vendredi 11 décembre 2015

La démocratie liquide : une véritable démocratie pour le 21e siècle

Article original publié sur Medium : Liquid Democracy : True Democracy for the 21st Century

Ils liquident la démocratie, si nous la rendions liquide ?

Avec un pourcentage très important d’abstentions, les dernières élections ont fait apparaître une fois encore l’insatisfaction éprouvée par tous ceux qui estiment que le mode de scrutin ne leur convient pas : pas de prise en compte des votes blancs dans les suffrages exprimés, candidats choisis et présentés par les partis et souvent parfaitement inconnus des électeurs, offre électorale réduite au choix du « moins pire » par l’élimination arithmétique des « petites listes » au deuxième tour, etc. Plus largement, et sans entrer dans les débats sur la tumultueuse situation actuelle, de gros doutes sur la représentativité des politiques une fois élus se sont durablement installés, au point que certains en viennent à souhaiter tourner la page de la démocratie représentative (notre framasoftien Gee est lui-même étonné d’avoir touché juste) et expliquent avec de solides arguments qu’ils n’ont pas voté et ne le feront pas.

Bien sûr des propositions existent, plus ou moins crédibles (à chacun d’en juger) : certains veulent passer à la VIe République, d’autres veulent un processus transparent et démocratique pour déterminer les candidats aux prochaines élections présidentielles, d’autres encore militent pour la prise en compte du vote blanc
L’article que Framalang a traduit pour vous détaille l’intérêt de la démocratie liquide, processus peu connu mais utilisé par plusieurs Partis Pirates avec l’outil LiquidFeedback (notez qu’il nécessite toutefois un tutoriel assez dense). Dans la même catégorie, il existe Loomio qui propose d’optimiser les prises de décision collectives et qui pourrait être proposé au cours de l’année prochaine dans le cadre de notre campagne Degooglisons.
Il se peut que vous trouviez la démocratie liquide une possibilité intéressante et à mettre en pratique, ou au contraire irréaliste, voire dangereuse (proposer le vote électronique même chiffré peut susciter des inquiétudes), nous souhaitons seulement en publiant cette traduction vous inviter à nous faire part librement de vos réactions. (Commentaire sur le site de http://framablog.org/2015/12/09/democratie-liquide/)

La démocratie liquide : une véritable démocratie pour le 21e siècle

par Dominik Schiener
Article original publié sur Medium : Liquid Democracy : True Democracy for the 21st Century
Traduction Framalang : valvin, KoS, r0u, roptat, Myrsa, audionuma, Éric, McGregor, goofy, sebastien, Vincent, simon, Obny, mseyne
 ...

Qu’est-ce que la démocratie liquide ?

La démocratie liquide est une nouvelle forme de prise de décision collective qui offre aux électeurs un contrôle décisionnel complet. Ils peuvent soit voter directement sur des sujets, soit déléguer leur droit de vote à des délégués (c’est-à-dire des représentants) qui votent à leur place. La délégation peut être spécifique à un domaine, ce qui signifie que les électeurs peuvent déléguer leurs votes à différents experts de différents domaines.
Voilà qui change de la démocratie directe, où les participants doivent voter en personne sur tous les sujets, et de la démocratie représentative où les participants votent pour des représentants une seule fois par cycle électoral, pour ne plus avoir à se soucier de devoir voter de nouveau.

Le diagramme ci-dessous montre une comparaison entre les trois systèmes de vote.

Liquid_democratie_diagramme1
http://framablog.org/wp-content/uploads/2015/12/Liquid_democratie_diagramme1.png

 Dans le modèle de la démocratie directe, tous les électeurs votent directement sur les questions. Dans le modèle de la démocratie représentative, ils élisent d’abord des représentants qui votent ensuite en leur nom. Le point intéressant mis en évidence par le diagramme est bien évidemment le modèle de la démocratie liquide. Là, les électeurs peuvent voter directement sur certaines questions (comme les deux électeurs indépendants sur les bords droit et gauche), ou peuvent déléguer leur vote à des représentants qui ont plus de connaissances spécialisées sur la question, ou simplement plus de temps pour se tenir informés.

La délégation est un signe de confiance. Un électeur fait confiance à un délégué pour le représenter dans certaines décisions. Si cette confiance est rompue (par des divergences idéologiques croissantes, ou par la corruption du délégué), il peut simplement révoquer la délégation et soit voter directement, soit déléguer sa voix à quelqu’un d’autre. Comme nous le verrons plus tard, cette notion de confiance provisoire est importante pour créer un sens de la responsabilité chez les délégués et les inciter à rendre des comptes.

