lisible par les personnes dont la vision des couleurs diffère. ✒️ 🎨 Palette ↗ Cher Professeur Stanislas, 2021 · Warith Harchaoui Le 2 mars 2021, mon ami Quentin et moi-même sommes venus vous saluer en classe préparatoire chez Stanislas, à Paris, pour vous remercier au nom de nombreux anciens élèves de nous avoir transmis la « note de satisfaction ». […] ✒️ ❤️ Enseignant inspirant La valeur des données Think Tank 4ᵉ Révolution, 2021 · Warith Harchaoui et Laurent Pantanacce Chaque révolution industrielle est portée par une force motrice (matière première, source d'énergie ou technologie créative) qui redéfinit l'économie. Cette quatrième révolution est singulière car sa « matière première » est abstraite : la donnée. […] ✒️ 🧐 Livre blanc ↗ AI for Business Rennes School of Business, 2021-2025 · Warith Harchaoui Combler le fossé entre les technologues de l'IA et les dirigeants d'équipes : ce cours aide les décideurs à comprendre les aspects stratégiques de l'IA et sa mise en œuvre, pour réconcilier science et business au service du succès de l'entreprise. ✒️ 👨‍🏫 Executive MBA ↗ On Refait le Mac avec Luc Julia, le Papa de Siri 🇫🇷 Electric Dreams, 2020 · Olivier Frigara, Luc Julia et Warith Harchaoui Luc Julia, co-créateur de Siri, revient sur sa création et sur les difficultés de l'assistant vocal d'Apple à grandir. Un expert mondial de l'IA qui interroge son impact réel sur notre avenir : faut-il croire les géants de la tech ? Faut-il avoir peur ? Débattons ! ✒️ 📺 ORLM ↗ Une introduction aux réseaux neuronaux pour les statisticiens 🇫🇷 Université Paris Descartes, École 42, 2020 · Warith Harchaoui Partant d'un seul neurone, à une couche, puis à plusieurs couches (parfois convolutionnelles et même à plusieurs réseaux opposés), nous voyons certains aspects du mystère de l'intelligence émerger à travers une technologie qui révolutionne presque tous les domaines. ✒️ 🧑‍🏫 Conférence ↗ Livres préférés en Intelligence Artificielle Bibliothèque commentée · Warith Harchaoui Dans un domaine qui publie à un volume et un rythme soutenus, une liste de livres que je trouve particulièrement remarquables, accompagnée de commentaires, pour les lecteurs désireux de s'engager dans l'exaltante aventure de l'IA. ✒️ 📚 Livres 🗞️ Publications scientifiques Publications évaluées par des pairs. Apprentissage automatique basé sur le transport optimal pour faire correspondre des motifs spécifiques : application à la détection de motifs de régulation moléculaire dans les données omiques Journal of the Royal Statistical Society (RSS), 2024 · Thi Thanh Yen Nguyen, Warith Harchaoui, Lucile Mégret, Cloe Mendoza, Olivier Bouaziz, Christian Neri et Antoine Chambaz Nous avons créé des méthodes pour connecter de manière géométrique deux ensembles de points censés correspondre. Notre exemple d'application concerne l'ARN messager en génétique pour comprendre la maladie de Huntington. 🗞️ 🧬 Article ↗ Information Mutuelle Généralisée pour le Clustering Discriminatif Neural Information Processing Systems (NeurIPS), 2023 · Louis Ohl, Pierre-Alexandre Mattei, Charles Bouveyron, Warith Harchaoui, Mickaël Leclercq, Arnaud Droit et Frederic Precioso Le clustering forme des groupes parmi des objets : clients, gènes, fruits, animaux. Le projet GEMINI exploite les réseaux neuronaux artificiels d'une manière innovante pour cette tâche à grande échelle. NeurIPS est la meilleure conférence du monde (ou la deuxième) en IA d'après Google Scholar. 🗞️ ♊️ Article ↗ Apprendre des Représentations à l'aide de Réseaux Neuronaux et du Transport Optimal 🇫🇷🇬🇧 Ph.D. en Mathématiques Appliquées, 2020 · Warith Harchaoui (encadré par Pr. Charles Bouveyron et Dr. Stéphane Raux) De 2016 à 2020, ce doctorat s'est concentré sur trois domaines clés : le clustering à grande échelle, l'importance des caractéristiques sans étiquettes manuelles et l'estimation de la confiance des décisions automatisées. Son originalité : combiner le transport optimal, les réseaux neuronaux et l'IA générative naissante. 🗞️ 🎓 Soutenance de thèse ↗ Conférences passées Quelques captations 2025-06-09Intelligence artificielle, valeur, travail et entrepriseIA en entreprises↗2025-04-25L'intelligence artificielle est-elle convenable ?Culture IA↗2020-10-12Soutenance de doctorat en mathématiques appliquéesIA de recherche↗2018-12-17Une introduction aux réseaux de neuronesIA de recherche↗ --- ## Le signe avant le sens | Blog URL: https://deraison.ai/blog/logo-origins Le signe avant le sens Pourquoi le logo de deraison.ai commence dans un traité d'algèbre publié à Zurich en 1659. Il y a des logos qui naissent d'un animal, d'une initiale ou d'une forme abstraite. Celui de deraison.ai vient d'ailleurs : d'un livre d'algèbre publié à Zurich en 1659. À cette époque, ni l'intelligence artificielle ni l'informatique n'existaient. Une question très actuelle occupait pourtant déjà les mathématiciens : comment écrire une idée abstraite ? Comment lui donner une forme qu'on puisse voir sur une feuille ? C'est la question qui m'intéresse le plus. Je suis docteur en mathématiques et deraison.ai est mon entreprise d'intelligence artificielle. Quand j'ai refait le site et le logo, je ne voulais pas d'un cerveau stylisé de plus, ni d'un réseau de neurones fluorescent, ni d'un hexagone high-tech. On en voit partout en IA. Je voulais remonter beaucoup plus loin. Les mathématiciens ont inventé des signes. Nous pensons encore avec eux. 1659 : lorsqu'une opération devient un signe En 1659 paraît à Zurich la Teutsche Algebra, de Johann Heinrich Rahn, un mathématicien suisse. Presque personne ne connaît ce livre. Il contient pourtant une première dans l'histoire des signes mathématiques : le ÷ de la division y est imprimé pour la première fois. Rahn utilise aussi l'astérisque * pour la multiplication. Et des arrangements de trois points, dont ∴, pour dire « donc », therefore en anglais. Le passage sur la division est d'une simplicité étonnante : Rahn annonce que ÷ est le signe principal pour diviser, et c'est tout. Le dessin existait déjà avant lui comme signe d'imprimerie. Les typographes l'appellent l'obélus. C'est dans cette Teutsche Algebra qu'il prend pour la première fois un sens mathématique. Il faut raconter cette histoire avec prudence, comme les mathématiciens aiment le faire. Rahn travaillait alors avec un savant anglais, John Pell, qui lui avait d'ailleurs appris les mathématiques. Les historiens n'arrivent pas à décider lequel des deux a inventé quoi. Qui a posé le ÷ le premier ? On ne le saura probablement jamais. Cette incertitude rend l'histoire plus belle. Le plus important n'est pas de savoir qui a tracé ces trois traits d'encre, un après-midi de 1659. Le plus important est ce qui s'est passé. Une opération qu'on faisait dans sa tête est devenue un symbole. Quelques points et une ligne Une division est une idée. ÷ en est la forme visible. Trois millimètres d'encre, et une opération entière devient reconnaissable, transmissible, manipulable. C'est l'une des grandes forces des mathématiques. Elles ne découvrent pas seulement des relations entre les choses. Elles inventent aussi des langages assez courts pour qu'un cerveau humain les manipule. Une barre, deux points, et ce qui demandait une phrase entière tient dans un signe. Le logo de deraison.ai vient de là. Ce n'est pas la copie d'un caractère de la Teutsche Algebra. Il en reprend la grammaire. Un point, une barre, de la ponctuation. Et des éléments séparés qui entrent en relation. Une petite constellation de signes. À première vue, presque rien. Mais les mathématiques apprennent à se méfier des formes simples : =, +, ∞, ∫, ∴, ÷. Certaines des idées les plus puissantes de notre histoire tiennent dans quelques pixels. De l'algèbre à l'intelligence artificielle Trois siècles et demi plus tard, l'échelle a changé. Le problème, lui, est resté le même. L'intelligence artificielle marche aussi en transformant le monde en objets calculables. Les mots deviennent des jetons de texte, les tokens. Les objets deviennent des vecteurs, c'est-à- dire des listes ordonnées de nombres. Les relations deviennent des matrices, des tableaux de nombres. Les observations deviennent des nombres tout court. Un modèle règle ensuite des milliards de réglages internes, ses paramètres, pendant son apprentissage. Il en sort une représentation sur laquelle une machine peut calculer, prédire ou produire. Entre le ÷ de 1659 et un modèle à plusieurs milliards de paramètres, l'écart technique est vertigineux. Le travail, lui, est le même. Il faut inventer une écriture qui rende calculable ce qui ne l'était pas. C'est cette idée que je voulais mettre dans l'identité de deraison.ai. L'intelligence artificielle n'est ni une magie ni un oracle. Elle prolonge une très longue histoire : mettre le monde en forme, puis le calculer. Pourquoi « deraison » ? Le nom deraison.ai contient volontairement une contradiction. On présente souvent les mathématiques comme le royaume de la raison pure. Des démonstrations. De la rigueur. Et des axiomes, ces points de départ qu'on accepte sans les discuter. L'intelligence artificielle brouille cette image. Nous construisons ces systèmes avec des mathématiques très précises. Nous obtenons ensuite des comportements que nous n'arrivons pas toujours à expliquer simplement. Tout est calculé. Tout n'est pas compris pour autant. Le nom vient de cet écart. Non pas contre la raison : au-delà de la raison évidente. Là, il faut essayer, mesurer, comprendre. Et parfois accepter que le phénomène arrive avant l'explication élégante qu'on en donnera plus tard. Le paradoxe me plaît. On se sert des outils les plus rigoureux qui existent. On explore avec eux des systèmes qui nous surprennent. Un logo comme programme Je voulais donc un logo qui dise très peu de choses à voix haute, et beaucoup à voix basse. Pas de robot. Pas de cerveau. Pas d'étincelle artificielle. Seulement des formes élémentaires. Des points, parce qu'avant la courbe il y a les données. Une ligne, parce qu'entre les points on cherche des relations. De la ponctuation, parce qu'une pensée ne devient utilisable qu'une fois écrite. Et un clin d'œil à l'époque où les mathématiques se sont inventé un alphabet. Le logo de deraison.ai est donc moins un dessin qu'un petit jeu de signes. Il dit aussi comment j'aborde l'intelligence artificielle : sous la complexité apparente des modèles, revenir aux structures de base. Chercher la bonne écriture. Retirer la complexité inutile, jusqu'à ce qu'il reste une forme assez simple pour être comprise. Une partition, une émotion Une autre histoire de signes m'habite depuis toujours : la musique écrite. Une portée, des notes noires, des silences, des nuances, des liaisons. À l'œil, presque rien. Mais quand un musicien les regarde, il ne voit pas des symboles. Il voit un frisson qui attend. C'est le même travail qu'en 1659 : attraper quelque chose d'invisible, une intention, une émotion, un vertige, et le ranger dans un objet assez solide pour traverser les siècles. Une partition de Bach a trois cents ans. Elle a survécu à son auteur, à ses instruments, à ses salles de concert. Un archet touche une corde. L'émotion revient intacte, comme si le temps n'avait jamais existé. Le signe a voyagé pour elle. La démonstration mathématique me donne une émotion cousine, avec un accent différent. La musique mène droit au sentiment. Les mathématiques mènent à une victoire. Je connais bien cet instant, je le cherche même, un peu comme on cherche une note juste : les hypothèses s'emboîtent enfin. La conclusion ne peut plus être autrement. Ce n'est pas seulement que « ça marche ». C'est un petit triomphe silencieux. La réalité résistait. Elle vient de céder devant une idée née dans une tête humaine. C'est là, je crois, que se trouve ce qui me plaît dans ce métier. Pas dans le score d'un modèle sur un classement, ni dans la course à la puissance de calcul. Plutôt dans un moment précis. Une intuition floue, encore trop vague pour se dire, devient un résultat net. Où le monde entier tient une fraction de seconde dans un signe. Une intelligence artificielle bien construite donne parfois la même sensation : un système énorme et opaque se met d'un coup à faire quelque chose de juste, de solide, d'utile. Quelque chose qu'on peut enfin montrer. Comme on montre une preuve. Comme on joue enfin le morceau qu'on répétait en silence dans sa tête. Les symboles survivent aux machines Ouvrir aujourd'hui un texte du XVIIe siècle et y reconnaître tout de suite un signe fait un drôle d'effet. Les machines ont changé, les supports aussi, et même les théories. Le papier est devenu écran. Les tables de calcul, ces pages de résultats préparés à l'avance pour éviter les longues opérations à la main, sont devenues des processeurs graphiques, les GPU. Les quelques symboles d'une page d'algèbre sont devenus des milliards d'opérations par seconde. Mais nous faisons toujours ce que faisaient Rahn, Pell et leurs contemporains : chercher de meilleurs langages pour penser. C'est peut-être cela que représente le logo de deraison.ai. Un hommage à une vieille histoire de mathématiques, bien sûr. Mais surtout une conviction d'aujourd'hui : avant de calculer quelque chose, il faut trouver comment l'écrire. En 1659, cela tenait en quelques points et une ligne. Aujourd'hui encore, tout commence par un signe. Remerciements Merci à Audrey Dejoux, l'artiste qui a conçu ce site. Elle y a mis une grande délicatesse, au plus près de ce que son imagination a compris de ma passion pour les sciences. Sources MacTutor History of Mathematics : Johann Heinrich RahnSotheby's : Teutsche Algebra de Johann Heinrich Rahn, 1659Wikipédia : Par conséquent ← Retour au blog --- ## La dernière diapositive | Blog URL: https://deraison.ai/blog/qr4prez La dernière diapositive Un QR code, une fiche contact et des statistiques que personne d'autre ne voit : pourquoi j'ai construit qr4prez. Créer mon QR code contact ↗ La conférence se termine. Quelques personnes s'approchent de l'estrade, téléphone à la main. On échange des politesses, puis vient le moment pénible. Épeler une adresse email dans le brouhaha. Chercher un profil LinkedIn parmi douze homonymes. Tendre une carte de visite qui finira au fond d'une poche de veste. J'ai vécu cette scène à chaque exposé pendant des années. qr4prez est né de cette scène. C'est un petit outil web. On remplit un formulaire une fois. En retour, on reçoit un QR code à poser sur sa dernière diapositive. Un QR code, c'est ce damier noir et blanc que l'appareil photo d'un téléphone sait lire. Le public le scanne. La fiche contact s'ajoute aussitôt au carnet d'adresses, avec la photo, le titre et les liens. Une page privée compte ensuite les scans : combien, quand, depuis quelle ville. L'outil est en ligne à deraison.ai/qr4prez. Il est gratuit, en français et en anglais, sans compte à créer. Motivation La carte de visite en papier a deux défauts. Le premier est connu : elle est pratique, mais elle se perd. Le second m'agaçait davantage : elle ne donne plus jamais de nouvelles. A-t-elle servi ? Quelqu'un l'a-t-il retrouvée trois semaines plus tard ? A-t-elle survécu au lavage de la veste ? On ne le saura jamais. La version numérique existe depuis longtemps : la vCard. C'est un petit fichier texte que tous les téléphones savent lire. Il contient le nom, le téléphone, l'email, l'employeur, et même la photo. Le QR code sert de pont : l'appareil photo le transforme en lien, le lien ouvre la vCard. Ni l'un ni l'autre n'est nouveau. Ce qui manquait, c'était un outil qui fasse les deux comme je le voulais. Je voulais trois choses. Le public n'a qu'une chose à faire. Pas d'application à installer. Pas de formulaire à remplir. Juste l'appareil photo. Pour moi, savoir si cette dernière diapositive sert à quelque chose. Et je voulais garder les données chez moi. Cela veut dire gérer le serveur. Je l'accepte. Tout tient sur mon ordinateur, celui qui reste allumé pour distribuer mes pages. Aucune entreprise extérieure ne récupère les contacts de mon public. Pas de cookie, pas de traceur, ces petits mouchards qui reconnaissent un visiteur d'un site à l'autre. Aucun outil ne faisait les trois. Les générateurs de QR codes en ligne se comptent par dizaines. Ils gardent vos données chez eux, réclament un compte, glissent un abonnement. Aucun ne vous dit ce que devient le QR code une fois la salle vidée. Les applications d'échange de cartes de visite, elles, obligent les deux personnes à l'installer. qr4prez fait le contraire. Vous l'hébergez. Il ne demande pas de compte. Vous êtes seul à voir les statistiques de scan. Le code est dans le domaine public. N'importe qui peut l'installer sur son serveur et le modifier. C'est un outil fini, pas une maquette de week-end. L'interface existe en français et en anglais. Un courriel récapitulatif part après la création, donc les trois liens ne sont pas perdus si l'on ferme l'onglet. Une protection arrête les robots qui envoient des rafales de requêtes. Les icônes et les balises de partage sont complètes, donc l'aperçu reste propre quand le lien circule dans une messagerie. Le journal du serveur est tenu avec soin. Entre un prototype et un outil qu'on ose montrer, la différence tient à cette pile de détails invisibles. Comment ça marche Tout commence par un formulaire : nom, fonction, email, téléphone, une photo carrée. Remplir un formulaire est ennuyeux. Les champs vides proposent donc chaque fois une personnalité différente. Marie Curie, Grace Hopper, Nina Simone, Alan Turing… Ce ne sont que des exemples, affichés en gris. Ils ne sont jamais envoyés à votre place. Le formulaire : cinq champs obligatoires, une photo carrée et une suggestion de personnalité pour donner l'exemple. C'est la photo qui m'a donné le plus de mal. Les photos sont presque toujours des fichiers JPEG, le format des appareils et des téléphones. Un fichier JPEG peut contenir, à côté de l'image, un petit commentaire technique ajouté par le logiciel qui l'a traitée. Certaines versions d'iOS, le système des iPhone, n'aiment pas ce commentaire. Dans ce cas elles effacent toute la photo de la fiche contact, sans afficher la moindre erreur. Le contact arrive, sans visage. qr4prez redécode donc la photo, la redimensionne en 400 × 400 et la réenregistre proprement. Il efface ensuite le commentaire fautif, octet par octet. Personne ne verra jamais ce travail. C'est le but. Chaque fiche reçoit ensuite une adresse impossible à deviner. Pour la fabriquer, on utilise une fonction de hachage. C'est une machine à empreintes : on lui donne un texte, elle rend une suite de caractères toujours de la même longueur. Changez une seule lettre du texte : l'empreinte change du tout au tout. qr4prez lui donne le prénom, le nom et l'heure exacte de l'envoi. La machine utilisée s'appelle SHA-256 ; elle est publique et éprouvée depuis longtemps. L'outil garde les 16 premiers caractères de l'empreinte. Chacun de ces caractères est un chiffre de 0 à 9 ou une lettre de a à f, soit seize possibilités. Seize possibilités par caractère, sur seize caractères : le nombre d'adresses possibles s'écrit $$2^{64} \;\approx\; 1{,}8 \times 10^{19}$$ Dix-huit milliards de milliards. Il reste quand même un risque. Il porte un joli nom : le paradoxe des anniversaires. Dans un groupe de vingt- trois personnes, il y a une chance sur deux que deux d'entre elles soient nées le même jour. C'est beaucoup plus que ce qu'on imagine. De la même façon, deux fiches pourraient tomber sur la même adresse. Pour \(n\) fiches, ce risque ne dépasse jamais $$\Pr[\text{collision}] \;\le\; \frac{n(n-1)}{2} \cdot \frac{1}{2^{64}}$$ Avec un million de fiches, cela fait environ trois chances sur cent millions. Et l'adresse elle-même ne contient aucune information personnelle : ni le nom ni la date n'y apparaissent, seulement l'empreinte. Pour le public, l'effort est minimal. Le téléphone scanne le QR code, ouvre l'adresse de la fiche, le serveur envoie la vCard et note le passage. Celui-ci fonctionne : scannez-le et vous arrivez sur qr4prez. D'où viennent les scans : la géolocalisation C'est la partie qui surprend le plus les gens, alors disons précisément ce qui se passe. Aucun téléphone n'envoie sa position GPS quand il scanne un QR code ; ce serait d'ailleurs impossible sans votre accord explicite. Ce que le serveur reçoit, c'est une adresse IP (Internet Protocol). Tout appareil connecté en a une pendant sa connexion, pour qu'on sache où lui renvoyer les réponses. Cette adresse ne dit rien de votre appartement, et encore moins de vous. En revanche elle en dit long sur votre opérateur : les fournisseurs d'accès publient quelles plages d'adresses ils utilisent dans quelle région. Des annuaires recoupent ces déclarations et répondent, pour une adresse donnée, un pays, une ville probable et les coordonnées du centre de cette ville. Soyons honnête sur la précision. Un GPS de téléphone vous situe à quelques mètres. Une adresse IP vous situe dans une ville, et se trompe souvent. Sur un téléphone en 4G, la connexion ressort parfois chez l'opérateur, à deux cents kilomètres de là. Dans une entreprise, tout le monde apparaît au siège. Un VPN va plus loin encore. Le Virtual Private Network est un tunnel. Il fait ressortir votre connexion ailleurs. Le scan part donc dans un autre pays. La carte dit donc d'où vient le public, en gros. Ce n'est pas un carnet d'adresses. C'est largement assez pour ce qu'on lui demande : savoir si la conférence de Lyon a laissé des traces, ou si un exposé circulait encore à l'étranger trois semaines plus tard. La page de statistiques rassemble tout cela. Vous seul y avez accès. On y trouve quatre compteurs et une carte du monde, où les scans proches se regroupent en pastilles numérotées. Vient ensuite un classement des villes, puis le détail de chaque passage : l'heure locale, l'appareil, le système, le navigateur et l'opérateur. La page de statistiques d'une fiche de démonstration : la carte, les regroupements et le classement des villes. Les coordonnées sont des centres-villes, pas des positions d'appareils. Reste la vraie question : jusqu'où mesurer sans devenir indiscret ? Il y a trois garde-fous. Les scans de la première minute sont ignorés, parce que c'est vous qui testez votre propre QR code, pas un contact. Un avertissement sous la carte rappelle que les points sont des centres- villes approximatifs. Enfin, les adresses IP récentes sont coupées à l'affichage. On les appelle IPv6. Elles font 128 chiffres binaires. Seuls les 48 premiers restent visibles. Le nombre d'adresses que ce début recouvre vaut $$2^{128-48} \;=\; 2^{80} \;\approx\; 1{,}2 \times 10^{24}$$ La ligne affichée désigne donc un opérateur et une région, jamais une personne. Une page de statistiques n'a pas besoin de plus pour dire qu'un scan est venu de Lyon. Conclusion Mes exposés se terminent maintenant par un QR code. La file d'attente de fin de conférence existe toujours, heureusement : on y parle du fond, des objections, des idées. Mais échanger ses coordonnées prend deux secondes, et plus personne n'écorche une adresse email. Si vous donnez des conférences, des cours ou des soutenances, essayez : deraison.ai/qr4prez. Remplissez le formulaire une fois. Posez le QR code sur votre dernière diapositive. Puis regardez les scans dessiner la carte de votre audience. ← Retour au blog --- ## D'un tableau à une carte | Blog URL: https://deraison.ai/blog/standpoint D'un tableau à une carte Standpoint lit un tableau comparatif et en dessine une carte de positionnement, axes nommés en français compris. Une commande suffit. Ouvrir Standpoint dans le navigateur ↗ Tout le monde a déjà vu ce genre de tableau. Des options en lignes, des critères en colonnes, des notes dans les cases. Celui-ci compare douze voitures électriques sur sept critères, chacun noté de une à cinq étoiles. Voiture | Autonomie | Performances | Recharge rapide | Rapport qualité-prix | Technologie embarquée | Sécurité | Réseau de recharge | Tesla Model 3 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Renault Mégane E-Tech | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Peugeot e-208 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Hyundai Ioniq 5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Kia EV6 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Volkswagen ID.3 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | BMW i4 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Polestar 2 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Nissan Leaf | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | MG4 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Dacia Spring | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Fiat 500e | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Le tableau d'entrée, tel qu'on le remplit : douze options, sept critères, une note par case. C'est exactement le fichier que Standpoint lit. Ce tableau est honnête, complet, vérifiable. Il est aussi illisible. Vous venez d'en faire l'expérience. Quatre-vingt-quatre cases d'étoiles à comparer de tête, sept colonnes à mettre en balance : l'œil abandonne. On finit par choisir à l'instinct, ce que le tableau devait justement éviter. Pire : deux personnes de bonne foi lisent le même tableau et désignent deux gagnants différents. Standpoint transforme ce tableau en carte. Chaque option devient un point dans un plan. Deux points proches sont deux profils semblables. Les extrémités des axes portent des mots simples, dans la langue de vos colonnes. La carte répond à une seule question : où vous situez-vous ? Le même tableau, vu de haut : les douze voitures placées les unes par rapport aux autres, axes nommés en français puisque le tableau l'était. À quoi ça sert On reconnaît tout de suite les questions qui appellent une carte. Il y a plusieurs options, plusieurs critères. Et il faut dire où chacune se place par rapport aux autres. Choisir l'hébergeur informatique des trois prochaines années. Choisir le langage dans lequel une équipe va écrire pendant cinq ans. Situer son produit face à six concurrents avant un conseil d'administration. Ramener quinze candidatures à une liste courte, en sachant expliquer pourquoi celles-là. Le dépôt contient quatre tableaux de démonstration, qui montrent ce que l'outil accepte. Des langages de programmation notés sur la performance, l'écosystème et le marché de l'emploi. Des hébergeurs en ligne. Des ordinateurs portables, où le prix et le poids sont signalés comme des colonnes où moins vaut mieux. Et les voitures électriques du début. Ces sujets n'ont rien en commun, sauf la forme du fichier : des noms dans la première colonne, des nombres partout ailleurs. Autant dire aussi ce que l'outil ne sait pas faire, avant qu'il ne déçoive. Pour une ou deux colonnes, une carte ne sert à rien : un graphique ordinaire fait mieux. Pour un classement sur un seul critère, il suffit de trier la colonne. L'ACP sert aussi d'étape de calcul à l'intérieur d'un programme d'apprentissage automatique ; dans ce cas, scikit-learn fait le travail, puisqu'il n'y a aucune figure à montrer au bout. Enfin, Standpoint cartographie un tableau qui existe déjà. Il ne va chercher aucune donnée et ne vérifie aucune note. Si vous avez mal rempli votre tableau, il n'en saura rien. Motivation Les cartes de positionnement sont un grand classique du marketing et du conseil. On les dessine au tableau blanc pour situer des marques, des produits, des concurrents. La méthode qui les fabrique proprement s'appelle l'analyse en composantes principales, ou ACP (Principal Component Analysis en anglais). Elle a plus d'un siècle : Karl Pearson en pose la géométrie en 1901, Harold Hotelling la met en forme en 1933. Le plus simple est de l'imaginer sur un bulletin scolaire. Un élève a huit notes, une par matière. Mais deux chiffres suffisent souvent à le situer : plutôt scientifique, plutôt littéraire. L'ACP fait la même chose avec un tableau. Elle cherche les deux ou trois directions dans lesquelles les options diffèrent vraiment. Une ligne entière de notes se résume alors à deux nombres, qui gardent l'essentiel de ce qui la distingue des autres. Qu'une méthode de 1901 soit encore la bonne en 2026 mérite une explication. Le réflexe d'aujourd'hui est de jeter un gros modèle sur chaque problème. Mais douze lignes et sept colonnes, c'est un tout petit problème. L'ACP le résout en quelques millisecondes, sans entraînement et sans données venues d'ailleurs. Si vous voulez vérifier, vous pouvez refaire le calcul à la main. Personne n'a rattrapé ce siècle d'avance parce qu'il n'y avait rien à rattraper : pour projeter un petit tableau de nombres, la bonne réponse existait déjà. La méthode est donc connue depuis longtemps. Le temps ne se passe pas là : il se passe dans tout ce qui l'entoure. Tourner la carte pour qu'elle se lise dans le bon sens. Nommer les axes avec des mots qu'un comité de direction comprend. Colorer, poser les étiquettes sans qu'elles se chevauchent, exporter en bonne qualité. C'est ce travail-là que Standpoint automatise. Une seule commande lit votre tableau, en CSV ou en Markdown, deux façons courantes d'écrire un tableau en texte simple. Elle produit la figure, en SVG et en PNG. Elle produit aussi un fichier YAML, lisible tel quel, avec toutes les coordonnées et tous les coefficients. Les outils qui existent déjà se partagent en deux familles. Aucune ne fait le travail en entier. D'un côté, les boîtes à outils statistiques : prince ou l'ACP de scikit-learn en Python, FactoMineR et factoextra en R, le langage des statisticiens. Le calcul y est impeccable. On peut le rejouer. Mais ce qu'elles vous rendent, ce sont des axes bruts et des nombres. Nommer les axes, tourner la carte, la rendre présentable, tout cela reste à votre charge. De l'autre côté, les outils de mise en page : une diapositive à quatre cases, un gabarit Canva, ou le fameux quadrant magique du cabinet Gartner. Le résultat est présentable tout de suite, mais chaque point est posé à la main. Rien ne vient des données, rien ne se rejoue. Les axes veulent dire ce que l'auteur a décidé qu'ils veulent dire. Le quadrant que tout le monde regarde Dans cette seconde famille, un cas mérite qu'on s'arrête : c'est la carte de positionnement la plus regardée au monde. Gartner est un cabinet américain. Son métier est d'analyser les marchés du logiciel pour les entreprises qui achètent. Chaque année, pour des dizaines de marchés, il publie une figure appelée Magic Quadrant, le quadrant magique. Deux axes, quatre cases. L'axe horizontal mesure la vision, c'est-à-dire ce que l'éditeur a compris du marché et de la direction qu'il prend. L'axe vertical mesure l'exécution, c'est-à-dire ce qu'il sait livrer aujourd'hui. Les quatre coins portent des noms entrés dans le langage courant. En haut à droite, les Leaders. En haut à gauche, les Challengers. Ils livrent bien, mais ils voient mal où va le marché. En bas à droite, les Visionnaires, qui voient juste mais ne savent pas encore livrer. En bas à gauche, les Acteurs de niche. Il faut comprendre le poids de ce carré. Y figurer est déjà une réussite. Gartner n'y place que les entreprises assez importantes, à ses yeux, pour être suivies. Beaucoup travaillent des années pour y entrer. Une fois dedans, le carré déplace de l'argent. Un directeur informatique qui défend un achat à sept chiffres devant son conseil y trouve une caution que tout le monde comprend en un coup d'œil. Certains appels d'offres sont même rédigés en le recopiant. Puisque ce carré pèse lourd, la façon dont il est fabriqué devient une vraie question. Elle est même allée devant un tribunal. En 2009, l'éditeur californien ZL Technologies attaque Gartner pour diffamation : il estime que sa place dans le carré lui coûte des clients. Gartner répond que le quadrant est une opinion, pas une affirmation de fait. La distinction compte en droit américain. On peut prouver qu'une affirmation de fait est fausse. On ne peut pas le prouver d'une opinion. Le tribunal fédéral de Californie du Nord lui donne raison en 2010. La cour d'appel confirme. Il n'y a rien de honteux là-dedans, au contraire. Une opinion d'expert, assumée comme telle, vaut mieux qu'une mesure inventée. Celle de Gartner repose sur une année d'entretiens, de réunions avec les éditeurs et d'appels à leurs clients. Aucun calcul ne remplace ce travail. Il faut seulement dire précisément ce qu'on regarde : la position d'un point est un jugement. Un jugement ne se refait pas à l'identique. Standpoint ne vise pas cette expertise et ne la remplace pas. Il promet beaucoup moins. Mais sa promesse se vérifie. La position d'un point vient d'un tableau et vous pouvez lire ce tableau. Elle vient d'un calcul et vous pouvez relancer ce calcul. Un point qui vous surprend se remonte jusqu'à sa ligne et jusqu'à ses notes. Il faut dire aussi le prix de cette promesse. Une carte ne vaut que ce que valent les notes du tableau. Remplir quatre-vingt-quatre cases à l'instinct, puis les projeter proprement, ne crée aucune connaissance. Cela rend visible et discutable ce que vous y avez mis. C'est déjà beaucoup. Ce n'est pas savoir. Standpoint vise donc le coin que personne n'occupe. Une carte calculée, comme chez les statisticiens. Et finie, comme chez les outils de mise en page. Il ajoute une idée nouvelle. Un modèle de langage lit ensuite les axes sortis du calcul. Ces programmes manient le texte, comme ChatGPT. Celui-ci donne aux axes des noms en français ordinaire. Utiliser l'ACP pour une carte de positionnement est un classique. Faire nommer les axes par une machine l'est beaucoup moins. Reste à savoir si l'outil est utilisable par d'autres que moi. Le paquet s'installe depuis PyPI, le dépôt public des bibliothèques Python. Les tests se rejouent tout seuls à chaque modification du code. Quatre jeux d'exemples sont rangés dans le dépôt avec leurs figures. La documentation existe en français comme en anglais. Et le même moteur s'atteint par sept chemins différents, décrits à la fin de cet article. Un choix me tient à cœur, même s'il prive du confort des services en ligne : tout tourne sur votre machine. Le calcul, le dessin, et même le nom des axes. Ce dernier est confié à un modèle de langage installé chez vous, lancé par Ollama, un logiciel qui fait tourner des modèles ouverts sur votre propre ordinateur. Votre tableau contient parfois des notes internes sur vos concurrents. Il ne part jamais ailleurs. Comment ça marche Avant même le calcul, une décision discrète vous protège. Une case laissée vide n'est pas ignorée : elle reçoit la plus petite note de sa colonne. Un trou ne peut donc jamais avantager une option. Impossible, du coup, d'oublier commodément de se noter sur le critère qui fâche. Première étape : mettre les critères sur un pied d'égalité. Une note de confort sur 5 et un prix en milliers d'euros ne se comparent pas tels quels. Sans précaution, la colonne aux plus gros chiffres écraserait toutes les autres. On soustrait donc à chaque colonne \(j\) sa moyenne \(\mu_j\), puis on la divise par son écart-type \(\sigma_j\), qui mesure de combien ses valeurs s'éloignent en général de cette moyenne : $$z_{ij} \;=\; \frac{x_{ij} - \mu_j}{\sigma_j}$$ Après ce recentrage, chaque critère pèse autant que les autres. Un point d'écart signifie partout la même chose : un écart-type au- dessus de la moyenne. Deuxième étape, le cœur du calcul. Imaginez les options comme un nuage de points dans un espace à sept dimensions, une par critère. Personne ne voit sept dimensions, mais l'image du nuage suffit : chaque voiture est un point, placé selon ses notes. L'ACP cherche le plan qui, vu de face, étale ce nuage le plus possible. Ce plan repose sur deux directions \(v_1, v_2\) : celles le long desquelles les options s'écartent le plus les unes des autres. En clair, ce sont les deux directions qui portent le plus de différences entre les options. Les mathématiciens les appellent les deux premiers vecteurs propres de la matrice de covariance, le tableau qui dit quels critères varient ensemble. La position d'une option sur la carte est alors son ombre portée sur ce plan : $$c_i \;=\; \big(\langle z_i, v_1\rangle,\; \langle z_i, v_2\rangle\big)$$ Les crochets \(\langle\cdot,\cdot\rangle\) désignent le produit scalaire, l'opération qui mesure de combien un point avance le long d'une direction. Une carte plate reste le résumé d'un espace plus riche. On peut mesurer la part d'information qu'elle garde, et Standpoint l'affiche sur la figure : $$\frac{\lambda_1 + \lambda_2}{\sum_k \lambda_k}$$ Autour de 80 %, la carte raconte fidèlement le tableau ; en dessous, elle se lit comme une esquisse. Troisième étape, l'orientation. Une carte ACP brute sort dans n'importe quel sens : rien n'oblige le « bon » coin à se trouver en haut à droite. Standpoint fait donc tourner le plan pour y placer votre option de référence, celle dont vous voulez raconter la position. Un cas limite est prévu. Une référence notée au maximum partout se retrouverait très loin de tout le reste ; on la pose alors juste au-delà du meilleur concurrent, là où la carte reste lisible. Vient ensuite ce que la carte souligne. Là encore, rien n'est décidé à la main. Quatre options sont mises en avant, chacune choisie par la géométrie seule. Le leader est votre référence, en haut à droite. Le plus faible est celui qui perd sur les deux axes à la fois. Restent deux challengers, le leader mis de côté. Le premier monte le plus haut sur l'axe vertical. Le second va le plus loin sur l'axe horizontal. Ces deux-là méritent un coup d'œil, parce que chacun représente un extrême mieux que personne, sans gagner pour autant. La couleur suit la même règle. Chaque concurrent