Добірка наукової літератури з теми "Modèle génératif profond"

Au cours de la dernière décennie, nous avons observé un changement significatif dans le domaine du marketing, alimenté par la capacité à exploiter le volume croissant de données et d’informations sur les clients disponibles pour les spécialistes du marketing. Cette transformation a atteint une nouvelle phase grâce aux progrès de la puissance de calcul et des algorithmes d’apprentissage profond. Les modèles d’IA générative ont joué un rôle central dans la démocratisation de la création d’informations professionnelles sur les clients, offrant aux acteurs du marché des opportunités sans précédent pour développer rapidement des outils de marketing sophistiqués avec des ressources minimales. Parallèlement, les modèles d’IA interagissent de plus en plus entre eux, ce qui indique que ce voyage transformateur est loin d’avoir atteint son apogée. Bien que l’adoption de la centricité client et l’amélioration de l’efficacité opérationnelle offrent des perspectives à long terme, elles présentent également d’importants défis pour les marques et les responsables marketing. Dans cet article, nous explorons les diverses opportunités et obstacles découlant de cette transformation et extrayons des enseignements stratégiques pour guider les responsables dans la navigation efficace de cette (r)évolution.

This article reports on the experiences of teachers at a small rural school located in the North Coast region of New South Wales in Australia who participated in a school improvement project based on an approach developed over many years by David Townsend and Pam Adams in Alberta, Canada. The project involved monthly meetings between the teachers at the school, including the school’s Principal, and an external leadership team who facilitated the meetings employing the processes of collaborative inquiry and generative dialogue. All participants were volunteers in the North Coast Initiative for School Improvement. Over three years, the school achieved a significant improvement in its literacy and numeracy outcomes, thereby attracting acclaim from the Department of Education in New South Wales for the excellence of its achievements. The teachers at the school attributed this success to a school improvement model based on the Alberta approach, and transported to the Australian context known as the North Coast Initiative for School Improvement. The processes of collaborative inquiry and generative dialogue were said to have taught them ways to engage with evidence, to create professional space for deep and critical self-reflection, to improve their daily work efficiency, and to promote more student autonomy in learning. Keywords: school improvement, collaborative inquiry, generative dialogue, North Coast Initiative for School Improvement Cet article rapporte les expériences des enseignants d'une petite école rurale située dans la région de la côte nord de la Nouvelle-Galles du Sud en Australie qui ont participé à un projet d'amélioration de l'école basé sur une approche développée depuis de nombreuses années par David Townsend et Pam Adams en Alberta, Canada. Le projet prévoyait des réunions mensuelles entre les enseignants de l'école, y compris le directeur de l'école, et une équipe de direction externe qui facilitait les réunions en utilisant les processus d'enquête collaborative et de dialogue génératif. Tous les participants étaient des bénévoles de la North Coast Initiative for School Improvement. En trois ans, l'école a amélioré de manière significative ses résultats en matière de lecture, d'écriture et de calcul, s'attirant ainsi les éloges du ministère de l'Éducation de Nouvelle-Galles du Sud pour l'excellence de ses réalisations. Les enseignants de l'école ont attribué ce succès à un modèle d'amélioration de l'école basé sur l'approche albertaine et transposé au contexte australien, connu sous le nom de North Coast Initiative for School Improvement. Les processus d'enquête collaborative et de dialogue génératif leur ont appris à s'appuyer sur des preuves, à créer un espace professionnel pour une autoréflexion profonde et critique, à améliorer l'efficacité de leur travail quotidien et à promouvoir une plus grande autonomie des élèves dans leur apprentissage. Mots clés : amélioration des écoles, enquête collaborative, dialogue génératif, North Coast Initiative for School Improvement

Chaque période de la sémiotique, à travers l’un et l’autre de ses courants majeurs, a connu son modèle spatial emblématique, véritable signature épistémique de la mise en forme théorique : carré, hexagone, cercle, strates feuilletées, ellipse, aile de papillon, courbes entre abscisse et ordonnée, spirales, bulles, sphères, etc. On s’intéresse ici à l’une des représentations les plus largement répandues : celle des niveaux entre surface et profondeur. Si la linguistique générative et la sémiotique greimassienne à sa suite, mais dans une autre perspective, ont popularisé le schéma des structures profondes opposables aux structures de surface, elles n’ont fait que prolonger un dispositif spatial qui était transversal à bien d’autres disciplines : sens immanent et sens transcendant ; sens explicite et sens caché ; contenu manifeste et contenu latent ; saillance et prégnance. En recherchant les raisons d’un motif formel aussi récurrent, notre exploration de cette modélisation spatiale interroge l’hypothèse localiste, qui postule la spatialisation comme une isotopie sémantique première et modélisante, se présentant comme un signifiant disponible pour la formation des contenus non spatiaux. Le « catachrésisme » spatial régirait la formation du langage. On revient alors sur le parcours génératif de la signification pour tenter de comprendre les raisons de son succès pédagogique et de son relatif insuccès scientifique. Les procédures de conversion qui assurent le passage d’un niveau à l’autre transforment le statisme des niveaux en dynamisme des échanges. Les strates opèrent comme des filtres à mailles progressives : les très grosses mailles des structures profondes s’affinant peu à peu pour ne plus laisser passer, en surface que les sèmes à mailles fines. Une nouvelle figure spatiale refait alors son apparition, la densité sémique, et la syntagmatique du parcours l’emporte sur la paradigmatique des niveaux. C’est donc pour finir ce mot « parcours » qui nous arrête, avec la mouvance indéterminée et sans bord qui lui est inhérente. Cela implique une instance mobile qui prend en charge ce parcours, un randonneur énonciatif du faire scientifique. On place alors l’énonciation comme centre opérateur du parcours, muni de ses composantes liées : sensible, par l’ancrage somatique de toute énonciation possible (cf. la phusis), et cognitive, par une projection des formants dont la générativité peut donner l’image. Soumis au primat de la perspective, ce sont les différents régimes sémiotiques de sélection des formes d’expression et des formes de contenu qui modélisent, in fine, le, ou plutôt les, parcours.

