En général, je m’inscris à des MOOC sur des sujets qui me semblent intéressants, originaux, méconnus. Un peu comme je choisirais un documentaire si je regardais la télé. Et puis des fois, ça n’a rien à voir. Lorsque j’ai vu “Optimisation Stochastique Évolutionnaire” dans la liste des MOOC de France Université Numérique, mon sang n’a fait qu’un tour…

Neurone 1 : “Optimisation Stochastique Évolutionnaire” ? WTF ?
Neurone 2 : Euh… Pas mieux. C’est “osé”, comme titre, hein. Quelqu’un comprend ce que ça veut dire ?
…
Neurone 1 : Oh la vache.
Neurone 2 : La vache, la vache, la vache. Oooh la vache. Ooooooh la v-
Neurone 1 : Oui oh c’est bon on a compris, arrête de foutre de la dopamine partout. Hé, index main droite ! Clique sur “inscription” avant qu’on soit tous en overdose, là !
Neurone 2 : Rhoohlàlàlàlà ce pied bon sang ce pied…

Tu remarqueras que j’ai plusieurs neurones, et je n’en suis pas peu fier (je suis blond après tout, même si ça ne se voit plus trop).

Trêve de plaisanteries : oui, je me suis inscrit à ce MOOC uniquement parce que je ne pigeais rien au titre et que ça m’a excité comme un gamin devant un nouveau jouet. Il n’empêche que je l’ai suivi jusqu’au bout et que j’ai quelques remarques à partager avec toi.

Le sujet, tout d’abord : il s’agit grosso modo d’une introduction à la programmation évolutionnaire. Il existe à ce jour différentes techniques de résolution de problèmes complexes par une intelligence artificielle : les réseaux neuronaux (qui simulent le fonctionnement du cerveau), les algorithmes évolutionnistes (qui utilisent des “populations” et des règles de sélection d’individus)… C’est sur ces derniers que porte ce MOOC.

Ces algorithmes prennent plusieurs formes : les algorithmes génétiques sont sans doute les plus connus, mais il y a aussi les stratégies d’évolution, la programmation évolutionnaire… Toutes ces techniques sont passées en revue, leurs forces et faiblesses sont bien mises en lumière et des exemples concrets d’application sont proposés.

Les vidéos sont remarquables, et cela tient essentiellement à l’enseignant. Il est passionnant, clair, drôle, ne lit pas bêtement son prompteur… Je retrouve le plaisir que j’ai pris à suivre “The French Revolution” pour les mêmes raisons. Seul bémol : les slides sont parfois trop fournis, il est souvent utile de faire pause pour avoir le temps de tout lire.

Les quizzes sont très bien pensés, de difficulté variable, mais assez ardus dans l’ensemble ; ils poussent vraiment à réfléchir et c’est très bien ainsi. Un outil d’aide à la programmation évolutionnaire (plateforme EASEA) est proposé pour mettre les mains dans le cambouis et créer ses premiers algorithmes. Bref, pédagogiquement, il n’y a pas grand chose à redire ; peut-être puis-je suggérer une fiche récapitulative par semaine, à l’image des “reference notes” des MOOC d’astrophysique australiens (1, 2) ?

Au final, suis-je devenu un expert de ce domaine ? Certainement pas : il reste tant à apprendre… Mais j’ai une vision beaucoup plus claire des différents champs de recherche en intelligence artificielle, je vois comment implémenter un algorithme évolutionniste dans un langage de programmation courant, et je comprends l’intérêt de ces modèles pour la parallélisation massive de calculs.

Et surtout, maintenant, je comprends ce qui signifie ce fichu titre… 😀

Évaluation