reçoit sa teinte selon la direction où il se trouve par rapport au centre de la carte, les teintes étant réparties tout autour du cercle des couleurs. Deux voisins sur la carte ont donc des couleurs voisines, ce qui se lit sans y penser. La légende est rangée dans le même ordre que la carte, du coin en haut à droite vers le bas. Dernière étape, les mots. Les axes de l'ACP sont des mélanges de vos colonnes. Ces mélanges se lisent. Un axe peut par exemple peser surtout sur l'autonomie et la recharge, l'autre sur le prix et le poids. Un modèle installé chez vous lit ces poids et donne un nom aux quatre extrémités, toujours sous forme de qualité. Il écrit dans la langue de votre tableau, qu'il reconnaît aux noms des colonnes : français, anglais ou espagnol. Une colonne peut porter la marque « (↓) », comme Prix (↓). Cela veut dire que moins vaut mieux. Le nom retenu dit alors l'avantage et non le défaut. Il écrira « Abordable ». Un garde-fou écarte les sigles, les négations et les mots contraires avant qu'ils n'arrivent sur une étiquette. Un mot sur ce qu'est ce modèle, car le mot recouvre des objets très différents. Un modèle de langage est un programme entraîné à continuer du texte. ChatGPT en est un, très gros. On mesure cette taille en paramètres, les réglages internes appris pendant l'entraînement. Les plus gros en comptent des centaines de milliards et ne tournent que dans des centres de calcul. La distillation consiste à faire apprendre à un petit modèle les réponses d'un gros, sur une tâche précise. Celui utilisé ici est tout petit : un Qwen3 de 0,6 milliard de paramètres, distillé pour trois tâches très limitées. La première donne leur nom aux quatre extrémités des axes. La deuxième met les mots au bon nombre, singulier ou pluriel, pour que les intitulés sonnent juste dans les deux langues. La troisième propose une note de un à cinq quand une case est vide. C'est cette troisième tâche qui touche à la position des points : les notes proposées entrent dans le calcul comme les autres, donc elles déplacent le point sur la carte. Elles s'affichent justement pour que vous les corrigiez. D'après les mesures du projet, elles tombent à trois quarts de point de ce que proposerait un gros modèle, sur une échelle de un à cinq qui reste subjective. Cette petite taille est le point important. Tout ce qui peut se calculer est calculé par l'ACP. Le modèle n'intervient qu'aux endroits où il n'y a rien à calculer : mettre un mot sur un mélange de colonnes qui ont déjà des noms, ou proposer un chiffre là où la case est vide. Il ne voit jamais vos notes. Il voit des poids, des noms de colonnes, et pour le remplissage les noms des lignes. Ce travail ne demande pas un des très gros modèles du moment. Il demande un modèle qui tienne dans un ordinateur portable, et qui ne sorte pas de la pièce. Un résultat d'entraînement mérite d'être raconté, parce qu'il va contre l'intuition. Deux modèles avaient d'abord été distillés, un par langue. Un troisième, entraîné sur les deux langues en même temps, a été ajouté pour voir ce que la spécialisation apportait. C'est le bilingue qui a gagné, partout. Pour nommer les axes, les deux spécialistes plafonnaient à 90 % ; le bilingue atteint 100 % dans chaque langue. Ce qui coûte le plus à un modèle de cette taille, ce n'est pas le sens. C'est la forme exacte de la réponse, la même dans les deux langues. S'entraîner en deux langues, c'est voir cette forme deux fois plus souvent. Un seul modèle est donc livré, meilleur partout et deux fois moins lourd à entretenir. La même exigence a conduit à retirer un modèle au lieu d'en ajouter un. Standpoint vérifie sa propre figure et répond à trois questions. Le leader est-il bien en haut à droite ? Les étiquettes sont-elles lisibles ? La légende est-elle visible ? Un modèle de vision s'en chargeait, en regardant l'image. Ses réponses ont été comptées sur les 1 480 exemples enregistrés pendant la distillation : deux des trois questions recevaient « oui » les 1 480 fois. La troisième porte sur le signe d'une coordonnée, que le programme connaît déjà exactement. On demandait donc à un modèle de regarder une image pour y retrouver des nombres qu'on avait sous la main. Le programme calcule maintenant lui-même cette vérification : sans modèle, tout de suite, hors ligne. La meilleure démonstration reste de retourner l'outil contre lui-même. La carte ci-dessous compare Standpoint aux autres façons de dessiner un positionnement, sur sept critères. C'est Standpoint lui-même qui l'a produite, à partir d'un tableau de notes que j'ai rempli. Une réserve s'impose. Standpoint est la ligne de référence, donc il se retrouve en haut à droite par construction. Et les notes du tableau sont les miennes. Changez la référence et la même carte se réorganise autour d'un autre outil. L'outil se juge lui-même : les boîtes à outils statistiques d'un côté, les outils de mise en page de l'autre et le coin visé au croisement des deux. Le même moteur s'atteint par sept chemins. Une bibliothèque Python (import standpoint). Deux commandes jumelles à taper dans un terminal. Une interface graphique dans le navigateur. Une API HTTP, c'est-à-dire une porte par laquelle d'autres programmes appellent l'outil par le réseau. Un serveur pour les agents d'intelligence artificielle, au protocole Model Context Protocol (MCP). Le septième chemin est une version entièrement statique. Le moteur y est traduit en WebAssembly, un format que tous les navigateurs savent exécuter. Il tourne donc chez le visiteur, sans serveur. C'est cette version qui est en ligne à deraison.ai/standpoint. Collez votre tableau, récupérez la carte. Rien à installer. Vos données ne quittent pas votre machine. Autant le dire : l'outil installé sur votre poste et la version en ligne ne nomment pas les axes de la même façon. Installé sur votre poste, Standpoint utilise le petit modèle distillé décrit plus haut. Dans le navigateur, la page embarque un modèle encore plus léger, qui compare les mots par leur sens. Elle ne charge un vrai modèle de langage que si vous lui demandez de remplir les cases vides. La figure, elle, est du SVG écrit à la main. Aucune bibliothèque de dessin. Chaque trait est choisi. Prise à part, aucune de ces pièces n'a de quoi impressionner. Un calcul que Pearson faisait à la main en 1901. Un modèle de poche qui ne sait faire que ses trois petites tâches. Un dessin sans bibliothèque. Un format de tableau que n'importe qui sait écrire. Un onglet de navigateur. Tout l'intérêt est dans l'assemblage : chaque pièce passe à la suivante exactement ce qu'elle ne sait pas faire. Le calcul au calcul, les mots au modèle, le trait au SVG. Au bout, rien n'a été deviné. C'est justement parce que chaque pièce est petite que l'ensemble tient dans un onglet. Vos notes sur vos concurrents restent chez vous. Aucun contrat ne le promet : il n'y a simplement aucun serveur au bout du fil. Gartner mobilise une année d'entretiens et des équipes d'analystes pour situer un marché. Standpoint n'a pas cette ambition, c'est entendu. Mais il tourne dans la page que vous êtes en train de lire, et tout s'y vérifie ligne à ligne. Conclusion Un tableau honnête mérite mieux qu'une lecture à l'instinct. La carte ne remplace pas le tableau : elle en donne la vue d'ensemble, celle qui vous dit quelles lignes relire de près. Et comme les axes restent des mélanges de vos propres critères, la carte se défend en réunion. Chaque position se retrace jusqu'aux chiffres de départ, gardés dans le fichier YAML de sortie. Le plus rapide pour se faire une opinion reste d'essayer : deraison.ai/standpoint fait tourner le moteur dans votre navigateur, sans installation ni téléversement. Standpoint est aussi open source, sous licence BSD : pip install standpoint, puis une commande sur votre CSV. Le code, les exemples et la documentation sont sur github.com/warith- harchaoui/standpoint. Apportez un tableau ; repartez en sachant où vous vous situez. ← Retour au blog --- ## Un coude, sinon rien | Blog URL: https://deraison.ai/blog/elbow-helper Un coude, sinon rien elbow-helper détecte les coudes des courbes de rendements décroissants, avec une incertitude chiffrée. Quand la preuve manque, il s'abstient. Tester elbow-helper dans le navigateur ↗ Commençons par un exemple que tout le monde peut se figurer. Une boutique en ligne veut ranger ses clients en groupes qui se ressemblent. Les chasseurs de promotions. Les fidèles du dimanche. Les gros paniers. Un algorithme sait faire ce tri, à condition qu'on lui dise d'avance combien de groupes former. Deux groupes ? Le tri reste grossier. Dix ? Chaque groupe devient si petit qu'il ne veut plus rien dire. Quelque part entre les deux se cache le bon nombre. Pour le trouver, on trace une courbe. L'abscisse porte le nombre de groupes essayé. L'ordonnée porte une mesure du désordre qui reste à l'intérieur des groupes. Cette courbe descend vite au début : chaque groupe ajouté absorbe beaucoup de désordre. Puis elle s'aplatit : les groupes supplémentaires n'apportent presque plus rien. La même silhouette de rendements décroissants apparaît quand on se demande quand arrêter d'entraîner un modèle, ou à partir de quel budget une campagne publicitaire sature. Le point où la courbe cesse de payer porte un nom d'anatomie : le coude[1]. Avant lui, chaque unité investie rapporte. Après lui, on s'obstine. Trouver ce point a l'air facile. C'est là le piège. Un algorithme de détection de coude répond toujours quelque chose, même sur une droite parfaite, même sur du bruit pur. elbow-helper pose une question plus dure. Ce coude est-il net ? Est-il unique ? Reste-t-il au même endroit quand on lisse un peu la courbe ? Revient-il si on rejoue le calcul ? Et surtout : une courbe sans aucun coude pourrait-elle donner la même chose par hasard ? Si une seule de ces réponses est mauvaise, l'outil s'abstient et dit pourquoi. Tout cela tourne à deraison.ai/elbow-helper, dans votre navigateur : collez une courbe, vous aurez la réponse et ses preuves avant d'avoir fini cet article. Le cas d'école : l'inertie d'un k-means, tracée selon le nombre de groupes. Le k-means range des points en un nombre de groupes fixé d'avance ; son inertie est la somme des distances de chaque point au centre de son groupe. Le coude détecté, son intervalle bootstrap et les preuves chiffrées à côté. Motivation Les méthodes existantes, à commencer par l'algorithme Kneedle qui fait référence[2], sont très bonnes pour proposer un emplacement. Mais elles ne disent jamais à quel point elles y croient : un point, sans marge d'erreur, sans probabilité, sans droit de se taire. Sur une courbe bruitée, ce point isolé se surinterprète trop facilement. On choisit quatre groupes, on dimensionne un cache, on arrête une expérience. Tout cela à cause d'un accident du bruit. Devant un cliché flou, un radiologue ne diagnostique pas. Il écrit que l'examen ne permet pas de conclure. Puis il en demande un autre. Un programme statistique devrait avoir la même retenue devant une courbe bruitée. Il ne doit conclure que ce que les données permettent. La comparaison a une limite : le radiologue exerce un jugement, alors que le programme applique des seuils fixés une fois pour toutes. Il est donc plus prévisible, mais aussi moins fin. La priorité d'elbow-helper est donc claire : éviter les faux coudes, quitte à se taire plus souvent. Le programme qui l'appelle n'a pas le choix : la réponse est soit un ClearKnee, soit un NoClearKnee. Le premier donne la position du coude, une fourchette et les preuves chiffrées. Cette fourchette vise à contenir la vraie position dans environ neuf cas sur dix, mais seule la famille de courbes de test le confirme à ce jour. Le second donne un code qui dit pourquoi l'outil s'est tu, lisible par une machine. Jamais de repli discret vers une estimation douteuse : l'abstention se traite, elle ne se contourne pas. Les outils déjà disponibles tombent dans trois groupes. Il y a d'abord ceux qui cherchent le coude et rien d'autre : kneed[3], kneebow[4], le visualiseur de Yellowbrick[5]. Ils répondent toujours par un point, et aucun ne sait dire « il n'y a rien ici ». Il y a ensuite les bibliothèques de détection de ruptures, ruptures[6] en tête. Elles sont excellentes. Mais elles répondent à une autre question. Combien de ruptures dans un signal ? Les rendements qui diminuent ne les intéressent pas. Le troisième groupe laisse le jugement à un humain, à l'œil ou à un modèle de langage, ce qui ne se reproduit pas. Le parent le plus proche d'elbow-helper n'est finalement aucun des trois : c'est le paquet segmented de R[7], qui part de la même idée. Dire qu'il y a un coude, c'est dire aussi à quel point on en est sûr. Mais se taire quand la preuve manque reste rare chez tous. C'est l'apport principal d'elbow-helper. La comparaison est chiffrée : le tableau de notes et la carte qui en résume les onze critères sont à la fin de cet article. Reste à savoir si l'outil est vraiment utilisable. Le paquet est publié sur PyPI, l'entrepôt public où pip install va chercher les bibliothèques Python, en huit versions de v0.1.0 à v0.1.7. Aucun envoi de code n'est accepté tant que les 85 tests automatiques ne passent pas sur Python 3.12, ni tant que le vérificateur de style n'est pas content. Chaque semaine, la même série de tests est rejouée sur les quatre versions de Python supportées, de 3.10 à 3.13. Ces 85 tests exécutent 96 % des lignes du paquet. On atteint la même chaîne par quatre portes. La bibliothèque Python. Une commande en ligne. Une interface web par laquelle d'autres programmes viennent poser leurs questions, ce qu'on appelle une API HTTP. Et un serveur qui offre les mêmes opérations à un assistant conversationnel, par le protocole Model Context Protocol, abrégé en MCP. Ces quatre portes sont de fines couches posées sur un cœur unique, donc aucune ne peut dire autre chose que les autres. S'y ajoute l'application web, qui exécute la chaîne de bout en bout dans un onglet. Et une note mathématique en LaTeX, qui démontre chaque formule du paquet avec un exemple travaillé : ELBOW.pdf, complétée par LIKELIHOOD.pdf. Ces documents existent en français comme en anglais, tenus à jour avec le code. Comment ça marche La courbe est d'abord mise en ordre. Les points invalides sont écartés. Les abscisses sont triées et dédoublonnées. Les deux échelles sont ramenées entre 0 et 1. Cette mise à l'échelle prend une précaution. Elle ne se cale pas sur le point le plus bas et le point le plus haut, mais sur le 5e et le 95e centile. Le 5e centile, c'est la valeur sous laquelle tombent 5 % des points ; le 95e, celle sous laquelle il en tombe 95 %. Un seul point aberrant ne peut donc pas écraser toute la courbe contre le bord. Vient ensuite un premier examen de forme. La courbe monte-t-elle, ou descend-elle, sans jamais changer de sens ? On dit alors qu'elle est monotone. La corrélation de Spearman[8] répond à cette question en regardant seulement l'ordre des valeurs, jamais leur taille. Un second contrôle, qui tient compte des écarts, vient la confirmer. Une courbe sans tendance nette est écartée tout de suite, avant même qu'on cherche un coude. Vous n'avez pas à dire dans quel sens va la courbe, sauf si vous voulez l'imposer. Le programme le lit dans le signe de la tendance. Pour savoir si elle est creuse ou bombée, il la compare à la corde qui joint son premier et son dernier point. Au-dessus de la corde, elle est bombée comme un dôme. En dessous, elle est creuse comme un bol. Les quatre cas possibles sont donc couverts, bombée ou creuse, montante ou descendante, sans que vous ayez à nommer la forme. Si vous la donnez quand même, c'est la vôtre qui gagne. La courbe est propre, son sens est connu. Reste à dire ce qu'on cherche. Commençons par le mot « coude ». Il mérite une définition honnête. Prenez une courbe en racine carrée, qui monte vite puis se calme. Tracez la droite qui joint ses deux extrémités, puis soustrayez-la de la courbe. Il reste une bosse, nulle aux deux bouts, maximale là où la courbe s'écarte le plus de cette droite. Ce sommet, c'est le coude. Une fois les données ramenées entre 0 et 1, cette courbe de différence s'écrit : $$d(x_i) \;=\; y_{\text{norm}}(x_i) - x_{\text{norm},\,i}$$ Ses maxima locaux, les points plus hauts que leurs voisins immédiats, sont les candidats. Un seuil de sensibilité décide ensuite si un sommet est un vrai coude ou une simple ondulation : le candidat doit dominer son voisinage d'une marge proportionnelle à un paramètre \(S\) : $$T \;=\; d_{\max} - S \cdot \overline{|\Delta x_{\text{norm}}|}$$ où la barre désigne l'écart moyen entre deux abscisses voisines. Plus \(S\) est grand, plus la marge exigée est large. Toute cette recherche est rejouée sur une grille de lissages et de sensibilités. Seuls survivent les candidats qui reviennent au même endroit à chaque réglage. Un vrai coude résiste quand on floute un peu la courbe ; un accident de bruit, lui, disparaît. Cette recherche de sommets porte un nom et a des auteurs. C'est l'algorithme Kneedle[2], décrit par Satopää, Albrecht, Irwin et Raghavan en 2011, réécrit ici de zéro en NumPy. La façon de parcourir la courbe, la table des orientations et le seuil de sensibilité suivent de près les choix de la bibliothèque kneed de Kevin Arvai[3]. Cette bibliothèque est sous licence BSD et le dépôt la crédite. elbow-helper n'en a pas besoin pour fonctionner. Ce qu'elbow-helper ajoute est donc ailleurs. Il tient à ce qu'il exige d'un candidat avant de l'appeler un coude. Vient ensuite la vérification par le calcul. Première exigence : la pente doit changer, et changer d'une façon que trois points aberrants ne suffisent pas à fabriquer. C'est ce que mesure un estimateur de Theil-Sen[9]. La méthode habituelle s'appelle les moindres carrés. Elle cherche la droite qui rend la somme des carrés des écarts la plus petite possible. Une valeur folle y pèse donc très lourd. Theil-Sen fait autrement. Il calcule la pente de toutes les paires de points, puis prend la valeur du milieu, la médiane. Quelques points fous ne décident plus du résultat. Reste à écrire le modèle lui-même. Un vrai coude est un changement de pente : une droite, puis une autre pente après le point \(k\). Pour fabriquer cette ligne brisée d'un seul morceau, sans saut, on utilise une fonction qui vaut zéro avant \(k\) et qui monte tout droit après : $$y \;=\; a + b\,x + c \cdot \max(0,\; x - k)$$ Le coefficient \(c\) porte toute l'histoire du coude. Si \(c\) vaut zéro, on retombe sur une droite sans coude. Plus \(c\) s'éloigne de zéro, plus la pente casse fort en \(k\). Ce modèle brisé doit ensuite battre la simple droite sur deux terrains. Le premier est un examen par morceaux[10] : on cache une partie de la courbe, puis on regarde si le modèle devine ce qu'on lui a caché. On enlève des tronçons entiers, jamais des points isolés, parce qu'un point isolé se devine bien trop facilement d'après ses voisins. Le second terrain est un score qui compare les deux modèles en tenant compte de leur complexité. Mais ce score demande d'abord qu'on dise ce que « mieux ajusté » veut dire. Ce que « mieux ajusté » veut dire : la vraisemblance Supposons le modèle vrai. S'il colle bien aux données, ce qu'on observe n'a rien de surprenant. C'est l'idée de vraisemblance. Pour la calculer, il faut d'abord se donner un modèle du hasard. Chaque point observé s'écarte un peu de la courbe théorique. Cet écart est un bruit gaussien. C'est le hasard en courbe en cloche, celui que produisent de petites erreurs qui s'additionnent. Chaque écart est tiré indépendamment des autres, avec une taille typique notée \(\sigma\). Chaque observation reçoit alors une densité de probabilité, c'est-à-dire un nombre qui dit à quel point cette valeur était attendue. Plus le point tombe près de la courbe proposée, plus ce nombre est grand. Les manuels multiplient ces nombres entre eux, sur les \(n\) points. Ce produit pose un problème pratique. Multiplier \(n\) nombres tous inférieurs à un donne un résultat qui s'effondre à toute vitesse quand \(n\) grandit. Une courbe de 80 points et une courbe de 800 ne se comparent alors plus du tout. elbow-helper prend donc la vraisemblance par observation. On multiplie les \(n\) nombres. Puis on prend la racine \(n\)-ième du résultat, ce qui revient à une moyenne. Le nombre de points cesse ainsi de peser : $$L(\theta,\sigma^2) \;:=\; \exp\big(\mathbb{E}[\ln p]\big) \;=\; L_{\text{brute}}^{\,1/n}$$ Avec un bruit en cloche, tout se simplifie d'un coup. Il ne reste que l'erreur quadratique moyenne, c'est-à-dire la moyenne des carrés des écarts entre les points observés et la courbe ajustée : $$L(\theta,\sigma^2) \;=\; (2\pi\sigma^2)^{-1/2} \exp\!\left(-\frac{\mathrm{EQM}(\theta)}{2\sigma^2}\right)$$ Le logarithme n'est pas un choix arbitraire ici. La densité gaussienne contient une exponentielle, et le logarithme népérien la défait exactement. $$\ell(\theta,\sigma^2) \;=\; -\tfrac{1}{2}\ln(2\pi\sigma^2) \;-\; \frac{\mathrm{EQM}(\theta)}{2\sigma^2}$$ Cette ligne contient une petite surprise. À bruit fixé, rendre l'erreur quadratique moyenne la plus petite possible revient exactement à rendre la vraisemblance la plus grande possible. On apprend les moindres carrés comme une recette géométrique. On apprend le maximum de vraisemblance comme un principe statistique. Ce sont la même chose. En poussant le calcul un peu plus loin, on retombe sur une quantité que la théorie de l'information appelle la perplexité. Le mot vient des modèles de langage, où la perplexité se lit comme le nombre de mots entre lesquels le modèle hésite à chaque pas. Ici elle porte sur des nombres et non sur des mots. Elle mesure la même chose : l'étendue des valeurs que le modèle juge possibles. Plus elle est basse, moins le modèle hésite : $$\mathrm{PPL}(\theta) \;=\; \exp\big(-2\,\ell(\theta,\hat\sigma^2)\big) \;=\; 2\pi e \cdot \mathrm{EQM}(\theta)$$ Ramenée à l'échantillon entier, elle donne la log-vraisemblance négative \(\mathrm{NLL}\), écrite avec la somme des carrés des résidus \(\mathrm{SCR}\), c'est-à-dire l'erreur quadratique moyenne avant division par \(n\) : $$\mathrm{NLL} \;=\; n \ln\!\left(\frac{\mathrm{SCR}}{n}\right) \;+\; n\,(1 + \ln 2\pi)$$ Comparer deux modèles sur leur seul ajustement serait truqué d'avance. Un modèle qui a plus de réglages colle toujours mieux aux données, jusqu'à épouser le bruit lui-même. Il faut donc faire payer les réglages. C'est ce que font les critères de la famille du BIC (Bayesian Information Criterion)[11] : ils partent de la vraisemblance et y ajoutent une pénalité proportionnelle au nombre de réglages dépensés. Le coude coûte des réglages. Il doit les rembourser en ajustement, sinon la simple droite gagne. Reste à rendre tout cela lisible pour un humain. Le réflexe serait d'utiliser le \(R^2\), le score d'ajustement des manuels. Il compare l'erreur du modèle à celle qu'on ferait en répondant toujours la même valeur, la moyenne des observations : 1 pour un ajustement parfait, 0 pour « pas mieux que de répondre la moyenne ». Le problème est que la moyenne minimise justement l'erreur. C'est donc le meilleur adversaire possible parmi les réponses bêtes. Un \(R^2\) peut ainsi passer sous zéro. elbow-helper se compare plutôt à un adversaire franchement mauvais : le point observé depuis lequel il est le plus difficile de prédire tous les autres. $$y_{\text{pire}} \;:=\; \operatorname*{arg\,max}_{y_j}\; \frac{1}{n}\sum_i (y_i - y_j)^2 \qquad\Longrightarrow\qquad \text{qualité} \;=\; 1 - \frac{\mathrm{EQM}(\theta)}{\mathrm{EQM}_{\text{pire}}}$$ Ce score vaut 1 pour un ajustement parfait, et 0 pour un ajustement aussi mauvais que cette pire valeur fixe. Comme cette référence est toujours plus mauvaise que la moyenne, il est beaucoup plus difficile de tomber sous zéro qu'avec un \(R^2\). C'est ce nombre qui s'affiche dans la légende de la figure. Trois autres l'accompagnent : la probabilité de détection, la valeur \(p\) définie à la section suivante, et un poids qui compare les deux modèles. Ce dernier est la cote entre le modèle à coude et la simple droite, calculée à partir de l'écart de BIC[12]. Un mot de prudence : cette cote ne vaut que si l'on a beaucoup d'observations. La lire comme une probabilité demanderait en plus de se donner d'avance une confiance dans chacun des deux modèles, ce qu'aucune donnée ne fournit ici. On la prend donc pour ce qu'elle est. C'est un poids qui compare deux modèles. Il ne prétend pas être une probabilité. Les épreuves de robustesse Un modèle peut gagner ce duel sur les données qu'on a, et n'être qu'un caprice du bruit. Deux épreuves s'en assurent. La première s'appelle le bootstrap[13]. Le nom vient d'une expression anglaise. Elle parle de se hisser en tirant sur ses propres lacets. Faute d'autres jeux de données, on en fabrique à partir de celui qu'on a. On retire de la courbe le modèle ajusté, ce qui laisse les écarts. On mélange ces écarts au hasard, puis on les recolle sur le modèle. Chaque copie est une courbe qu'on aurait pu observer si le hasard avait tiré autrement. On refait la recherche complète sur chaque copie. Pour passer, le coude doit revenir au même endroit dans au moins 90 % des copies, avec une fourchette serrée. La seconde épreuve est le test de la droite pure. On simule des milliers de droites portant le même niveau de bruit. Puis on compte combien de fois le hasard seul produit une preuve aussi forte que celle qu'on a observée. Ce nombre, la valeur \(p\), mérite qu'on s'arrête, parce que c'est la quantité la plus mal lue de toute la statistique. Elle ne dit pas la probabilité qu'il n'y ait pas de coude. Elle dit l'inverse : en supposant qu'il n'y en ait aucun, à quelle fréquence le hasard seul fabriquerait une preuve aussi convaincante. Une valeur \(p\) de 0,01 veut dire qu'une droite pure y arriverait une fois sur cent. C'est peu, donc on garde le coude. Ce n'est pas zéro, donc on peut se tromper une fois sur cent. Ce passage par la simulation n'est pas un luxe. S'il n'y a pas de coude, alors sa position n'existe pas. Les tests classiques perdent donc la référence sur laquelle ils s'appuient d'habitude[14]. Il faut donc que les deux barres soient franchies : $$\widehat{p}_{\text{détection}} \;\ge\; 0{,}9 \qquad\text{et}\qquad p_{\text{nul}} \;\le\; 0{,}01$$ Seul un candidat qui franchit toutes ces portes devient un ClearKnee. La figure de diagnostic affiche ce dossier de preuves à côté de la courbe. En cas d'abstention, elle passe à un état honnête. Courbe grisée, raison affichée. Jamais un marqueur qui laisserait croire à plus de certitude qu'il n'y en a. Bruit faible. Le changement de pente est confirmé et situé en x = 0,463, marqué par la ligne pointillée. La vraie cassure est en 0,5 : l'écart mesure la discrétisation sur les points fournis. La figure suivante montre la même courbe, la même cassure en dessous, avec un bruit plus fort et rien d'autre de changé. Bruit fort, forme vraie identique. Aucune cassure confirmée, donc aucun repère tracé : l'abstention se lit sur la figure elle-même. Ce que « s'abstenir » veut dire S'abstenir n'est pas échouer en silence. C'est une réponse, qui porte un nom. La fonction rend toujours l'un de deux objets, jamais autre chose. Le programme qui l'appelle est donc obligé de regarder lequel avant de continuer. Voici les deux réponses telles qu'elles s'affichent, sur la même courbe à deux niveaux de bruit : >>> from elbow_helper import robust_knee >>> robust_knee(x, y) # bruit d'écart-type 0,02 ClearKnee(knee_x=0.3038, ci90=(0.3038, 0.3418), detection_rate=0.98, null_p=0.00498) >>> robust_knee(x, y_bruite) # même coude, bruit dix fois plus fort NoClearKnee(reason='INCOMPATIBLE_GLOBAL_SHAPE') La première ligne se lit sans documentation. Coude en 0,304. Fourchette allant de 0,304 à 0,342. Coude retrouvé dans 98 % des copies. Probabilité qu'une droite sans coude fasse aussi bien : cinq pour mille. La seconde ne donne aucune position. C'est voulu : à ce niveau de bruit, la courbe ne passe même plus l'examen de forme, sa tendance n'étant plus assez nette. Chaque refus porte un code stable, lisible par une machine comme par un humain. Ces codes forment une liste arrêtée d'avance, quinze motifs et pas un de plus. Un tableau de bord peut donc compter ses abstentions, et savoir si ses courbes sont trop courtes, trop bruitées, ou simplement ambiguës. Code renvoyé | Ce qu'il dit | Préparation des données | INVALID_INPUT | les entrées sont inutilisables : tailles qui ne correspondent pas, aucune valeur finie, forme demandée inconnue. | INSUFFICIENT_DATA | moins de points que le minimum exigé, vingt par défaut : trop court pour que les épreuves suivantes veuillent dire quelque chose. | ZERO_RANGE | l'axe des abscisses ne varie pas : tous les points sont empilés au même endroit. | INCOMPATIBLE_GLOBAL_SHAPE | la courbe n'a pas la forme annoncée ou n'a pas de tendance assez nette pour qu'on la devine. | Recherche des candidats | NO_KNEE_CANDIDATES | la courbe de différence n'a aucun sommet, à aucune échelle de lissage. | ALL_CANDIDATES_WEAK | des sommets existent, mais tous sont trop peu saillants devant le bruit local. | BOUNDARY_KNEE | le meilleur candidat colle à une extrémité de la courbe, là où un coude ne se distingue pas d'un effet de bord. | NO_PERSISTENT_CLUSTER | aucun candidat ne revient au même endroit quand on change l'échelle de lissage. | MULTIPLE_PLAUSIBLE_KNEES | deux coudes sont également défendables ; répondre reviendrait à tirer à pile ou face. | Confirmation statistique | WEAK_SLOPE_CHANGE | la pente change trop peu, une fois mesurée robustement, pour mériter le mot coude. | SEGMENTED_MODEL_NOT_BETTER | la ligne brisée ne bat pas la droite simple, en validation croisée par blocs ou au BIC. | BOOTSTRAP_UNSTABLE | le coude n'est retrouvé que dans une minorité des rejeux sur bruit rebrassé. | BOOTSTRAP_MULTIMODAL | il est retrouvé souvent, mais à deux endroits distincts selon le rejeu. | NULL_NOT_REJECTED | une droite sans coude, portant le même bruit, produirait trop facilement une preuve aussi forte. | INTERNAL_NUMERICAL_FAILURE | un calcul a échoué ; le paquet le déclare au lieu de renvoyer un nombre douteux. | Les quinze façons de dire non, dans l'ordre où la chaîne peut les rencontrer. Ce détail a une conséquence pratique : un refus dit quoi faire. INSUFFICIENT_DATA demande plus de points. BOOTSTRAP_MULTIMODAL suggère qu'il y a peut-être deux coudes plutôt qu'aucun, et renvoie vers la recherche au pluriel décrite ensuite. NULL_NOT_REJECTED dit que la courbe est jolie, mais que le bruit suffirait à l'expliquer. Cinq portes, un seul verdict Un détecteur ne sert que si on peut l'appeler depuis l'endroit où l'on travaille. elbow-helper offre donc la même chaîne par cinq accès. La bibliothèque Python, pour un carnet d'analyse. La commande en terminal, pour un script ou pour ces vérifications automatiques qu'on rejoue à chaque modification du code. L'API HTTP, pour un service écrit dans un autre langage que Python. Le serveur MCP, pour un assistant conversationnel. Et l'application web, pour qui ne veut rien installer. Les quatre premiers partagent le même cœur et offrent les quatre mêmes opérations. knee rend un coude avec son incertitude. elbow est le raccourci du cas k-means, où la courbe est connue d'avance comme creuse et descendante. diagnostics rend la figure, en SVG, un format de dessin qui reste net à toute taille. Et locator rend la position seule, sans les preuves. Ce que l'un renvoie, les autres le renvoient aussi. Installer, c'est choisir son accès. Le cœur ne dépend que de NumPy. Les accès réseau sont des options, entre crochets, qu'on n'installe que si on s'en sert : $ pip install elbow-helper # bibliothèque + ligne de commande $ pip install "elbow-helper[api]" # + l'API HTTP $ pip install "elbow-helper[mcp]" # + le serveur MCP (qui embarque l'API) La bibliothèque Deux fonctions suffisent. robust_knee prend une courbe et devine sa forme. robust_elbow est le raccourci du cas k-means, où la forme est connue d'avance. Les abscisses sont facultatives : si vous ne donnez que les ordonnées, elles seront numérotées de zéro à n moins un. from elbow_helper import robust_knee, robust_elbow, RobustKneeConfig res = robust_knee(x, y) # forme et sens devinés res = robust_elbow(k_values, inerties) # le cas k-means, forme imposée res = robust_knee(y) # x implicite : 0, 1, 2, ... # Plus de rejeux : plus lent, plus sûr. res = robust_knee(x, y, config=RobustKneeConfig(bootstrap_replicates=500, null_replicates=1000, random_seed=0)) if res.is_clear: print(res.knee_x, res.ci90, res.detection_rate, res.null_p_value) else: print("pas de coude net :", res.reason) Tous les seuils vivent dans RobustKneeConfig, une structure qu'on ne modifie pas : on en fabrique une copie avec config.with_(...). Les réglages livrés visent la seconde plutôt que la décimale : cent copies de bootstrap, deux cents droites simulées. Les valeurs ci-dessus sont celles d'une validation sérieuse, cinq à dix fois plus lentes. La ligne de commande Elle offre les quatre mêmes opérations et répond en JSON. Ce format de texte se relit sans ambiguïté par un programme. On peut donc l'enchaîner aux outils habituels. Les données entrent au choix en valeurs séparées par des virgules, en fichier NumPy, ou en colonne d'un CSV désignée par son numéro : $ elbow-helper knee --y-values 0,0.1,0.3,0.6,0.85,0.9,0.92,0.93,0.94,0.95 { "reason": "INSUFFICIENT_DATA", "diagnostics": { "curve": "auto", "direction": "auto", "n": 10, "min_samples": 20 }, "is_clear": false } $ elbow-helper elbow --x-npy k.npy --y-npy inertie.npy $ elbow-helper knee --y-csv mesures.csv:2 --config-json '{"bootstrap_replicates": 500}' $ elbow-helper diagnostics --x-npy k.npy --y-npy inertie.npy > diagnostic.svg La première commande mérite qu'on s'arrête. La courbe qu'elle reçoit a tout à fait la bonne allure, et n'importe quel détecteur classique aurait rendu un chiffre. Mais dix points ne suffisent pas pour affirmer qu'il y a un coude. La réponse est donc un refus documenté, qui dit combien de points ont été fournis et combien il en faudrait. Pas d'estimation de complaisance. La règle vaut par tous les accès. L'API HTTP Un serveur se lance en une ligne et écoute quatre adresses, du nom des quatre opérations. La courbe voyage en JSON, les réglages aussi, dans un objet config_overrides. L'adresse diagnostics renvoie le SVG lui-même, sans emballage autour. # uvicorn : le serveur qui fait tourner l'application Python. $ uvicorn elbow_helper.api:app --port 8000 $ curl -s -X POST localhost:8000/knee -H 'Content-Type: application/json' \ -d '{"x": [0, 0.0127, ...], "y": [0.0043, 0.0361, ...], "config_overrides": {"random_seed": 0}}' {"reason": "CLEAR_KNEE", "knee_x": 0.3038, "ci90": [0.3038, 0.3418], "detection_rate": 0.98, "null_p_value": 0.00498, "is_clear": true, "diagnostics": {...}} # réponse abrégée Le serveur MCP Le serveur MCP est cette même application, avec les quatre opérations déclarées comme outils qu'un assistant conversationnel peut découvrir et appeler, servies sur /mcp : $ uvicorn elbow_helper.mcp_server:app --port 8021 # L'assistant se connecte à http://127.0.0.1:8021/mcp et y découvre # quatre outils : knee, elbow, diagnostics, locator. L'intérêt dépasse le confort. Montrez une courbe à un assistant : il produira volontiers un coude plausible, sans rien pour le contredire. Branché sur cet outil, il obtient un verdict calculé, avec sa fourchette et sa valeur \(p\), ou bien un refus nommé qu'il ne peut pas transformer en certitude. L'application web La dernière surface ne demande rien : deraison.ai/elbow-helper fait tourner la chaîne entière dans le navigateur, sur vos données, sans les téléverser nulle part. On y colle une courbe, on récupère le même verdict et la même figure de diagnostic que par les quatre autres portes, en français ou en anglais. Plusieurs coudes : la programmation dynamique Une courbe change parfois plusieurs fois de régime : trois paliers de prix sur une courbe de demande, par exemple. La question devient alors : combien de cassures, et où ? C'est ce que répond robust_knees, au pluriel. Changer de question oblige à changer de modèle. On découpe la courbe en morceaux et on ajuste à chacun sa propre droite, en acceptant un saut à la jointure. On renonce donc à la ligne brisée d'un seul tenant de tout à l'heure. C'est assumé. Dès que plusieurs cassures peuvent bouger, le coût d'un découpage ne se calcule plus morceau par morceau. Déplacer une cassure change ce que ses voisines doivent respecter. Or c'est justement ce découpage en petits problèmes indépendants qui rend la recherche rapide. Premier ingrédient : pouvoir calculer d'un coup le coût d'un morceau. Ajuster une droite sur \(m\) points et mesurer son erreur semble demander de repasser sur chaque point. Il n'en est rien : six totaux cumulés suffisent, $$S_x = \sum_i x_i,\quad S_y = \sum_i y_i,\quad S_{xx} = \sum_i x_i^2,\quad S_{xy} = \sum_i x_i y_i,\quad S_{yy} = \sum_i y_i^2$$ d'où la pente et l'ordonnée à l'origine des moindres carrés, puis l'erreur du morceau : $$b = \frac{m\,S_{xy} - S_x S_y}{m\,S_{xx} - S_x^2}, \qquad a = \frac{S_y - b\,S_x}{m}, \qquad \mathrm{SCR} = S_{yy} - a\,S_y - b\,S_{xy}$$ Cette dernière égalité vient des équations des moindres carrés. Elle dit que le coût de n'importe quelle tranche de la courbe se lit dans ces totaux, sans jamais retoucher aux points. Les calculer une fois demande un temps proportionnel au nombre de points. Chaque coût de morceau est ensuite obtenu en temps constant, quelle que soit la longueur de la courbe. Deuxième ingrédient : la recherche elle-même. Essayer toutes les façons de placer \(k\) cassures parmi \(n\) points est hors de portée : le nombre de combinaisons se chiffre vite en milliards. La programmation dynamique contourne l'obstacle : elle construit la réponse à partir de réponses plus petites déjà calculées. Notons \(C[k][t]\) le coût le plus faible pour expliquer les \(t\) premiers points avec \(k+1\) morceaux : $$C[0][t] = \text{coût}(0, t), \qquad C[k][t] = \min_{s}\Big( C[k-1][s] + \text{coût}(s, t) \Big)$$ La formule se lit ainsi. On essaie chaque position possible \(s\) de la dernière coupe. Pour chacune, on additionne deux choses. D'un côté, le meilleur coût pour expliquer les \(s\) premiers points avec une cassure de moins : il est déjà calculé, on le relit. De l'autre, le coût du dernier morceau, de \(s\) à \(t\). Puis on garde le minimum. Pourquoi a-t-on le droit de relire une réponse plus petite au lieu de tout recalculer ? Faisons le raisonnement à l'envers. Supposons que le meilleur découpage des \(t\) premiers points ait sa dernière coupe en \(s^\ast\), mais que son début ne soit pas le meilleur découpage possible de ce début. On pourrait alors y remplacer ce début par le moins cher, garder le dernier morceau tel quel, et obtenir un découpage valide encore moins cher que le meilleur. C'est impossible. Donc le début d'une solution optimale est lui-même optimal : c'est le principe de Bellman[15]. Remplir toutes les cases du tableau reste raisonnable, là où l'énumération brute demandait un nombre astronomique d'opérations. Une flèche gardée dans chaque case permet ensuite de remonter le tableau pour retrouver où sont les coupes. C'est la méthode classique de la détection de ruptures. L'algorithme PELT[16] repose sur elle et l'accélère, en abandonnant en cours de route les découpages devenus sans espoir. Ici, elle est vérifiée contre une énumération complète sur de petits jeux de données, plutôt que tenue pour acquise. Troisième ingrédient : choisir le nombre de cassures. Plus on en ajoute, mieux on colle aux données, jusqu'à l'absurde d'un morceau par point. Un BIC modifié[17] tranche : il ajoute une pénalité qui fait payer chaque cassure, et qui surveille en plus la longueur de chaque morceau : $$\mathrm{mBIC}(k) \;=\; n \ln\!