Dans le lexique des anthropologues, le mot identité est apparu bien plus tard que le mot culture. Mais depuis quelques décennies, alors que divers anthropologues se sont presque vantés de soumettre à une forte critique et même de rejeter leur ancien concept de culture, l'identité a acquis un usage de plus en plus étendu et prépondérant, parallèlement à ce qui s'est passé dans d'autres sciences humaines et sociales, ainsi que dans le langage de la politique et des médias. Nombreux sont ceux dans les sciences sociales qui s'accordent pour dire que le concept d'identité a commencé à s'affirmer à partir des années soixante du siècle dernier. Il est habituel de placer le point de départ dans les travaux du psychologue Erik Erikson (1950 ; 1968), qui considérait l'adolescence comme la période de la vie la plus caractérisée par des problèmes d'identité personnelle. Cette reconstruction est devenue un lieu commun des sciences humaines et sociales du XXe siècle, et pour cette raison, elle nécessite quelques ajustements. Par exemple, le sociologue américain Robert E. Park (1939) utilisait déjà, à la fin des années 1930, le terme identité, en rapport avec ceux d'unité, d'intégrité, de continuité, pour décrire la manière dont les communautés et les familles se maintiennent dans le temps et l'espace. En ce qui concerne l'anthropologie, un examen rapide permet de constater que l'identité a déjà été utilisée dans les années 1920 par Bronislaw Malinowski d'une manière qui n'était pas du tout sporadique. Dans ses textes sur les Trobriandais – comme par exemple La vie sexuelle des Sauvages du Nord-Ouest de la Mélanésie (1930) – il parle de l'identité du dala, ou matrilignage, en référence à la « substance » biologique dont il est fait, une substance qui se transmet de génération en génération dans la lignée maternelle. Ce n’est peut-être pas par hasard que le terme identité fut ensuite appliqué par Raymond Firth, dans We, the Tikopia (1936), pour affirmer la continuité dans le temps du clan, et que Siegfried Nadel dans The Foundations of Social Anthropology (1949) parle explicitement de l’identité des groupes sociaux grâce auxquels une société s’articule. La monographie The Nuer (1940) d'Edward E. Evans-Pritchard confirme que l’on a fait de l’identité un usage continu et, en apparence, sans problèmes dans l'anthropologie sociale britannique sous l’influence de Malinowski. Dans ce texte fondamental, l’identité est attribuée aux clans, à chacune des classes d'âge et même à l'ensemble de la culture nuer, que les Nuer considèrent eux-mêmes comme unique, homogène et exclusive, même si le sentiment de la communauté locale était « plus profond que la reconnaissance de l'identité culturelle » (Evans-Pritchard 1975: 176). Par contre, l’autre grand anthropologue britannique, Alfred R. Radcliffe-Brown, qui était particulièrement rigoureux et attentif aux concepts que l'anthropologie devait utiliser (selon M.N. Srinivas, il « prenait grand soin de l'écriture, considérant les mots comme des pierres précieuses » 1973 : 12), il est resté, probablement pour cette raison, étranger au recours au terme d'identité. S’il fait son apparition dans son célèbre essai consacré à la structure sociale de 1940, c’est uniquement lorsqu'il fait référence à l'utilisation approximative de ce concept par Evans-Pritchard. Il soutient que certains anthropologues (y compris Evans-Pritchard) utilisent l’expression « structure sociale » uniquement pour désigner la persistance des groupes sociaux (nations, tribus, clans), qui gardent leur continuité (continuity) et leur identité (identity), malgré la succession de leurs membres (Radcliffe-Brown 1952 : 191). Son utilisation du terme identité ne se justifie ainsi que parce qu’il cite la pensée d'Evans-Pritchard presque textuellement. On a également l’impression que Radcliffe-Brown évite d’adopter le concept d’identité, utilisé par ses collègues et compatriotes, parce que les termes de continuité (continuity), de stabilité (stability), de définition (definiteness), de cohérence (consistency) sont déjà suffisamment précis pour définir une « loi sociologique » inhérente à toute structure sociale (Radcliffe-Brown 1952 : 45). Qu’est-ce que le concept d'identité ajouterait, sinon un attrait presque mystique et surtout une référence plus ou moins subtile à l'idée de substance, avec la signification métaphysique qu’elle implique? Radcliffe-Brown admet que la persistance des groupes dans le temps est une dimension importante et inaliénable de la structure sociale. Mais se focaliser uniquement sur la stabilité donne lieu à une vision trop étroite et unilatérale : la structure sociale comprend quelque chose de plus, qui doit être pris en compte. Si l’on ajoute le principe d’identité à la stabilité, à la cohérence et à la définition, ne risque-t-on pas de détourner l’attention de l’anthropologue de ce qui entre en conflit avec la continuité