Assis dans votre voiture, votre téléphone ou GPS vous indique votre direction et dans combien de mètres vous devrez la changer. Il le fait de manière sonore et / ou visuelle, soit sur l'écran placé dans votre champ de vision, soit sur votre pare-brise.
À vélo, l'environnement est plus bruyant et le son ne peut être utilisé de manière fiable, le téléphone n'est pas placé dans le champ de vision du cycliste, il doit regarder vers le bas et quitter la route des yeux, de plus la luminosité ambiante rend l'écran difficile à lire et surtout, il n'est pas assis quasi immobile mais en mouvement et à l'effort. Dans ce contexte, il devient difficile d'apprécier les indications affichées sur le téléphone sans se mettre en danger ou devoir s'arrêter. Un téléphone peut malgré tout satisfaire un randonneur du dimanche mais est moins approprié pour un cycliste urbain ou un livreur à vélo.
Julien Decaudin propose aux cyclistes un bracelet de navigation basé sur les technologies haptiques. La compagnie Aureax qu'il a fondé compte proposer ses premiers prototypes au cours de 2021. Il s'agit d'un bracelet couplé à un téléphone intelligent qui traduira les indications en vibrations localisées. Ainsi le cycliste garde les mains sur le guidon et son attention sur la route tout en recevant des informations sur son trajet par son sens du toucher !
Nous avons ainsi mis au point un code pour donner toutes les
instructions utiles à un cycliste, même les plus complexes, comme le
passage de ronds-points ou d’intersections.
Inria- Lille propose un dossier sur l’environnement et la biodiversité et ses liens avec la recherche à l'Inria.
Entre autres articles, on y découvre le projet Biodimètre qui vise à évaluer et monitorer la biodiversité à l'échelle d'une ville, à profiter des apports des citoyens, à expérimenter avec des plantes ou des aménagements, bref, un projet qui peut mener à une petite révolution en aménagement et en recherche.
«La concrétisation de cette nouvelle façon de comprendre et de visualiser la cognition offre une opportunité majeure : celle de pouvoir deviner, à partir d’une image du cerveau, l’activité cérébrale en jeu. »
Scikit-learn, ça vous dit quelque chose ? Probablement non, mais il s'agit tout de même du troisième logiciel le plus utilisé dans le monde de l'apprentissage machine. Découvrez l'un de ses artisans.
«Pour une tâche cognitive simple comme reconnaître un élément dans une image, on estime qu’une machine consomme 4 à 6 ordres de grandeur d’énergie de plus qu’un cerveau humain [1 000 à 100 000 fois plus] ! »
Superprof : la plateforme pour trouver les meilleurs professeurs particuliers en France (mais aussi en Belgique et en Suisse)