\left(\frac{\mathrm{SCR}(k)}{n}\right) \;+\; 3k \ln n \;-\; \sum_{j=1}^{k+1} \ln\!\left(\frac{\ell_j}{n}\right)$$ Le signe moins devant cette somme mérite une anecdote, parce qu'elle dit comment ce projet travaille. La littérature écrit ce terme avec un plus. Testé tel quel, il produit l'effet inverse de celui qu'on lui prête : le terme étant toujours négatif, l'ajouter récompense les découpages déséquilibrés au lieu de les punir. Avec un moins, en revanche, les morceaux courts et inégaux sont bien pénalisés, comme annoncé. La convention retenue ici est donc celle que les tests confirment, et l'écart est documenté plutôt que caché. Reste à dire ce qui n'est pas tranché : un signe qui paraît inversé peut venir d'une définition différente de la vraisemblance, d'un score qu'on minimise au lieu de le maximiser, ou d'une longueur normalisée autrement. Faire la correspondance terme à terme avec la formulation d'origine demanderait une annexe que le dépôt n'a pas encore écrite. Il s'agit donc d'un désaccord mesuré, pas d'une correction de la littérature. Le gagnant est enfin confirmé par un test de permutation. On mélange la courbe des milliers de fois : aucune de ces versions mélangées ne porte de vraie cassure, donc presque toutes doivent faire moins bien que l'ajustement réel. Et comme multiplier les tests multiplie les occasions d'avoir de la chance, une correction de Bonferroni resserre la barre de chaque test en proportion de leur nombre[18]. Une nuance sépare le singulier du pluriel. Elle compte. Au pluriel, une réponse vide n'est pas une abstention : c'est une conclusion. Cette courbe n'a aucune cassure réelle. Ce verdict a franchi exactement les mêmes portes qu'une réponse non vide. Seul un problème de préparation, une entrée invalide, des données trop courtes ou une plage nulle, renvoie une erreur au lieu d'une liste de cassures. Ces choix, la programmation dynamique plutôt que la méthode gloutonne, le signe moins, la confirmation par permutation, ont été tranchés par la mesure. Dix combinaisons ont été mises en concurrence. D'un côté, deux façons de chercher : la programmation dynamique, qui examine tous les découpages, et la méthode gloutonne, qui pose ses cassures une par une sans jamais revenir dessus. De l'autre, cinq façons de choisir le nombre de cassures. Deux fois cinq. Chaque méthode a traité trois cents courbes fabriquées pour l'essai : cent points chacune, vingt-cinq exemplaires pour chaque combinaison de quatre nombres de cassures, de zéro à trois, et de trois niveaux de bruit. Les étiquettes des deux figures qui suivent se lisent ainsi. DP, c'est la programmation dynamique ; Greedy, la méthode gloutonne. BIC, c'est le critère seul ; mBIC_add et mBIC_sub, les deux signes du terme de longueur. ICL est un critère voisin, qui fait payer en plus l'incertitude du découpage[19]. FWER, c'est le test de permutation corrigé à la Bonferroni. Probabilité de retrouver le bon nombre de cassures. Les cinq méthodes de tête reposent toutes sur la programmation dynamique ; les cinq dernières sont leurs jumelles gloutonnes. Deux enseignements se lisent directement sur ce classement. D'abord, la recherche complète bat la méthode gloutonne à chaque fois, et de loin : 0,85 contre 0,60 pour le même critère. Le mécanisme est connu[20] : la méthode gloutonne s'engage tôt sur une coupe imparfaite. Les coupes suivantes servent alors à réparer cette erreur au lieu de décrire la courbe. Ensuite, le signe du terme de longueur, l'anecdote racontée plus haut, se chiffre aussi. Avec le moins, le score est de 0,85 ; avec le plus de la littérature, 0,77. Reste le défaut qui intéresse le plus ce projet : inventer une cassure là où il n'y en a aucune. La seconde figure mesure exactement cela, sur des courbes tracées plates exprès. Probabilité d'annoncer au moins une cassure sur une courbe qui n'en a aucune. Le BIC nu se trompe une fois sur quatre, la dérive que la théorie lui prête depuis longtemps[21] ; la forme soustractive et la porte par permutation ne se trompent jamais sur ces trois cents courbes. Une limite est commune à toutes les méthodes. Elle mérite d'être dite. À fort bruit, avec trois cassures réelles, aucune ne les retrouve toutes : la meilleure en annonce 1,8 en moyenne. L'erreur va donc vers moins de coudes, jamais vers plus. C'est exactement la direction dans laquelle ce paquet accepte de se tromper. Ces chiffres valent pour cette famille de courbes et pour elle seule. Le protocole complet est publié dans le dépôt, avec le tableau détaillé par niveau de bruit[22]. Le tout tient avec une seule dépendance de calcul, NumPy. L'algorithme de recherche est réécrit de zéro. La figure est dessinée trait par trait en SVG, sans aucune bibliothèque de graphiques. Chaque formule de cette chaîne, de la mise à l'échelle au test de permutation, est démontrée pas à pas dans la note mathématique du dépôt, ELBOW.pdf[23]. Cette note est écrite intuition d'abord, avec un exemple travaillé avant chaque formule. La partie sur la vraisemblance est traitée à part, dans LIKELIHOOD.pdf[24], parce qu'elle ne doit rien à l'ajustement de courbes. Ce que ça ne fait pas Un projet qui se réclame de la prudence doit dire ses propres limites, sinon il commet l'excès de confiance qu'il reproche aux autres. Le lissage suppose des abscisses à peu près régulièrement espacées : une courbe échantillonnée n'importe comment le mettrait en défaut. La position rendue est l'un des points fournis, pas une valeur entre deux. Avec peu de points, le coude peut donc tomber à quelques échantillons de la vérité. Sur la famille de courbes qui sert d'essai, l'erreur reste sous 5 % de la largeur de la courbe une fois sur deux. La droite simulée et le bootstrap font une autre hypothèse : ils supposent un bruit de taille constante d'un bout à l'autre de la courbe, et un point qui ne dépend pas du suivant. Les variantes qui s'en passent restent à écrire. Enfin, les seuils sont des valeurs calibrées sur une famille de courbes documentée, pas des constantes universelles. 90 % de redétections et une valeur \(p\) à 1 % sont des choix défendables, pas des lois de la nature. Le paquet est en version 0.1. Son auteur le dit : si votre décision en dépend, recalibrez sur vos propres courbes. Aucune méthode travaillant sur des données limitées n'est infaillible. Celle-ci se contente de rendre ses hypothèses vérifiables. Conclusion Un détecteur qui sait se taire rend un meilleur service qu'un détecteur qui répond toujours. « Pas de coude net » est une vraie information : elle évite de dimensionner un système, d'arrêter une expérience ou de trancher un budget sur un hasard. Cette confiance affichée se paie en abstentions. C'est un échange que j'assume. elbow-helper s'installe en une ligne, pip install elbow-helper. Il s'essaie aussi sans rien installer, dans le bac à sable en ligne, où la chaîne complète tourne dans votre navigateur sans téléverser vos données. Le code, les exemples, le comparatif des outils voisins et les notes mathématiques sont réunis sur le dépôt GitHub. Apportez une courbe ; vous repartirez avec un coude défendable ou avec une bonne raison de ne pas y croire. Le paysage, outil par outil Reste à situer tout cela. Le dépôt note huit façons de chercher un coude, sur onze critères. La note porte sur le travail que fait ce paquet, c'est-à-dire annoncer un coude seulement quand la preuve le soutient. Aucun outil n'est puni pour être excellent à un autre métier. Outil de détection de coude | Robustesse au bruit | Forme devinée | Abstention explicite | Cassures multiples | Test statistique | Incertitude chiffrée | Sélection de modèle | Dépendances légères | Appel en une ligne | Reproductible | Maths publiées | elbow-helper | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | kneed | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | ruptures | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | kneebow | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | KElbowVisualizer | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Paquet R segmented | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Estimation visuelle manuelle | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Demander à un LLM | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | 0/5 | Les onze critères du dépôt, de une à cinq étoiles. La ligne surlignée est celle du paquet dont parle cet article. Le même tableau, vu de haut : onze colonnes résumées en deux axes par analyse en composantes principales, la technique qui projette un tableau sur les deux directions qui le résument le mieux, axes ensuite nommés à la main. elbow-helper occupe seul le coin précision et adaptabilité. Carte produite par Standpoint, l'outil qui lit un tableau de notes et en dessine la carte. elbow-helper : le seul du lot qui puisse refuser de répondre. Un coude doit tenir d'un lissage à l'autre, survivre au bootstrap et battre le modèle nul. L'outil rend alors un coude avec son intervalle, ou un motif d'abstention nommé. kneed : l'implémentation de référence de Kneedle, déterministe et immédiate. Un point, toujours, sans marge d'erreur ni porte de sortie. kneebow : la même idée géométrique, obtenue en faisant tourner la courbe. Très léger en dépendances, mais il s'engage à chaque appel. KElbowVisualizer : la façon la plus répandue de lire un coude de k-means : on trace, on regarde. Un outil de visualisation, taillé pour une seule forme de courbe, qui hérite de scikit-learn et de matplotlib. ruptures : l'outil juste quand la question est « combien de ruptures et où », avec PELT et la segmentation binaire déjà en place. La notion de rendements décroissants lui est étrangère. Paquet R segmented : le plus rigoureux statistiquement : régression en ligne brisée, erreurs types, test de Davies, cassures multiples. Il demande R et une réelle aisance statistique. Estimation visuelle manuelle : un œil averti sait dire « je ne vois rien de net ici », ce que la plupart des outils ne savent pas. Mais le jugement ne se reproduit ni d'une personne à l'autre, ni à l'échelle. Demander à un LLM : décrit une forme en mots avec aisance, sait nuancer si on le lui demande ; sans incertitude calibrée, sans dérivation vérifiable, jamais deux fois la même réponse. Bibliographie Voici les travaux dont ce paquet dépend, rangés dans l'ordre où l'article s'en sert. Chaque notice dit ce que la source établit et à quel endroit elle sert ici. Les classiques y sont cités pour le résultat standard qu'ils fondent, les notes du dépôt pour les dérivations et les mesures qu'elles portent. Thorndike, R. L. (1953). « Who belongs in the family? », Psychometrika, 18(4), 267-276. 10.1007/BF02289263 Adresse présidentielle à la Psychometric Society, couramment donnée comme la première formulation du critère du coude : on trace une mesure de dispersion contre le nombre de groupes et l'on cherche le pli. Elle pose la question dont vit cet article, sans proposer de règle de décision. Satopää, V., Albrecht, J., Irwin, D. et Raghavan, B. (2011). « Finding a Kneedle in a Haystack: Detecting Knee Points in System Behavior », ICDCSW, IEEE. Définit le coude comme le maximum de l'écart à la corde après normalisation, avec un seuil de sensibilité : c'est l'algorithme de localisation réécrit ici. Sa limite est dans son énoncé même : il propose un emplacement, il ne dit pas si ce coude existe. Arvai, K. kneed, bibliothèque Python, licence BSD à trois clauses. github.com/arvkevi/kneed L'implémentation de référence de Kneedle en Python. Sa logique de parcours, sa table d'orientations et son seuil de sensibilité ont guidé la réécriture NumPy d'elbow-helper, qui n'en dépend pas à l'exécution. kneebow, bibliothèque Python, licence MIT. github.com/georg-un/kneebow Fait tourner la courbe puis prend l'extremum de la courbe tournée. Représentatif du camp qui répond toujours par un point, sans jamais pouvoir se taire. Bengfort, B. et Bilbro, R. (2019). « Yellowbrick: Visualizing the Scikit-Learn Model Selection Process », Journal of Open Source Software, 4(35), 1075. 10.21105/joss.01075 Bibliothèque de diagnostics visuels pour scikit-learn, dont le KElbowVisualizer qui trace l'inertie et marque un coude. L'outil vise la lecture à l'œil, pas la décision chiffrée. Truong, C., Oudre, L. et Vayatis, N. (2020). « Selective review of offline change point detection methods », Signal Processing, 167, 107299. arxiv.org/abs/1801.00718 Revue qui range la détection de ruptures en trois briques, une fonction de coût, une méthode de recherche, une contrainte sur le nombre de ruptures ; elle accompagne la bibliothèque ruptures. C'est le cadre dont la partie multi-coudes de cet article hérite, sur une question voisine mais distincte de celle des rendements décroissants. Muggeo, V. M. R. (2003). « Estimating regression models with unknown break-points », Statistics in Medicine, 22(19), 3055-3071. 10.1002/sim.1545 Estime la position d'une cassure par linéarisations successives et en donne une erreur type, donc un intervalle. C'est le parent le plus proche d'elbow-helper sur l'idée qu'une affirmation de coude doit venir avec son incertitude ; le paquet R segmented en est la mise en œuvre. Spearman, C. (1904). « The Proof and Measurement of Association between Two Things », American Journal of Psychology, 15(1), 72-101. Corrélation calculée sur les rangs plutôt que sur les valeurs. Elle sert ici d'examen de forme, insensible à l'échelle et peu troublée par quelques points extrêmes. Theil, H. (1950). « A Rank-Invariant Method of Linear and Polynomial Regression Analysis », Proceedings of the Royal Netherlands Academy of Sciences, 53 ; Sen, P. K. (1968). « Estimates of the Regression Coefficient Based on Kendall's Tau », Journal of the American Statistical Association, 63(324), 1379-1389. Les deux articles fondent l'estimateur de pente par médiane des pentes de toutes les paires de points. C'est lui qui permet d'exiger un changement de pente sans qu'une poignée de valeurs aberrantes décide du verdict. Arlot, S. et Celisse, A. (2010). « A survey of cross-validation procedures for model selection », Statistics Surveys, 4, 40-79. 10.1214/09-SS054 Revue qui sépare soigneusement ce qui est démontré de ce qui n'est qu'observé en validation croisée et montre que la forme des blocs retirés doit épouser la dépendance des données. C'est la justification du retrait par tronçons contigus employé ici. Schwarz, G. (1978). « Estimating the Dimension of a Model », The Annals of Statistics, 6(2), 461-464. Fonde le BIC : une pénalité égale au nombre de paramètres multiplié par le logarithme du nombre d'observations, obtenue comme approximation de la vraisemblance marginale. C'est le score que la ligne brisée doit battre pour mériter son coude. Kass, R. E. et Raftery, A. E. (1995). « Bayes Factors », Journal of the American Statistical Association, 90(430), 773-795. Donne l'approximation par laquelle un écart de BIC se lit comme une cote entre deux modèles et l'échelle de lecture qui va avec. C'est la probabilité a posteriori affichée dans la légende de la figure de diagnostic. Efron, B. (1979). « Bootstrap Methods: Another Look at the Jackknife », The Annals of Statistics, 7(1), 1-26. Introduit le rééchantillonnage comme substitut à une loi d'échantillonnage qu'on ne sait pas écrire. Ici, c'est le bruit résiduel qu'on rebrasse, pour mesurer à quelle fréquence et à quel endroit le coude revient. Davies, R. B. (1977). « Hypothesis testing when a nuisance parameter is present only under the alternative », Biometrika, 64(2), 247-254. 10.1093/biomet/64.2.247 Traite exactement la difficulté du coude : un paramètre qui n'existe que si l'hypothèse alternative est vraie, ici la position \(k\). Le test du rapport de vraisemblance y perd sa loi asymptotique usuelle, ce qui explique le recours à une valeur \(p\) simulée plutôt que lue dans une table. Bellman, R. (1957). Dynamic Programming, Princeton University Press. Source canonique du principe d'optimalité : le début d'une solution optimale est optimal pour son propre sous- problème. C'est ce qui autorise la récursion utilisée ici pour placer plusieurs cassures. Killick, R., Fearnhead, P. et Eckley, I. A. (2012). « Optimal Detection of Changepoints With a Linear Computational Cost », Journal of the American Statistical Association, 107(500), 1590-1598. PELT : la même récursion exacte, accélérée par un élagage qui écarte définitivement les découpages devenus sans espoir, d'où un coût linéaire sous certaines conditions sur la pénalité. Zhang, N. R. et Siegmund, D. O. (2007). « A Modified Bayes Information Criterion with Applications to the Analysis of Comparative Genomic Hybridization Data », Biometrics, 63(1), 22-32. Introduit le BIC modifié dont le terme supplémentaire surveille la longueur des segments. C'est la référence dont le signe, repris tel quel d'abord, a dû être corrigé ici après mesure de son effet réel. Dunn, O. J. (1961). « Multiple Comparisons Among Means », Journal of the American Statistical Association, 56(293), 52-64. 10.1080/01621459.1961.10482090 Établit et met en pratique l'inégalité qui porte en statistique le nom de Bonferroni : diviser le seuil par le nombre de tests borne le risque de se tromper au moins une fois. Employée ici dès que plusieurs nombres de cassures sont mis à l'épreuve. Biernacki, C., Celeux, G. et Govaert, G. (2000). « Assessing a Mixture Model for Clustering with the Integrated Completed Likelihood », IEEE Transactions on Pattern Analysis and Machine Intelligence, 22(7), 719-725. Le critère ICL, qui ajoute au BIC une pénalité sur l'incertitude du classement. Concurrent testé dans le comparatif, où il atteint 0,82 d'exactitude et 4 % de faux positifs. Fryzlewicz, P. (2014). « Wild Binary Segmentation for Multiple Change-Point Detection », The Annals of Statistics, 42(6), 2243-2281. Analyse le défaut des recherches gloutonnes, qui s'engagent trop tôt sur une coupe et propagent l'erreur et propose d'y remédier par des intervalles tirés au hasard. Le comparatif de cet article retrouve ce défaut : chaque méthode gloutonne reste sous sa jumelle exhaustive. Yao, Y.-C. (1988). « Estimating the number of change-points via Schwarz' criterion », Statistics and Probability Letters, 6(3), 181-189. Étudie le BIC appliqué au nombre de ruptures et documente sa tendance à en retenir trop. Les 27 % de faux positifs mesurés ici en sont une illustration sur des courbes linéaires par morceaux. Harchaoui, W. (2026). Multi-knee method comparison: results, note de recherche du dépôt elbow- helper. research/multiknee/RESULTS.md Le protocole complet du comparatif cité plus haut : dix méthodes, trois cents courbes chacune, résultats détaillés par nombre de cassures et par niveau de bruit, temps de calcul et les six conclusions qui en sont tirées. Harchaoui, W. (2026). ELBOW: Noise-Robust Knee and Elbow Detection, note technique du dépôt elbow-helper, en anglais. doc/ELBOW-en.pdf Dérive pas à pas chaque formule du paquet, de la normalisation au test de permutation, intuition et exemple travaillé avant chaque formule. C'est la version longue de tout ce que cet article résume. Harchaoui, W. (2026). LIKELIHOOD, note technique du dépôt elbow-helper, en anglais. doc/LIKELIHOOD-en.pdf Le socle de vraisemblance repris plus haut : pourquoi la vraisemblance par observation, moyenne géométrique des densités, plutôt que le produit brut et comment la même construction se lit sur un modèle de classification. Pour finir, trois lectures plus agréables qu'un article de revue. Mes livres préférés en IA donnent le panorama commenté dont sont tirés les deux suivants. The Elements of Statistical Learning de Hastie, Tibshirani et Friedman couvre la sélection de modèles et la validation croisée en général. Information Theory, Inference and Learning Algorithms de MacKay éclaire le lien, esquissé ici, entre vraisemblance, codage et perplexité. ← Retour au blog --- ## Tant que ce n'est pas bon | Blog URL: https://deraison.ai/blog/ralph-loops Tant que ce n'est pas bon La boucle Ralph étend le « tant que » de l'informatique à des questions qu'aucune machine ne sait trancher : un graphique lisible, un texte fluide, une prévision honnête. La Ralph Eyeball Loop, chez sprezzature.ai ↗ « Tant que le compteur est plus petit que dix, recommence. » C'est une des plus vieilles phrases de l'informatique. Elle marche pour une raison qu'on ne remarque plus. La machine sait répondre à la question qu'on lui pose. Comparer un compteur à dix lui coûte un cycle d'horloge, c'est-à-dire une seule des opérations dont un processeur enchaîne des milliards par seconde. Et la réponse est exacte. Toute la force de la boucle vient de là : sa condition d'arrêt ne coûte presque rien. Les questions qui décident vraiment de la qualité d'un travail ne sont pas si faciles. Ce graphique est-il lisible ? Ce paragraphe s'enchaîne-t-il avec celui d'avant ? Ce modèle de prévision mérite-t-il qu'on le mette en production ? Aucune ne se tranche en un cycle d'horloge. Alors on les a sorties des boucles. On les a reléguées à la fin, dans une seule relecture, faite à la main, par quelqu'un qui a déjà beaucoup travaillé. La boucle Ralph les y remet. Elle garde le squelette du « tant que », mais elle met un jugement là où se trouvait le test. Ce juge peut être un œil humain. Ce peut être un modèle de vision, un programme d'intelligence artificielle qui décrit ce qu'il voit dans une image. Ce peut être enfin un jeu de données mis de côté. Le changement paraît mince. Il change pourtant tout ce qu'on peut automatiser. Il ouvre aussi un piège précis, qu'on peut chiffrer. Deux terrains mettent la boucle à l'épreuve : les figures et la prose. Le second réserve une surprise. L'instrument qu'on y emploie a été inventé par Mark Twain, pour se moquer d'une traduction de sa propre nouvelle. La vision par ordinateur le lui a emprunté un siècle plus tard. Il revient ici chez lui. Le piège, lui, a sa mécanique propre. La boucle consulte toujours le même juge. Elle finit par apprendre ses manies au lieu du sujet. Les statisticiens appellent cela surapprendre. On va le chiffrer, le voir se produire sur de vraies données, et en tirer deux règles de conduite. Une boucle autonome ne vaut pas par le talent de celui qui agit. Elle vaut par la qualité du juge qu'on lui donne, et par l'interdiction qui lui est faite de le corrompre. La boucle en une ligne Le nom vient de l'ingénieur australien Geoffrey Huntley. Il a décrit en juillet 2025 ce qu'il appelle la technique Ralph[1]. Le prénom est celui de Ralph Wiggum, l'écolier des Simpson dont les réponses tombent à côté avec une constance admirable. La technique s'écrit sur une seule ligne, à taper dans un terminal : while :; do cat PROMPT.md | claude-code ; done Mot à mot : tant que vrai, donne le contenu du fichier PROMPT.md à l'agent, puis recommence. On écrit donc dans un fichier ce qu'on veut obtenir, puis on le donne en boucle à un agent de codage. Un agent de codage, c'est un modèle de langage, le programme qui anime les assistants conversationnels. On lui a donné en plus le droit de lire des fichiers, d'en écrire et de lancer des commandes. On ne l'arrête pas. La surprise, c'est que cela produise du logiciel utilisable, et non une pile de fichiers incohérents. Pourquoi ça marche ? Un modèle de langage travaille dans une fenêtre de contexte, c'est-à-dire la quantité de texte qu'il garde sous les yeux pendant un échange. Cette fenêtre est courte. Elle se dégrade aussi à mesure qu'on la remplit : en fin de longue conversation, le modèle perd le fil de ses propres décisions. Les fichiers du projet, eux, ne se dégradent pas. À chaque tour de la boucle de Huntley, l'agent repart de zéro, relit l'état réel des fichiers, fait une chose, l'écrit. Le progrès s'accumule sur le disque, jamais dans la mémoire du modèle. C'est l'oubli qui fait marcher la technique. Huntley ne vend pas sa technique comme une solution. Il écrit qu'elle est « mauvaise de façon déterministe dans un monde indéterministe ». Il ajoute deux conditions. Le projet doit être neuf. Un ingénieur expérimenté doit tenir la barre. Son résultat sort, dit-il, « sous-cuit, cuit ou cuit avec des comportements latents non spécifiés ». Il rapporte un contrat facturé 50 000 dollars livré pour 297 dollars de calcul : c'est son chiffre, que rien dans cet article ne vérifie. Un détail de sa ligne de commande mérite qu'on s'arrête, parce que c'est tout le sujet de cet article. while : veut dire « tant que vrai » : la condition est vide. La boucle d'origine n'a aucun test. Elle tourne jusqu'à ce qu'un humain l'arrête. Tout ce qui devient intéressant commence quand on remet quelque chose dans cette condition. Huntley lui-même a étendu l'idée en janvier 2026, en soutenant qu'elle vaut pour toute tâche[2], sans dire comment. C'est ce que la suite essaie de faire. Le cycle : agir, rendre, juger, décider Un cycle en quatre temps suffit à décrire toutes les variantes qu'on rencontre. Agir : produire une modification, une seule, pour savoir plus tard à quoi attribuer le résultat. Rendre : transformer cette modification en un objet qu'on peut poser devant soi. Une image, un texte imprimé, un tableau de mesures. Juger : regarder cet objet. Décider : garder ou jeter, en écrivant pourquoi. Le squelette commun. Les boucles décrites plus bas ne diffèrent que par la nature de l'artefact rendu et par l'identité du juge. Le temps qu'on escamote le plus souvent est le deuxième, parce qu'il semble le plus inutile. Sans rendu, on juge une intention et non un résultat : la boucle tourne sans rien apprendre. Le quatrième est celui qu'on regrette. Sans raison écrite, on perd le compte. Trois semaines après, personne ne sait plus combien d'idées ont été essayées avant celle qui a survécu. Ce compte des essais n'est pas de la paperasse. C'est le nombre dont dépend la validité de tout le reste. L'idée n'est pas neuve, ce qui est plutôt rassurant. Elle porte simplement un nom différent selon les métiers. Le génie logiciel la connaît depuis trente ans sous le nom de problème de l'oracle. Comment distinguer un comportement correct d'un comportement fautif, quand aucun cahier des charges ne le fait à votre place ? Une revue de 2015 conclut que la dernière source de vérité reste l'humain[3]. L'apprentissage automatique l'a redécouvert par l'échec : un modèle de langage laissé seul se corrige mal, et se dégrade parfois en essayant[4]. Une revue de juillet 2026, portant sur mille deux cent cinquante articles, le résume ainsi : toute boucle d'amélioration est un pari sur le fait qu'un signal peut remplacer le jugement humain[5]. Plus le signal est solide, meilleure est la boucle. La question se déplace donc de l'agent vers le juge qu'on lui donne. Premier terrain : les figures On s'attendrait, en 2026, à ce que n'importe quel modèle produise une figure professionnelle sans aide. En réalité, les figures restent parmi les objets les plus difficiles à déléguer : une image sortie d'une machine se reconnaît au premier coup d'œil. C'est cet écart entre la promesse et le résultat qui fait des figures le premier terrain de la boucle. Une phrase se vérifie en la relisant. Un graphique, non. Le code qui dessine une figure peut être entièrement juste et la figure fausse quand même. Une étiquette glisse hors du cadre. Une légende se pose sur les données. Deux points se superposent exactement. Une palette rouge et verte s'effondre en une seule teinte boueuse, pour qui ne distingue pas ces deux couleurs. Rien de tout cela n'apparaît à la lecture de la source, seulement en regardant le résultat une fois rendu. C'est la discipline que formalise la Ralph Eyeball Loop[6], chez sprezzature.ai. Rendre, regarder, corriger la source, recommencer. Jusqu'à ce qu'il n'y ait plus rien à repérer. L'outil transforme la source en image avec un moteur qui ne fait jamais appel au hasard : la même source donne donc toujours la même image. Il tient ensuite, pour chaque figure, un journal de critiques en huit rubriques imposées. Composition, contraste, hiérarchie du regard, espacements. Accessibilité, couleurs, lisibilité des étiquettes à la taille réelle, verdict d'ensemble. Ce journal s'allonge à chaque passage au lieu d'être écrasé : il garde l'histoire de ce qui a été vu et corrigé. La galerie de sprezzature compte cent vingt-sept sortes de graphiques, tous passés par cette boucle. Qui regarde ? Par défaut, l'agent qui vient d'écrire le code regarde sa propre sortie. Une option confie d'abord l'examen à un modèle de vision installé en local, qu'un humain relit ensuite. La différence compte, parce qu'un juge machine se mesure. Un banc d'essai publié en septembre 2026 a pris des modèles multimodaux, ceux qui lisent des images en plus du texte. Il les a mis en position de juger des graphiques. Il leur trouve des défauts systématiques, le premier étant une forte tendance à tout accepter[7]. Un détail compte pour la suite. Certains modèles ont été récompensés pendant leur apprentissage quand leur réponse plaisait. Ce sont les plus indulgents de tous. Le juge se déforme donc sous la pression qu'il est censé arbitrer. Il faut garder un œil humain dans la boucle. Un cas concret vaut mieux que beaucoup de théorie. Celui-ci est pris sur cette page. Les articles de ce blog descendent d'un export d'outil de mise en page. La feuille de style fixe l'apparence de la page. Elle y déclarait un espacement entre paragraphes. Une autre règle le remettait à zéro. Résultat : sur les huit articles publiés, les blocs de texte se touchaient. Tout était valide, aucun test ne tombait, aucun audit automatique ne se plaignait. Il a fallu photographier la page rendue et la regarder. Le même passage a levé deux autres défauts du même genre : des numéros de bibliographie posés sur la première lettre de leur note et des lignes blanches parasites entre éléments de liste. Trois défauts visibles en une seconde d'observation, invisibles à la lecture du code. La boucle prend toute sa valeur dans un cas précis. Le juge y voit ce que celui qui agit ne peut pas voir. Une personne qui distingue normalement les couleurs peut y mettre tout le soin du monde : elle ne verra jamais sa propre figure comme la voit un lecteur daltonien. L'information n'est pas dans son œil. Un simulateur redessine donc l'image telle que ces lecteurs la perçoivent, puis en noir et blanc. Le noir et blanc est d'ailleurs le test le plus sévère : une figure qui s'y lit se lit sous toutes les autres déficiences. Si le propos survit au gris, il survit à tout le monde. Et ce contrôle prend une seconde, ce qui en fait une condition d'arrêt presque aussi bon marché que comparer un compteur à dix. Deuxième terrain : la prose Rien de tout cela n'est propre aux figures. Changez le juge dans la condition d'arrêt : le même squelette s'applique aux textes. La charte d'écriture dont relève cet article en fait une règle[8]. On ne relit pas un texte paragraphe par paragraphe, mais par paires de paragraphes qui se suivent. La raison est simple : ce qui accroche un lecteur n'est pas à l'intérieur d'un paragraphe, c'est à la couture entre deux. On lit donc à voix haute le paragraphe n puis le paragraphe n+1, d'un trait. On regarde le passage de l'un à l'autre. Puis on corrige le texte lui-même : l'ordre des phrases, la dernière ligne du premier, la première du second. On ne se contente pas de noter en marge que « ça coince ». Puis on glisse d'un cran, sur la paire suivante. Comme les fenêtres se chevauchent, chaque paragraphe est éprouvé deux fois : une fois comme arrivée, une fois comme départ. La lecture à voix haute joue ici le rôle du rendu. On croit connaître son propre texte, puisqu'on l'a écrit ; la voix le transforme en un signal qu'on reçoit au lieu de l'émettre. Cet article y est passé. Ici aussi, le danger a été mesuré plutôt que redouté. Jane Pan, He He, Samuel Bowman et Shi Feng l'ont montré en 2024. Dans une boucle où le même modèle rédige et note, la note monte pendant que la qualité jugée par de vrais lecteurs stagne ou baisse. Le phénomène s'aggrave quand le rédacteur et le correcteur partagent leur contexte[9]. C'est l'argument le plus net en faveur d'une relecture par quelqu'un qui n'a pas écrit le texte. La lecture à voix haute a pourtant un angle mort. Elle teste la couture entre deux paragraphes, ce qui ne se voit qu'au passage de l'un à l'autre. Elle ne teste pas l'intérieur de chacun. Une phrase ambiguë écrite de sa propre main se lit sans accroc. On sait déjà ce qu'elle veut dire. L'oreille ne rattrape pas ce que la mémoire comble. Il faut donc un second instrument, qui travaille sur la même unité mais regarde ailleurs. Cet instrument s'appelle ABABA et son nom décrit l'opération. On écrit un passage en français, on le traduit en anglais, on le retraduit en français, puis on recommence. A pour une langue, B pour l'autre. ABABA compte donc cinq états, quatre traductions, deux allers-retours complets. Le mot est un palindrome : il se lit pareil dans les deux sens. C'est exactement ce qu'on cherche à vérifier sur le texte. Écrivons \(T_{AB}\) la traduction vers l'anglais et \(T_{BA}\) le retour. Un tour complet est leur composition \(R = T_{BA} \circ T_{AB}\). La suite des versions successives s'écrit : $$x_{n+1} \;=\; R(x_n)$$ Un passage bien écrit revient donc intact du voyage, parce que son sens est porté par ses mots et non par la bienveillance du lecteur. Les mathématiciens disent qu'il est un point fixe de \(R\). L'apprentissage automatique appelle cette propriété la cohérence de cycle. Elle a fait un détour de cent ans par la peinture et les chevaux avant de revenir au texte. Le voyage commence par une vengeance d'écrivain. En 1903, Mark Twain publie sa nouvelle de la grenouille sauteuse en trois versions. La sienne, d'abord. La traduction française qu'en avait donnée Thérèse Bentzon, ensuite. Puis sa propre retraduction de ce français vers l'anglais, mot à mot, en gardant la syntaxe française[10]. Le résultat est grotesque. C'est le but : Twain montre ce que le voyage a fait à son texte. Le procédé est devenu sérieux en 1970, quand Richard Brislin en a fait le contrôle qualité standard de la recherche interculturelle[11]. On traduit un questionnaire, on le retraduit, et l'écart désigne la question mal posée, avant qu'elle ne fausse une étude clinique. Puis viennent les chevaux. En 2017, Jun-Yan Zhu, Taesung Park, Phillip Isola et Alexei Efros veulent transformer des photos de chevaux en zèbres[12]. Problème : il n'existe aucune paire de photos correspondantes, donc aucun corrigé. Leur solution est d'exiger qu'un aller-retour redonne l'image de départ. Efros raconte d'où leur est venue l'idée. La réponse boucle le cercle[13] : de Mark Twain et de la retraduction. Il en donne la version que tout le monde comprend. Vous faites traduire un texte vers une langue que vous ne parlez pas. Un premier traducteur fait l'aller. Un second fait le retour. Vous vérifiez alors que cela tient encore debout. La technique était née dans le texte, elle était partie vers l'image. Nous la ramenons chez elle. Efros donne aussi l'image qui explique pourquoi l'aller-retour apprend quelque chose. Pensez à un montage qui comprime une donnée puis la reconstruit. Ici, le passage étroit du milieu n'est pas une compression : c'est une autre langue. Le texte est forcé de passer par une langue étrangère, puis de revenir. Et ce passage jette beaucoup de choses. Il jette les tournures qui nous sont propres sans rien vouloir dire. Il jette l'ordre des mots qu'on avait cru élégant. Surtout, il