et la stabilité? Radcliffe-Brown a distingué entre la structure sociale (social structure), sujette à des changements continus, tels que ceux qui se produisent dans tous les organismes, et la forme structurale (structural form), qui « peut rester relativement constante pendant plus ou moins une longue période » (Radcliffe-Brown 1952 : 192). Même la forme structurale – a-t-il ajouté – « peut changer » (may change); et le changement est parfois graduel, presque imperceptible, alors que d’autres fois, il est soudain et violent, comme dans le cas des révolutions ou des conquêtes militaires. Considérant ces deux niveaux, la forme structurale est sans aucun doute le concept qui se prêterait le mieux à être associé à l'identité. Mais l’identité appliquée à la forme structurale ne nous aiderait certainement pas à appréhender avec précision les passages graduels, les glissements imprévus ou, au contraire, certaines « continuités de structure » qui se produisent même dans les changements les plus révolutionnaires (Radcliffe-Brown 1952 : 193). Bref, il est nécessaire de disposer d’une instrumentation beaucoup plus raffinée et calibrée que la notion d’identité, vague et encombrante, pour saisir l’interaction incessante et subtile entre continuité et discontinuité. On sait que Radcliffe-Brown avait l'intention de construire une anthropologie sociale rigoureuse basée sur le modèle des sciences naturelles. Dans cette perspective, l'identité aurait été un facteur de confusion, ainsi qu'un élément qui aurait poussé l'anthropologie naissante vers la philosophie et l'ontologie plutôt que vers la science. Alors que Radcliffe-Brown (décédé en 1955) avait réussi à éviter le problème de l'identité en anthropologie, Lévi-Strauss sera contraint de l'affronter ouvertement dans un séminaire proposé, conçu et organisé par son assistant philosophe Jean-Marie Benoist au Collège de France au milieu des années soixante-dix (1974-1975). Quelle stratégie Lévi-Strauss adopte-t-il pour s'attaquer à ce problème, sans se laisser aller à la « mode » qui, entre-temps, avait repris ce concept (Lévi-Strauss 1977 : 11)? La première étape est une concession : il admet que l’identité est un sujet d’ordre universel, c’est-à-dire qu’elle intéresse toutes les disciplines scientifiques, ainsi que « toutes les sociétés » étudiées par les ethnologues, et donc aussi l’anthropologie « de façon très spéciale » (Lévi-Strauss 1977 : 9). Pour Lévi-Strauss, les résultats suivants sont significatifs: i) aucune des sociétés examinées – même si elles constituent un petit échantillon – ne tient « pour acquise une identité substantielle » (Lévi-Strauss 1977 : 11), c’est-à-dire qu’il ne fait pas partie de leur pensée de concevoir l'identité en tant que substance ou la substance en tant que source et principe d'identité; ii) toutes les branches scientifiques interrogées émettent des doutes sur la notion d'identité et en font le plus souvent l'objet d'une « critique très sévère » (Lévi-Strauss 1977 : 11); iii) il est possible de constater une analogie entre le traitement réservé à l’identité de la part des « sociétés exotiques » examinées et les conceptions apparues dans les disciplines scientifiques (Lévi-Strauss 1977 : 11); iv) cela signifie alors que la « foi » que « nous mettons encore » sur l’identité doit être considérée comme « le reflet d'un état de civilisation », c'est-à-dire comme un produit historique et culturel transitoire, dont la « durée » peut être calculée en « quelques siècles » (Lévi-Strauss 1977 : 11) ; v) que nous assistons à une crise contemporaine de l'identité individuelle, en vertu de laquelle aucun individu ne peut se concevoir comme une « réalité substantielle », réduit qu’il est à une « fonction instable », à un « lieu » et à un « moment » éphémères d’« échanges et de conflits » auxquelles concourent des forces d’ordre naturel et historique (1977 : 11). Ceci fait dire à Lévi-Strauss que « quand on croit atteindre l'identité, on la trouve pulvérisée, en miettes » (in Benoist 1977 : 209), tout en constatant dans le même mouvement que, tant dans les sociétés examinées que dans les sciences interrogées, nous assistons à la négation d'une « identité substantielle » et même à une attitude destructrice qui fait « éclater » l’identité « en une multiplicité d’éléments ». Dans un cas comme dans l'autre, on arrive à « une critique de l’identité », plutôt qu’« à son affirmation pure et simple » (in Benoist et Lévi-Strauss 1977 : 331). Pourtant, nous ne pouvons pas oublier que Lévi-Strauss était parti d'une concession, c’est-à-dire de l'idée que nous ne pouvions pas nous passer du thème de l'identité : c'est quelque chose qui concerne d'une manière ou d'une autre toutes les sociétés, les sociétés exotiques étudiées par les anthropologues et les communautés scientifiques qui se forment dans la civilisation contemporaine. Lévi-Strauss aurait pu développer plus