Une propriété importante de la démocratie liquide est la transitivité. La délégation peut ne pas avoir lieu en un seul saut, elle est parfaitement transitive. Cela signifie que les délégués peuvent déléguer à d’autres délégués pour qu’ils votent à leur place et à celle des électeurs précédents (qui avaient délégué leur vote) dans la chaîne. Cette transitivité assure que des experts peuvent déléguer la confiance qu’ils ont accumulée à d’autres délégués sur certaines questions pour lesquelles ils n’ont pas suffisamment de connaissances et de recul.

Il manque dans le diagramme précédent la délégation spécifique à un domaine. Un électeur peut ne pas déléguer sa voix à un seul délégué, mais peut la déléguer à plusieurs autres délégués qui recevront ce droit en fonction du domaine de la question. Avec un tel système, il y a de fortes chances pour que des experts parviennent à influencer positivement le résultat du scrutin et conduisent à un résultat globalement meilleur.

La catégorisation des sujets est laissée à la décision de la communauté toute entière, mais une catégorisation très simple à l’intérieur d’un gouvernement pourrait être la politique fiscale, la politique monétaire, la politique environnementale…

Pour vous donner un autre exemple, prenons un parti politique qui utiliserait la démocratie liquide pour prendre ses décisions en interne. Les catégories qui auraient du sens pour une telle organisation seraient : Finances, Marketing & diffusion, Programme politique et Décisions administratives. Les décisions à prendre seraient réparties entre ces quatre catégories. Les membres du parti politique pourraient soit voter directement pour ces décisions, soit déléguer leur droit de vote à des personnes possédant un savoir plus spécialisé nécessaire pour se forger une opinion éclairée.



 http://framablog.org/wp-content/uploads/2015/12/Liquid_democratie_diagramme2.png

Permettez-moi d’expliquer le diagramme en détail, il peut sembler un peu confus à première vue. Concentrons-nous sur celui qui concerne le Gouvernement, le diagramme concernant les partis politiques est très similaire. En tout, il y a 6 électeurs, dont 3 qui ont pris la responsabilité d’être délégués. Comme mentionné précédemment, il existe trois types de sujets (et donc 3 types de domaine d’expertise) : Politiques fiscales, Politiques monétaires et Politiques environnementales.

Comme vous pouvez le constater, les 6 électeurs ont pratiquement tous délégué leur vote d’une façon ou d’une autre, à l’exception de la déléguée en haut, qui a voté de façon indépendante sur tous les sujets (elle doit être une véritable experte). L’électeur B a délégué chaque vote, soit il est trop occupé ou pas intéressé, soit il ne possède pas les compétences requises sur les sujets concernés.

Globalement, la démocratie liquide est à peine plus complexe que les démocraties directe ou représentative. Mais les avantages qu’elle offre l’emportent largement sur cette difficulté initiale d’apprentissage. Voyons en détail quels sont ces avantages.

Pourquoi choisir la démocratie liquide ?

 Merci à +Andreani Patrice

Pour la découverte de cet article

mercredi 11 novembre 2015

TensorFlow is an Open Source Software Library for Machine Intelligence

TensorFlow is an Open Source Software Library for Machine Intelligence

 About TensorFlow

TensorFlow™ is an open source software library for numerical computation using data flow graphs. Nodes in the graph represent mathematical operations, while the graph edges represent the multidimensional data arrays (tensors) communicated between them. The flexible architecture allows you to deploy computation to one or more CPUs or GPUs in a desktop, server, or mobile device with a single API. TensorFlow was originally developed by researchers and engineers working on the Google Brain Team within Google's Machine Intelligence research organization for the purposes of conducting machine learning and deep neural networks research, but the system is general enough to be applicable in a wide variety of other domains as well.

 Why Did Google Open Source This?


If TensorFlow is so great, why open source it rather than keep it proprietary? The answer is simpler than you might think: We believe that machine learning is a key ingredient to the innovative products and technologies of the future. Research in this area is global and growing fast, but lacks standard tools. By sharing what we believe to be one of the best machine learning toolboxes in the world, we hope to create an open standard for exchanging research ideas and putting machine learning in products. Google engineers really do use TensorFlow in user-facing products and services, and our research group intends to share TensorFlow implementations along side many of our research publications.

Source : http://www.tensorflow.org/  




TensorFlow is an open source software library for numerical computation using data flow graphs. Originally developed by researchers and engineers working on the Google Brain Team within Google's Machine Intelligence research organization for the purposes of conducting machine learning and deep neural networks research. Learn more at http://tensorflow.org

 Source :https://www.youtube.com/watch?v=oZikw5k_2FM

TensorFlow : quand Google dévoile ses algorithmes d'apprentissage automatique en Open Source

Google vient d'annoncer la disponibilité en Open Source de son algorithme TensorFlow, à base d'apprentissage automatique, mélant l'intelligence artificielle et les réseaux de neurones pour rendre son moteur plus intelligent...