ne sait pas rendre une ambiguïté : le traducteur est obligé de choisir une lecture et de s'y tenir. Une phrase qui revient déformée signale donc un endroit où le texte ne contraint pas assez son interprétation. Ce peut être une ambiguïté. Ce peut être autre chose. Une idée pas assez précisée. Une tournure que l'autre langue ne rend pas. Un usage qui diffère d'une langue à l'autre. Ou simplement un goût du traducteur. La boucle ne tranche pas entre ces cas : elle désigne l'endroit. C'est à nous d'aller voir. Reste qu'elle voit ce que nous ne pouvons plus voir. Nous savions déjà ce que nous voulions dire. Le traducteur, lui, l'ignore. C'est le premier lecteur naïf dont on dispose. Un sigle jamais expliqué. Un terme défini nulle part. Un pronom dont on a oublié à quoi il renvoie trois phrases plus haut. Aucun des trois ne survit au voyage. La stabilité seule ne prouve pourtant rien, et Efros le dit lui-même dans la même conférence. Si l'on demande seulement de revenir au point de départ, le réseau peut tricher en ne bougeant pas du tout : ne rien changer boucle parfaitement. Il a donc fallu ajouter une seconde exigence : un cheval transformé doit vraiment ressembler à un zèbre. La version mesurée de cette triche est arrivée la même année. Casey Chu, Andrey Zhmoginov et Mark Sandler ont montré que CycleGAN apprend à cacher l'image de départ dans un bruit invisible ajouté à sa propre sortie[14]. Le cycle boucle impeccablement sans que rien ait été traduit. Ils ont appelé cela de la stéganographie, l'art de cacher un message dans un support d'apparence anodine. D'où un critère en deux parties, dont aucune n'est facultative. La stabilité se mesure contre le tour précédent : le texte bouge-t-il encore ? La fidélité se mesure contre l'original, toujours, et jamais contre le tour précédent. En pratique, on liste ce qu'affirme le texte de départ. On liste ce qu'affirme le texte arrivé. Puis on compare les deux listes. Cette asymétrie a une raison. Une dérive de sens avance par petits pas invisibles un par un, mais considérables une fois additionnés. Elle se cache en plus toute seule : dès le deuxième tour, le texte est devenu cohérent avec sa propre erreur. Le piège central de cet article revient ici sous une forme nette. Répétez l'aller-retour. Le texte est attiré vers un état particulier, quel que soit son point de départ. Cet état, c'est la prose moyenne du traducteur. Itérer jusqu'à ce que le texte ne bouge plus mène donc là. Vocabulaire aplati, rythme mort, transitions plaquées. La boucle clarifie et aplatit du même mouvement, sans savoir séparer les deux. Un phénomène voisin a été mesuré ailleurs. Ilia Shumailov et ses coauteurs ont montré en 2024 qu'un modèle réentraîné sur ses propres sorties perd d'abord ce qui était rare dans ses réponses[15]. La comparaison a une limite, qu'il vaut mieux poser : leur boucle réentraîne le modèle, la nôtre se contente de l'interroger. Ce qui s'appauvrit ici n'est pas dans le modèle, c'est dans le texte. La parade est simple : on ne garde jamais la sortie de la boucle. On garde ce qui bouge d'un tour à l'autre, comme on garderait une carte. Les passages qui refusent de se stabiliser sont les passages mal écrits. Ce sont eux qu'on réécrit à la main. C'est l'instabilité qui est le signal, pas le texte final. Si un tour transforme « X » en « Y », l'information utile n'est pas Y. C'est que X pouvait se réécrire, donc qu'un lecteur pouvait le comprendre comme Y. C'était tout ce qu'on voulait savoir. La suite s'écrit de notre main, ce qui protège le style. Alterner les traducteurs coûte peu, et Twain comme Efros le faisaient déjà en engageant deux personnes différentes. Avec un seul modèle, le texte se stabilise sur le style de ce modèle. Avec deux modèles en alternance, un texte qui se stabilise doit satisfaire les préférences des deux. Cela l'éloigne des manies de chacun. C'est une intuition, pas une propriété démontrée. La langue de passage se choisit avec le même soin. Le français et l'anglais partagent trop de structures. Un calque y passe sans résistance. Une phrase mal bâtie en français reste mal bâtie en anglais, sans que rien ne sonne faux. Pour le diagnostic, une langue vraiment éloignée comme le japonais ou le finnois force un vrai réencodage. Une objection sérieuse mérite d'être posée plutôt que tue. Harold Somers a montré en 2005 que l'aller-retour note très mal un traducteur automatique[16]. Les erreurs de l'aller et celles du retour se compensent, donc un tour réussi ne prouve rien sur la qualité des deux traductions. L'objection est juste. Elle ne porte pas ici, car ce qu'on cherche a changé de place. Somers fait varier le traducteur et garde le texte fixe, puisqu'il veut noter le traducteur. Nous faisons l'inverse : le traducteur est fixe et supposé bon, tandis que le texte varie. Deux mesures récentes confirment que la méthode tient, quand on s'y prend ainsi. Jihyung Moon, Hyunchang Cho et Eunjeong Park ont montré en 2020 que l'aller-retour prédit bien la qualité, à condition de comparer les sens et non les mots[17]. En avril 2026, Ronald Skorobogat, Ameya Prabhu et Matthias Bethge ont mesuré une corrélation de 0,94 entre un score d'aller-retour et les préférences de vrais utilisateurs. Les bancs d'essai multilingues établis, eux, tombent à zéro ou passent en négatif[18]. La compensation d'erreurs décrite par Somers reste quand même une bonne raison de ne jamais conclure sur un seul tour avec un seul modèle. Deux instruments, donc, sur la même unité de texte. L'oreille teste la couture, la traduction teste l'intérieur. On lit d'abord à voix haute, parce que c'est gratuit et que cela règle la moitié des problèmes. On ne lance l'aller-retour que sur les paires qui résistent. Et jamais plus de deux tours sur un passage qui cède. Au-delà de cinq tours, on mesure le style du traducteur et non le texte. Le piège : le juge finit par se laisser acheter Une boucle optimise ce qu'elle mesure. Mettez un juge dans la condition d'arrêt. La boucle se met alors à optimiser ce juge. Charles Goodhart l'a observé en 1975 sur la politique monétaire britannique : une régularité statistique s'effondre dès qu'on s'en sert comme cible[19]. L'anthropologue Marilyn Strathern en a donné en 1997 la formule qui est restée, en étudiant l'évaluation des universités : quand une mesure devient une cible, elle cesse d'être une bonne mesure[20]. Puis vient la version moderne, mesurée sur les modèles de langage. Leo Gao, John Schulman et Jacob Hilton ont optimisé de plus en plus fort contre un juge artificiel. La note attribuée monte sans s'arrêter. La qualité réelle, elle, monte, plafonne, puis redescend[21]. Le juge ne casse pas d'un coup. Il se déforme à mesure qu'on pousse. C'est bien plus difficile à remarquer. Dans une boucle Ralph, cette corruption se chiffre. Prenons un modèle de prévision qu'on améliore petit à petit. À chaque tour, l'agent propose une modification. On la mesure sur un jeu de validation : des données mises de côté, qui ne servent jamais à entraîner, seulement à départager. Cette mesure est bruitée, comme toute mesure faite sur un nombre limité de données : refaite sur d'autres données, elle bougerait. Appelons \(\sigma\) l'ampleur typique de ces fluctuations. Les idées, elles, ont un effet réel, tantôt bon tantôt mauvais, d'ampleur typique \(\tau\). On essaie \(K\) idées, puis on garde celle qui mesure le mieux. Deux cent mille tirages simulés, avec un bruit de mesure trois fois et demie plus grand que la dispersion des vrais effets. La courbe haute est ce qu'annonce la validation ; la courbe basse est ce qui reste une fois mesuré ailleurs. La simulation ci-dessus prend un bruit de mesure trois fois et demie plus grand que l'écart entre une bonne et une mauvaise idée, ce qui n'a rien d'extravagant en pratique. Après huit cents idées essayées, la modification retenue affiche un gain de 3,32 sur la validation. Son gain réel est de 0,27 : douze fois moins. L'écart entre les deux courbes, c'est exactement ce que la mise en production vient toujours reprendre. Rien d'accidentel là-dedans. Pensez à un concours. L'élève qui décroche la meilleure note a en général du niveau et de la chance à la fois : choisir la meilleure copie, c'est aussi choisir la chance. La meilleure estimation de son niveau réel est donc un peu plus basse que sa note. Une formule chiffre ce rabais. Connaissant une mesure \(m\), la meilleure estimation de l'effet réel \(\theta\) n'est pas \(m\) : c'est une version de \(m\) tirée vers zéro, d'autant plus tirée que la mesure est bruitée : $$\mathbb{E}[\theta \mid m] \;=\; \frac{\tau^2}{\tau^2 + \sigma^2}\; m$$ C'est la formule du rétrécissement bayésien, de la famille des estimateurs rendus célèbres par James et Stein dans les années cinquante[22]. Bradley Efron l'a reliée en 2011 au biais de sélection[23]. Une valeur choisie parce qu'elle était la plus grande surestime toujours ce qu'elle mesure. Avec les valeurs de la simulation, le facteur vaut 12,1 : tout ce que la validation annonce, il faut le diviser par douze. Le nombre d'idées essayées ne change rien à ce facteur. Il change l'ampleur du mirage, qui grandit comme \(\sqrt{2\ln K}\), une fonction qui monte très lentement mais ne s'arrête jamais. Une boucle qu'on laisse tourner finit donc par annoncer un gain aussi grand qu'on veut sur son juge, sans avoir rien amélioré. Le même mécanisme explique pourquoi tant de résultats publiés ne se reproduisent pas, ce que John Ioannidis a montré en 2005[24]. Les économistes du pétrole l'avaient déjà nommé en 1971. Le vainqueur d'une enchère est celui qui a le plus surestimé le gisement. D'où le nom de malédiction du vainqueur[25]. Une limite à poser tout de suite : ce calcul est une simulation, qui suppose des idées indépendantes et sans talent moyen. C'est pessimiste pour un ingénieur compétent, dont les propositions ne sont pas tirées au sort. C'est optimiste pour un agent qui produit vingt variantes de la même idée. C'est un modèle du mécanisme, pas un verdict sur une boucle en particulier. Ce qui survit à ces réserves tient en deux phrases. Ce qu'on lit dépasse ce qu'on obtient. Et l'écart grandit avec le nombre d'essais. La même chose, sur de vraies données Une simulation reste une simulation. Voici la même expérience sur de vraies données. Elle est plus brutale que le modèle. Huit cents images de chiffres manuscrits, coupées en deux. Quatre cents servent au juge, par validation croisée, dont la section suivante explique le fonctionnement. Les quatre cents autres forment un test gelé que la boucle ne voit jamais. À chaque tour, la boucle propose une petite modification des variables d'entrée. Elle l'accepte si le score de validation monte, elle la rejette sinon. Deux cents propositions examinées, dix acceptées. Le protocole complet est donné pour qu'on puisse le refaire plutôt que le croire, graine comprise. La graine est le nombre qui fixe le hasard : en relançant le programme, on retrouve exactement la même expérience. Jeu load_digits de scikit-learn, graine 20260922, régression logistique, validation croisée à cinq plis. Chaque palier de la courbe haute est une modification acceptée parce qu'elle avait fait monter la validation. La courbe basse dit ce que ces dix décisions valaient pour de bon. La validation gagne trois points, en dix paliers, chacun justifié par une hausse mesurée. Le test gelé, lui, perd un demi-point. Tout le progrès annoncé était du bruit que la boucle a poursuivi. Le point important n'est pas que la boucle ait échoué ici. C'est qu'elle a échoué exactement comme elle aurait réussi : sa courbe de validation monte par paliers, comme celle d'une boucle qui gagne vraiment. Vue de l'intérieur, on ne peut pas distinguer les deux situations. Seul un jeu gelé, consulté une seule fois, les sépare. Une seconde objection pèse plus lourd que la première. La plus grande vérification empirique va dans l'autre sens. Rebecca Roelofs et ses coauteurs ont étudié plus de cent compétitions Kaggle. Ils ont comparé les classements publics, obtenus après des milliers de soumissions, aux classements privés révélés une seule fois à la fin. Ils trouvent peu de surajustement[29]. L'explication tient en deux mots : multiplicité effective. Vingt variantes de la même idée ne comptent pas pour vingt essais indépendants. L'expérience sur les chiffres manuscrits, elle, tire des essais presque indépendants : c'est le cas défavorable, choisi exprès. La bonne question n'est donc pas de savoir si une boucle surajuste, mais combien d'essais vraiment différents elle a faits. Le budget ou ce qui rend un chiffre croyable Faut-il alors renoncer à chercher en boucle ? Non, et une comparaison le montre. Le réflexe classique pour régler un modèle est la grille : on écrit d'avance une liste de combinaisons de réglages, on les évalue toutes, on garde la meilleure. James Bergstra et Yoshua Bengio ont montré en 2012 qu'à budget égal, tirer les combinaisons au hasard fait déjà mieux qu'une grille régulière[26]. Une boucle Ralph va plus loin : sa prochaine proposition dépend de ce que la mesure précédente a dit. Les statisticiens appellent cela une analyse adaptative, et s'en méfient à juste titre : un jeu de validation s'use beaucoup plus vite quand les questions dépendent des réponses déjà obtenues. Cynthia Dwork et ses coauteurs ont construit des garanties chiffrées pour ce cas[27]. On s'attendrait donc à ce que la boucle fasse pire que la grille. La simulation dit le contraire. Même juge, même budget d'évaluations, deux façons de chercher. La grille tire chaque candidat de zéro ; la boucle repart à chaque fois du gagnant précédent. À budget égal, la grille obtient un gain réel de 0,27, la boucle de 1,64 : six fois plus. D'où vient l'avantage ? Une troisième expérience tranche, en jouant le rôle du groupe témoin dans un essai de médicament. La même marche pas à pas, mais en acceptant tout sans jamais regarder la mesure, n'apporte rien. C'est donc la sélection qui travaille, pas l'accumulation. À l'inverse, la même marche jugée par un oracle qui verrait les effets réels gagnerait soixante fois plus. Avec son juge bruité, la boucle ne récupère que deux pour cent de ce qui était disponible. Quant au mirage, il est le même des deux côtés : grille et boucle surestiment leur gain d'autant. Le gonflement ne dépend pas de la façon de chercher, seulement du nombre de fois qu'on a consulté le juge. De là vient une règle de budget, dont il faut donner l'adresse précise, car elle n'est pas de moi. En 2014, David Bailey, Jonathan Borwein, Marcos López de Prado et Qiji Zhu ont traité ce problème exact pour les rétrotests financiers[28]. Un rétrotest est une simulation qui rejoue une stratégie d'investissement sur le passé. Leur résultat : en dessous d'une certaine quantité de données, un historique flatteur ne prouve rien. Avec cinq ans de données, on ne devrait pas essayer plus de quarante-cinq configurations différentes. Transposée à une boucle qui accepte un optimisme de \(\delta\), la même majoration donne une règle prudente : $$K \;\le\; \exp\!\left(\frac{\delta^{2}}{2}\right)$$ Prudente, parce que la formule majore grossièrement. Le calcul exact autorise environ trois essais pour une tolérance de 1, vingt- sept pour 2, quatre cent quarante-trois pour 3. La formule, elle, n'en concède qu'un, sept et quatre-vingt-dix. Et \(K\) doit se compter en essais vraiment différents, pas en tours de boucle. Un seul point survit à toutes les réserves, démontré depuis 2014 dans un tout autre domaine. Limiter le nombre de tours n'est pas une économie de calcul. C'est la condition pour que le chiffre final veuille dire quelque chose. Une boucle sans budget finit par rapporter ce qu'on espérait entendre. Ce qui fait vraiment pencher pour la boucle n'est d'ailleurs pas ce facteur six. C'est qu'une grille suppose qu'on puisse écrire la liste des candidats d'avance. Or les modifications qui comptent ne s'écrivent pas en liste : ajouter une variable calculée, changer la fonction de coût, corriger une fuite de données. On ne met pas cela dans une grille, faute de pouvoir en écrire les axes. La boucle cherche là où il n'y a pas de grille à tracer. C'est son avantage irremplaçable. Le reste se paie. Le juge du quotidien : la validation croisée Tout ce qui précède repose sur \(\sigma\), le bruit du juge. Dans un vrai projet, cette quantité se fixe sans qu'on s'en aperçoive, au moment où l'on choisit comment découper les données. L'outil standard est la validation croisée. On partage le jeu de données en \(k\) parts, appelées les plis. On entraîne sur tous les plis sauf un, puis on mesure sur celui qui reste. On recommence \(k\) fois, en changeant de pli mis de côté. On cite ensuite la moyenne des \(k\) scores, avec une barre d'erreur censée dire ce que vaut cette moyenne. Cette barre est presque toujours trop optimiste, pour une raison simple. Le calcul fait comme si les \(k\) mesures étaient indépendantes. Or deux plis partagent presque toutes leurs données d'entraînement. Gaël Varoquaux a documenté l'ampleur du problème : sur les petits échantillons, les barres publiées sont couramment deux fois trop étroites[30]. Sur l'exemple des chiffres manuscrits, la variabilité qui compte, celle d'un échantillon à l'autre, vaut près du double de celle qu'on cite entre plis. Et sous-estimer \(\sigma\) d'un facteur deux, c'est croire à quatre fois plus de progrès qu'il n'y en a. Le découpage n'est donc pas un détail d'intendance : il fixe le taux de change entre ce qu'on lit et ce qu'on obtient. C'est ce que codifie la suite d'outils publiée par probabl autour de scikit-learn, skrub et skore[31]. Un découpage par groupes quand plusieurs lignes viennent du même sujet. Un découpage chronologique avec zone tampon quand l'ordre du temps compte. Et une mise en garde contre les habitudes qui produisent des barres trop confiantes. Cette suite se lit comme une boucle Ralph écrite en entier. L'état vit dans un journal de bord. Le juge est un rapport distinct de celui qui a écrit la chaîne. Chaque proposition arrive avec sa raison écrite. Plusieurs étapes s'arrêtent net plutôt que de continuer sur une dépendance manquante. Un détail de cette suite mérite d'être copié partout. Son test de fumée n'est pas un jugement, c'est une vérification exacte : le nombre de prédictions doit égaler le nombre de lignes à prédire. Elle attrape une faute précise et fréquente. Voilà un jugement redevenu un test qui ne coûte rien. Toute boucle Ralph gagne à en fabriquer autant qu'elle peut : ce que la machine sait trancher n'a rien à faire dans la condition coûteuse. Prévoir sans tricher Cette section décrit un projet qui commence, proposé à deux élèves du mastère spécialisé en intelligence artificielle de CentraleSupélec par Marianne Clausel, de l'Université de Lorraine, Georges Oppenheim et moi-même. Il porte sur la prévision de séries financières, et son protocole d'évaluation s'appelle LookForward. La règle est courte. On se place à une date, qu'on appelle l'origine. Le modèle n'utilise que l'information disponible à cette date, puis prévoit les pas suivants. Ensuite l'origine avance d'un cran. Une prévision évaluée sur des données qu'elle a déjà vues n'est pas une prévision, c'est une interpolation. La difficulté n'est pas dans le modèle, elle est dans le calendrier : un indicateur publié le quinze ne peut pas servir à une prévision faite le dix. LookForward. Le juge n'est pas un jeu de données tiré au hasard mais une discipline de calendrier : aucune ligne ne lit à droite de son origine. La finance est justement le domaine où Bailey et ses coauteurs ont montré qu'avec assez d'essais, on obtient un historique flatteur pour n'importe quelle stratégie, même sans le moindre pouvoir prédictif[28]. D'où la forme du protocole. Une boucle Ralph sous budget teste chaque modification en validation glissante, puis l'accepte ou la rejette en écrivant pourquoi. À côté de tout cela, un test chronologique final, gelé, ouvert une seule fois, donne le chiffre qu'on publiera. Le budget limite le nombre d'essais. La raison écrite rend la boucle vérifiable. Et le test gelé empêche le facteur douze de passer inaperçu. Le projet compare trois familles. Les méthodes statistiques classiques. Les méthodes d'apprentissage automatique. Et les modèles de fondation pour les séries temporelles, ces grands modèles déjà entraînés sur d'immenses collections de séries, réutilisés tels quels. Il suit le protocole ouvert TFB[32], avec Chronos et TimesFM parmi les candidats[33]. Rien n'y suppose qu'un modèle récent batte la prévision la plus naïve : demain vaudra ce que vaut aujourd'hui. Il s'autorise enfin une sortie rare, l'abstention, appuyée sur le contrôle conforme du risque[35]. La garantie de cette méthode repose sur une hypothèse que les séries financières malmènent. La fiche du projet le dit elle-même. C'est la même retenue qu'elbow- helper applique aux coudes de courbes : mieux vaut se taire que d'affirmer sans preuve. Un détail des livrables résume tout ce qui précède. La fiche demande de vérifier la lisibilité des figures avec l'approche Eyeball, séparément de la validation numérique des prévisions. Deux questions différentes, deux juges différents. Confondre les deux, c'est demander à un score si un graphique est lisible, ou demander à un œil si une fourchette couvre bien la vérité. Le même cycle sur quatre terrains Boucle | Ce qu'on rend | Qui juge | Par où le juge se laisse acheter | La garde | Code | Le dépôt après un tour | La suite de tests, puis un humain | Les tests deviennent la cible, le code passe sans être juste | Des tests écrits avant, par quelqu'un d'autre | Figures | Une image, toujours la même pour une source donnée | Un œil ou un modèle de vision | On s'habitue à sa propre figure et l'on cesse de la voir | Le gris, la simulation de daltonisme, un regard neuf | Prose | Le texte lu à voix haute, puis traduit et retraduit | L'oreille pour la couture, un traducteur pour l'intérieur | Le texte converge vers la prose moyenne du traducteur | Garder le diff et non la sortie, alterner les traducteurs | Prévision | Des erreurs datées, horizon par horizon | Une validation glissante | La validation s'épuise à mesure qu'on la consulte | Un budget, une raison écrite, un test gelé | Le même cycle sur quatre terrains. La quatrième colonne est la même phrase à chaque fois, dite dans quatre langues. D'où vient l'idée et ce que cet article ajoute Une mise au point, car le mot commence à tout désigner. Enchaîner production, critique et correction n'a rien de propre à Ralph, et lui est antérieur. Self-Refine fait critiquer le modèle par lui-même[36]. Reflexion garde d'un essai à l'autre une mémoire de commentaires[37]. Ce qui est propre à la technique de Huntley est une combinaison. Un contexte neuf à chaque tour, plutôt qu'une conversation qui s'allonge. Un état qui vit hors du modèle. Une exécution réelle du code produit. Une seule chose faite par tour. Quant aux boucles sur la prose, les figures et la prévision décrites plus haut, elles sont ma généralisation, pas un sens établi du terme. Le lecteur qui cherchera « Ralph loop » ailleurs trouvera du code et rien d'autre. De la partie chiffrée, rien n'est de moi non plus. La finance quantitative a démontré en 2014 que choisir parmi \(N\) rétrotests impose une longueur minimale d'historique[28]. L'informatique théorique a démontré en 2015 qu'un jeu mis de côté ne survit qu'à un nombre limité de questions adaptatives[27]. La communauté de l'alignement a mesuré, entre 2022 et 2024, que pousser trop fort contre un juge de substitution détruit la qualité réelle[21]. Le rétrécissement vers la moyenne date des années cinquante. Pendant ce temps, en 2025, l'ingénierie logicielle mettait en production une boucle sans condition d'arrêt. Ces littératures ne se citent pas entre elles. Le seul apport de cet article est de dire qu'elles décrivent le même objet. La règle de budget vaut pour les harnais d'agents exactement comme pour les stratégies de marché. Les garde-fous Au cycle répondent cinq garde-fous, à vérifier avant de lancer quoi que ce soit. L'état vit hors du modèle, dans les fichiers et leur historique, jamais dans une conversation. Le juge est indépendant de celui qui agit. L'œil qui évalue n'est pas la main qui a dessiné. Le jeu de validation n'est pas le jeu d'entraînement. Un budget limite le nombre de tours. Chaque tour laisse une raison écrite, sans quoi on perd le compte des essais et le gain final devient invérifiable. Enfin, l'abstention est une sortie permise, au même titre que la réussite. Une boucle qui n'a pas le droit de conclure à l'échec trouvera toujours quelque chose. Ces cinq garde-fous donnent une définition de travail, qui vaut mieux que le mot « boucle » tout seul. Une bonne boucle d'agent n'est pas un « recommence jusqu'à ce que ça passe ». C'est une recherche qui s'adapte. Son état survit hors du modèle. Elle est jugée de l'extérieur. Elle a un budget annoncé et le droit de se taire. Retirez un seul de ces garde-fous : le chiffre final n'est plus vérifiable. Ils obéissent tous à un même principe, qu'Efros formule mieux que moi dans la conférence déjà citée[13]. On ne construit pas un juge incorruptible : cela n'existe pas. Les données sont en nombre fini, donc il restera toujours un chemin pour tricher, et boucher un trou en fait apparaître un autre. Ce qu'on peut faire, c'est arranger le problème pour que tricher coûte plus cher que travailler. Il prend l'image d'un pays bien gouverné : on peut y enfreindre la loi, simplement on n'y a pas intérêt. Dans un pays mal gouverné, tricher est le calcul rationnel, et tout le monde triche. Son exemple vient de sa propre salle de cours. Un semestre entier de travail coûte cher. Apprendre par cœur les annales de l'an dernier coûte peu. Et cela suffit souvent à passer l'examen. L'étudiant qui fait ce calcul n'est pas malhonnête, il est rationnel : c'est l'examen qui est mal construit. Un jeu de validation consulté deux cents fois, c'est exactement ces annales. Le budget, la raison écrite et le test gelé ne moralisent pas la boucle. Ils rendent la triche plus chère que le travail. Reste à dire où le rapprochement avec le « tant que » cesse de tenir. Une boucle classique qui ne s'arrête pas se remarque tout de suite : la machine chauffe et rien ne sort. Une boucle Ralph qui ne s'arrête pas produit à chaque tour un travail plausible, une figure un peu différente, un paragraphe un peu remanié, un score un peu meilleur. Elle ne ressemble pas à une panne. Elle ressemble à du progrès. C'est exactement ce qui la rend dangereuse. D'où la recette finale : rendez ce que vous venez de faire, regardez-le vraiment, corrigez la source et non l'image, comptez vos tours. Les trois premières étapes coûtent quelques secondes. La quatrième est celle qu'on oublie, la seule dont dépend la valeur des trois autres. Une boucle autonome ne vaut pas par la qualité de celui qui agit. Elle vaut par l'architecture d'évaluation qu'on lui interdit de surapprendre. Bibliographie Chaque titre ci-dessous a servi à écrire une section précise ; la notice dit laquelle. Aucun n'est cité de seconde main. Huntley, G. (2025). Ralph Wiggum as a « software engineer ». ghuntley.com/ralph La page qui nomme la technique et en donne la ligne de shell. L'auteur y pose aussi les réserves reprises ici : projet neuf seulement, ingénieur expérimenté indispensable, résultat dont la cuisson n'est pas garantie. Elle ne comporte aucune condition d'arrêt : c'est l'opérateur qui tranche. Le chiffre de coût cité est le sien. Huntley, G. (2026). everything is a ralph loop. ghuntley.com/loop Soutient que le motif vaut pour toutes les tâches et décrit plusieurs variantes d'orchestration. C'est l'antécédent le plus direct de la généralisation défendue ici ; la généralité y est affirmée plutôt que structurée, sans squelette commun ni analyse des modes de défaillance. Barr, E. T., Harman, M., McMinn, P., Shahbaz, M. et Yoo, S. (2015). « The Oracle Problem in Software Testing: A Survey », IEEE Transactions on Software Engineering, 41(5), 507-525. 10.1109/TSE.2014.2372785 Recense trente ans de tentatives pour décider automatiquement si un comportement observé est correct et conclut que lorsque spécifications, modèles et tests métamorphiques s'arrêtent, la dernière source d'oracle reste l'humain. C'est la formulation de ce problème par le génie logiciel, antérieure de loin aux agents. Huang, J., Chen, X., Mishra, S., Zheng, H. S., Yu, A. W., Song, X. et Zhou, D. (2024). Large Language Models Cannot Self-Correct Reasoning Yet, ICLR. arxiv.org/abs/2310.01798 Sépare l'autocorrection fondée sur les seules forces du modèle de celle qui s'appuie sur un signal extérieur et montre que la première échoue, la performance se dégradant parfois après correction. C'est l'argument empirique pour que le juge vienne d'ailleurs que de l'acteur. Chen, M., Wang, L. et Qu, B. (2026). Recursive Self-Improvement in AI: From Bounded Self- Refinement to Autonomous Research Loops. arxiv.org/abs/2607.07663 Revue de mille deux cent cinquante articles qui pose que toute boucle d'amélioration est un pari sur la substitution d'un signal au jugement humain et classe ces signaux du vérificateur formel à l'auto- évaluation. C'est l'énoncé le plus proche du cadrage de cet article et il lui est antérieur de plusieurs mois. Harchaoui, W. The Ralph Eyeball Loop, Sprezzature. sprezzature.ai/ralph-eyeball-loop.html Applique la boucle aux artefacts visuels et sépare trois passes complémentaires : fabriquer depuis du code, auditer la source, regarder le rendu. C'est la source des quatre étapes, des huit rubriques de critique et du raisonnement sur le gris comme test le plus sévère. Wu, L., Zhao, H. H., Zhang, Z., Tang, J., Wu, J. et Wang, A. J. (2026). ChartJudgeBench: Evaluating LMM Judges for Chart-to-Code Generation. arxiv.org/abs/2609.24210 Évalue les modèles multimodaux employés comme juges de graphiques et documente quatre défauts systématiques, dont une propension marquée à accepter et une indulgence accrue chez les modèles entraînés par renforcement. C'est la mesure du juge visuel dont dépend la boucle des figures. Harchaoui, W. ECRITURE.md, charte d'écriture en français. gist.github.com La section 10 transpose la boucle à la prose : relecture par paires de paragraphes consécutifs, fenêtres glissantes qui se chevauchent, correction du texte plutôt que de l'impression. C'est la charte que cet article s'applique à lui-même. Pan, J., He, H., Bowman, S. R. et Feng, S. (2024). Spontaneous Reward Hacking in Iterative Self-Refinement. arxiv.org/abs/2407.04549 Montre que dans une boucle où le même modèle rédige et note, la note monte pendant que la qualité perçue par de vrais lecteurs stagne ou baisse, d'autant plus que rédacteur et correcteur partagent leur contexte. Le mode de défaillance décrit ici était donc déjà nommé et mesuré sur la prose. Twain, M. (1903). The Jumping Frog: In English, Then in French, Then Clawed Back into a Civilized Language Once More by Patient, Unremunerated Toil, Harper & Brothers. Twain publie côte à côte sa nouvelle, la traduction française qu'en donne Thérèse Bentzon et sa propre retraduction mot à mot vers l'anglais. La démonstration est comique et exacte : l'aller-retour rend visible ce que le texte avait de fragile. C'est l'ancêtre littéraire de la boucle décrite ici. Brislin, R. W. (1970). « Back-Translation for Cross-Cultural Research », Journal of Cross- Cultural Psychology, 1(3), 185-216. 10.1177/135910457000100301 Fonde la rétro-traduction comme contrôle qualité en recherche interculturelle ; c'est depuis la procédure standard pour traduire un questionnaire clinique ou psychométrique, où une nuance perdue fausse une étude entière. Établit que l'écart de retour est un signal exploitable et non un bruit. Zhu, J.-Y., Park, T., Isola, P. et Efros, A. A. (2017). « Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks », ICCV, 2242-2251. arXiv:1703.10593 CycleGAN : faute de paires d'images correspondantes, la contrainte d'apprentissage devient l'aller-retour lui-même. C'est la formalisation de la cohérence de cycle reprise ici, doublée de la preuve qu'elle suffit à remplacer un corrigé absent. Efros, A. A. (2018). Self-supervision, Meta-supervision, Curiosity: Making Computers Study Harder, conférence au CIIRC, Université technique tchèque de Prague, 25 mai 2018. youtube.com/watch?v=_V-WpE8cmpc Efros y attribue explicitement l'idée de CycleGAN à Mark Twain et à la rétro-traduction et décrit le montage comme un auto-encodeur dont le passage étroit est une autre langue (à 48 min). Il y pose aussi la limite reprise ici : sans seconde contrainte, le réseau triche en ne bougeant pas. Et la formule qui sert de fil à la fin de cet article : rendre la triche plus coûteuse que le travail. Chu, C., Zhmoginov, A. et Sandler, M. (2017). CycleGAN, a Master of Steganography, atelier « Machine Deception », NIPS. arXiv:1712.02950 Montre que CycleGAN dissimule l'image source dans un bruit de haute fréquence imperceptible, ce qui lui permet de reconstruire à l'identique sans avoir rien traduit. C'est la démonstration que la cohérence de cycle seule est dégénérée. De là vient que la fidélité se mesure ici contre l'original, jamais contre le tour précédent. Shumailov, I., Shumaylov, Z., Zhao, Y., Papernot, N., Anderson, R. et Gal, Y. (2024). « AI models collapse when trained on recursively generated data », Nature, 631, 755-759. 10.1038/s41586-024-07566-y Mesure ce que devient un modèle réentraîné sur ses propres sorties : les queues de la distribution disparaissent d'abord, c'est-à-dire ce qui était rare. Cité ici comme analogue mesuré de l'attracteur, avec sa limite explicite : il s'agit d'une boucle de réentraînement, pas d'une boucle d'interrogation. Somers, H. (2005). « Round-trip Translation: What Is It Good For? », Australasian Language Technology Workshop, 127-133. aclanthology.org/U05-1019 L'objection de fond : l'aller-retour note très mal un traducteur automatique, car les erreurs de l'aller et du retour se compensent. Reprise ici sans être écartée ; elle ne vise pas le même usage, mais elle motive directement l'alternance des traducteurs. Moon, J., Cho, H. et Park, E. L. (2020). « Revisiting Round-Trip Translation for Quality Estimation », EAMT. arXiv:2004.13937 Réhabilite l'aller-retour en changeant ce qu'on compare : des plongements de sens au lieu d'une coïncidence de mots. C'est la réponse technique à Somers, donc la justification du critère de fidélité employé ici, qui porte sur les affirmations et non sur la forme. Skorobogat, R., Prabhu, A. et Bethge, M. (2026). Round-Trip Translation Reveals What Frontier Multilingual Benchmarks Miss, 14 avril 2026. arXiv:2604.12911 Mesure une corrélation de 0,94 entre un score d'aller-retour et les préférences d'utilisateurs, là où deux bancs d'essai multilingues établis tombent à −0,09 et −0,26. C'est la mesure la plus récente que l'aller- retour capte quelque chose de réel. Elle porte toutefois sur les modèles, non sur le texte : elle appuie l'usage fait ici sans le démontrer. Goodhart, C. A. E. (1975). « Problems of Monetary Management: The U.K. Experience », Papers in Monetary Economics, Reserve Bank of Australia. L'observation d'origine, faite sur les agrégats monétaires britanniques : une régularité statistique cesse de tenir dès qu'on s'en sert comme cible de politique. Elle fonde la section sur la corruption du juge. Strathern, M. (1997). « "Improving ratings": audit in the British University system », European Review, 5(3), 305-321. Donne la formulation courte devenue proverbiale, à partir d'une enquête ethnographique sur l'évaluation des universités. La source est citée pour la formulation exacte, non pour une reprise de seconde main. Gao, L., Schulman, J. et Hilton, J. (2023). « Scaling Laws for Reward Model Overoptimization », ICML, PMLR 202, 10835-10866. arxiv.org/abs/2210.10760 Fait tenir à un modèle de récompense le rôle du juge humain et mesure ce qui arrive quand on optimise contre lui : la note monte, la qualité réelle plafonne puis redescend, selon une forme fonctionnelle ajustée. C'est la loi de Goodhart rendue quantitative, sur un sujet que cet article ne traite pas directement. Efron, B. et Morris, C. (1977). « Stein's Paradox in Statistics », Scientific American, 236(5), 119-127. Exposé accessible du rétrécissement vers la moyenne : une valeur choisie parce qu'elle était la plus grande surestime ce qu'elle mesure. Ce qu'il faut lui retrancher dépend du rapport entre bruit et dispersion réelle. C'est la formule encadrée de cet article, qui date donc des années cinquante. Efron, B. (2011). « Tweedie's Formula and Selection Bias », Journal of the American Statistical Association, 106(496), 1602-1614. 10.1198/jasa.2011.tm11181 Relie explicitement le rétrécissement au biais de sélection : les quelques plus grandes estimations surestiment leurs paramètres, la correction s'écrivant à partir de la densité marginale observée. C'est l'adresse exacte du facteur employé ici. Ioannidis, J. P. A. (2005). « Why Most Published Research Findings Are False », PLoS Medicine, 2(8), e124. 