profondément et de manière plus radicale l’argument présenté au point iv), à savoir que l’identité est une croyance (voire une foi), produit d’une période historique de notre civilisation. Mieux encore, étant donné que les autres sociétés d’une part et nos sciences de l’autre « la soumettent à l’action d’une sorte de marteau-pilon », c’est-à-dire qu’elles la font « éclater » (in Benoist 1977 : 309), nous aussi nous pourrions finalement nous en débarrasser. Lévi-Strauss sent bien, cependant, la différence entre sa propre position et celle du public qui a participé au séminaire, beaucoup plus enclin à donner du poids et un sens à l'identité. Pour cette raison, il offre un compromis (un compromis kantien, pourrait-on dire), qui consiste à détacher la notion d’identité de celle de substance et à penser l’identité comme « une sorte de foyer virtuel auquel il nous est indispensable de nous référer pour expliquer un certain nombre de choses, mais sans qu’il ait jamais d’existence réelle » (in Benoist et Lévi-Strauss 1977 : 332). Si nous l’interprétons bien, c'est comme si Lévi-Strauss avait voulu dire à ses collègues anthropologues : « Voulez-vous vraiment utiliser le concept d'identité? » Au moins, sachez que cela ne fait jamais référence à une expérience réelle : c’est peut-être une aspiration, une affirmation, une manière de représenter des choses, auxquelles rien de réel ne correspond. Avec ce compromis, Lévi-Strauss semble finalement attribuer à l'identité une sorte de citoyenneté dans le langage des anthropologues. Cependant, même comme un feu virtuel, où se trouve l'idée d'identité : dans la tête des anthropologues, qui utilisent ce concept pour représenter des sociétés dans leur unité et leur particularité, ou dans la tête des groupes sociaux lorsqu'ils se représentent leur culture? Revenons à l'exemple de Malinowski et des Trobriandais. C'est Malinowski qui interprète le veyola, la substance biologique du matrilignage (dala), en termes d'identité, et établit un lien entre identité et substance. Parler de l'identité du dala, surtout si elle est soutenue par le concept de substance (c'est-à-dire quelque chose qui se perpétue avec le temps et qui est complet en soi, de sorte qu'il ne dépend de rien de ce qui lui est extérieur, selon la définition classique d'Aristote), finit par obscurcir la pensée plus profonde des Trobriandais, c’est-à-dire l’incomplétude structurelle du dala. Il ne suffit pas de naître dans le dala et de recevoir le veyola de la mère. Le veyola n'est pas une substance identitaire, mais une matière sans forme qui doit être modelée par l’intervention du tama ou tomakava, c'est-à-dire « l'étranger », avec lequel la mère est mariée et qui est proprement le modeleur, celui qui aide les enfants de son partenaire à grandir, à prendre un visage, une personnalité, non pas en assumant une identité, mais par une participation progressive à des relations sociales (Weiner 1976). Malgré l’utilisation extensive du terme identité dans leurs descriptions ethnographiques et leurs réflexions théoriques, les anthropologues feraient bien de se demander s’il est vraiment approprié de conserver ce concept dans leur boîte à outils ou s’il ne convient pas de considérer l’identité comme une modalité de représentation historiquement et culturellement connotée. L'auteur de cette entrée a tenté de démontrer que l'identité en tant que telle n'existe pas, sauf en tant que mode de représentation que les anthropologues peuvent rencontrer dans telle ou telle société (Remotti 2010). Toutes les sociétés, dans leur ensemble ou dans leurs éléments constitutifs, ressentent les besoins suivants : stabilité, continuité, permanence, cohérence d’un côté, spécificité, certitude et définissabilité de l’autre. Mais, comme l’a suggéré Radcliffe-Brown, les réponses à ces besoins sont toujours relatives et graduelles, jamais complètes, totales et définitives. Nous pourrions également ajouter que ces besoins sont toujours combinés avec des besoins opposés, ceux du changement et donc de l'ouverture aux autres et au futur (Remotti 1996 : 59-67). Autrement dit, les sociétés ne se limitent pas à être soumises au changement, mais le recherchent et l’organisent en quelque manière. Il peut y avoir des sociétés qui donnent des réponses unilatérales et qui favorisent les besoins de fermeture plutôt que d’ouverture, et d’autres le contraire. Si ce schéma est acceptable, alors on pourrait dire que l'identité – loin d'être un outil d'investigation – apparaît au contraire comme un thème et un terrain important de la recherche anthropologique. En retirant l'identité de leur boîte à outils, prenant ainsi leurs distances par rapport à l'idéologie de l'identité (un véritable mythe de notre temps), les anthropologues ont pour tâche de rechercher quelles sociétés produisent cette idéologie, comment elles construisent leurs représentations identitaires, pour quelles