On le sait (et l'annonce de RankBrain il y a quelques jours l'a encore rappelé s'il en était besoin), les notions d'intelligence artificielle, de réseaux de neurones et d'apprentissage automatique (machine learning) sont au coeur des algorithmes de Google (ce qui les rend si difficiles à évaluer au vu de leur complexité, soit dit en passant).
Google vient de faire un nouveau pas dans ce sens en proposant en Open Source le code de TensorFlow, la seconde génération d'outil d'apprentissage automatique qu'il utilise. Un site dédié est également proposé pour présenter la technologie TensorFlow (avec un White Paper (pour scientifiques avertis) l'expliquant.

 Source :http://www.abondance.com/actualites/20151110-15779-tensorflow-quand-google-devoile-ses-algorithmes-dapprentissage-automatique-en-open-source.html

 

MiiMOSA - 1er site de financement participatif dédié aux acteurs de l'agriculture et de l'alimentation

MiiMOSA - 1er site de financement participatif dédié aux acteurs de l'agriculture et de l'alimentation 

 MiiMOSA

Qu’est ce que le financement participatif ?

Le financement participatif (crowdfunding en anglais) est un nouveau mode de financement permettant au grand public de soutenir financièrement et collectivemement des projets qui le séduisent.

MiiMOSA, c’est quoi ?

Le 1er site de financement participatif exclusivement dédié à l’agriculture et à l’alimentation. Au-delà d’offrir une alternative à la finance traditionnelle, MiiMOSA sera un lieu d’échange, de partage et de solidarité entre une communauté de contributeurs et les porteurs de projet de ces secteurs. Afin de récompenser la générosité des contributeurs, de nombreuses contreparties sont proposées (pour la plupart inédites et exclusives). Le monde agricole est plein de ressources et d’imagination !
Il n’y a pas de petite participation, n’oubliez pas que « les petits ruisseaux font les grandes rivières »
Logo miimosa front
Découvrir les projets

 

How Machine Learning Works, As Explained By Google

How Machine Learning Works, As Explained By Google


Machine learning systems are made up of three major parts, which are:
  1. Model: the system that makes predictions or identifications.
  2. Parameters: the signals or factors used by the model to form its decisions.
  3. Learner: the system that adjusts the parameters — and in turn the model — by looking at differences in predictions versus actual outcome.

Nov. 4, by Danny Sullivan is a Founding Editor of Marketing Land. He’s a widely cited authority on search engines and search marketing issues who has covered the space since 1996.





google-gears-brain1-ss-1920
Machine Learning System :
Google’s Corrado stressed that a big part of most machine learning is a concept known as “gradient descent” or “gradient learning.” It means that the system makes those little adjustments over and over, until it gets things right.
















































Now let me translate that into a possible real world problem, based on something that was discussed yesterday by Greg Corrado, a senior research scientist with Google and cofounder of the company’s deep learning team.
Imagine that you’re a teacher. You want to identify the optimal amount of time students should study to get the best grade on a test. You turn to machine learning for a solution. Yes, this is overkill for this particular problem. But this is a very simplified illustration!
 

mardi 10 novembre 2015

Retrouvez les nouveaux visages de la campagne Google : Moteur de Réussites Française!

Retrouvez les nouveaux visages de la campagne Google : Moteur de Réussites Françaises
Retrouvez les nouveaux visages de la campagne Google : Moteur de Réussites Française!
 A partir d’aujourd’hui,  retrouvez dans vos journaux et sur le web - grâce à des formats innovants - MiiMOSA et Seintinelles, les lauréats du premier appel à projets Moteur de Réussites Françaises. A leurs cotés, d’autres “réussites”,  telles que Guillaume Rolland, finaliste du concours de jeune inventeur Google Sciences Fair 2014 et le Musée des arts et métiers (le Cnam) qui s’est remarquablement appuyé sur le numérique pour rendre accessible leurs collections. Tous sont les ambassadeurs du mouvement “Google : Moteurs de Réussites” Françaises qui vise à célébrer les réussites rendues possibles grâce au numérique et aux outils Google.
 
Un mouvement incarné sur le terrain, partout en France Pour faire vivre ce mouvement et encourager les candidatures, nous serons sur le terrain en renforçant notre présence en région à travers nos programmes existants, tels que Google pour Les Pros ou LaunchPad Week à Toulouse, notamment. Nous apporterons également notre soutien au dynamisme de l’écosystème numérique en France en soutenant ou participant à des initiatives du secteur. Afin de porter à la connaissance du plus grand nombre toutes les réussites de transformation numérique, nous continuerons par ailleurs à faire vivre notre compte Twitter dédié. Enfin, nous lancerons dès demain une nouvelle version de notre site internet Moteur de Réussites Françaises où vous pouvez retrouver des réussites issues de toutes les régions françaises et raconter votre propre aventure entrepreunariale.
Article du 28/10/2015 : Par Anne-Gabrielle Dauba-Pantanacce, Directrice de la communication et des Relations Presse, Google France