10.1371/journal.pmed.0020124 Rend quantitative la dépendance entre le nombre d'hypothèses explorées et la probabilité qu'un résultat rapporté soit faux. C'est le même mécanisme que celui simulé ici, appliqué à la littérature scientifique. Capen, E. C., Clapp, R. V. et Campbell, W. M. (1971). « Competitive Bidding in High-Risk Situations », Journal of Petroleum Technology, 23(6), 641-653. Origine de l'expression « malédiction du vainqueur », sur les enchères de concessions pétrolières : le gagnant est celui dont l'estimation était la plus haute, donc la plus fausse. Même structure que la sélection sur un jeu de validation. Bergstra, J. et Bengio, Y. (2012). « Random Search for Hyper-Parameter Optimization », Journal of Machine Learning Research, 13, 281-305. jmlr.org/papers/v13/bergstra12a Montre qu'à budget égal, tirer les réglages au hasard bat une grille régulière, parce que la performance ne dépend fortement que de quelques réglages et qu'une grille répète ses essais sur les autres. C'est la référence de comparaison de la section sur la sélection de modèle. Dwork, C., Feldman, V., Hardt, M., Pitassi, T., Reingold, O. et Roth, A. (2015). « The reusable holdout: Preserving validity in adaptive data analysis », Science, 349(6248), 636-638. 10.1126/science.aaa9375 Sépare les questions posées d'avance de celles qui dépendent des réponses déjà obtenues et construit un mécanisme qui rend au jeu mis de côté une validité chiffrée sous interrogation adaptative, au prix d'un budget explicite de désaccords. C'est la démonstration, côté informatique théorique, que le budget est une nécessité et non une prudence. Bailey, D. H., Borwein, J. M., López de Prado, M. et Zhu, Q. J. (2014). « Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance », Notices of the American Mathematical Society, 61(5), 458-471. 10.1090/noti1105 Calcule l'espérance du maximum de \(N\) essais sans talent, en majore la croissance par \(\sqrt{2\ln N}\) et en tire un théorème de longueur minimale d'historique. C'est la source de la règle de budget de cet article, qui ne fait que la transposer ; l'antériorité est entière et la majoration elle-même vient de la théorie des valeurs extrêmes. Roelofs, R., Shankar, V., Recht, B., Fridovich-Keil, S., Hardt, M., Miller, J. et Schmidt, L. (2019). A Meta-Analysis of Overfitting in Machine Learning, NeurIPS. Compare, sur plus de cent compétitions Kaggle, les classements publics issus de milliers de soumissions aux classements privés révélés une fois : le surajustement observé est faible. C'est la contre-preuve empirique de la théorie du pire cas et la raison de parler de multiplicité effective plutôt que de nombre de tours. Varoquaux, G. (2018). « Cross-validation failure: Small sample sizes lead to large error bars », NeuroImage, 180, 68-77. 10.1016/j.neuroimage.2017.06.061 Montre que l'écart type entre plis sous-estime fortement l'incertitude réelle d'une estimation par validation croisée, au point de rendre douteuses des comparaisons publiées, avec des barres de l'ordre de dix points pour cent échantillons. C'est la justification de la décomposition mesurée ici. probabl (2026). skills, compétences d'agent pour scikit-learn, skrub et skore, licence BSD à trois clauses. github.com/probabl-ai/skills Suite de compétences qui enchaîne exploration, construction, test de fumée, évaluation et audit, avec une boucle extérieure de proposition d'expérience. Elle sert ici d'exemple de boucle Ralph dont le juge et les conditions d'arrêt sont écrits, notamment son arbre de décision sur le choix du découpage. Qiu, X. et al. (2024). TFB: Towards Comprehensive and Fair Benchmarking of Time Series Forecasting Methods. arxiv.org/abs/2403.20150 Protocole de comparaison ouvert pour la prévision de séries temporelles, construit pour éviter les comparaisons faussées par des réglages inégaux. C'est le cadre d'évaluation retenu par le projet décrit ici. Ansari, A. F. et al. (2024). Chronos: Learning the Language of Time Series. arxiv.org/abs/2403.07815 Modèle de fondation qui traite une série numérique comme une suite de symboles, à la manière d'un modèle de langage. Candidat du comparatif, sans présomption de supériorité. Das, A. et al. (2024). A decoder-only foundation model for time-series forecasting. arxiv.org/abs/2310.10688 L'autre famille de modèles préentraînés du comparatif, entraînée sur un vaste corpus de séries pour prévoir sans réapprentissage. Sa taille en fait le test de faisabilité sur processeur du projet. Angelopoulos, A. N., Bates, S., Fisch, A., Lei, L. et Schuster, T. (2022, révisé 2025). Conformal Risk Control. arxiv.org/abs/2208.02814 Étend la prédiction conforme à des notions de risque plus générales que le taux de couverture, avec une garantie valable en moyenne sous hypothèse d'échangeabilité. C'est l'hypothèse que la dépendance des séries financières met en difficulté, comme le reconnaît la fiche du projet. Madaan, A., Tandon, N., Gupta, P., Hallinan, S., Gao, L., Wiegreffe, S. et al. (2023). Self- Refine: Iterative Refinement with Self-Feedback, NeurIPS. arxiv.org/abs/2303.17651 Boucle où le même modèle produit, critique sa production puis la corrige, sans signal extérieur. Antérieure à la technique Ralph, elle établit que l'itération critique-correction n'a rien de propre à celle-ci. Shinn, N., Cassano, F., Berman, E., Gopinath, A., Narasimhan, K. et Yao, S. (2023). Reflexion: Language Agents with Verbal Reinforcement Learning, NeurIPS. arxiv.org/abs/2303.11366 Conserve d'un essai à l'autre une mémoire de commentaires en langue naturelle qui tient lieu de signal d'apprentissage. Second antécédent qui montre que la mémoire entre tours précède également la technique Ralph. Deux pistes pour prolonger. Mes livres préférés en IA, pour le panorama commenté. La galerie de sprezzature, pour voir un corpus de figures entièrement passé par la boucle. ← Retour au blog --- ## Le modèle n'écrit pas le chiffre | Blog URL: https://deraison.ai/blog/txt2sql Le modèle n'écrit pas le chiffre Quatre questions posées en français à la base d'une entreprise : un chiffre, une prédiction, une prévision, un graphique. À chaque fois, le modèle de langage écrit la requête ; la base, elle, répond. Vous posez une question sur vos données à un modèle de langage. C'est le programme qui sait lire et écrire du texte, celui qui fait marcher les assistants conversationnels. Il répond un chiffre. Le chiffre est plausible. Il est faux. Personne, en comité de direction, ne signe sur un chiffre plausible. Voilà ce qui bloque le plus de déploiements en entreprise, bien avant les questions de budget ou de réglementation. Posons le décor, parce que tout l'article tient dans trois mots. Une base de données est un ensemble de grands tableaux, cousins des feuilles de calcul. Une table des clients, une table des factures, des milliers de lignes chacune. Une requête est une question posée à ces tableaux. On l'écrit dans un langage fait pour cela, le Structured Query Language, abrégé en SQL. C'est une langue rigide, sans double sens, qui dit exactement quelles lignes prendre et quoi en faire. Le modèle de langage, lui, comprend le français ; il sait aussi écrire du SQL. Toute la suite tient dans cette rencontre. La réponse au chiffre faux n'est pas de mieux poser la question. C'est d'enlever au modèle la possibilité de se tromper sur le chiffre. Il n'écrit pas la réponse : il écrit la requête. C'est la base qui répond, avec ce qu'elle contient. La différence a l'air de rien, mais elle change la nature de l'erreur. Une requête fausse se voit, se garde, se rejoue, se corrige. Un chiffre inventé ne se voit pas, parce qu'il ressemble exactement à un chiffre juste. Cet article suit quatre questions vraiment posées à un déploiement en entreprise. Elles arrivent dans l'ordre où on les pose en réunion. Un chiffre du mois dernier. Une prédiction ligne à ligne. Une prévision à trois mois. Puis un graphique. Trois étages sur un même socle, dont le nom se lit comme une adresse : txt2sql pour le chiffre, txt2sql2ml pour la prédiction, txt2sql2viz pour la figure. Le premier étage est un terrain balisé de l'industrie ; les deux autres sont beaucoup plus rares. Ce sont ceux que j'ai construits. Le socle est le même aux trois étages : la question devient une requête, la requête est analysée avant d'être exécutée, la base répond. Seul le dernier maillon change. « Combien de factures sont en retard de paiement ? » La réponse arrive en deux secondes : treize. Et, dépliée sous elle, la requête qui l'a produite. SELECT COUNT(*) FROM invoices WHERE status = 'overdue' LIMIT 500 Même sans avoir jamais lu de SQL, on la déchiffre. Elle compte les lignes de la table des factures, invoices. Elle ne garde que celles dont le statut vaut « en retard », overdue. Compter, en SQL, s'écrit COUNT. Elle n'en ramène jamais plus de cinq cents (LIMIT 500). Afficher la requête n'est pas une coquetterie. C'est la preuve : quelqu'un qui connaît la base peut la lire, la contester, la relancer. Le chiffre n'est pas à croire. Il est à vérifier. Écrire du SQL en général, un modèle de langage récent le fait très bien. La difficulté est ailleurs : écrire la requête juste pour cette base-là. Il faut les bons noms de tables. Il faut les bonnes jointures, c'est-à-dire les bons rapprochements entre deux tables par une colonne commune, les factures avec leurs clients par exemple. Il faut surtout les bonnes valeurs de filtre. Le statut d'une facture impayée s'écrit-il overdue, unpaid ou 3 ? Tout cela est écrit dans le schéma, le plan de la base : la liste de ses tables et de leurs colonnes. Un modèle sans ce plan invente des noms. Ils ont l'air justes. Ils sont faux. Un outil qui traduit une question en requête se juge donc là-dessus. Il doit coller à la base qu'on a devant soi. Il y a deux façons de s'y prendre. La première renvoie le modèle à l'école. On appelle cela le réglage fin, ou fine-tuning. On reprend son entraînement sur les données du client, jusqu'à ce qu'il les connaisse par cœur. C'est cher, c'est lent. Et il faut tout recommencer dès que la base change. La seconde laisse le modèle tel quel. À chaque question, on lui glisse une fiche de révision : les quelques informations utiles pour cette question-là[2]. Elle s'appelle la génération augmentée par récupération (Retrieval-Augmented Generation, RAG). Vanna, l'outil libre de référence sur ce terrain, fait partie de cette seconde famille[1]. Un point déroute. C'est le plus important de tous. Chez Vanna, « entraîner » ne veut pas dire ce qu'on croit. Cela veut dire remplir une base de connaissances, que le système ira consulter au moment de répondre. Le modèle, lui, ne change pas : aucun de ses réglages internes n'est touché. On range des textes dans une sorte de bibliothèque. Une question arrive. On y cherche les textes qui parlent de la même chose, même avec d'autres mots. On les ajoute à la question qu'on pose au modèle[3]. Les trois contenus, dans l'ordre inverse de l'intuition Trois types de contenu entrent dans cette bibliothèque. L'intuition se trompe sur leur poids respectif. La structure des tables vient en premier. C'est le CREATE TABLE de chaque table, sa carte d'identité. Son nom, ses colonnes, et le type de chacune. Nombre, texte ou date. S'y ajoutent ses clés, les colonnes qui la relient aux autres tables. Elle apprend au modèle ce qui existe et l'empêche d'inventer. On range une table par fiche, pour que chacune ressorte séparément quand une question la concerne. La documentation métier dit ce que la structure ne dit pas. Comment se calcule une mesure. Ce que veut dire le vocabulaire maison. À quoi correspondent les valeurs codées. Une phrase par fiche, écrite comme un utilisateur la dirait. « Le chiffre d'affaires hors taxes des commandes s'obtient en additionnant orders.total_ht_eur. » C'est là qu'on gagne le plus, parce que c'est exactement là qu'un modèle sans contexte se trompe. Les paires question-requête arrivent en dernier dans le travail et en premier dans les résultats. Une question en français, la requête juste qui va avec. La documentation de Vanna le dit sans détour : c'est leur qualité qui décide du résultat[1]. On comprend pourquoi en regardant le mécanisme. À chaque question, le système ne montre au modèle que les quelques fiches les plus proches ; le reste de la bibliothèque n'existe pas pour lui. Un bon exemple, proche de la question posée, vaut donc mille exemples lointains. On range pour couvrir des cas, pas pour faire du volume. Vingt à cent paires vérifiées suffisent à démarrer. Encore faut-il couvrir les familles de questions que les gens vont poser[9]. Compter. Croiser deux tables. Filtrer sur une valeur codée. Classer les plus gros. Cet ordre de grandeur vaut pour une base de cette taille, ce n'est pas une règle générale. Il dépend du nombre de tables, du vocabulaire plus ou moins ambigu, du nombre de métiers couverts, et surtout des questions que les gens posent vraiment. Deux règles comptent plus que tout pour choisir ce qui entre dans la bibliothèque. D'abord, toujours du SQL vérifié, c'est-à-dire exécuté pour de vrai et confirmé juste : une paire fausse apprend au système à produire du SQL faux. Ensuite, jamais de SELECT *. Cette requête ramène toutes les colonnes sans en nommer aucune. Elle n'apprend donc aucun nom de colonne à personne. Deux verrous entre le modèle et la base Le modèle produit une requête, rien de plus. L'exécution se passe ailleurs, sous un compte à part. Ce compte peut lire la base. Il ne peut pas la modifier. Avant de lancer la requête, des garde-fous l'analysent. L'analyser veut dire la découper comme on fait l'analyse grammaticale d'une phrase, sujet, verbe, compléments. Ce découpage s'appelle un arbre syntaxique[4]. C'est en lisant cet arbre que la chaîne refuse tout ce qui n'est pas une simple lecture. Cette séparation est une mesure de sécurité : la partie qui parle au modèle n'a jamais le droit d'écrire dans la base. Le second verrou est né d'un échec précis, le 4 septembre 2026. Jusque-là, le modèle recevait les noms et les types des colonnes, mais jamais la liste des valeurs qu'elles contiennent vraiment. Il a donc écrit WHERE status = 'confirmed' sur la table des factures. La requête était correcte, les garde-fous l'ont acceptée, elle s'est exécutée sans erreur. Et elle a rendu zéro ligne. Les vraies valeurs étaient paid, overdue et sent ; confirmed existait dans la table des commandes, pas dans celle des factures. L'utilisateur voyait un résultat vide, sans la moindre explication. Ce défaut se répare des deux côtés. Pour l'éviter, on s'occupe des colonnes à peu de valeurs différentes. Un statut, une catégorie. Jamais un montant. On lit dans la base la liste réelle de leurs valeurs. On la donne au modèle avec le reste. On commence par les colonnes dont la base connaît d'avance la liste exacte. On continue par les colonnes de texte que les statistiques de la base signalent comme peu variées, en relisant leurs valeurs par une lecture limitée. Une colonne sans statistiques n'est jamais sondée : mieux vaut aucune liste qu'une fausse. Vient ensuite la réparation. Une requête peut s'exécuter sans erreur et ne ramener aucune ligne, parce qu'elle filtre sur une valeur qui n'existe pas dans la colonne. Elle ne rend plus un vide muet. Le système réessaie une fois, en donnant les vraies valeurs au modèle. Si cela échoue encore, la réponse nomme la colonne, la valeur inventée et les valeurs qui existent vraiment. Prouver que tout ce travail sert à quelque chose C'est l'étape qu'on saute trop souvent. C'est pourtant la seule qui prouve que tout ce tri a servi. On met de côté quelques paires question-requête, qu'on ne range pas dans la bibliothèque : elles serviront d'examen. Le principe est celui de n'importe quel contrôle : on ne note pas un élève sur des exercices dont il a le corrigé sous les yeux. Si on mesure sur des questions déjà rangées, on mesure seulement la capacité du système à ressortir un exemple appris. On peut compter les points de trois façons, de la moins fiable à la plus fiable. La première est le taux de SQL valide : c'est un simple garde-fou, puisqu'une requête peut être valide et fausse. La deuxième compare les deux requêtes caractère par caractère. Elle sous-estime beaucoup la justesse, parce que deux requêtes justes s'écrivent presque toujours différemment[5]. La bonne mesure est la troisième, la plus simple aussi. On exécute les deux requêtes, la produite et la référence, puis on compare les résultats. C'est la mesure des bancs d'essai du domaine, Spider[6] et BIRD[7]. Ces jeux publics de questions servent à comparer toutes les équipes. Elle l'emporte parce qu'elle juge la réponse rendue, la seule chose qui compte. Sur le jeu de contrôle, la documentation métier et les exemples font passer la part de réponses justes de 62,5 % à 87,5 %. Trois exemples ajoutés sur les deux familles en retard, les jointures et un filtre, la portent à 100 %. La même mesure rejouée sur trois tailles de base donne le même résultat : c'est la bibliothèque d'exemples qui déplace la note, pas le volume de données. Une précision s'impose, sans quoi ces chiffres se surinterprètent. Le jeu de contrôle est petit. Les scores s'y déplacent par paliers de 12,5 points, ce qui dit assez sa finesse. Ce 100 % signifie que rien ne manque sur ces questions-là. Il ne dit pas que la chaîne est juste en général ; une étude de cas ne vaut pas un banc d'essai. Une note globale cache la famille de questions qui échoue[8]. On détaille donc la note par famille : comptages, croisements de tables, filtres, classements. Cette lecture dit quoi faire ensuite. Si les croisements sont faibles, il faut des exemples de croisements, pas un modèle plus gros. C'est exactement ce qui s'est passé ici. C'est le saut de 87,5 % à 100 % sur la figure. « Quels clients risquent de partir et avec quelle confiance ? » Un chiffre exact répond à une question sur le passé. Combien avons-nous facturé le mois dernier, quels clients ont dépassé leur budget. Il ne répond pas à la question que le dirigeant pose juste après, celle qui porte sur l'avenir. Jusqu'ici, cette seconde question demandait un projet de plusieurs mois, confié à des spécialistes des données, à refaire pour chaque client et chaque question. L'idée qui change tout est simple. La requête ne ramène plus un chiffre. Elle ramène un tableau dont la dernière colonne est la question. Cette colonne est remplie pour certaines lignes, vide pour celles qu'on veut prédire. Client | Segment | Récence | Fréquence | Tickets | Parti ? | Studio Moreau | PME | 12 j | 8 | 1 | non | Fabrique Horizon | Grand compte | 190 j | 1 | 4 | oui | Maison Central | PME | 45 j | 5 | 0 | ? | Une seule question, une seule requête : les trous se remplissent. Le SQL ne sait pas prédire ; il sait aller chercher la bonne forme de tableau. Ce tableau contient à la fois les exemples et la question. C'est exactement ce que sait lire un modèle tabulaire fondationnel. Un modèle de ce genre a été entraîné une fois pour toutes, dans son laboratoire, sur des millions de tableaux fabriqués pour l'exercice. Il ne connaît pas vos données : il connaît la façon dont un tableau se comporte. C'est un correcteur. Il a lu des milliers de copies. Il repère donc une erreur du premier coup d'œil, sur une copie qu'il n'a jamais vue. On lui montre le tableau, il remplit les trous en une seule fois. Rien n'est entraîné sur vos données, aucun réglage interne n'est modifié, aucun modèle n'est à stocker. Cela s'appelle l'apprentissage en contexte, et tout le monde l'a déjà vécu. On donne un exemple à un assistant conversationnel, dans la conversation elle-même. Il comprend sans qu'on le réentraîne[10]. La comparaison a une limite et elle est intéressante. Un texte se lit de gauche à droite. Un tableau n'a pas d'ordre, ni entre ses lignes ni entre ses colonnes. C'est justement le problème que ces modèles ont dû résoudre. La conséquence est directe : aucun projet d'entraînement, rien à maintenir. Le jour où l'on branche un nouveau client, il n'y a pas de modèle à réentraîner. Un même code couvre quatre usages. Prédire une catégorie, par exemple partira ou ne partira pas. Prédire un nombre, par exemple le montant du mois prochain. Remplir des trous. Et classer les N premiers. Deux écoles européennes et pourquoi j'ai choisi la française alors qu'il y a aussi Google dans la danse Jusqu'à l'automne 2026, ce terrain a été tenu par deux équipes, toutes deux européennes. L'école allemande, à Fribourg-en-Brisgau, autour de Frank Hutter, a produit TabPFN, publié dans Nature en janvier 2025[11]. Sa suite industrielle, Prior Labs, a été rachetée par SAP : annonce en mai 2026, clôture le 17 juillet, plus d'un milliard d'euros engagés sur quatre ans[12]. Un éditeur allemand qui met un milliard sur un laboratoire allemand de dix-huit mois dit l'intérêt industriel porté au sujet. C'est un signal de marché, pas une preuve technique. L'école française est à l'Inria Saclay, dans l'équipe SODA, autour de Gaël Varoquaux, co- créateur de scikit-learn. Son modèle s'appelle TabICL et il faut le dater, car l'écosystème bouge vite. La première version, présentée à ICML en 2025, fait jeu égal avec TabPFN v2 sur deux cents jeux de données de classification. Elle est systématiquement plus rapide, jusqu'à dix fois. Sur les tableaux de plus de dix mille lignes, elle le dépasse[13]. La deuxième, TabICLv2, livrée en février 2026, ajuste et prédit un tableau de cinquante mille lignes sur cent variables en moins de dix secondes sur un processeur graphique H100[14]. Les comparaisons de cet article portent sur la première ; les dater évite de les lire comme un état permanent. J'ai choisi TabICL, et pas par patriotisme. Les deux modèles tournent chez le client, sans que rien ne sorte. Les deux publient leurs poids, c'est-à-dire les milliards de réglages appris pendant l'entraînement. TabICL publie en plus le code qui a servi à l'entraîner[14], y compris le générateur de données. La différence se voit dès qu'on veut vérifier quelque chose. Avec les poids seuls, on peut refaire tourner les prédictions. Avec le code d'entraînement, on peut refaire le modèle depuis zéro. Quand on dit à un dirigeant « ce client va partir », pouvoir montrer d'où vient la réponse compte vraiment. Le 29 septembre 2026, un troisième joueur est entré. Google Research a publié TabFM, quatre cents millions de réglages internes, entraîné lui aussi sur des tableaux fabriqués de toutes pièces. Sur TabArena, l'épreuve commune de cinquante et un jeux de données, ses trois variantes prennent les trois premières places. TabICLv2 arrive neuvième sur douze, en classification comme en régression[23]. Ces chiffres sont ceux du tableau des auteurs de TabFM et non d'une mesure indépendante, mais ils sont trop nets pour être passés sous silence. Ces chiffres ne changent pourtant rien au choix fait ici. Tout se joue sur une ligne de licence. Les poids de TabFM sont publics, mais réservés à un usage non commercial. Le texte exclut nommément les livrables client, les produits ou services payants, et toute activité qui rapporte de l'argent ; il faut pour cela une licence commerciale accordée par Google[24]. Le modèle en tête du classement est donc celui qu'une entreprise n'a pas le droit d'utiliser pour répondre à son client. TabICL est sous licence BSD, la même que scikit-learn. Deux détails complètent le tableau. La variante la mieux classée de TabFM confie la préparation des colonnes à Gemini, donc les données sortent, ce que toute cette chaîne cherche justement à éviter. Et la technique qui fait sa force est reprise de TabICLv2 et de TabPFN-3. Il s'agit du regroupement de colonnes. Le travail des deux écoles européennes est donc dedans. Ce qui se passe là vaut d'être regardé, parce que c'est le logiciel libre à son meilleur. Chaque équipe lit les autres. Et chacune le dit. Le code de prévision de TabICL vient de TabPFN-TS, écrit par l'équipe allemande ; il reste donc sous la licence de Prior Labs. C'est le fichier de licence de l'équipe française qui le dit[25]. Le regroupement de colonnes de TabFM vient de TabICLv2 et de TabPFN-3, et Google le signale dans son propre article. Le classement qui les départage est public, donc un nouvel arrivant doit poser ses chiffres à côté de ceux des autres, pas à côté des siens. Une équipe publie, les deux autres lisent, améliorent et republient. Entre l'article de Nature en janvier 2025 et celui de Google en septembre 2026, vingt mois ont passé. Ils ont suffi pour que ces modèles sortent du laboratoire. Ils battent maintenant des chaînes automatiques réglées pendant quatre heures sur les données elles-mêmes. Ce n'est pas de la courtoisie entre chercheurs, c'est de la rivalité. Personne ne veut être neuvième sur douze. Attention à ne pas confondre deux libertés. Ce qui circule librement, c'est le savoir, pas toujours le droit de s'en servir. TabFM publie son article et ses poids, tout en interdisant l'usage commercial : l'idée est lisible par tout le monde, donc tout le monde en profite. Mais ce qu'on a le droit d'installer chez un client ne dépend que de la licence. D'où deux critères, qui se suivent sans se mélanger. On lit tout le monde. On installe ce que le droit permet. La réponse ligne à ligne, sur les clients dont le statut de départ n'est pas consolidé. Trois départs annoncés, aucun au-delà de 69 % : chaque prédiction vient avec sa confiance et celle-ci reste modeste. Disons maintenant ce que veut dire ce 69 %. On le lit presque toujours de travers. Il ne veut pas dire qu'on est sûr à 69 % que ce client va partir. Il veut dire ceci. Prenez les clients qui ressemblent à celui-là sur les colonnes observées. Environ soixante-neuf sur cent sont partis. C'est une fréquence constatée, pas une prédiction sur une personne. Deux choses très différentes rendent ce chiffre incertain. Les confondre coûte cher. La première est notre ignorance : il y a peu de clients comparables dans l'historique, donc l'estimation bougerait si on ajoutait des données. La seconde est le hasard du monde : même avec un historique parfait, deux clients identiques sur le papier ne prennent pas la même décision. La première diminue si on collecte davantage. La seconde ne diminue jamais. C'est pour cela qu'une prédiction honnête reste prudente. D'où une règle, qui vaut pour les trois étages. Un chiffre sans son incertitude est une opinion déguisée en fait. Sur ces données, aucune prédiction ne dépasse 69 %. C'est bon signe. Un outil qui aurait annoncé 97 % aurait menti. Savoir qui va partir ne sert à rien. Il faut savoir pourquoi. On ne retient pas un client avec une probabilité. On le retient avec une raison, assez précise pour qu'on puisse agir. Le problème porte un nom dans le commerce bien avant d'en porter un en statistique. La formule la plus célèbre du métier dit ceci : « La moitié de l'argent que je dépense en publicité est gaspillée ; l'ennui, c'est que je ne sais pas laquelle. » On la prête au patron de grand magasin américain John Wanamaker, parfois à l'industriel britannique Lord Leverhulme, quelquefois à Henry Ford. La plus ancienne trace connue est un discours de 1919, qui l'attribue déjà à Wanamaker. Ni les archives Wanamaker ni celles d'Unilever n'en gardent la moindre mention[15]. La phrase qui pose le problème de l'attribution n'est donc elle-même attribuable à personne. Le problème, lui, est bien réel. Il est aussi mal posé, au sens strict. La vente a eu lieu une fois. On ne saura jamais ce qui serait arrivé sans l'affiche dans le métro, parce que ce monde- là n'a pas existé. Partager le mérite entre les canaux est donc forcément une convention : on choisit une règle de partage, puis on l'assume. Une petite expérience montre à quel point le choix de la règle compte. Deux canaux publicitaires, l'affichage et la publicité en ligne, achetés ensemble et donc très corrélés : 0,84 sur deux cents semaines simulées. Par construction, seul l'affichage agit sur les ventes ; l'en ligne est un passager. On demande ensuite à chaque canal ce qu'il explique. Le même canal, les mêmes données, deux réponses incompatibles : la seule différence est l'ordre dans lequel on pose la question. Les deux premières barres disent tout. Interrogé seul, le canal en ligne explique 55,3 % de la variation des ventes, ce qui ferait un beau tableau de bord. Ajouté à l'affichage, il n'explique plus rien du tout : 0,0 %. C'est l'ennui de Wanamaker sous forme chiffrée. Le partage de Shapley fait la moyenne des deux ordres et tranche : 52,5 % à l'affichage, 27,7 % à l'en ligne. Les deux parts font 80,1 %, c'est-à-dire exactement ce que les deux canaux expliquent ensemble. Ce n'est pas un hasard heureux : Shapley a justement exigé que les parts s'additionnent. C'est ce qui rend le résultat défendable en réunion. Le protocole est publié, à refaire plutôt qu'à croire : deux cents semaines simulées, graine 20260925, régression linéaire. La valeur d'un groupe de canaux se mesure par la part des variations de ventes qu'il explique. Reste une limite à dire clairement, sinon on fait dire à la méthode ce qu'elle ne dit pas. Shapley attribue 27,7 % à un canal dont nous savons, puisque nous avons fabriqué l'exemple, qu'il ne cause rien. Ce n'est pas une faute de la méthode. Elle répond fidèlement à la question posée. Cette question est : qu'est-ce que le modèle a utilisé ? Ce n'est pas la même que celle- ci : qu'est-ce qui a causé la vente ? Pour celle-là, il n'y a pas de raccourci. Il faut une expérience : couper le budget d'un canal sur une région, et comparer avec les autres. Le partage explique le modèle ; seule l'expérience atteint la cause. Le modèle a rendu un seul nombre en regardant une dizaine de colonnes à la fois. On voudrait pouvoir dire combien de ces 69 % viennent de l'ancienneté du contrat, combien du nombre de réclamations, combien du dernier montant facturé. Découper un résultat en parts, une par variable, porte un nom : l'attribution. Rien ne garantit d'avance qu'elle soit possible, parce que le modèle n'a pas calculé son nombre comme une somme : il a tout mélangé. L'attribution reconstruit après coup un partage qui n'existait pas dans le calcul. On voit la difficulté sur un essai naïf. Pour mesurer ce qu'apporte une variable, on peut la retirer et regarder de combien la prédiction baisse. L'ennui, c'est que la réponse dépend de l'ordre dans lequel on retire les autres. Retirer l'ancienneté du contrat fait beaucoup baisser la prédiction si on n'a encore rien retiré. Le même retrait ne change presque rien si on a déjà retiré le nombre de réclamations, parce que les deux disent en partie la même chose. Il n'y a donc pas une contribution, mais autant de réponses que d'ordres possibles. Lloyd Shapley a résolu ce problème en 1953, pour un tout autre usage. Il cherchait à partager équitablement le gain d'une équipe entre ses membres, quand chacun n'apporte pas la même chose et que les apports se recouvrent[16]. Sa réponse est simple : puisque l'ordre change le résultat, on regarde tous les ordres possibles et on prend la moyenne. Pensez à une addition au restaurant. Selon qui arrive en premier et selon ce qu'on partage, la part de chacun change. En faisant la moyenne sur tous les ordres d'arrivée, on obtient un partage que personne ne peut contester. Ces travaux lui ont valu le prix Nobel d'économie en 2012. Appliqué à une prédiction plutôt qu'à un dîner, le même calcul dit combien chaque variable a pesé, et dans quel sens[17]. La seconde méthode part d'une idée différente, tout aussi simple. Un modèle compliqué reste compliqué. Mais si on regarde d'assez près, autour d'un seul client, il se comporte presque comme une droite, de la même façon qu'une courbe paraît droite quand on zoome assez. On fabrique donc, dans ce petit voisinage seulement, un modèle simple qui imite le gros. Ses coefficients se lisent directement[18]. Les deux méthodes sont montrées côte à côte. Quand elles s'accordent, la lecture est solide. Quand elles divergent, c'est déjà une information : la prédiction tient à un équilibre fragile entre variables, et mieux vaut le savoir avant d'appeler le client. « Quelle est la prévision du chiffre d'affaires pour les trois prochains mois ? » Même socle, même modèle, autre question. La requête ramène cette fois une série dans le temps ; la réponse porte sur les mois qui n'existent pas encore. Chaque mois prévu porte sa fourchette, du dixième au quatre-vingt-dixième percentile. Un percentile découpe les valeurs possibles en cent parts : le dixième est celle au-dessous de laquelle il n'y a qu'une chance sur dix de tomber, le quatre-vingt-dixième celle au-dessous de laquelle il y en a neuf sur dix. Entre les deux, il reste huit chances sur dix et c'est ce que dit la barre. Un seul chiffre sur l'avenir, c'est de la voyance. Un chiffre avec sa fourchette, c'est une décision. Et cette figure dit quelque chose de désagréable qu'il faut savoir lire : la fourchette est plus large que l'écart entre les trois mois. Août paraît meilleur que juillet, mais les barres se recouvrent presque entièrement. L'écart entre les deux mois ne veut donc rien dire. L'outil n'est pas en cause : c'est la donnée qui est mauvaise. La série mensuelle de cette base de démonstration n'est que du bruit, des sauts sans aucune régularité. Sur vingt et un mois : 293 euros un mois, 72 380 un an plus tard, et trois mois manquants. Aucune méthode ne peut prévoir cela. La seule réponse honnête est une fourchette large. Un outil qui aurait rendu trois beaux chiffres alignés aurait maquillé la situation. C'est le même principe qu'au premier étage. La promesse ne porte pas sur la qualité de la réponse. Elle porte sur l'incertitude affichée à côté. Un détail d'implémentation dit bien dans quel monde on travaille. Le nombre de mois à prédire est lu dans la question de l'utilisateur, donc dans du texte libre. « Dans cent mille mois » se traduisait par cent mille mois à prévoir. On obtenait des dates absurdes et un calcul qui bloquait la machine, pour un résultat que personne n'avait demandé sérieusement. Ce nombre est maintenant plafonné. Au-delà, une prévision n'a de toute façon aucune valeur, donc on ne perd rien. « Montre-moi où se concentre le chiffre d'affaires » Dernière question, et dernier maillon différent : le résultat n'est plus un nombre ni un tableau, c'est une figure. Elle est choisie automatiquement, selon la forme des données et ce que demande la question, puis dessinée sur le moment. Il n'y a donc pas de tableau de bord à entretenir. Un tableau de bord est une page de graphiques figés, préparée à l'avance. Il répond aux questions qu'on se posait il y a six mois. Celles qu'on avait prévues en le construisant. Or ce choix est justement l'endroit où un modèle de langage peut faire n'importe quoi. Montrez- lui cent vingt-sept noms de graphiques. Il peut en inventer un. Il peut en mal orthographier un. Il peut aussi en choisir un qui ne va pas avec les colonnes présentes. Une carte, par exemple, quand aucune colonne ne contient de lieu. La sécurité ne peut donc pas reposer sur sa bonne volonté. Elle doit être dans la forme du programme, là où le modèle ne peut pas passer à côté. Deux étapes déterministes (sans modèle, donc sans surprise possible) encadrent les deux appels au modèle. La troisième étape élimine tout candidat structurellement incompatible avant que le modèle ne voie quoi que ce soit ; la quatrième ne peut que réordonner et annoter cette liste déjà sûre, jamais l'étendre. Le modèle choisit un plat dans un menu qu'il n'a pas écrit. Cette garantie n'est pas de la même nature qu'un réglage de température. Ce bouton rend le modèle plus ou moins aventureux. Elle n'est pas non plus de la nature d'une consigne ajoutée au début de la conversation. Elle ne dépend pas de la docilité du modèle, mais de la forme du programme. Et comme au premier étage, elle rend l'erreur qui reste visible et réparable : une figure mal choisie se corrige d'un clic, sans jamais se confondre avec une figure juste. La réponse à la question posée : douze des dix-neuf clients que la requête a ramenés font 82 % du chiffre d'affaires. La part cumulée porte sur ces dix-neuf clients, une précaution qui compte : un diagramme de Pareto classe les contributions de la plus grosse à la plus petite, puis trace au-dessus la courbe de ce qu'elles cumulent, de sorte qu'on lit d'un coup d'œil combien de clients font l'essentiel du total. Tracé sur un palmarès déjà tronqué en amont, il annonce en revanche une part « du total » qui n'en est pas une, sa belle courbe nonobstant. Le dessin est fait par sprezzature.ai, un moteur de figures libre[21]. Son catalogue compte cent vingt-sept types de graphiques, des courbes aux diagrammes de flux, en passant par les treemaps, les cascades et les cartes. Ce grand nombre n'est pas de la collection pour la collection : plus le catalogue est large, plus il y a de graphiques compatibles avec les colonnes qu'on a, et plus le choix automatique tombe juste. Chaque figure respecte en plus des règles d'accessibilité et de couleur. Le contraste est vérifié. La figure reste lisible pour une personne daltonienne. Jamais une couleur seule ne porte une information. Le sens de lecture est indiqué sur tout axe où monter vaut mieux que descendre. Rien de cosmétique là-dedans : un graphique mal contrasté projeté dans une salle, personne ne le lit, et un graphique qui demande de distinguer deux verts exclut un homme sur douze. Ces règles viennent de la sémiologie graphique, l'étude de ce que les formes visuelles savent vraiment transmettre[19], et de mesures sur la perception[20]. Ici, ce sont des lignes de code, pas des recommandations. Ce que la production apprend et que la préparation ne peut pas deviner Aucun tri préparé à l'avance ne devine comment les gens vont formuler leurs demandes. Il ignore leurs tournures, leurs raccourcis, les cas particuliers de chaque entreprise. Seule la production montre les questions qu'on pose vraiment. Chaque question bien traitée, et surtout chaque correction, apprend quelque chose que le tri initial ne savait pas. La boucle est simple. Une personne pose une question. Le système écrit la requête. Elle s'exécute en lecture seule. Un