raisons, causes ou buts elles développent leurs croyances (même leur « foi » aveugle et aveuglante) en l’identité. Nous découvrirons alors que nous-mêmes, Occidentaux et modernes, nous avons construit, répandu, exporté et inculqué au monde entier des mythes et des concepts identitaires. Nous l’avons fait à partir de l’État-nation aux frontières rigides et insurpassables, de l’idéologie clairement identitaire qu’est le racisme, et pour terminer de la racialisation de la culture qui exalte les traditions locales ou nationales comme substances intouchables, dont la pureté est invoquée et qu’on entend défendre de toutes les manières contre les menaces extérieures. Passée au niveau du discours social et politique, l'identité révèle tôt toute la violence impliquée dans la coupure des liens et des connexions entre « nous » et les « autres ». Comme le disait Lévi-Strauss (et aussi Hegel avant Lévi-Strauss), à l'identité « ne correspond en réalité aucune expérience » (in Benoist et Lévi-Strauss 1977 : 332). Mais les effets pratiques de cette représentation n'appartiennent pas au monde des idées : ils sont réels, souvent insupportablement réels.

On a longtemps vu l’histoire et l’anthropologie comme deux disciplines très distinctes n’ayant pas grand-chose en partage. Jusqu’au début du XXe siècle, l’histoire fut essentiellement celle des « civilisés », des Européens et donc des colonisateurs. Si les colonisés n’étaient pas complètement absents du tableau, ils étaient, au mieux, des participants mineurs. L’anthropologie, pour sa part, s’est instituée en ayant pour objet la compréhension des populations lointaines, les « petites sociétés », autochtones et colonisées, ces populations vues comme hors du temps et de l’histoire. Cette situation était le produit d’une division traditionnelle (Harkin 2010 : 114) – et coloniale (Naepels 2010 : 878) – du travail entre histoire et anthropologie. Celle-ci se prolongeait dans le choix des méthodes : les historiens travaillaient en archives alors que les anthropologues s’intéressaient aux témoignages oraux et donc, s’adonnaient à l’enquête de terrain. Les deux disciplines divergeaient également quant à la temporalité : « Pour l’histoire, (…) le temps est une sorte de matière première. Les actes s’inscrivent dans le temps, modifient les choses tout autant qu’ils les répètent. (…) Pour l’anthropologue, s’il n’y prend garde, le temps passe en arrière-plan, au profit d’une saisie des phénomènes en synchronie » (Bensa 2010 : 42). Ces distinctions ne sont plus aujourd’hui essentielles, en particulier pour « l’anthropologie historique », champ de recherche dont se revendiquent tant les historiens que les anthropologues, mais il n’en fut pas de tout temps ainsi. Après s’être d’abord intéressés à l’histoire des civilisations dans une perspective évolutionniste et spéculative, au tournant du siècle dernier, les pères de l’anthropologie, tant en France (Émile Durkheim, Marcel Mauss), aux États-Unis (Franz Boas), qu’en Angleterre (Bronislaw Malinowski, Alfred Radcliffe-Brown), prendront fermement leur distance avec cette histoire. Les questions de méthode, comme le développement de l’observation participante, et l’essor de concepts qui devinrent centraux à la discipline tels que « culture » et « fonction » furent déterminants pour sortir de l’idéologie évolutionniste en privilégiant la synchronie plutôt que la diachronie et les généalogies. On se détourna alors des faits uniques pour se concentrer sur ceux qui se répètent (Bensa 2010 : 43). On s’intéressa moins à l’accidentel, à l’individuel pour s’attacher au régulier, au social et au culturel. Sans être nécessairement antihistoriques, ces précepteurs furent largement ahistoriques (Evans-Pritchard 1962 : 172), une exception ayant été Franz Boas – et certains de ses étudiants, tels Robert Lowie ou Melville J. Herskovits – avec son intérêt pour les contacts culturels et les particularismes historiques. Du côté de l’histoire, on priorisait la politique, l’événement et les grands hommes, ce qui donnait lieu à des récits plutôt factuels et athéoriques (Krech 1991 : 349) basés sur les événements « vrais » et uniques qui se démarquaient de la vie « ordinaire ». Les premiers essais pour réformer l’histoire eurent lieu en France, du côté des historiens qui seront associés aux « Annales », un nom qui réfère à la fois à une revue scientifique fondée en 1929 par Marc Bloch et Lucien Febvre et à une École d’historiens français qui renouvela la façon de penser et d’écrire l’histoire, en particulier après la Seconde Guerre mondiale (Krech 1991; Schöttler 2010). L’anthropologie et la sociologie naissantes suscitèrent alors l’intérêt chez ce groupe d’historiens à cause de la variété de leurs domaines d’enquête, mais également par leur capacité à enrichir une histoire qui n’est plus conçue comme un tableau ou un simple inventaire. Les fondateurs de la nouvelle École française des