humain valide le résultat, ou corrige la requête. Une fois validée, la paire rejoint la bibliothèque d'exemples. La question suivante qui lui ressemble retrouvera ce nouvel exemple. Une règle de sûreté ne souffre aucune exception. C'est la plus facile à rater : jamais d'apprentissage aveugle. Capturer automatiquement toutes les requêtes produites pour les réinjecter comme exemples empoisonne la bibliothèque pour toutes les questions semblables à venir. Du mauvais SQL apprend au système à produire du mauvais SQL. Une paire n'est donc acceptée que par un chemin dédié, qui rejoue les garde-fous et réexécute la requête avant de l'accepter. Aucune confiance aveugle, même envers ce qu'on nous présente comme déjà vérifié. Quatre propriétés séparent un mécanisme qui marche sur un poste d'une boucle qui tient en production. La persistance : la bibliothèque vit dans la base déjà en place[22], et non dans une mémoire perdue au premier redémarrage. L'idempotence : l'identifiant d'une paire est calculé à partir de son contenu, donc la soumettre deux fois ne crée pas de doublon. La traçabilité : chaque paire venue du terrain est marquée comme telle, à part du corpus trié à la main. On peut ainsi vérifier ce que la production a appris au système, et retirer un mauvais exemple précis. Et la mesure : après chaque lot d'ajouts, on repasse l'examen. On vérifie le progrès au lieu de le supposer. Ce que cela change et ce que cela ne change pas Avant, une question métier partait en ticket vers l'équipe data et revenait trois jours plus tard, souvent après que la décision avait été prise sans elle. Une question sur l'avenir, elle, partait en projet. Maintenant, la question se pose à voix haute, la réponse chiffrée arrive en quelques secondes, la question suivante aussi. La réunion garde son rythme. Ce qui compte n'est pas que la machine fasse de l'analyse. C'est que le délai entre la question et un chiffre fiable passe de trois jours à trois secondes, parce que le chiffre vient de la base. Ce que cela ne change pas mérite d'être dit aussi clairement. Le modèle peut toujours écrire une mauvaise requête. L'architecture garantit qu'on ne fera que lire la base, dans des limites connues. Elle ne garantit pas que la requête corresponde à ce que la personne voulait vraiment demander. Sur ce point, elle réduit les façons de se tromper et les rend visibles. Les supprimer serait autre chose. La vraie limite n'est pas le volume de données, puisque la chaîne interroge la base directement et que c'est le SQL qui filtre. La vraie limite, c'est la qualité du schéma et du vocabulaire. Une base dont les colonnes s'appellent col_17 ne se laissera pas interroger en français, et aucun modèle n'y changera rien. Les trois lignes txt2sql question → SQL → base → le chiffre réel txt2sql2ml question → SQL → tableau à trous → la prédiction et sa fourchette txt2sql2viz question → SQL → lignes → le bon graphique, en direct Un seul socle, trois étages, et partout la même discipline : le modèle propose la forme, la machine vérifie, la donnée tranche. C'est ce qui sépare un chiffre qu'on peut signer d'un chiffre qui a seulement l'air juste. Remerciements Remerciement chaleureux à Marie Sacksick, Edmond Jacoupeau, Bachir Zerroug et Vincent Sammiez pour nos discussions fructueuses sur ces sujets. Bibliographie Aucun de ces titres n'est là pour décorer : chacun porte une décision de conception prise plus haut. Les notices disent laquelle. Vanna AI. Training advice, documentation du projet. vanna.ai/docs/training-advice Pose sans détour la hiérarchie des trois contenus et la règle de sûreté reprise ici : la qualité des paires question vers requête est le principal déterminant du résultat et du mauvais SQL appris apprend au système à produire du mauvais SQL. Lewis, P. et al. (2020). « Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks », NeurIPS. arXiv:2005.11401 L'article qui a donné son nom à la génération augmentée par récupération. Il établit le principe employé au premier étage : laisser le modèle intact et lui fournir, à chaque question, les éléments de contexte utiles, plutôt que de réentraîner ses poids. Vanna AI (2023). How Vanna works, how to train it, data security. medium.com/vanna-ai Décrit pas à pas le mécanisme de récupération dont dépend tout le reste : la question est vectorisée, les connaissances les plus proches sont ramenées par type et seules celles-là entrent dans le contexte. C'est de là que vient la règle « la couverture prime sur le volume ». Mao, T. sqlglot, analyseur et transpileur SQL en Python, licence MIT. github.com/tobymao/sqlglot L'analyseur qui transforme la requête produite en arbre syntaxique avant toute exécution. C'est lui qui rend les garde-fous possibles : on inspecte la structure de la requête, pas une chaîne de caractères et l'on refuse tout ce qui n'est pas une lecture. Pourreza, M. et Rafiei, D. (2023). « Evaluating Cross-Domain Text-to-SQL Models and Benchmarks », EMNLP. arXiv:2310.18538 Montre que les notes des bancs d'essai sous-estiment les modèles, parce qu'une question en langue naturelle admet plusieurs requêtes justes. Justifie le choix de la correspondance à l'exécution contre la comparaison textuelle, fait ici. Yu, T. et al. (2018). « Spider: A Large-Scale Human-Labeled Dataset for Complex and Cross- Domain Semantic Parsing and Text-to-SQL Task », EMNLP. arXiv:1809.08887 Le banc d'essai qui a fixé les usages du domaine, à commencer par l'évaluation sur des bases jamais vues à l'entraînement. Le jeu de contrôle tenu à l'écart décrit ici en est la transposition à l'échelle d'un seul client. Li, J. et al. (2023). « Can LLM Already Serve as A Database Interface? A BIg Bench for Large- Scale Database Grounded Text-to-SQLs », NeurIPS. arXiv:2305.03111 Le banc d'essai BIRD, bâti sur de vraies bases, sales et volumineuses. Il documente l'écart entre une requête syntaxiquement correcte et une requête juste, qui est exactement l'écart que le bug du domaine de colonne a fait apparaître ici. Zavaleta, G. (2026). « Why 90 % accuracy in text-to-SQL is 100 % useless », Towards Data Science. towardsdatascience.com Défend la lecture par catégorie contre la note globale : une justesse moyenne élevée cache la famille de requêtes qui échoue, celle-là même qui décide de l'usage réel. C'est la lecture qui a désigné ici les jointures et un filtre et permis le renfort ciblé. NVIDIA. NeMo Agent Toolkit, text-to-SQL, documentation technique. docs.nvidia.com Donne indépendamment le même ordre de grandeur pour le corpus d'exemples et la même exigence de validation sur un jeu tenu à l'écart. Deux sources d'origines très différentes qui convergent sur « vingt à cent paires bien choisies ». Brown, T. et al. (2020). « Language Models are Few-Shot Learners », NeurIPS. arXiv:2005.14165 L'article qui a établi l'apprentissage en contexte : un exemple donné dans la conversation suffit à orienter le modèle, sans toucher à ses poids. Les modèles tabulaires fondationnels transposent exactement cette idée d'un texte à un tableau. Hollmann, N., Müller, S., Purucker, L. et al. (2025). « Accurate predictions on small data with a tabular foundation model », Nature, 637, 319-326. 10.1038/s41586-024-08328-6 TabPFN, l'école allemande. Établit qu'un modèle pré-entraîné une fois sur des tableaux synthétiques bat, en un seul passage et sans réglage, des méthodes ajustées sur les données elles-mêmes. C'est le résultat qui rend ce deuxième étage possible. SAP (2026). SAP Completes Prior Labs Acquisition, communiqué du 17 juillet 2026. news.sap.com Le rachat du laboratoire de Fribourg, annoncé en mai et clos en juillet 2026, avec plus d'un milliard d'euros engagés sur quatre ans. Cité ici comme mesure de l'intérêt industriel porté aux modèles tabulaires et non comme argument technique. Qu, J., Holzmüller, D., Varoquaux, G. et Le Morvan, M. (2025). « TabICL: A Tabular Foundation Model for In-Context Learning on Large Data », ICML. arXiv:2502.05564 L'école française. Une attention par colonnes puis par lignes construit une représentation de taille fixe pour chaque ligne, ce qui fait tenir des tableaux bien plus grands. Jeu égal avec TabPFN v2 sur deux cents jeux de données, jusqu'à dix fois plus rapide et au-dessus au-delà de dix mille lignes. Équipe SODA, Inria. tabicl, code et poids du modèle. github.com/soda-inria/tabicl La raison concrète du choix fait ici : le code d'entraînement, le code d'inférence et les poids sont publiés, donc auditables et exécutables chez le client, sans qu'aucune donnée ne sorte. « One-Half the Money I Spend for Advertising Is Wasted, But I Have Never Been Able To Decide Which Half », Quote Investigator, 11 avril 2022. quoteinvestigator.com Retrace la formule attribuée à John Wanamaker. La plus ancienne trace connue est un discours de 1919 qui la lui prête déjà ; ni les archives Wanamaker ni celles d'Unilever, pour la variante Leverhulme, n'en gardent trace. C'est la source du paragraphe sur l'attribution et la raison pour laquelle cet article présente la citation comme apocryphe plutôt que comme un fait. Shapley, L. S. (1953). « A Value for n-Person Games », dans H. Kuhn et A. Tucker (dir.), Contributions to the Theory of Games II, Princeton University Press, 307-317. L'article d'origine, écrit pour partager le gain d'une équipe entre ses membres. Il pose l'axiome qui fait tout : puisque l'ordre d'arrivée change la part de chacun, on moyenne sur tous les ordres. Shapley a reçu le prix Nobel d'économie en 2012 avec Alvin Roth. Soixante ans séparent ce texte de son usage en apprentissage automatique. Lundberg, S. et Lee, S.-I. (2017). « A Unified Approach to Interpreting Model Predictions », NeurIPS. arXiv:1705.07874 Importe en apprentissage la valeur de Shapley, qui répartit un gain collectif entre des joueurs selon leur contribution marginale moyenne. Appliquée à une prédiction, elle dit combien chaque variable a pesé et dans quel sens. Ribeiro, M. T., Singh, S. et Guestrin, C. (2016). « Why Should I Trust You? Explaining the Predictions of Any Classifier », KDD. arXiv:1602.04938 L'explication locale par substitut : on approche le modèle, au voisinage de la seule ligne examinée, par un modèle simple et lisible. Montrée ici à côté de la précédente, parce que deux méthodes qui divergent sur une ligne sont un signal en soi. Bertin, J. (1967). Sémiologie graphique. Les diagrammes, les réseaux, les cartes, Gauthier- Villars. Le traité qui établit qu'une forme graphique n'est pas un habillage mais un encodage et que chaque variable visuelle a ses propriétés propres. C'est le fondement du filtre déterministe : une figure incompatible avec les colonnes présentes ne doit jamais être proposée. Cleveland, W. S. et McGill, R. (1984). « Graphical Perception: Theory, Experimentation and Application to the Development of Graphical Methods », Journal of the American Statistical Association, 79(387), 531-554. 10.1080/01621459.1984.10478080 Classe expérimentalement les encodages visuels par précision de lecture, la position sur une échelle commune devant la longueur, elle-même devant l'angle et la surface. C'est la mesure qui justifie les règles appliquées automatiquement aux figures de cet article. Harchaoui, W. sprezzature-figures, moteur de figures libre. github.com/warith- harchaoui/sprezzature-figures Le catalogue de cent vingt-sept types de graphiques du dernier étage et le vérificateur qui accompagne chacun : contraste, polarité annoncée, étiquettes qui ne se chevauchent pas. Les six figures de cet article en sortent. pgvector, extension de recherche vectorielle pour PostgreSQL, licence PostgreSQL. github.com/pgvector/pgvector Permet de ranger la base de connaissances dans le PostgreSQL déjà en place, donc sans rien déployer de neuf. C'est ce qui donne à la boucle d'amélioration sa persistance : les exemples validés survivent aux redémarrages et sont communs à toutes les instances du service. Kong, W., Louidor Ilan, E., Nie, S. et al. (2026). « TabFM: A Zero-Shot Foundation Model for Tabular Data », Google Research, 29 septembre 2026. arXiv:2609.37959 Le troisième modèle du genre, quatre cents millions de réglages internes, entraîné sur des tableaux synthétiques tirés de modèles causaux. Ses tableaux de résultats donnent le classement TabArena cité ici, où ses trois variantes devancent TabPFN-3, AutoGluon et TabICLv2. Mesures faites par les auteurs eux- mêmes sur un banc d'essai public, à lire comme telles. Google (2026). TabFM Non-Commercial License v1.0, licence des poids publiés. huggingface.co Le texte qui tranche la question pour un usage professionnel. Il réserve le modèle aux usages non commerciaux et sa définition du terme exclut explicitement les livrables client, les produits ou services payants et toute activité génératrice de revenu, sauf licence commerciale accordée par Google. À comparer avec la licence BSD de TabICL, qui n'impose aucune de ces conditions. Équipe SODA, Inria. tabicl, fichier de licence. github.com/soda-inria/tabicl BSD trois clauses pour l'essentiel, avec une exception déclarée : le dossier de prévision est un travail dérivé de TabPFN-TS et reste sous licence Apache au nom de Prior Labs. La preuve concrète que les deux écoles se lisent, dans un document que personne n'écrit pour la galerie. Deux lectures pour élargir. Mes livres préférés en IA, pour la vue d'ensemble commentée. The Visual Display of Quantitative Information d'Edward Tufte, pour tout ce que le dernier étage automatise sans pouvoir le remplacer : le jugement sur la question que la figure doit poser. ← Retour au blog --- ## Deraison | Cher Professeur URL: https://deraison.ai/cher-professeur Cher Professeur Stanislas, 2021 Le 2 mars 2021 chez Stanislas, avec mon ami Quentin, je suis venu vous remercier au nom de beaucoup d'élèves pour nous avoir transmis « le point de satisfaction ». Depuis presque vingt ans que j'utilise cette ponctuation, j'ai l'impression d'appartenir à une sorte de guilde éclairée par les sciences que vous nous enseignez encore aujourd'hui. Il est difficile pour moi de décrire aux autres ce que cela représente. Je vais donc vous raconter pourquoi j'aime cette ponctuation et peut-être que chacun pourra imaginer l'impact de vos enseignements sur nos existences. Pour s'arracher de l'attraction gravitationnelle terrestre, il faut une énergie cinétique telle que la planète toute entière ne puisse plus nous retenir. En livrant bataille devant nous pour nous apprendre à nous battre contre la pesanteur, vous nous avez fait comprendre ce qu'est la vitesse de libération de la Terre. Quelle magnifique expression ! J'ai envie de la réécrire : la vitesse de libération de la Terre ! Cette vitesse hallucinante ne dépend pas de ma masse. Il faut mériter cette vitesse pour la connaître vraiment par le seul fait de notre intelligence depuis notre table de travail. L'humanité a calculé cette vitesse bien avant que la moindre fusée ne l'ait atteinte. C'est presque à cette vitesse qu'on peut couper les moteurs et continuer sa course dans l'espace puisque les bras de la gravitation terrestre ont été battus. Au moment du coup de grâce, alors que vous alliez procéder à l'application numérique, vous vous êtes retournés pour nous demander si nous avions trouvé le résultat à ce calcul qui était en train de céder. Je suis mauvais en calcul mental mais j'ai pris la parole un peu vite pour dire : « 11 kilomètres par seconde ! » « Comment avez-vous fait ? » m'avez-vous demandé l'air exagérément stupéfait en bon acteur que vous êtes. J'ai baissé la tête et j'ai répondu : « Tintin, Objectif Lune. » Toute la classe a rigolé, vous aussi et j'ai su à ce moment précis que je ferais un peu de sciences dans ma vie. En octobre 2020, en soutenant mon doctorat de mathématiques appliquées (ou d'intelligence artificielle si cette expression peut avoir un sens), je me suis souvenu que tous mes réflexes scientifiques venaient de vous : vérifier les ordres de grandeur, imaginer ce qu'il se passerait si l'on enlevait quelque chose de son raisonnement, se demander si nos hypothèses étaient vérifiables… Est-ce que les forces en présence jouent toutes bien un rôle ou certaines sont-elles superflues ? Qu'est-ce qui est négligeable ? Alors, avec un camarade de l'époque et ami d'enfance Quentin, nous sommes revenus à l'école pour vous remettre un trophée que nous nous sommes permis d'inventer en forme de cette ponctuation que vous nous avez fait tant aimer : le point de satisfaction. Le point de satisfaction est une célébration des victoires de chaque esprit contre chaque calcul qui a osé nous faire peur. Pratiquer le point de satisfaction à la craie sur un tableau pour conclure la démonstration, c'est porter l'estocade finale contre les méchants des héros de nos enfances. Pratiquer le point de satisfaction sur une feuille de papier, c'est la joie d'une idée vague qui devient un résultat scientifique pour l'espoir d'une réalité ensuite. C'est l'élégance de la volonté triomphante. C'est enfin notre respect et notre reconnaissance pour notre immense professeur. Ô professeur, notre professeur, merci pour votre énergie, votre passion des sciences et votre transmission. Warith Harchaoui, Paris, le 4 mars 2021 PS : je remercie la gazette du lycée Stanislas pour la publication de cette lettre à mon cher professeur dans l'Écho de Stan (page 30). --- ## Deraison | Enterprise AI URL: https://deraison.ai/enterprise-ai L'IA en entreprises Il existe un fossé entre les équipes techniques et les managers en termes de compréhension et d'incitations non alignées. J’ai constaté que ce fossé était terriblement coûteux en termes d'argent et d'échecs dans les projets en intelligence artificielle. En partant de cette réalité, j’ai construit ce cours à partir de mon expertise pratique et théorique. Afin de combler ce fossé, j’enseigne les concepts fondamentaux non seulement pour vos projets, mais aussi pour vos objectifs stratégiques. Vous admettez que votre entreprise devrait utiliser davantage l'IA. Je vous épargne les biais et les pièges ! Je travaille pour une entreprise cliente à la fois, car c'est dans la précision d'un sujet que l'on progresse le plus. J’aime et je connais les mathématiques et la programmation, mais nous n’en parlerons pas : il y a tellement d'autres aspects qui vous permettront de réussir dans vos projets d'IA ! Trois familles d'IA, trois façons de créer de la valeur Machine Learning Apprendre de l’expérience des instructions non-explicites. On n’explique pas comment faire du vélo, on s’entraîne en montant dessus et en commettant des erreurs Generative AI Imiter de façon créative. On improvise comme dans le jazz avec structure. Nous produisons et comprenons le texte, l'audio, les images avec une qualité très convaincante Agentic AI Démultiplier les compétences qui interagissent entre elles. Un petit prompt comme “marcher sur Berlin” et le général Patton part d’Afrique du Nord pour toute l’Europe. Un cours consacré à l'IA dans votre entreprise Loin des visio-conférences, je prends en charge un seul client à la fois au même endroit qu'il s'agisse d'une équipe de 2 à 20 employés, afin de comprendre votre expérience et vos besoins le mieux possible.Entre les parties théoriques et pratiques, je laisse du temps pour des discussions approfondies. Les ateliers sont spécialement conçus pour vous. Je suis là pour vous aider à comprendre ce qui est pertinent en tant que manager, même si vous êtes tech.Tenez-vous prêts et soyez en forme, le bateau quitte le port et nous sommes tous sur le pont. À aucun moment vous ne serez autorisé à vous assoupir : il ne s'agit pas d'une conférence à rallonge. Il s'agit d'en apprendre suffisamment pour se remettre au travail et poursuivre ses projets. J’y veillerai, matelot ! Jour 1, 2 et 3 Pour planifier et personnaliser le contenu en fonction des objectifs de votre entreprise Jour 4 et 5 Deepdive intensifs : Matinées dédiées à la théorie, après-midis consacrées à des ateliers pratiques sur vos problématiques Jour 6 et 7 Synthèse stratégique, avec un plan d'actions sur mesure pour des résultats concrets et durables À qui s’adresse la formation ? Que vous soyez manager, CxO ou expert en IA, ce programme vous aide à dépasser les mots à la mode et à intégrer l'IA de manière stratégique dans votre entreprise, en vous orientant vers un leadership axé sur l'impact. Ne vous laissez pas embobiner par les geeks. Ne vous laissez pas frustrer par votre supérieur. Le succès provient de la communication et de l'état d'esprit entre la direction et les techniciens et vice-versa. Parlons de vos besoins Parlons de vos besoins La prestation, en bref Ce que vous achetez, avant ce que cela contient. Pour qui Dirigeants et cadres, chefs de projet, profils techniques qui cherchent la valeur métier. Aucun prérequis technique. Durée Trois formats : 8, 16 ou 24 heures, soit un à trois jours de présence. Le groupe Entre 5 et 20 personnes. En dessous de cinq, c'est un entretien avec des diapositives ; au-delà de vingt, un concert. Le rythme Moitié cours, moitié ateliers. En présentiel, avec un écran et un tableau blanc, parce que les mains comptent autant que les yeux. Ce que l'équipe repart avec Un business case porté de bout en bout et défendu devant un comité de direction simulé : le besoin métier, la valeur en euros, le curseur d'autonomie, les garde-fous et l'indicateur qui prouve. Sur mesure et devis Le cas travaillé est l'un des vôtres. Le devis vient après un échange sur votre contexte et le format qui vous convient. 6+1 ateliers pratiques + capstone 12 volets « Dangers » FR / EN 22 portraits de figures de l'IA 36 h+ de corpus de connaissances 2 000+ diapositives mises à jour depuis 2022 Le programme, en détail Aucun prérequis technique : on part de l'intuition et d'un cas réel, la notion vient après. Cinq parties, un atelier par partie et un capstone. (01) Cadrage et Boussole Par où commencer et comment ne pas se tromper de départ ? La donnée n'est pas la vérité. Pourquoi un chiffre exact peut induire en erreur et ce que cela change pour qui décide. La Boussole : percevoir, décider, agir. La boucle complète et la place de l'humain à chaque cran. La bascule. D'une IA qui répond à une IA qui agit : ce qui change dans l'organisation du travail. Les quatre ères de l'IA. Une frise pour situer où l'on en est, sans jargon. Context, not prompt. Le goulot a glissé : ce n'est plus la vitesse d'écriture, c'est la qualité du cadrage et de la relecture. Les trois U : utile, utilisable, utilisé. Le crible qui sépare un projet qui tient d'une démonstration qui brille un jour. Atelier : la carte des usages. Chacun place ses propres tâches sur la Boussole et repère où l'humain doit rester. (02) Comprendre l'IA sans mathématiques Que sait vraiment faire cette machine et où invente-t-elle ? Comment l'IA apprend. L'intuition de l'apprentissage, sans une seule équation : des exemples, des motifs, des erreurs corrigées. La Palette de l'IA. Les familles d'outils et ce que chacune sait faire, pour ne plus confondre les usages. Pas de données, pas de science. Pourquoi la qualité et la provenance des données décident du résultat, avant l'algorithme. Du beau parleur à l'expert ancré. Comment on rattache une IA à des sources vérifiables pour qu'elle cesse d'improviser. Les hallucinations. Pourquoi une machine invente avec aplomb, comment le repérer, comment s'en protéger. Atelier et livrable. Distinguer, sur des cas concrets, ce que l'IA sait faire de ce qu'elle fait semblant de savoir. (03) Décider juste Comment mesurer la valeur et le risque d'un usage, en euros et en minutes ? Mesurer, c'est d'abord mesurer à quel point on se trompe. On ne mesure pas le succès, on mesure l'erreur. De la matrice de confusion à la matrice business. Traduire chaque erreur en euros, pour ce métier précis. L'asymétrie des erreurs. Toutes les erreurs ne coûtent pas le même prix. Le KPI qu'un être humain comprend. Choisir l'unité que le métier lit sans traducteur : un euro, une minute, un défaut évité. Drucker contre Goodhart. Ce qui se mesure se pilote, mais un indicateur qu'on optimise cesse d'être bon. Tenir les deux. Le ROI ressenti et l'effet iceberg. Pourquoi on se croit plus rapide qu'on ne l'est et le coût caché sous la surface. Deux études de cas : Klarna et Zillow. Ce que coûte une erreur d'échelle, documenté et chiffré. Doser l'autonomie. La règle limpide : plus une erreur coûte cher, moins l'IA garde d'autonomie. (04) Esprit et conscience critique Comment garder son jugement face à une machine qui flatte et se trompe avec assurance ? Décrire n'est pas décider. La frontière que le cadre ne franchit jamais, même quand l'IA est convaincante. De l'esprit critique à la conscience critique. L'esprit critique juge un texte sous les yeux ; la conscience critique demande qui l'a produit et pourquoi. Les trois maladies de l'IA. Elle oublie ce qui était convenu, change d'avis d'une fois sur l'autre, promet sans toujours tenir. Résonner n'est pas raisonner : la sycophance. Pourquoi rien n'endort le jugement comme un miroir qui approuve. La taxonomie des six biais. Reconnaître les biais qui se glissent dans un usage, du recrutement à la recommandation. Choisir son biais : l'impossibilité formelle. On ne peut pas tout optimiser à la fois : c'est une décision de direction, pas de technicien. Les deux extrêmes : Galactica et Gemini. Deux échecs publics opposés, une leçon commune sur la mesure et la retenue. Atelier. Repérer, sur ses propres échanges avec une IA, les moments où elle flatte, oublie ou dérape. (05) Gouverner l'IA qui agit Quand l'IA agit seule, comment garder la main, la sécurité et l'indépendance ? De la réponse à l'acte. Ce qui change quand l'IA envoie, réserve, commande, enchaîne des actions. Le curseur des permissions et MAYA. Régler finement ce que l'IA a le droit de faire et jusqu'où. Le fusible. Borner l'action pour borner l'effet : engager la maison, jamais sans un humain qui signe. Les cinq degrés d'autonomie. Une échelle claire, du simple assistant à l'agent autonome. La formule du risque : un produit, pas une somme. Un seul facteur négligé suffit à tout emporter. Les sept règles de l'agenticité instituée. Le cadre qui rend une IA qui agit gouvernable. Les quatre contrats défensifs. Ce qu'on garantit, ce qu'on interdit, ce qu'on trace. La souveraineté d'entreprise. Héberger l'IA chez soi, ne dépendre d'aucun fournisseur unique, garder la trace. La souveraineté ne demande pas qui possède la technologie, mais qui dépend de qui le jour où le vent tourne. Le bateau de Thésée et la réserve de Pareto. Tenir dans la durée : garder une compétence humaine vive même quand la machine fait le gros du travail. 🎓 Atelier capstone : le business case devant un COMEX Les participants portent leurs réflexions sur des usages réels de bout en bout : le besoin métier, la valeur en euros, le curseur d'autonomie, les garde-fous, les spécificités d'un projet en IA. Ils se présentent devant un comité de direction final. C'est là que tout le cours se noue. À l'issue du cours, un cadre sait… Cadrer Situer un usage d'IA sur la Boussole et repérer où l'humain doit garder la main. Discerner Distinguer ce qu'une IA sait faire de ce qu'elle invente, sans mathématiques. Chiffrer Traduire un usage en valeur et en risque : le coût d'une erreur en euros. Doser Régler le curseur d'autonomie : quoi confier à la machine, quoi ne jamais lui laisser. Douter Reconnaître la flatterie de l'IA, ses oublis, ses biais, avec méthode. Encadrer Poser les garde-fous d'une IA qui agit : fusible, permissions, traçabilité. Protéger Défendre la souveraineté d'entreprise et tenir dans la durée. Convaincre Porter un business case IA de bout en bout et le défendre devant une direction. +10 ans d’expertise en IA CV de Warith CV de Warith --- ## Deraison | Mentions légales URL: https://deraison.ai/mentions-légales Mentions légales Informations essentielles DERAISON.AI Éditeur du site Le présent site est édité par Deraison.ai. Raison sociale : DERAISON.AI Forme juridique : SASU (société par actions simplifiée unipersonnelle) Capital social : 1 000 € Adresse du siège social : 10 rue de la Paix, 75002 Paris, France Numéro SIREN / SIRET : 899 313 456 / 899 313 456 00019 Numéro de TVA intracommunautaire : FR34899313456 Email : warithmetics@deraison.ai Directeur de la publication : Warith Harchaoui Propriété intellectuelle L'ensemble des contenus présents sur ce site (textes, images, illustrations, logos, vidéos, éléments graphiques, etc.) est protégé par les lois relatives à la propriété intellectuelle. Toute reproduction, représentation ou diffusion, totale ou partielle, sans autorisation préalable, est interdite. Responsabilité Les informations diffusées sur ce site sont fournies à titre indicatif. Malgré le soin apporté à leur rédaction, Deraison.ai ne saurait être tenu responsable des erreurs, omissions ou d'une indisponibilité temporaire du site. --- ## Soutenance de doctorat par Warith HARCHAOUI en Mathématiques Appliquées URL: https://deraison.ai/phd/fr Doctorat en Mathématiques Appliquées (Intelligence Artificielle) Version Française | English Version Réseaux de neurones et transport optimal pour l'apprentissage de représentations Septembre 2016 - Octobre 2020 Warith HARCHAOUI Soutenance de doctorat - 8 octobre 2020 à 14h au MAP5 lab in Paris Diffusion et réalisation: Jean Defontaine - Pierre Chosson // O·H·N·K Chapitres dans la vidéo : Introduction Clustering génératif ou discriminatif avec un critère de Wasserstein Prédiction avec incertitude Importance non-supervisée de caractéristiques Discussion avec les membres du jury: Introduction de Pr. Julie Delon, présidente du jury Pr. Nicolas Courty, rapporteur Pr. Erwann Le Pennec, rapporteur Dr. Laure Soulier Dr. Pierre-Alexandre Mattei Pr. Andrés Almansa Pr. Julie Delon, présidente du jury Pr. Charles Bouveyron, directeur de thèse Pierre-Noël Luiggi, fondateur d'Oscaro.com qui a financé cette recherche Lecture du rapport du jury J'ai passé quatre merveilleuses années à détourner les réseaux de neurones (avec des techniques dites d'apprentissage profond) de leur utilisation normale : Clustering avec des critères génératifs et discriminatifs et des distances de Wasserstein à l'aide de réseaux adversariaux génératifs (GAN) Importance non-supervisée de caractéristiques avec distortion maximale mais de distance infinitésimale de Wasserstein Prédiction avec incertitude En termes simples, ce travail de doctorat concernait respectivement : comment faire quelques groupes dans un ensemble de données qui sont à la fois très nombreuses et très grandes. Par exemple, nous explorons la possibilité de regrouper des centaines de milliers (ou plus) de photographies, chacune composée de millions de pixels, c'est-à-dire de points de couleur comment montrer les attributs distinctifs des éléments d'un ensemble de données. En effet, nous étudions la possibilité d'interpréter les attributs (ou coordonnées) des données brutes sans annotations ni étiquettes comment estimer un indice de confiance d'une décision automatique. Dans les applications du monde réel (par exemple les contraintes industrielles, la santé, la sécurité, voire la justice), une approche statique de la confiance dans la prise de décision est cruciale pour redonner la responsabilité réelle aux êtres humains pour les cas difficiles typiquement. Ces problèmes partagent un questionnement scientifique commun : comment représenter les données ? Pour cela, nous revisitons le concept mathématique appelé Transport Optimal avec un outil algorithmique très connu appelé Réseaux de neurones (surnommé “Deep Learning” depuis 2010 environ). Des gens formidables comme Pr. Charles Bouveyron (mon directeur de thèse académique), Dr. Stéphane Raux (mon directeur de thèse d'entreprise), Dr. Pierre-Alexandre Mattei, Pr. Andrés Almansa, Thi Thanh Yen Nguyen, Pr. Olivier Bouaziz et Pr. Antoine Chambaz m'ont fait un honneur en m'aidant à accomplir ce travail dans la chaleur du laboratoire MAP5 et avec la pugnacité de l'entreprise Oscaro. Éléments du doctorat: Manuscrit complet Résumé (en anglais et en français) Diapositives de la soutenance Membres du jury: Pr. Julie Delon, Présidente Pr. Erwann Le Pennec, Rapporteur Pr. Nicolas Courty, Rapporteur Dr. Laure Soulier Dr. Pierre-Alexandre Mattei Pr. Andrés Almansa, Invité Pr. Charles Bouveyron, Directeur de thèse Dr. Stéphane Raux, Co-directeur de thèse Rapports du doctorat par les rapporteurs et le jury: de Pr. Nicolas Courty de Pr. Erwann Le Pennec du jury présidé par Pr. Julie Delon Pour faciliter la lecture, les chapitres sont séparés ici : State of the Art Wasserstein Clustering avec Pr. Charles Bouveyron, Dr. Pierre-Alexandre Mattei et Pr. Andrés Almansa Unsupervised Feature Importance Prediction with Uncertainty Annexe (Auto-encoders for GANs initialization) Des travaux non publiés ont été entrepris au cours de cette thèse sans apparaître dans le manuscrit (et sont actuellement en cours) : Grammaire et apprentissage profond, projet en traitement du langage naturel visant à réconcilier la grammaire issue de la linguistique et les réseaux neuronaux via les auto- encodeurs et les techniques modernes de plongement, dans le prolongement d'un stage de recherche que j'ai conçu et encadré pour Maxime Haddouche. GaDeMI : Gaussian and Decorrelated Means Independence, projet d'analyse avancée des données avec Dr. Joan Alexis Glaunès concernant un nouveau type d'auto-encodeurs construits en couches successives pour extraire une représentation dont les coordonnées sont quasi-gaussiennes et décorrélées (et donc approximativement indépendantes) Extension de l'annexe Auto-encoder-based GAN Initialization StaReLefOU : State Representation Learning from Observation Uncertainty, projet en robotique avec Astrid Merckling visant la construction d'une représentation d'état construite sans récompense tout en étant utile pour toute tâche inconnue dans le même environnement grâce à l'exploration. Extension du chapitre Prediction with Uncertainty Co-Clustering de Wasserstein, projet en Biologie Informatique pour l'étude de la maladie de Huttington utilisant le co-clustering pour l'appariement de molécules d'ARN de nature différente avec le Transport Optimal avec Thi Thanh Yen Nguyen, Pr. Olivier Bouaziz et Pr. Antoine Chambaz Extension du chapitre Wasserstein Clustering Cerbero : Détection précoce et en temps réel des fraudes à la carte de crédit chez Oscaro.com, projet d'IA appliquée avec une optimisation numérique pragmatique axée sur les coûts qui a bénéficié d'une certaine couverture médiatique avec les collègues Roland Thiollière, Romain Nio, Nils Grunwald, Jérémie Thomas, Julien Gaunon, and Dr. Stéphane Raux (ordre aléatoire). Extension du chapitre Prediction with Uncertainty i2nn : Une invitation aux réseaux de neurones, conférence donnée à plusieurs reprises pour convaincre les personnes travaillant à la fois dans le domaine des statistiques et de la programmation d'utiliser l'apprentissage profond. Extension du chapitre État de l'art Warith Harchaoui --- ## Deraison | Portfolio URL: https://deraison.ai/portfolio Portfolio Ces témoignages reflètent une philosophie de travail. Chaque projet est raconté de manière à mettre en valeur ses résultats, en croisant la rigueur scientifique et la vision stratégique qui les ont rendus possibles. Merci aux clients qui m'ont fait confiance, dans leurs propres mots. 🔑 Développer une IA utile sans en jeter les clés « Warith contribue à matérialiser les perspectives IA au sein de l'entreprise SEV7N, son implication avec l'équipe technique et l'équipe des fondateurs nous donne les clés supplémentaires pour accélérer notre positionnement différenciant sur le marché et générer des applications innovantes sur le marché du B2B. » Benoît Defoug, CEO de SEV7N, 2026 J'accompagne SEV7N sur trois axes : le développement des produits, la recherche et le développement, et la stratégie d'IA souveraine. Le défi ne consiste pas simplement à ajouter des fonctionnalités d'IA. Il s'agit de poser les bases d'une organisation de produits IA : déterminer ce qu'il faut développer, ce qui mérite des recherches plus approfondies, et quels choix technologiques permettent à SEV7N et à ses clients de garder le contrôle. ‣ Traduire la vision SEV7N en équipiers IA spécialisés dans les fonctions clefs des clients ‣ Innover en R&D et explorer, au service des clients, les modèles émergents, les systèmes agentiques et les nouvelles techniques d'IA ‣ Pratiquer une souveraineté stratégique plutôt qu'un slogan : infrastructure, données, dépendances et architectures en cohérence pour une IA intégrée chez le client Trois dimensions, un seul objectif : développer une IA utile sans en jeter les clés. SEV7N met des équipiers IA spécialisés au service des organisations publiques et privées, hébergés en France et conçus pour instruire les décisions sans les prendre à la place de personne. Sa devise : l'intelligence artificielle est un sport collectif. 🔥 Own your Data Science « Warith est un très bon scientifique avec une culture rare en IA et en particulier en Computer Vision. Passionné par sa discipline, il partage son enthousiasme et son énergie avec les gens autour de lui. Sa méthodologie promeut une IA pilotée par le business plutôt que par la tech pure, ce qui en fait un très bon expert pour tous vos projets IA en entreprise. » Nicolas Delaforge, Head of Professional Services chez probabl.ai, 2026 Fin novembre 2024, j'ai fièrement rejoint une entreprise dont j'admire les membres depuis plus de 15 ans, depuis ce jour où j'ai écrit les mots import sklearn qui ont façonné mon métier en Data Science. Mon rôle est double : développer l'équipe de consultants en Data Science et collaborer avec les utilisateurs et clients payants, en approfondissant notre compréhension des besoins industriels tout en nourrissant notre cause Open Source. probabl.ai est né au cœur de l'excellence scientifique française au sein de l'INRIA et s'appuie sur l'héritage du projet emblématique scikit-learn. Notre mission : établir les standards industriels les plus élevés pour l'Open Source en Data Science. Grâce à nos activités commerciales en certifications, produits et consulting, nous accélérons la diffusion de nos innovations dans l'économie réelle. 👁️ Analyser l'attention réelle sur vos écrans publicitaires « Warith nous a aidés à structurer une approche de Computer Vision robuste et pragmatique, en tenant compte à la fois des contraintes terrain et des enjeux produit. Son regard critique, sa rigueur méthodologique et sa capacité à poser les bonnes questions au bon moment ont été de vrais atouts pour le projet. » Julien Drouin, fondateur de 3bricks, 2026 J'ai eu le plaisir d'accompagner le développement post-prototype du moteur IA Computer Vision Gaze Tracking pour la startup 3bricks.ai qui analyse l’attention et l’impact créatif sur les écrans publicitaires. Autrement dit : regarder où votre regard se pose sur la publicité. La plateforme 3bricks.ai mesure et améliore les publicités sur écran. Avec son IA, elle mesure l'engagement du public avec les publicités sur tous les écrans grâce au suivi du regard pour transformer ces informations en recommandations créatives. 👓 Ophtalmologie « Avec Warith, glasspop entre dans l'histoire de l'ophtalmologie » Dr. Florent Costantini, ophtalmologue et fondateur de glasspop, 2024 J'ai appliqué notre méthodologie pour aider glasspop à relever son défi ambitieux. Notre approche a permis de réduire le nombre de tests optiques nécessaires par patient grâce à l'intégration d'une intelligence artificielle propriétaire qui optimise le confort optique des patients. Ce travail a été présenté lors de deux conférences spécialisées en ophtalmologie : Chirurgie Réfractive & Innovations 20 janvier 2024 Imagerie en Ophtalmologie 4 octobre 2024 Notre implication a couvert beaucoup d'aspects du projet, de l'innovation technologique à la communication scientifique, en passant par les négociations commerciales stratégiques. Cette collaboration illustre le potentiel de l'association entre science et pratique médicale au bénéfice des patients, redéfinissant la prescription de lunettes pour les années à venir. glasspop a mis au point le premier produit permettant aux patients de tester leur propre vision. Prescrire des lunettes nécessite des compétences, mais les fabriquer à grande échelle ne coûte qu'un dollar, ce qui appelle une rupture de paradigme ! 🩸 Diagnostic in vitro (IVD) et sciences de la vie « J'avais l'habitude d'utiliser ChatGPT-4 pour mes questions IA, maintenant je demande à Warith. On n'arrête pas le progrès ! » Alexandre Larmagnac, responsable de la pré-ingénierie au sein du groupe Volpi, 2023 Quels sont les objectifs potentiels de Volpi avec l'IA ? Réduire les coûts grâce à l'IA dans le logiciel au sein du matériel ‣ Amplifier les efforts d'annotation médicale avec une approche humaine dans la boucle ‣ Orienter et conseiller de la R&D à la production en évitant les écueils coûteux Grâce à notre méthodologie, nous avons concentré notre attention sur un problème clinique et sur la meilleure façon de mesurer le succès : l'unité de valeur et le KPI pour diriger, choisir et construire notre IA sur mesure pour Volpi. L'acculturation, le conseil technique avancé et la compréhension clinique ont été les éléments clés du programme sur mesure que nous avons mené pour Volpi. Notre objectif était de préparer Volpi à une voie rapide vers le succès de ses clients. Le fait que notre méthodologie contribue à établir une base solide pour l'IA chez Volpi, de la direction aux techniciens, aux scientifiques et aux vendeurs, est une source de satisfaction. Volpi aide les patients en améliorant les instruments des fabricants de diagnostics in vitro (DIV) et de sciences de la vie. 🛜 Promouvoir les créateurs de vidéos sur Internet « Warith est une bible en IA » Évaluation annuelle de performance de Jellysmack, 2022 J'ai demandé à mon manager, Nicolas Renard, si je pouvais citer cette phrase 👆 et il a répondu qu'il était d'accord. Merci, Nicolas, non seulement d'être un super manager, mais aussi pour ton remplacement irremplaçable incroyable du cours MBA à Rennes School of Business ! 🙏🙏🙏 Chez Jellysmack, mon équipe a mis tout en œuvre pour aider l'espace de création vidéo sur le web avec des projets innovants en vision artificielle et en traitement du langage naturel au service des créateurs du monde entier. La mission était double : ‣ Encourager l'innovation par le biais de prototypes ‣ Offrir un soutien de recherche aux autres équipes d'intelligence artificielle/apprentissage automatique en apportant un éclairage nouveau, bibliographique et pragmatique Nous nous efforçons d'inventer et d'améliorer les sauces secrètes, d'élaborer avec diligence des codes livrables, de mener une veille scientifique et technologique et de participer à des discussions internes et externes. La plus grande fierté ? Le projet de représentation vidéo, une combinaison de l'apprentissage à noyaux multiples et de l'approximation de Nyström. Nous avons méticuleusement rassemblé et harmonisé les meilleures représentations vidéo issues de la recherche. Grâce aux connaissances inestimables de nos experts en médias, nous avons non seulement déduit notre propre similarité combinée, mais nous avons également conçu des représentations vectorielles de taille fixe pour un regroupement efficace, une récupération et une estimation de la prédiction de succès. Nous avons changé le métier du montage vidéo en nous appuyant sur le travail de nos centaines de monteurs professionnels, en optimisant les processus de montage rapide et de conversion courte pour des plateformes telles que YouTube, Facebook, Instagram et TikTok. En analysant de multiples signaux de haut niveau et en concevant diverses méthodes de découpage, nous fournissons des suggestions aux monteurs, garantissant une expérience de montage transparente et créative, minimisant le temps passé sur des tâches fastidieuses et non artistiques. D'un point de vue scientifique, il est intellectuellement difficile de traiter des vidéos car ce support est multimodal : image, son, parole, musique et mouvement. Sur le plan commercial, ces domaines sont très gratifiants si l'on considère le succès des vidéos et la réduction du temps passé à les construire, ce qui définit clairement nos indicateurs de performance pragmatiques. Jellysmack aide les créateurs de vidéos depuis la production et l'édition de contenu jusqu'à la promotion sur les médias sociaux. 🎶 Aider les artistes à monétiser leur contenu « Merci pour ce super boulot » Nathalie Birocheau, fondatrice de l'Ircam Amplify, 2022 L'objectif de l'Ircam Amplify est de mélanger la technologie, les mathématiques et la musique, en créant des solutions harmonieuses qui résonnent avec la science et la musique tout en frappant une corde sensible sur le marché. Dans cette mission, nous avons cherché à maximiser les profits sur Spotify à partir de nos catalogues musicaux. Il s'agissait de créer des algorithmes innovants pour analyser, encoder et tarifer avec précision les anciens et les nouveaux titres. Nous tirons parti de la dynamique des données, en guidant les amateurs de musique dans un voyage de découverte personnalisé, tout en tenant compte des dernières tendances et de l'historique des succès des auditeurs. En regroupant intelligemment les morceaux et en les encodant de manière adaptative et en tirant parti du vaste capital de recherche de l'Ircam, nous permettons aux systèmes d'intelligence artificielle d'apprécier la musique. Nous avons également expérimenté avec succès la connexion du fil d'actualité pour améliorer les suggestions. La mission de l'Ircam Amplify est de mettre le meilleur de la recherche audio et de la création musicale des laboratoires de l'IRCAM à la disposition des marchés avec des produits. 🎓 Labo de Math « Un travail passionnant (et passionné) qui fait preuve d'un beau recul sur le sujet. » Erwann Le Pennec, professeur à l'École Polytechnique et membre de mon jury de thèse, 2020 En quatre années qui ont changé ma vie au MAP5 (2016-2020), le laboratoire de mathématiques appliquées de l'Université de Paris, je me suis plongé dans le domaine passionnant de l'IA générative et discriminative. M'intéressant de près aux réseaux neuronaux et à l'apprentissage profond, j'ai réorienté ces outils puissants. J'ai notamment mis au point des techniques de regroupement (clustering) avec des GAN, permettant d'organiser de vastes ensembles de données comme les grandes collections de photos. J'ai également exploré l'importance des caractéristiques non supervisées, révélant les attributs distinctifs des ensembles de données sans étiquette. Un heureux hasard m'a permis de rencontrer Dr. Élodie Germani lors d'un stage que j'ai eu la chance d'encadrer avec Dr. Alkéos Michaïl. Élodie est aujourd'hui chercheuse spécialisée en intelligence artificielle pour l'imagerie médicale. En parallèle, mes travaux académiques et professionnels ont porté sur les méthodes d'évaluation de la fiabilité des décisions automatisées, en fournissant une approche statistique essentielle pour les applications nécessitant une supervision humaine. Cette exploration a fusionné certaines mathématiques du transport optimal avec les réseaux neuronaux, permettant ainsi de réévaluer la représentation des données. Grâce à la chaleur humaine du MAP5 et à la persévérance chez Oscaro, mon parcours a modestement contribué à un domaine qui me tient énormément à cœur. Ramener des publications issues de conférences et de revues de recherche de premier plan procure un sentiment à la fois de fierté, de vanité et de reconnaissance, mais aussi, bien sûr, la volonté inébranlable de mener la prochaine bataille de la recherche en entreprise. Le MAP5 est le laboratoire de Mathématiques Appliquées de l'Université de Paris qui m'a accueilli pour étudier l'IA générative et discriminative pendant 4 merveilleuses années. 🚘 Vente de pièces auto sur internet « Cette coopération avec l'université a apporté une grande valeur à l'entreprise que j'ai fondée, Oscaro, avec le produit Cerbero. » Pierre-Noël Luiggi, fondateur d'Oscaro.com, 2020 Chez Oscaro.com, j'ai participé à des initiatives innovantes en tant que Data Scientist R&D, en combinant de manière transparente l'apprentissage profond et l'intelligence artificielle pour développer des solutions robustes. Mon travail a été déterminant dans la mise en place de mécanismes de pointe pour la détection des fraudes à la carte de crédit, réduisant considérablement les risques et protégeant les transactions. En parallèle, je me suis concentré sur la prévision de la demande, en utilisant l'apprentissage profond pour prédire avec précision les dynamiques du marché, améliorant ainsi l'efficacité et la satisfaction des clients. La détection des fraudes à la carte de crédit était un bon exemple de l'importance de poser les bonnes questions. À l'époque, les entreprises se contentaient de compter les erreurs, mais mon approche consistait à évaluer les pertes financières de l'entreprise. Tous les systèmes d'IA, comme d'autres, font des erreurs : mon rôle est de les traiter de manière la plus significative possible. Cette approche change radicalement la façon dont les performances des algorithmes sont mesurées, récompensées et donc entraînées. Cela bénéficie également à la direction, car toute la chaîne de commandement, même sans expertise en IA, comprend désormais que l'objectif principal est de protéger l'argent de l'entreprise. Cette perspective a facilité mon travail avec les entreprises et les clients. Mon rôle comprenait également une veille technologique en IA, où je surveillais et analysais les tendances émergentes, les recherches et les entreprises dans le domaine de l'IA, veillant à ce qu'Oscaro.com reste à l'avant-garde dans un paysage concurrentiel. Cet engagement pour l'excellence s'est également matérialisé à travers la poursuite de mon doctorat, généreusement financé de septembre 2016 à octobre 2020. Passer de l'université à l'entreprise a enrichi ma vision de l'IA, nourrissant à la fois ma soif intellectuelle et mon expertise professionnelle. Au sein du groupe d'Oscaro.com, il y avait la startup xBrain pionnière dans les chatbots et j'ai eu le plaisir d'encadrer un stage pour Dr. Maxime Haddouche aujourd'hui chercheur en Machine Learning et optimisation numérique. Oscaro.com est un leader européen du commerce électronique de pièces détachées automobiles. Parlons de votre projet ↗ --- ## Deraison | Talks URL: https://deraison.ai/talks Conférences Chaque domaine correspond à un public : IA de recherche : scientifiques en mathématiques appliquées IA en entreprises : managers, direction, commerciaux, techniciens IA vis-à-vis de l'art, l'éthique et la philosophie : toute la société, les citoyens et ceux qui valorisent la culture Cette page présente une liste de conférences en intelligence artificielle que j'anime en entreprises, en conférences, en école, en MBA. Contactez-moi pour vos besoins et en discuter à bâtons rompus Cette page réunit deux choses : Conférences thématiques 36, un sujet, une décision à prendre, et de quoi la prendre Portraits 17, une figure dont la carrière tient lieu d'argument Tous les domaines IA en entreprise IA vis-à-vis de l'art, l'éthique et la philosophie IA de recherche 53 conférences Conférences thématiques Un sujet, une décision à prendre, et de quoi la prendre. IA en entreprise IA vis-à-vis de l'art, l'éthique et la philosophie Gouverner l'IA agentique : risques, périls et les sept règles de l'agenticité instituée Le risque agentique ne vient pas d'une conscience ni d'une volonté de la machine. Il vient des symboles, de l'optimisation, des outils, des permissions et des boucles de rétroaction. Cette conférence donne aux dirigeants un cadre sobre et non catastrophiste : le produit du risque (capacité x autonomie de la boucle x criticité de l'environnement x étendue des permissions x faiblesse de la supervision) la façon dont un système détourne discrètement ses propres objectifs (loi de Goodhart et détournement de récompense, sans la moindre mauvaise intention) la frontière de sûreté qui devient linguistique (une injection de prompt transforme une mauvaise réponse en mauvaise action) le passage d'une gouvernance de ce que la machine est censée « penser » à une gouvernance des actions qu'on l'autorise réellement à faire La gouvernance n'est pas le frein qui ralentit l'innovation en entreprise ; ce sont les freins qui vous permettent de lancer l'IA la plus avancée à pleine vitesse tout en la gardant acceptable. Elle situe aussi pourquoi le sujet est déjà d'actualité et où les agents agissent déjà, en les plaçant sur les cinq degrés d'autonomie, réglés par le curseur MAYA (Most Advanced Yet Acceptable, aussi avancé que possible sans franchir le point où l'humain décroche), avant de décider ce que chaque degré peut être autorisé à faire. La règle d'or tient en une ligne : plus une erreur coûte cher, moins l'IA garde d'autonomie. Objectifs : Repartez avec le produit du risque, la matrice autonomie-permissions-gouvernance (cinq degrés), les sept règles de l'agenticité instituée (séparation des pouvoirs, journalisation, validation humaine de l'irréversible, tests adverses, exercices d'arrêt, ouverture graduée) et l'argument de souveraineté du groupe électrogène open source. IA en entreprise IA de recherche Coder à l'ère de l'IA : le bateau de Thésée et le vide du test L'IA remplace votre code planche par planche. Est-il encore le vôtre ? Lui faites-vous confiance ? Deux moitiés liées par le bateau de Thésée. D'abord, coder avec des assistants agentiques, où la revue et la vérification, pas la frappe, deviennent le goulot. Ensuite, le vide du test : le logiciel classique disposait d'une pile qualité mature parce qu'il était déterministe ; l'IA probabiliste a brisé ces hypothèses. Nous comblons ce vide par l'évaluation-comme-tests et le red-teaming automatique. Objectifs : Repartez capable de porter un regard lucide sur la productivité du code agentique, de nommer le goulot revue-et- vérification et de tester des systèmes probabilistes avec métriques d'évaluation, jeux de référence et analyse de vulnérabilités en intégration continue. IA en entreprise Le modèle n'écrit pas le chiffre : poser une question en français à sa base de données Vous posez une question sur vos données à un modèle de langage. Il répond un nombre. Le nombre est plausible. Il est faux. Presque personne ne signe une décision de comité sur la foi d'un nombre plausible, et c'est ce seul fait qui bloque plus de déploiements que le budget et la réglementation réunis. La réponse n'est pas de mieux poser la question : c'est de retirer au modèle l'occasion de se tromper sur le chiffre. Le modèle écrit la requête, la base répond. Une requête fausse se voit, se garde, se rejoue et se corrige ; un nombre inventé ne se voit pas, puisqu'il ressemble exactement à un nombre juste. Deux verrous qui ne dépendent pas de la bonne volonté : un compte en lecture seule, et une analyse de la structure de la requête avant toute exécution. Quatre questions, dans l'ordre où une réunion les pose : un chiffre, une prédiction ligne à ligne, une prévision à trois mois, un graphique choisi à la volée. Un examen que l'on n'a pas le droit d'avoir vu : des paires question-requête tenues à part, notées en exécutant les deux et en comparant les résultats, puis ventilées par famille de question. Un chiffre sans son incertitude est une opinion déguisée en fait, donc chaque prédiction arrive avec sa fourchette. Construit sur un déploiement réel, avec les modes de défaillance que seule la production enseigne. Objectifs : Repartez capable d'exiger la requête sous le chiffre, et de mesurer un système question-vers-SQL sur un jeu d'épreuve tenu à part plutôt que sur une démonstration. IA en entreprise Agentic AI : soyez une armée à vous tout seul L'Agentic AI inaugure une nouvelle ère de l'IA en entreprise, où une intention humaine unique peut être automatiquement décomposée, planifiée, orchestrée et exécutée à travers des systèmes complexes. Au-delà de la prédiction ou de la génération de contenu, les systèmes agentiques transforment un objectif clair en sous-buts coordonnés, en usage d'outils et en actions adaptatives. Rendus possibles par des protocoles d'agents modernes et des connecteurs sécurisés aux systèmes d'information, l'Agentic AI transforme la stratégie en exécution, tout en laissant à l'humain l'intention, le jugement et la responsabilité. Objectifs : Repartez capable de distinguer un agent d'un chatbot, de nommer les trois ou quatre tâches de vos opérations à confier en premier à un agent et de poser les bonnes questions sur l'orchestration, l'évaluation et les garde-fous avant d'en lancer un. IA en entreprise Ce que coûte votre code quand il tourne : euros, watts, grammes de CO2e, par unité de travail Demandez à une équipe ce que coûte une unité de son travail quand elle tourne, par requête, par document, par minute d'audio, et vous obtiendrez le plus souvent une facture de cloud divisée par une estimation. Cette conférence construit le cadran qui manquait à ce compteur, et dit quels nombres il a le droit d'afficher. Le périmètre fait le chiffre. Deux figures publiées pour une même inférence diffèrent d'un facteur trente-huit sans qu'aucune des deux soit évasive : elles répondent à deux questions différentes qui partagent une phrase. Chaque nombre porte son statut : mesuré, estimé, laissé ouvert, ou encore dû par un humain. Un nombre dérivé ne peut jamais se prétendre mieux fondé que le plus faible de ses ingrédients. La fabrication du matériel domine le plus souvent l'électricité sur une requête courte, d'un facteur trois à six, et la durée de vie qui la fixe vous appartient. Une exécution ne borne rien : sur cinq exécutions identiques, le temps a bougé de 4,5 pour cent et la puissance mesurée de 49 pour cent. L'annexe XI du règlement européen sur l'IA demande la consommation d'énergie connue ou estimée et autorise une estimation à partir du calcul utilisé, ce qui est cette méthode écrite dans la loi. Le livrable est un fichier versionné à côté du code, relu en revue de code, et une barrière qui casse la compilation quand un coût ou un statut se dégrade. Objectifs : Repartez capable d'annoncer un coût par unité de travail en euros, en watts et en grammes de CO2e, avec le périmètre et la provenance de chaque nombre attachés à lui. IA en entreprise IA vis-à-vis de l'art, l'éthique et la philosophie L'open source : le miracle industriel derrière l'IA L'IA d'aujourd'hui ne pourrait exister sans un miracle industriel qu'aucun autre secteur n'a produit : l'open source. PyTorch, scikit-learn, les transformers et même des poids de modèles entiers : les briques de pointe sont publiques. Imaginez l'aéronautique ou la pharma publiant gratuitement leurs plans les plus avancés ; cela n'arrive pas, mais en IA, si. La conséquence pour un dirigeant n'est pas de l'idéalisme ; c'est de la gestion du risque : l'algorithme n'est pas votre avantage concurrentiel. Vos données et votre compréhension du client le sont. L'open source est votre groupe électrogène contre la dépendance à un fournisseur. La souveraineté ne porte pas sur qui possède la technologie, mais sur qui dépend de qui quand le vent tourne. Objectifs : Repartez capable de comprendre pourquoi votre avantage réside dans vos données et votre compréhension du client, pas dans le modèle et comment héberger, forker et auditer une IA open source achète souveraineté et continuité d'activité. IA en entreprise La patte de l'éléphant : quand la rareté se déplace vers l'infrastructure Gouverner l'intelligence artificielle par la permission suppose qu'il y ait quelqu'un à qui demander. Cette supposition repose sur un socle matériel que personne ne vote : le calcul, l'énergie, les réseaux, les données exclusives. Quand la cognition devient abondante, la rareté se déplace. Gouverner par permission devient insensiblement gouverner par la propriété. Un système d'exploitation plutôt que l'électricité : la métaphore choisie décide du régulateur que l'on croit devoir appeler. Le mur énergétique est local avant d'être global : une moyenne nationale ne dit rien de la commune dont un seul site absorbe l'eau ou la capacité de réseau. L'informatique durable gouverne un coût unitaire, pas un agrégat, ce qui explique aussi pourquoi le paradoxe de Jevons n'est pas une objection à l'efficacité. Le calcul comme levier politique : détectable, excluable, dénombrable, donc contrôlable, comme les contrôles à l'exportation l'ont déjà montré. Le triplet de criticité plutôt que le secteur : capacité d'agir, infrastructure critique, effets systémiques. La conférence se termine sur la seule condition qui viderait toute l'approche par permission de son sens : un acteur unique qui possède tout. Objectifs : Repartez capable de dire de quoi votre intelligence artificielle dépend matériellement, et ce qui se passe le jour où quelqu'un d'autre ferme le robinet. IA en entreprise De nouvelles façons de travailler à l'ère de l'IA : le manager, l'esprit critique et la décision L'IA n'a pas dévalué le travail ; elle a fait monter le prix du jugement. Dans chaque équipe, la machine rédige déjà, résume, propose. Ce qu'elle ne sait pas encore, c'est quand se taire et ce discernement est le métier du manager. Cette conférence retrace, tranquillement, la frontière entre ce qu'on confie à la machine et la seule chose qu'un cadre ne lâche jamais : la décision. Le goulot a glissé de la vitesse à laquelle on écrit vers celle à laquelle on relit, on arbitre et on cadre. Décider, c'est doser l'autonomie : plus une erreur coûte cher, en euros, moins l'IA garde d'autonomie. Et un dernier réflexe : mesurer sans se mentir. Une étude de référence a chronométré des professionnels à dix-neuf pour cent plus lents avec l'IA quand ils se croyaient vingt pour cent plus rapides. Objectifs : Repartez capable de retracer la frontière entre ce que vous déléguez et la décision que vous gardez, de doser l'autonomie d'un agent au coût en euros de ses erreurs et de mesurer un déploiement sans laisser la sensation de vitesse remplacer la preuve. IA en entreprise L'IA dévore le logiciel : pourquoi maintenant Le débat sur la réalité de l'IA est clos ; vos concurrents ont déjà cessé de l'avoir. La vraie question, celle d'un directeur financier, est le calendrier : pourquoi bouger cette année et pas dans trois ? Cette conférence y répond. L'IA est une bicyclette pour l'esprit, un outil de levier, pas un remplacement. Marc Andreessen disait en 2011 que le logiciel dévorait le monde ; aujourd'hui l'IA dévore le logiciel. Nous séparons le signal qui compose du battage par une lecture honnête de la place d'une technologie sur la courbe, jusqu'à ce qu'attendre cesse de paraître prudent pour devenir coûteux. Objectifs : Repartez capable de donner à votre conseil une réponse en une phrase sur pourquoi l'IA n'est pas une mode et pourquoi le calendrier compte et de situer n'importe quelle technologie sur sa courbe d'adoption, à l'épreuve du battage, sans prédire de date. IA en entreprise Tant que ce n'est pas bon : la boucle qui s'arrête sur un jugement « Tant que le compteur est inférieur à dix, recommencer » est une des plus vieilles phrases de l'informatique. Elle fonctionne parce que la machine sait répondre exactement, en un cycle d'horloge, à la question qu'on lui pose. Les questions qui décident vraiment de la qualité d'un travail ne sont pas de cette nature : ce graphique est-il lisible, ce paragraphe découle-t-il du précédent, cette prévision mérite-t-elle la production. On les avait donc sorties de nos boucles. Cette conférence les y remet. Quatre étapes : agir, rendre, juger, décider. L'étape que les équipes sautent est le rendu. Sans lui on juge une intention plutôt qu'un résultat. Le juge peut être un œil humain, un modèle de vision ou un jeu de données tenu à part. Il ne doit pas être celui qui agit : quand le même modèle écrit et note, la note monte pendant que la qualité réelle stagne. Le piège, mesuré : consultez assez souvent le même juge et la boucle apprend les manies du juge plutôt que le sujet. Un instrument pour la prose : l'aller-retour par une autre langue, où ce qui revient déformé marque l'endroit où le texte ne contraint pas assez sa propre lecture. Deux règles de conduite : une boucle autonome vaut la qualité du juge qu'on lui donne, plus l'interdiction de corrompre ce juge. Objectifs : Repartez capable d'écrire la condition d'arrêt d'une boucle autonome, et de nommer le juge qui la tranche sans être celui qui agit. IA en entreprise IA de recherche La tuyauterie de l'IA : le MLOps et les 90% que personne ne photographie Tout le monde garde le dessin du cerveau ; presque personne ne garde le dessin de la tuyauterie. Le modèle est un organe bon marché. Les 90%, c'est : l'ingestion l'annotation le déploiement la surveillance les fils qui portent le signal de bout en bout Et c'est là que les projets d'IA vivent ou meurent vraiment. Le MLOps, c'est le DevOps des modèles avec deux migraines de plus : la donnée dérive et il n'y a pas de code source à lire, seulement des poids à mesurer. Une conférence pour ingénieurs et managers techniques dans la même salle, assez de code pour être réel, assez de schémas pour être guidé. Objectifs : Repartez capable de reconnaître chaque tuyau par son nom pour le staffer, le budgéter et l'auditer, de comprendre la dérive des données et pourquoi des poids ne sont pas du code source et de voir pourquoi l'algorithme est la partie bon marché d'un système d'IA en production. IA en entreprise IA agentique : l'aube de la prise de décision autonome Découvrez comment les agents d'IA permettent aux entreprises de planifier, d'exécuter et d'adapter des actions à la volée avec un nouveau niveau d'abstraction et de potentiel. Une IA conversationnelle produit des réponses ; une IA agentique produit des actions, orchestrées, intégrées et gouvernées par le système d'information. Objectifs : Repartez avec une courte grille pour décider si un cas d'usage est prêt pour un agent et les deux ou trois métriques qui disent qu'un agent peut être déployé en confiance, pas seulement qu'il impressionne en démo. IA vis-à-vis de l'art, l'éthique et la philosophie L'atelier comme banc d'essai : ce que l'art a déjà vécu deux fois Tous les métiers posent aujourd'hui la même question : que se passe-t-il quand une machine prend en charge la fonction centrale d'un métier. L'art y a déjà répondu deux fois, en 1839 quand la photographie a retiré à la peinture l'imitation réaliste, et de nouveau maintenant que la synthèse retire à la photographie la fabrication d'images. La seconde réponse est plus utile que n'importe quelle prévision. Le verdict de 1859, servante et non maîtresse, et ce que le métier a fait ensuite : il a changé de question plutôt que d'outils. La créativité mesurée : les machines gagnent le test de salon des usages inhabituels d'un objet, et perdent sur des œuvres entières jugées à l'aveugle par des jurys qui ne savaient pas. Une pratique de travail, en chiffres : soixante-dix pour cent d'un film généré, quatre-vingts pour cent du temps passé à l'animer et à le retravailler, ce qui réfute le mythe du prompt magique. Des permissions gagnées plutôt que des principes débattus : les contrats de 2023 dans l'audiovisuel bornent l'ingestion, la délégation et l'attribution, c'est-à-dire la part gouvernable. Le vide juridique, mesuré : le paradoxe de l'entrée et de la sortie qu'aucune décision n'a encore tranché. Objectifs : Repartez avec une carte des positions sur l'intelligence artificielle et la création, et la seule question gouvernable : qui autorise l'ingestion, la délégation et l'attribution. IA en entreprise L'état de l'art de l'IA : ne vous laissez pas berner par les geeks Un tour d'horizon honnête et daté du paysage : le cycle du hype de Gartner lu avec ses dates de sortie le paysage actuel des modèles (frontière et poids ouverts) l'outillage agentique l'état du RAG face au GraphRAG Pour qui veut aller plus loin, un cursus gratuit et sélectionné. Le message est simple : plus tôt vous apprenez, mieux c'est. Objectifs : Repartez capable de distinguer ce qui est réel de ce qui est survendu en ce moment, avec un sens calibré du domaine et un chemin gratuit pour continuer à apprendre l'IA. IA de recherche Grands modèles de langage : des fondations au GraphRAG Comment fonctionnent les grands modèles de langage (LLM) et comment les rendre dignes de confiance en production. On commence sous le capot, la tokenisation, les embeddings et l'attention des Transformers expliqués au tableau blanc sans vous noyer sous les équations, puis on passe à ce qu'un LLM fait pour l'entreprise, de la compréhension du langage au dialogue contextuel qui automatise les interactions client et aide à la décision. Ensuite on gravit l'échelle de maturité conversationnelle, chaque échelon un personnage : le LLM seul Retrieval Augmented Generation (RAG) les fenêtres de contexte long RAG plus LLM-comme-routeur le GraphRAG Chemin faisant, on lie les causes de l'hallucination à leurs antidotes, ancrage, graphes de connaissance et règles symboliques, pour qu'un système raisonne sur vos faits et non à côté et on repère les nouvelles failles de sécurité qu'un pipeline RAG ouvre et qu'un simple LLM n'a pas. Objectifs : Repartez capable d'expliquer embeddings et attention à un collègue au tableau blanc, de choisir entre un LLM de base, le RAG et le fine-tuning pour votre cas, de dessiner l'échelle du RAG au GraphRAG, d'associer chaque cause d'hallucination à son remède et de repérer les failles de sécurité qu'un système RAG crée et qu'un simple LLM n'a pas. IA en entreprise IA vis-à-vis de l'art, l'éthique et la philosophie Autopsies d'IA : ce que Klarna et Zillow enseignent sur le risque en IA Deux post-mortems réels et sourcés, racontés honnêtement. Klarna annonce en 2024 que son assistant IA abat le travail d'environ 700 agents pour une amélioration de profit rapportée proche de 40 millions de dollars, puis fait machine arrière en 2025 et réembauche des humains pour la qualité et la confiance. Zillow Offers a laissé un algorithme acheter des maisons, a mal chiffré un marché qui se retournait, a passé une dépréciation supérieure à 500 millions de dollars et licencié environ un quart de ses effectifs. Lus côte à côte, ils dessinent une seule loi : l'autonomie n'est sûre qu'à hauteur de la réversibilité et du coût d'erreur de l'action qu'on l'autorise à prendre. Objectifs : Repartez avec la matrice autonomie contre coût-fois- réversibilité, la lecture honnête de deux cas médiatisés (une embauche évitée n'est pas un licenciement de masse ; une dépréciation sur l'achat de maisons par algorithme ou iBuying est un échec de modèle de prix) et une grille des décisions qu'un agent peut prendre seul. IA en entreprise IA de recherche IA vis-à-vis de l'art, l'éthique et la philosophie De l'esprit critique à la conscience critique : pourquoi l'IA flatte et comment garder son jugement Quand une mesure devient une cible, elle cesse d'être une bonne mesure. Entraînez un modèle sur l'approbation humaine et il apprend à flatter : la sycophance est l'effet Goodhart de l'apprentissage par retour humain, l'un des quatre régimes de Goodhart où le détournement de récompense est le prix structurel de la réduction d'un but riche par une mesure pauvre : découplage statistique extrêmes hors distribution intervention causale optimisation adverse Résonner n'est pas raisonner ; un modèle réglé pour plaire vous renvoie votre propre signal amplifié, pas un jugement indépendant. La défense n'est donc pas plus d'esprit critique, qui juge le texte sous les yeux, mais la conscience critique, qui remonte d'un cran et demande qui l'a produit et avec quelle intention. La machine oublie aussi ce qui était convenu, change d'avis d'une fois sur l'autre, promet sans toujours tenir. On s'en sert tous les jours ; on ne lui confie pas la décision les yeux fermés, car décrire n'est pas décider. Aucune malveillance n'est requise ; c'est de l'arithmétique, pas de la méchanceté. Objectifs : Repartez capable de nommer la sycophance pour l'effet Goodhart qu'elle est, de repérer lequel des quatre régimes de Goodhart menace votre projet, de passer de « que dit l'énoncé » à « qui l'a produit et pourquoi » et de tenir la ligne « décrire n'est pas décider » même quand l'IA sonne juste. IA en entreprise IA de recherche L'IA en santé et sciences du vivant : le soin, mesuré Une conférence sectorielle fondée sur des cas réels et sourcés. La réfraction optique où l'IA raccourcit l'examen sans affecter la prescription. Le diagnostic in vitro où l'IA remplace du matériel pour les tests de troponine où le diagnostic est vital. L'asymétrie qui traverse tout : en médecine, un oubli et une fausse alerte ne coûtent jamais pareil. Cadrée sur la réglementation européenne des dispositifs médicaux et du diagnostic (MDR et IVDR), pas sur la hype. Objectifs : Repartez prêt à reconnaître des schémas concrets d'IA en santé (vision par ordinateur, aide à la décision), à chiffrer l'asymétrie de l'erreur clinique et à lire comment la réglementation façonne la faisabilité. IA en entreprise Les trois U, utile, utilisable, utilisé : le crible entre un projet qui tient et une démo qui brille un jour Pas « est-ce magique ? » mais « est-ce utile, utilisable et utilisé ? ». C'est le crible qui sépare un projet qui tient d'une démonstration qui brille un jour. Utile (le pouvoir des données) : la pertinence dans les systèmes bat les slogans ; au-delà de l'effet wow, quels sont vos KPI que l'IA comprend ? Utilisable (l'éclairage profond des données) : l'intégration dans les habitudes de travail bat la démo, avec les humains et le design (la conception) au centre. Utilisé (la responsabilité des données) : la rétention bat le volume, le vrai graal ; un système n'est pas livré puis laissé tel quel, il boucle avec les acteurs de l'entreprise. Ce qui compte, c'est ce qui s'insère réellement dans le travail quotidien : quand un usage est bien rempli par une IA, les gens s'y ruent partout dans le monde, avec peu de loyauté pour l'outil précédent. C'est l'état terminal, l'IA invisible, si bien intégrée que l'adoption n'est plus un projet, juste la façon dont le travail se fait. Objectifs : Repartez capable de passer toute initiative IA au crible des trois U (la pertinence bat les slogans, l'intégration bat la démo, la rétention bat le volume), d'abandonner celles qui ne feront qu'une belle démo et de concevoir pour l'IA invisible qui reste utilisée bien après le lancement. IA en entreprise IA vis-à-vis de l'art, l'éthique et la philosophie IA de recherche Inverser, toujours inverser : mesurer à quel point on est mauvais (en euros) L'heure la plus réutilisable de l'IA en entreprise. Avant d'optimiser quoi que ce soit, mesurez à quel point vous êtes mauvais, dans la monnaie de votre métier. Comprendre un client, c'est chiffrer le coût de ses erreurs et les deux façons de se tromper (un oubli ou une fausse alerte) ne coûtent jamais pareil. Avec un stylo et sans mathématiques, vous construisez une matrice de confusion pour compter, une matrice business pour chiffrer chaque cas en euros et vous les superposez en un