Annales décrivent leur approche comme une « histoire totale », expression qui renvoie à l’idée de totalité développée par les durkheimiens, mais également à l’idée de synthèse du philosophe et historien Henry Berr (Schöttler 2010: 34-37). L’histoire fut dès lors envisagée comme une science sociale à part entière, s’intéressant aux tendances sociales qui orientent les singularités. L’ouvrage fondateur de Marc Bloch, Les rois thaumaturges (1983 [1924]), pose les jalons de ce dépassement du conjoncturel. Il utilise notamment la comparaison avec d’autres formes d’expériences humaines décrites notamment dans Le Rameau d’Or (1998 [1924; 1890 pour l’édition originale en anglais]) de James G. Frazer et explore le folklore européen pour dévoiler les arcanes religieux du pouvoir royal en France et en Angleterre (Bensa 2010; Goody 1997). Il s’agit alors de faire l’histoire des « mentalités », notion qui se rapproche de celle de « représentation collective » chère à Durkheim et Mauss (sur ce rapprochement entre les deux notions et la critique qui en a été faite, voir Lloyd 1994). Les travaux de la deuxième génération des historiens des Annales, marqués par la publication de l’ouvrage de Fernand Braudel La Méditerranée et le monde méditerranéen à l’époque de Philippe II en 1949 et de son arrivée en 1956 à la direction de la revue, peuvent encore une fois mieux se comprendre dans l’horizon du dialogue avec l’anthropologie, d’une part, et avec les area studiesqui se développèrent aux États-Unis après la Seconde Guerre mondiale, de l’autre (Braudel 1958). Le projet est de rapporter « la spécificité des acteurs singuliers, des dates et des événements à des considérations plus vastes sur la transformation lente des mœurs et des représentations. Le travail ne consiste pas seulement à capter au projet de l’histoire des rubriques chères à l’anthropologie, mais aussi à caractériser une époque [et une région] par sa façon de percevoir et de penser le monde » (Bensa 2010 : 46). Il s’agit alors de faire l’histoire des structures, des conjonctures et des mentalités (Schöttler 2010 : 38). Les travaux de cette deuxième génération des Annales s’inscrivent dans un vif débat avec l’anthropologie structuraliste de Claude Lévi-Strauss. Si tant Braudel que Lévi-Strauss voulaient considérer les choses de façon globale, Lévi-Strauss situait la globalité dans un temps des sociétés des origines, comme si tout s’était joué au départ et comme si l’histoire n’en serait qu’un développement insignifiant. Pour sa part, Braudel, qui s’intéressait à l’histoire sérielle et à la longue durée, situait plutôt la globalité dans un passé qui sert à comprendre le présent et, jusqu’à un certain point, à prévoir ce qui peut se passer dans le futur. Ce qui constitue le fond de leur opposition est que l’un s’intéresse à l’histoire immobile alors que l’autre s’intéresse à l’histoire de longue durée, soit l’histoire quasi immobile selon laquelle, derrière les apparences de la reproduction à l’identique, se produisent toujours des changements, même très minimes. Dans les deux cas, l’ « événementiel » ou ce qui se passe à la « surface » sont à l’opposé de leur intérêt pour la structure et la profondeur, même si ces dernières ne sont pas saisies de la même façon. Pour Braudel, la structure est pleinement dans l’histoire ; elle est réalité concrète et observable qui se décèle notamment dans les réseaux de relations, de marchandises et de capitaux qui se déploient dans l’espace et qui commandent les autres faits dans la longue durée (Dosse 1986 : 89). Les travaux de Braudel et son concept d’ « économie-monde » inspireront plusieurs anthropologues dont un Marshall Sahlins et un Jonathan Friedman à partir du tournant des années 1980. Pour Lévi-Strauss, la structure profonde, celle qui correspond aux enceintes mentales humaines, « ne s’assimile pas à la structure empirique, mais aux modèles construits à partir de celle-ci » (Dosse 1986 : 85). Elle est donc hors de l’histoire. Comme le rappelait François Hartog (2014 [2004] : 287), Lévi-Strauss a souvent dit « rien ne m’intéresse plus que l’histoire. Et depuis fort longtemps! » (1988 : 168; voir d’ailleurs notamment Lévi-Strauss 1958, 1983), tout en ajoutant « l’histoire mène à tout, mais à condition d’en sortir » (Lévi-Strauss 1962 : 348) ! Parallèlement à l’entreprise déhistoricisante de Lévi-Strauss, d’autres anthropologues insistent au contraire à la même époque sur l’importance de réinsérer les institutions étudiées dans le mouvement du temps. Ainsi, Edward E. Evans-Pritchard, dans sa célèbre conférence Marett de 1950 qui sera publiée en 1962 sous le titre « Anthropology and history », dénonce le fait que les généralisations en anthropologie autour des structures sociales, de la religion, de la parenté soient devenues tellement généralisées qu’elles perdent toute valeur. Il insiste sur la nécessité de faire ressortir le caractère