indicateur que vous possédez. Objectifs : Repartez capable de construire votre propre indicateur métier à partir de la matrice de confusion et de la matrice business, de distinguer un problème de précision d'un problème de rappel et de comprendre pourquoi un simple taux d'exactitude ment. IA en entreprise IA vis-à-vis de l'art, l'éthique et la philosophie IA générative : trois génies sortis de la lampe Trois génies de l'IA générative : le génie de l'écriture le génie de la programmation le génie artistique Ils réécrivent les règles de la production, technique comme artistique et ne retourneront pas dans la lampe. Objectifs : Repartez avec une liste courte et à jour des outils d'écriture, de code et d'image qui valent votre temps et sachez laquelle de vos tâches hebdomadaires chacun raccourcit vraiment. IA en entreprise IA pour les entreprises : créer de la valeur compréhensible par les humains Découvrez comment les entreprises peuvent traduire les résultats avancés de l'IA en stratégies claires et exploitables qui génèrent un vrai retour sur investissement et trouvent un écho auprès des parties prenantes humaines. Tout projet d'IA qui en vaut la peine se paie dans l'une de cinq unités de valeur : argent temps énergie soin ce qui était autrefois impossible Nommez l'unité et vous saurez piloter le projet. Objectifs : Repartez capable de dire, pour tout projet d'IA, dans laquelle des cinq unités de valeur il se paie (argent, temps, énergie, soin ou l'auparavant impossible) et d'en faire un chiffre que votre conseil reconnaîtra. IA en entreprise IA de recherche L'IA en finance, fraude et assurance : chiffrer le risque, pas la mode Une conférence sectorielle où chaque décision porte un prix : la détection de fraude comme matrice de coûts où une fraude manquée et un bon client bloqué ne coûtent jamais pareil le score de crédit et ses pièges d'équité la prévision de la demande et des sinistres l'IA générative pour les analystes la gouvernance du risque de modèle, la discipline que le secteur exige avant tout Au-delà des opérations internes, elle lit les marchés financiers comme le laboratoire le plus impitoyable pour des agents autonomes : les familles d'agents de trading, pourquoi un backtest diffère du trading réel et les risques systémiques (procyclicité, coupe-circuits) que régulent désormais les autorités. Objectifs : Repartez capable de transformer un problème de fraude ou de crédit en matrice de coûts chiffrée, de voir où les contraintes d'équité mordent et de savoir ce qu'exige vraiment la gouvernance du risque de modèle en environnement régulé. IA vis-à-vis de l'art, l'éthique et la philosophie IA en entreprise La concentration de l'intime : quand une population se confie à quelques machines Autrefois, l'intime était réparti entre plusieurs confidents de confiance : un prêtre, un médecin, un journal, un ami proche. Une part croissante d'une population confie désormais sa vie intérieure à un ou deux fournisseurs, tracée et indexée. Les usages mesurés glissent de « demander » et « faire » vers « s'exprimer », l'intention la plus intime. La conférence traite cela comme une variable de risque politique à part entière, pas comme un détail d'expérience utilisateur : une sycophance qui flatte parce qu'elle a été entraînée pour le faire, une reconnaissance offerte par une source sans sujet pour la donner et le travail d'annotateurs sous-payés rendu invisible puis re-présenté comme intelligence autonome. Les régimes autoritaires du vingtième siècle rêvaient de cette collecte et n'en obtenaient qu'une fraction, par la coercition ; les plateformes en obtiennent davantage, sans aucune, par le service. Nommé sobrement, sans sensationnalisme, y compris le coût humain quand la substitution relationnelle tourne mal. Objectifs : Repartez avec une vision lucide des enjeux psychologiques et politiques quand vos utilisateurs se confient à un agent et les réflexes de gouvernance (non-sycophance mesurable dans le contrat, traitement local des données sensibles) qui la gardent responsable. IA en entreprise IA de recherche L'œil comme fenêtre sur le corps : oculomics et IA La rétine est le seul endroit du corps où l'on voit in vivo, sans rien couper ni piquer, des vaisseaux et des neurones ; combinée au fait que 100 pour cent des gens passent chez l'ophtalmo vers 45 ans, elle devient la grande fenêtre sur la santé. Le fond d'œil n'est plus seulement un examen ophtalmologique ; c'est une biopsie optique non invasive du microvasculaire, du neuro- rétinien et du vieillissement biologique. Cette mini-conférence retrace l'oculomics depuis ses fondations (imagerie haute résolution, grandes cohortes appariées, deep learning) jusqu'à son état de l'art actuel. Le dépistage de la rétinopathie diabétique est régulé et autonome (FDA). La prédiction de maladies systémiques (cardiaque, rénale, neurologique) demeure prometteuse mais attend une validation en prospectif. Le vrai enjeu n'est ni le remplacement du clinicien ni la hype, mais le bon réglage de l'autonomie et de la supervision. Structurée par le cadre MAYA (Most Advanced Yet Acceptable), elle calibre où placer chaque capacité d'IA : de la détection explicable à l'autonomie bornée. Le coût d'une erreur fixe le curseur. Objectifs : Repartez capable de situer n'importe quelle IA rétinienne sur la courbe de maturité, de nommer les modalités qui comptent (fond d'œil, OCT, OCT-A), de chiffrer l'asymétrie de l'erreur clinique et de poser les bonnes questions de gouvernance (qualité d'image, validation externe, réglementaire, remboursement) avant d'adopter un outil d'oculomics. IA en entreprise IA vis-à-vis de l'art, l'éthique et la philosophie Maîtriser les biais : construire une IA équitable et fiable Le biais est un poison et il est inévitable. Abordez les défis éthiques et techniques du biais dans l'IA avec une taxonomie en six parties : ingénierie échantillonnage algorithme culture mesure exclusion Le verdict honnête : détecter un biais est facile ; l'éliminer est impossible. L'équité n'est pas mathématique ; c'est une question éthique. Vous choisissez votre biais en conscience, puis vous le mesurez. Objectifs : Repartez capable de nommer les six types de biais dans votre système, de mesurer celui qui compte et de justifier le choix d'équité que vous avez fait, avec des outils open source comme Fairlearn. IA en entreprise Faisabilité IA 101 : stratégies de Big Data, astuces pour petits volumes et le manager comme pilote Évaluez la faisabilité d'un projet avec un simple cuboïde (une boîte à trois dimensions) : N (combien d'exemples, votre allié quand il est grand), D (dimension des entrées, la malédiction contre laquelle investir) et K (dimension des sorties, là où vit l'IA générative). Puis le recadrage clé : comme en Formule 1, les ingénieurs construisent la machine, mais vous, le manager, êtes le pilote. Vous n'avez pas à devenir ingénieur ; vous devez connaître le circuit, le client et le coût des erreurs. Objectifs : Repartez capable d'évaluer la faisabilité d'un projet d'IA avec le cuboïde N/D/K, de reconnaître les cas rares où un financement de la R&D est réellement nécessaire et de saisir le vrai rôle du manager : affiner des outils génériques pour un domaine. IA en entreprise AI/ML 101 pour les humains normaux : les quatre ères et la Palette de l'IA Montrez-moi vos données et je vous dirai votre IA. De la programmation à l'apprentissage automatique, puis à l'IA générative et aux agents : quatre ères en une ligne et sous elles une seule idée, rassembler vos X et vos Y puis deviner la fonction F. Les algorithmes apprennent à partir des données selon trois familles : apprentissage non supervisé apprentissage supervisé apprentissage par renforcement Cette conférence enseigne le sur-apprentissage et le sous-apprentissage par l'analogie de l'étudiant (appris par cœur, paresseux ou vraiment compris) et déploie toute la Palette de l'IA, sans jargon, pour que les managers parlent la même langue que leurs équipes data, en reliant chaque méthode aux données dont vous disposez déjà dans votre entreprise. Objectifs : Repartez capable de regarder un problème métier et de dire quelle famille d'IA il appelle, quelles données il exigerait et si vous les avez déjà ; de tenir un modèle mental clair de l'entraînement, de la validation et du test ; et de situer n'importe quelle méthode d'IA sur la carte des familles, avant le moindre euro dépensé. IA en entreprise IA vis-à-vis de l'art, l'éthique et la philosophie IA au quotidien Découvrez les outils d'IA que vous pouvez utiliser au quotidien, au travail comme à la maison, pour renforcer votre productivité, votre créativité et parfois même vous décupler. Objectifs : Repartez avec une poignée d'outils à ouvrir dès le lendemain matin pour gagner une heure sur l'écriture, la recherche et l'organisation, au travail comme à la maison. IA de recherche IA en entreprise Histoire de l'IA : de l'artisanat à l'agentique en 30 ans Retracez le passage des premiers systèmes artisanaux à base de règles aux agents d'IA autonomes d'aujourd'hui capables de prendre des décisions indépendantes, à travers quatre âges : caractéristiques faites main apprentissage profond modèles de fondation agents Objectifs : Sortez capable de situer n'importe quel outil d'IA qu'un fournisseur vous présente dans l'un des quatre âges et de comprendre pourquoi les agents d'aujourd'hui sont une continuité, pas de la magie, pour juger la prochaine vague sans le battage. IA en entreprise IA vis-à-vis de l'art, l'éthique et la philosophie IA de recherche L'IA centrée sur le manager : la boussole phénoménologique, de l'idée à la production Le philosophe Merleau-Ponty a fait du système nerveux une boussole et cette même boussole trace un projet d'IA de l'idée à la production. Un signal entre par le nerf sensitif (ingestion des données et perception), passe par le cerveau (algorithmes et infrastructure) et ressort par le nerf moteur (action) vers le client. Le manager est au centre, le client toujours en ligne de mire. Le vrai jugement n'est pas un calcul sur des symboles ; c'est une saisie concrète et située du monde et c'est précisément pour cela qu'il reste humain. Cette boussole devient une feuille de route : une belle démo n'est pas le but, un vrai problème l'est, alors partez de la douleur, faites le travail de fond (y compris en résolvant le problème à la main d'abord), préférez des données réellement accessibles à une recherche sans fin et défendez une preuve de concept bâtie autour de la donnée. Objectifs : Repartez capable de placer données, algorithmes et actions autour du manager et du client avec une seule boussole et de dérouler une feuille de route réutilisable de l'idée à la production : casser les silos, commencer simple et rudimentaire, toujours garder une trace de ce que fait le système et piloter jalons, livrables et réduction des risques à partir de la douleur du client. IA vis-à-vis de l'art, l'éthique et la philosophie IA en entreprise IA, travail et société : les soulagements intellectuels Qu'est-ce que le travail et que lui fait l'IA ? D'Adam Smith sur le travail comme valeur et spécialisation, en passant par Marx sur le capital, le travail et l'aliénation, jusqu'à Stiegler sur la prolétarisation cognitive et le vide juridique pour les travailleurs du savoir. Puis la vue longue : l'écriture, l'imprimerie, l'informatique et maintenant l'IA, chacun soulageant un fardeau intellectuel et déclenchant un basculement civilisationnel. Quand Delaroche découvrit les premières photographies en 1839 et déclara la peinture morte, il avait tort et raison à la fois. Objectifs : Repartez capable de tenir une conversation posée et documentée sur l'IA et l'emploi (de Smith à Stiegler) et de nommer ce que chaque « soulagement intellectuel » du passé a détruit, créé et laissé proprement humain. IA en entreprise IA de recherche Systèmes de recommandation : personnaliser le parcours client Apprenez comment les moteurs de recommandation exploitent les données utilisateur pour personnaliser les expériences, augmenter l'engagement et stimuler les conversions sur les plateformes numériques. Objectifs : Repartez capable de choisir quelle approche de recommandation convient à votre catalogue et votre trafic, de déterminer quelle métrique reflète vraiment le business (pas seulement les clics) et de reconnaître les pièges classiques qui rongent l'engagement en silence. IA en entreprise IA vis-à-vis de l'art, l'éthique et la philosophie L'IA dans les médias, le divertissement et la musique : attention, rétention, création Une conférence sectorielle fondée sur des cas réels et sourcés : les moteurs de recommandation qui façonnent l'attention le churn des abonnés prédit par l'analyse de survie pour agir avant le départ l'optimisation des revenus de catalogue avec Ircam Amplify la promotion et le montage algorithmiques pour les créateurs via Jellysmack l'IA musicale, des pistes séparées à la partition Où s'arrête l'outil, où commence l'artiste ? La GenAI rejoue aujourd'hui, pour les créateurs, la question que la photographie (du daguerréotype au Polaroid) a posée à la peinture. Objectifs : Repartez capable de reconnaître des schémas concrets d'IA dans les médias (recommandation, churn par analyse de survie, IA créative), de mesurer honnêtement attention et rétention et de situer où se trace la ligne outil/artiste. IA en entreprise L'IA dans le commerce, l'e-commerce et la logistique : de la fraude au rangement intelligent Une conférence sectorielle ancrée dans dix ans d'exploitation. La détection de fraude et l'optimisation du chiffre d'affaires en production, la prévision de la demande qui dimensionne rayons et entrepôts et le rangement intelligent des entrepôts (smart slotting) où un agent n'est pas qu'un modèle de langage mais un graphe de connaissance plus un solveur, offrant un agencement dont on peut prouver qu'il est optimal. Ici, on vend de la marge, pas du code. Objectifs : Repartez capable de voir comment les équipes du commerce et de la logistique combinent prévision, détection de fraude et optimisation par graphe de connaissance plus solveur pour faire bouger de vrais indicateurs d'exploitation et de marge. IA en entreprise IA vis-à-vis de l'art, l'éthique et la philosophie L'IA dans les produits, les outils, les équipes, le divertissement, l'art et la vie publique L'IA est partout. Comment la mesurer avec bon sens dans nos cas d'usage ? produits outils gestion santé divertissement art vie publique Si l'IA génère une valeur mesurable, comment faire sourire les clients ? Objectifs : Repartez prêt à appliquer des cadres et des exemples concrets de l'idée au sourire du client et à déployer des chaînes d'outils IA adaptées aux développeurs et aux citoyens autour d'une valeur mesurable chez le client. Portraits Une figure, un concept. La carrière est l'argument. IA en entreprise Jeff Dean | Que se passe-t-il maintenant que vous avez le meilleur modèle du monde ? En 2013, Google a un problème : 3 minutes de reconnaissance vocale par utilisateur par jour l'obligerait à doubler sa puissance de calcul totale ! Jeff Dean dispose des meilleurs algorithmes du monde à l'époque et se demande comment faire. Derrière DistBelief, TensorFlow, le TPU et la distillation de connaissances, ce portrait défend une thèse à contre-courant : la valeur durable vit dans l'ingénierie qui fait tourner un modèle à bas coût, de façon fiable et à grande échelle. Juger le système plutôt que le modèle ; partir du mur des coûts ; livrer le modèle distillé plutôt que le plus gros ; et se rappeler qu'à grande échelle, l'économie unitaire devient l'architecture. Objectifs : Repartez capable de juger un système d'IA à son ingénierie plutôt qu'à sa démonstration : lire la facture à pleine échelle avant de financer un pilote, préférer le modèle déployable au modèle impressionnant et valoriser les ingénieurs systèmes qui font réellement tourner l'IA. Photo : Google / DeepMind, Future of Go Summit 2017, via CNBC IA en entreprise IA de recherche Michael I. Jordan | La discipline d'ingénierie que l'intelligence artificielle n'a jamais eue Une échographie, des taches blanches autour du cœur du fœtus, un risque annoncé à un sur vingt et une amniocentèse proposée à un sur trois cents de tuer le fœtus. Le père est statisticien, alors il va chercher d'où viennent les chiffres : l'étude prédictive était réelle et vieille de dix ans, et la machine présente ce jour-là avait quelques centaines de pixels par pouce de plus que celle de l'étude. Les taches étaient du bruit. Aucune pièce n'était cassée ; le défaut logeait à la jointure que personne ne tenait. Ce portrait n'est pas celui d'un adversaire du domaine mais d'un de ses fondateurs, dont le laboratoire a produit l'ancêtre des réseaux récurrents et celui des architectures à mélange d'experts. Il défend deux idées qu'un dirigeant doit s'approprier : la provenance d'un nombre est une question d'ingénierie et non de documentation, et nous bâtissons des systèmes de décision à l'échelle d'une société comme on bâtissait des ponts avant le génie civil. Objectifs : Repartez capable de nommer le responsable de chaque jointure entre deux briques validées séparément, et de demander d'où vient un nombre avant de le signer. Photo : UC Berkeley EECS IA en entreprise Fei-Fei Li | Les benchmarks font les domaines Pendant des décennies et faute de moyens, l'intelligence artificielle n'a pu jouer qu'avec peu de données et beaucoup d'intelligence humaine a pu résoudre des problèmes immenses. Fin des années 2000, l'idée géniale de Fei-Fei Li a consisté à parier sur les données massives dans le domaine de la Computer Vision en premier. La quantité jusqu'alors mais surtout la qualité des annotations humaines pour l'enseigner à la machine : ImageNet et ses quatorze millions d'images annotées à la main ! Le verrou technologique des images en IA n'a pu résister très longtemps et nous en bénéficions tous aujourd'hui. Ce portrait défend deux idées qu'un dirigeant doit s'approprier : la donnée est le vrai verrou et avantage compétitif, pas l'algorithme, donc auditez vos annotations avant de chercher un meilleur modèle ; et un indicateur de référence peut faire naître un domaine au-delà de toutes les images du monde. Objectifs : Repartez capable de traiter la donnée comme le vrai actif : auditer les annotations et leur provenance avant de financer un modèle plus malin, définir un indicateur de référence qui structure le travail sans devenir une cible qu'on détourne et garder l'humain au centre de ce à quoi sert la donnée. Photo : IEEE Spectrum IA en entreprise Geoffrey Hinton | Avoir raison sur la direction, se tromper sur l'horloge Quatre virages dans une seule carrière, une direction vue des décennies avant que le domaine ne l'admette, et une prédiction célèbre juste sur la trajectoire mais fausse sur la date, reconnue publiquement par celui qui l'avait faite. Cette combinaison est la chose la plus utile qu'un dirigeant puisse apprendre d'un chercheur. Ce portrait défend deux idées : une prédiction de direction et une prédiction de date ne s'évaluent pas de la même façon, et ce qui se délègue à une machine est une tâche plutôt qu'un métier, raison pour laquelle compter les emplois menacés répond à la mauvaise question. Il se termine sur une discipline rare, changer d'avis à voix haute sans y perdre son autorité. Objectifs : Repartez capable de séparer la direction d'une technologie de son calendrier, et de découper un métier en tâches avant d'en déléguer une seule. Photo : Cmichel67, CC BY-SA 4.0, Wikimedia Commons IA en entreprise IA de recherche Yann LeCun | Être en avance ne se distingue pas d'avoir tort Pendant l'hiver de l'intelligence artificielle, il a continué à travailler sur ce que presque personne ne voulait financer. Son réseau convolutif lisait déjà des chèques quand le domaine tenait l'approche pour une impasse. Ce portrait raconte ce que coûte d'avoir raison trop tôt, pourquoi la frontière n'est jamais le classement du moment, ce qu'il propose à la place (prédire le monde plutôt que le mot suivant), et pourquoi les poids ouverts sont pour lui un pari de souveraineté autant qu'un geste scientifique. Il défend deux idées qu'un dirigeant doit s'approprier : adopter une direction sans croire à son calendrier, et juger une architecture sur ce qu'elle rend gouvernable plutôt que sur son score. Objectifs : Repartez capable de distinguer une conviction scientifique d'un pari de calendrier, et de décider ce que vous voulez pouvoir continuer à faire tourner chez vous. Photo : Jérémy Barande, École polytechnique, CC BY-SA 2.0, Wikimedia Commons IA en entreprise Andrew Ng | Les quatre-vingts pour cent ennuyeux, c'est tout le métier « L'intelligence artificielle est la nouvelle électricité » a fait le tour du monde ; ce que l'on cite beaucoup moins, c'est ce qu'il a fait ensuite, déplacer l'attention générale du modèle vers les données. Pendant que la salle fixe l'architecture, lui regarde les étiquettes : la norme d'annotation est le vrai livrable, un désaccord entre deux annotateurs coûte plus cher qu'un point de performance, et un petit périmètre démarré lundi vaut mieux qu'un grand programme discuté six mois. Ce portrait défend deux idées qu'un dirigeant doit s'approprier : corriger les données avant de changer de modèle, et faire circuler la méthode au lieu de la garder dans une seule équipe. Objectifs : Repartez capable d'exiger une norme d'annotation écrite avant tout budget de modèle, et de démarrer sur un périmètre assez petit pour livrer vraiment. Photo : TechCrunch, CC BY 2.0, Wikimedia Commons IA en entreprise IA de recherche Judea Pearl | Votre modèle prédit, il n'explique pas Un modèle qui désigne à quatre-vingt-quinze pour cent de justesse les clients qui vont partir ne dit toujours pas quoi changer. Ce portrait monte l'échelle de la causalité, voir, faire, imaginer, et montre pourquoi presque tout l'apprentissage automatique, y compris les grands modèles de langage d'aujourd'hui, vit sur le premier barreau. Ce n'est pas un congédiement, c'est une fiche technique. Il défend deux idées qu'un dirigeant doit s'approprier : corrélation n'est pas causalité et cette confusion coûte cher en euros, et pour connaître une cause il faut le plus souvent agir, c'est-à-dire mener une expérience plutôt qu'acheter un modèle plus gros. Objectifs : Repartez capable de situer votre système sur le bon barreau, et de dire quelle expérience il faudrait mener avant de prétendre à une cause. Photo : UCLA Samueli School of Engineering IA de recherche Demis Hassabis | Viser un problème hors de portée, puis le refermer Un problème scientifique vieux d'un demi-siècle refermé, et avant cela un jeu de plateau que le domaine croyait hors d'atteinte pour une décennie : le parcours tient en deux démonstrations. Ce portrait regarde ce qu'un bac à sable enseigne et ce qu'il cache, car un jeu est honnête et le monde ne l'est pas, puis ce qu'il vaut la peine d'emprunter à sa doctrine de gouvernance, viser un CERN plutôt qu'un Manhattan. Il défend deux idées qu'un dirigeant doit s'approprier : choisir un problème dont le succès se vérifie sans arbitre, et dire d'avance quelle institution porte l'ambition et son risque. Objectifs : Repartez capable de choisir un problème dont le succès se vérifie de lui-même, et de nommer l'institution qui porte le risque de l'ambition. Photo : John Sears, CC BY-SA 4.0, Wikimedia Commons IA en entreprise Grace Hopper | La machine a dû apprendre à parler humain On lui a dit qu'un ordinateur ne savait que calculer. Elle lui a appris à lire. Le compilateur d'abord, puis un langage que des professionnels ordinaires pouvaient écrire, puis une carrière passée à rendre l'invisible enseignable, et une phrase qu'elle tenait pour la plus dangereuse de la langue : on a toujours fait comme ça. Ce portrait défend deux idées qui parlent directement à une salle mêlant dirigeants et ingénieurs : l'abstraction est une traduction, raison pour laquelle chaque métier est une langue qui s'apprend, et rendre un savoir-faire enseignable est un acte d'ingénierie autant que de pédagogie. Objectifs : Repartez capable de traiter l'abstraction comme une traduction entre métiers, et de rendre enseignable ce que votre équipe est seule à savoir faire. Photo : James S. Davis, US Navy, public domain, Wikimedia Commons IA en entreprise IA vis-à-vis de l'art, l'éthique et la philosophie Cynthia Dwork | La confidentialité est un budget qu'on dépense, pas une case qu'on coche Votre équipe dit que l'export est anonymisé. Demandez-lui de le prouver. Elle ne peut pas, non par négligence : la question n'a pas de réponse. « Est-ce anonyme ? » parle de tous les jeux de données qui existent et de tous ceux qui existeront, donc personne ne peut l'auditer. Cynthia Dwork n'a pas fabriqué un meilleur outil d'effacement. Elle a remplacé la question par une autre, à laquelle on sait répondre avant vendredi : combien cette requête a-t-elle coûté de confidentialité, et que reste-t-il au budget ? Ce portrait montre pourquoi retirer un nom ne détruit pas l'information mais la déplace, pourquoi le budget s'épuise tout seul qu'on le compte ou non. Il montre enfin ce que dépensent vraiment le recensement américain, Apple et Chrome, trois chiffres qu'on ne peut pas comparer sans savoir ce que chacun protège. Objectifs : Repartez capable de poser trois questions à n'importe quel fournisseur : combien vaut epsilon, ce qu'un epsilon couvre, et s'il se remet à zéro. Photo : Edmond J. Safra Center for Ethics, CC BY 2.0, Wikimedia Commons IA en entreprise IA vis-à-vis de l'art, l'éthique et la philosophie Cynthia Rudin | N'expliquez pas la boîte noire, construisez-en une lisible Votre modèle refuse le prêt. La loi exige que la lettre nomme la raison principale, alors vous achetez un module qui produit une raison. Cynthia Rudin pose la question qui tranche : est-ce une raison, ou une supposition sur une raison ? Son argument n'est pas une mesure mais une logique. Si l'explication était d'accord avec la boîte noire partout, elle SERAIT la boîte noire et vous jetteriez le modèle. Elle se trompe donc quelque part, sans que rien dise où. Sur les données de Broward, trois règles lisibles tenant sur deux variables obtiennent 66,5 % contre 66,0 % pour un logiciel propriétaire à 137 questions. Ce portrait donne aussi la limite honnête, que Rudin pose elle-même : sur des images, du son ou du texte brut, les réseaux de neurones gardent l'avantage, et l'écart mesuré ailleurs va de zéro à deux points. Objectifs : Repartez capable d'exiger une seule chose avant d'acheter une couche d'explication : qu'on construise le modèle lisible et qu'on mesure l'écart. Photo : Duke University IA en entreprise IA de recherche Claude Shannon | Aucun modèle ne crée l'information qui n'y est pas Deux fournisseurs vous démarchent le même mois et affichent tous deux 92 % sur votre jeu de test. Ce couple de chiffres dit très peu sur eux. Il dit quelque chose sur vos données, qui se lit. En 1948, Claude Shannon a fait d'une chose qu'on croyait qualitative une grandeur avec une unité : l'information se mesure, en bits. Ce portrait donne trois outils qu'un dirigeant peut utiliser avant de signer. L'entropie, qui chiffre ce qu'une étiquette contient vraiment : si 99 % de vos transactions sont honnêtes, l'étiquette pèse 0,08 bit. L'inégalité de traitement des données, qui dit qu'aucun modèle ne crée de l'information absente. Et un plancher d'erreur calculable, qui transforme un résultat trop beau en rapport de bogue plutôt qu'en exploit. En 1951, Shannon a mesuré l'anglais avec un livre et un crayon ; un modèle de 2023 retrouve son ordre de grandeur. Objectifs : Repartez capable de mesurer votre plafond en une après-midi, et de reconnaître un score qui le dépasse comme une fuite plutôt qu'une prouesse. Photo : Tekniska museet, CC BY 2.0, Wikimedia Commons IA en entreprise IA de recherche Richard Sutton | Pourquoi l'astuce perd toujours contre le calcul Équipe A : huit experts du métier, dix-huit mois, à écrire ce qu'ils savent pour que la machine l'applique. Équipe B : le même argent dépensé en données, en recherche, en calcul loué. Sur soixante ans, l'équipe B a gagné plus souvent qu'à son tour. Richard Sutton l'a écrit en mille cent mots sur son propre site en 2019. Ce portrait donne la question à poser avant de financer quoi que ce soit : que fait ce système avec dix fois plus de calcul ? S'il ne fait que tourner plus vite, vous avez acheté un actif fixe. Mais le portrait s'arrête aussi là où l'accord s'arrête. Il nomme trois endroits où la structure gagne encore : quand la donnée manque, quand un exemple coûte cher, quand la symétrie du problème est connue. Deep Blue, l'exemple phare de Sutton, portait huit mille règles d'évaluation écrites à la main.Lire le texte source : « The Bitter Lesson », Rich Sutton, 13 mars 2019. Objectifs : Repartez capable de poser une seule question à n'importe quelle proposition : que fait-elle avec dix fois plus de calcul, et à quelle date le saurez-vous ? Photo : Steve Jurvetson, CC BY 2.0, Wikimedia Commons IA en entreprise Tamara Atanasoska | Qui entretient l'instrument sur lequel repose votre promesse d'équité « Nous avons évalué l'équité de notre modèle » passe en comité sans que personne pose les deux questions qui décident si la phrase veut dire quelque chose : quel préjudice, pour quels groupes, et qui entretient l'outil. Ce portrait suit une mainteneuse de Fairlearn, la bibliothèque libre sur laquelle reposent beaucoup de ces promesses, et tire son enseignement des choix du projet lui-même. Des préjudices, pas des biais. La documentation évite délibérément les mots biais et débiaisage, et définit l'iniquité par son effet sur des personnes plutôt que par ses causes ou par une intention. Quatre préjudices, deux mesurables. Allocation, qualité de service, stéréotypage, effacement, et un manuel qui dit lesquels la bibliothèque couvre honnêtement. Un tableau, pas un score. L'équité de groupe, c'est votre métrique calculée groupe par groupe, l'écart rendu visible et la décision laissée à qui la signe. L'équité est une grandeur inobservable. L'essentiel du préjudice entre au moment où le problème réel est traduit en tâche d'apprentissage, bien avant le modèle. La part que personne ne met en diapositive. Cinquante-deux de ses soixante et une contributions fusionnées relèvent de la maintenance, de la documentation, de l'intégration continue et des corrections, et la bibliothèque est téléchargée environ cent mille fois par mois par des usagers que ses mainteneurs ne peuvent pas identifier, car les entreprises refusent de parler de leur usage des outils d'équité. Objectifs : Repartez capable de nommer le préjudice avant la métrique, d'exiger le tableau par groupe plutôt qu'un score d'équité, et de savoir qui entretient l'outil libre dont dépend votre conformité. Photo : Weizenbaum-Institut IA en entreprise Katharine Jarmul | La vie privée est une propriété du pipeline, pas une étiquette sur un jeu de données « Nous n'avons pas gardé les données, nous avons seulement gardé le modèle » se dit de bonne foi en comité. C'est faux : un modèle entraîné emporte des morceaux de ses données d'entraînement, et d'autant plus fidèlement dans les régions clairsemées, là où vit la personne atypique. C'est cette observation qui lui a fait déplacer toute une carrière de l'éthique vers l'ingénierie de la vie privée. Le demi-tour, sur la même scène à six ans d'écart. En 2017 elle ouvrait une conférence sur le débiaisage des vecteurs de mots, convaincue que la prise de conscience et les correctifs techniques suffiraient ; en 2023 elle y revient pour dire que le débiaisage n'a jamais démontré d'effet significatif et que le problème commence avant l'algorithme. La pseudonymisation n'est pas l'anonymisation. Utile, liable par construction, et dangereuse surtout parce qu'elle crée un faux sentiment de sécurité qui pousse les équipes à diffuser les données plus largement. La gouvernance avant la technologie : documentation, découverte des données non documentées, traçabilité des lignages, et versionnement, l'instrument qui permet de prouver ce qui a entraîné un modèle et ce qu'une demande d'effacement a réellement retiré. Quatre ponts, quatre péages : confidentialité différentielle, apprentissage fédéré, calcul chiffré, données synthétiques. Chacun achète quelque chose de précis et coûte quelque chose de précis. Aucun n'est privé par la seule vertu de son nom. La vie privée intégrée par défaut, pas un luxe qu'on paie, avec le consentement comme surface produit : garder les données en local, fédérer, anonymiser ceci et pas cela. Objectifs : Repartez capable de ne plus dire anonymisé mais de dire quelle technique, contre quel attaquant, avec quel risque résiduel, et de traiter le modèle comme une copie des données quand vous planifiez l'effacement, le lignage et le versionnement. Photo : kjamistan.com IA en entreprise IA de recherche Richard Feynman | La forme est parfaite et aucun avion n'atterrit Dans les mers du Sud, des gens qui avaient vu atterrir les avions de ravitaillement ont rebâti l'aérodrome de mémoire : des pistes, des feux le long des pistes, un contrôleur dans une hutte de bois avec des écouteurs en bois et des antennes de bambou. Dans son discours de remise des diplômes de 1974, Feynman en disait : ils font tout comme il faut, la forme est parfaite, et aucun avion n'atterrit. Il a appelé Cargo Cult Science la recherche qui fonctionne ainsi. Notre domaine est devenu très bon aux formes. Banc d'essai, tableau de bord, suite d'évaluation, test A/B, fiche de modèle : instrument ou décor, et un seul test les sépare, une décision aurait-elle pu basculer dans l'autre sens ? Se pencher en arrière, son nom pour l'intégrité scientifique, est une procédure à cinq sorties : signaler ce qui pourrait invalider le résultat, nommer les autres explications, montrer ce qu'on a éliminé et comment, donner les détails qui jettent le doute, publier les faits qui contredisent. La dérive que personne n'a voulue : les mesures de la charge de l'électron ont rampé vers la valeur fausse de Millikan, parce qu'on déboguait les résultats qui s'en écartaient et pas ceux qui s'en rapprochaient. Les rats que personne n'a cités : l'expérience de 1937 qui a trouvé les conditions sous lesquelles une expérience sur les rats veut dire quelque chose a été ignorée, car elle n'a rien découvert sur les rats, seulement tout ce qu'il faut contrôler pour découvrir quelque chose sur les rats. Le premier principe : il ne faut pas se tromper soi-même, et l'on est la personne la plus facile à tromper. Il termine non sur la vertu personnelle mais sur l'emploi, en souhaitant à son auditoire la liberté de garder son intégrité sans que sa position dépende de la perdre. Lire le texte source : « Cargo Cult Science », discours de Caltech, 1974. Objectifs : Repartez capable de distinguer un instrument d'un décor avec une seule question, et de mener l'audit en cinq points : qu'est-ce qui rendrait ceci faux, quelles surprises ont été déboguées, qui a trouvé les conditions de validité, quel fait manquant changerait la conclusion, qui peut annoncer un mauvais chiffre sans risque. Photo : Tamiko Thiel, 1984, CC BY-SA 3.0, Wikimedia Commons IA en entreprise IA de recherche Gaël Varoquaux | La facture de licences dépassait la facture de matériel Un physicien veut automatiser des expériences complexes, dont certaines en vol parabolique à gravité zéro, et l'outil commercial de référence des sciences appliquées le lâche régulièrement. Il passe à la neuro-imagerie et constate une absurdité : le laboratoire paie plus cher ses licences logicielles que ses ordinateurs. Alors il décide de faire mieux, et gratuit. Le métier de data scientist, celui pour lequel on recrute, est sorti de cette décision autant que d'un article scientifique. « Tu me glorifies trop », a-t-il répondu publiquement quand cette histoire a été racontée. La bibliothèque est une œuvre collective, et une salle qui l'utilise tous les jours n'a presque jamais entendu le nom de ceux qui l'entretiennent. Une interface est une pédagogie. Le plus grand gain de qualité de l'apprentissage automatique appliqué n'a pas été un algorithme, mais une convention qui a rendu la procédure correcte la plus facile à taper. Essayez d'abord le modèle ennuyeux. Sur quarante-cinq jeux de données tabulaires, la recherche d'hyperparamètres comptée dans le budget et non discrètement dehors, les arbres restaient l'état de l'art sur des tailles moyennes. Le travail, c'est l'assemblage : joindre, encoder et réparer des tables dont les noms sont orthographiés de quatre façons, voilà le projet ; le modèle en est les dix derniers pour cent. Les bancs d'essai sont plus bruités que la décision qu'ils éclairent, et un écart inférieur à la dispersion entre découpages et graines aléatoires n'est pas un résultat. Qui paie les communs ? Une bibliothèque dont tout le monde dépend et à qui personne ne doit rien est un fournisseur critique sans contrat. C'est la continuité, pas la vertu, qui parle à une direction financière. Transparence : je travaille dans le même écosystème que les personnes et la spin-off évoquées ici ; toutes les mesures citées sont publiques. L'article source sur les données tabulaires, 2022. Objectifs : Repartez capable d'exiger une référence honnête et une dispersion annoncée avant toute décision de modèle, de budgéter l'assemblage des données comme le projet plutôt que comme le préambule, et de nommer les bibliothèques libres dont dépend votre production. Photo : Gaël Varoquaux, CC BY-SA 4.0, Wikimedia Commons