unique de toute formation sociale. C’est pour cette raison qu’il souligne l’importance de l’histoire pour l’anthropologie, non pas comme succession d’événements, mais comme liens entre eux dans un contexte où on s’intéresse aux mouvements de masse et aux grands changements sociaux. En invitant notamment les anthropologues à faire un usage critique des sources documentaires et à une prise en considération des traditions orales pour comprendre le passé et donc la nature des institutions étudiées, Evans-Pritchard (1962 : 189) en appelle à une combinaison des points de vue historique et fonctionnaliste. Il faut s’intéresser à l’histoire pour éclairer le présent et comment les institutions en sont venues à être ce qu’elles sont. Les deux disciplines auraient donc été pour lui indissociables (Evans-Pritchard 1962 : 191). Au milieu du XXe siècle, d’autres anthropologues s’intéressaient aux changements sociaux et à une conception dynamique des situations sociales étudiées, ce qui entraîna un intérêt pour l’histoire, tels que ceux de l’École de Manchester, Max Gluckman (1940) en tête. En France, inspiré notamment par ce dernier, Georges Balandier (1951) insista sur la nécessité de penser dans une perspective historique les situations sociales rencontrées par les anthropologues, ce qui inaugura l’étude des situations coloniales puis postcoloniales, mais aussi de l’urbanisation et du développement. Cette importance accordée à l’histoire se retrouva chez les anthropologues africanistes de la génération suivante tels que Jean Bazin, Michel Izard et Emmanuel Terray (Naepels 2010 : 876). Le dialogue entre anthropologie et histoire s’est développé vers la même époque aux États-Unis. Après le passage de l’Indian Claims Commission Act en 1946, qui établit une commission chargée d’examiner les revendications à l’encontre de l’État américain en vue de compensations financières pour des territoires perdus par les nations autochtones à la suite de la violation de traités fédéraux, on assista au développement d’un nouveau champ de recherche, l’ethnohistoire, qui se dota d’une revue en 1954, Ethnohistory. Ce nouveau champ fut surtout investi par des anthropologues qui se familiarisèrent avec les techniques de l’historiographie. La recherche, du moins à ses débuts, avait une orientation empirique et pragmatique puisque les chercheurs étaient amenés à témoigner au tribunal pour ou contre les revendications autochtones (Harkin 2010). Les ethnohistoriens apprirent d’ailleurs à ce moment à travailler pour et avec les autochtones. Les recherches visaient une compréhension plus juste et plus holiste de l’histoire des peuples autochtones et des changements dont ils firent l’expérience. Elles ne manquèrent cependant pas de provoquer un certain scepticisme parmi les anthropologues « de terrain » pour qui rien ne valait la réalité du contact et les sources orales et pour qui les archives, parce qu’étant celles du colonisateur, étaient truffées de mensonges et d’incompréhensions (Trigger 1982 : 5). Ce scepticisme s’estompa à mesure que l’on prit conscience de l’importance d’une compréhension du contexte historique et de l’histoire coloniale plus générale pour pouvoir faire sens des données ethnologiques et archéologiques. L’ethnohistoire a particulièrement fleuri en Amérique du Nord, mais très peu en Europe (Harkin 2010; Trigger 1982). On retrouve une tradition importante d’ethnohistoriens au Québec, qu’on pense aux Bruce Trigger, Toby Morantz, Rémi Savard, François Trudel, Sylvie Vincent. L’idée est de combiner des données d’archives et des données archéologiques avec l’abondante ethnographie. Il s’agit également de prendre au sérieux l’histoire ou la tradition orale et de confronter les analyses historiques à l’interprétation qu’ont les acteurs de l’histoire coloniale et de son impact sur leurs vies. La perspective se fit de plus en plus émique au fil du temps, une attention de plus en plus grande étant portée aux sujets. Le champ de recherche attira graduellement plus d’historiens. La fin des années 1960 fut le moment de la grande rencontre entre l’anthropologie et l’histoire avec la naissance, en France, de l’« anthropologie historique » ou « nouvelle histoire » et, aux États-Unis, de la « New Cutural History ». L’attention passa des structures et des processus aux cultures et aux expériences de vie des gens ordinaires. La troisième génération des Annales fut au cœur de ce rapprochement : tout en prenant ses distances avec la « religion structuraliste » (Burguière 1999), la fascination pour l’anthropologie était toujours présente, produisant un déplacement d’une histoire économique et démographique vers une histoire culturelle et ethnographique. Burguière (1999) décrivait cette histoire comme celle des comportements et des habitudes, marquant un retour au concept de « mentalité » de Bloch. Les inspirations pour élargir le champ des problèmes posés furent multiples, en particulier dans les champs de l’anthropologie de l’imaginaire et de l’idéologique, de la parenté et des mythes (pensons aux travaux de Louis Dumont et de Maurice Godelier, de Claude Lévi-Strauss et de Françoise Héritier). Quant à la méthode, la description dense mise en avant par Clifford Geertz (1973), la microhistoire dans les traces de Carlo Ginzburg (1983) et l’histoire comparée des cultures sous l’influence de Jack Goody (1979 [1977]) permirent un retour de l’événement et du sujet, une attention aux détails qui rejoignit celle qu’y accordait l’ethnographie, une conception plus dynamique des rapports sociaux et une réinterrogation des généralisations sur le long terme (Bensa 2010 : 49 ; Schmitt 2008). Aux États-Unis, la « New Culturel History » qui s’inscrit dans les mêmes tendances inclut les travaux d’historiens comme Robert Darnon, Natalie Zemon Davis, Dominick La Capra (Iggers 1997; Krech 1991; Harkin 2010). L’association de l’histoire et de l’anthropologie est souvent vue comme ayant été pratiquée de manière exemplaire par Nathan Wachtel, historien au sens plein du terme, mais également formé à l’anthropologie, ayant suivi les séminaires de Claude Lévi-Strauss et de Maurice Godelier (Poloni-Simard et Bernand 2014 : 7). Son ouvrage La Vision des vaincus : les Indiens du Pérou devant la Conquête espagnole 1530-1570 qui parut en 1971 est le résultat d’un va-et-vient entre passé et présent, la combinaison d’un travail en archives avec des matériaux peu exploités jusque-là, comme les archives des juges de l’Inquisition et les archives administratives coloniales, et de l’enquête de terrain ethnographique. Cet ouvrage met particulièrement en valeur la capacité d’agir des Autochtones dans leur rapport avec les institutions et la culture du colonisateur. Pour se faire, il appliqua la méthode régressive mise en avant par Marc Bloch, laquelle consiste à « lire l’histoire à rebours », c’est-à-dire à « aller du mieux au moins bien connu » (Bloch 1931 : XII). Du côté des anthropologues, l’anthropologie historique est un champ de recherche en effervescence depuis les années 1980 (voir Goody 1997 et Naepels 2010 pour une recension des principaux travaux). Ce renouveau prit son essor notamment en réponse aux critiques à propos de l’essentialisme, du culturalisme, du primitivisme et de l’ahistoricisme (voir Fabian 2006 [1983]; Thomas 1989; Douglas 1998) de la discipline anthropologique aux prises avec une « crise de la représentation » (Said 1989) dans un contexte plus large de décolonisation qui l’engagea dans un « tournant réflexif » (Geertz 1973; Clifford et Marcus 1986; Fisher et Marcus 1986). Certains se tournèrent vers l’histoire en quête de nouvelles avenues de recherche pour renouveler la connaissance acquise par l’ethnographie en s’intéressant, d’un point de vue historique, aux dynamiques sociales internes, aux régimes d’historicité et aux formes sociales de la mémoire propres aux groupes auprès desquels ils travaillaient (Naepels 2010 : 877). Les anthropologues océanistes participèrent grandement à ce renouveau en discutant de la nécessité et des possibilités d’une anthropologie historiquement située (Biersack 1991; Barofsky 2000; Merle et Naepels 2003) et par la publication de plusieurs monographies portant en particulier sur la période des premiers contacts entre sociétés autochtones et Européens et les débuts de la période coloniale (entre autres, Dening 1980; Sahlins 1981, 1985; Valeri 1985; Thomas 1990). L’ouvrage maintenant classique de Marshall Sahlins, Islands of History (1985), suscita des débats vigoureux qui marquèrent l’histoire de la discipline anthropologique à propos du relativisme en anthropologie, de l’anthropologie comme acteur historique, de l’autorité ethnographique, de la critique des sources archivistiques, des conflits d’interprétation et du traitement de la capacité d’agir des populations autochtones au moment des premiers contacts avec les Européens et, plus largement, dans l’histoire (pour une synthèse, voir Kuper 2000). Pour ce qui est de la situation coloniale, le 50e anniversaire de la publication du texte fondateur de Balandier de 1951, au début des années 2000, fut l’occasion de rétablir, approfondir et, dans certains cas, renouveler le dialogue non seulement entre anthropologues et historiens, mais également, entre chercheurs français et américains. Les nouvelles études coloniales qui sont en plein essor invitent à une analyse méticuleuse des situations coloniales d’un point de vue local de façon à en révéler les complexités concrètes. On y insiste aussi sur l’importance de questionner les dichotomies strictes et souvent artificielles entre colonisateur et colonisé, Occident et Orient, Nord et Sud. Une attention est aussi portée aux convergences d’un théâtre colonial à un autre, ce qui donne une nouvelle impulsion aux analyses comparatives des colonisations (Sibeud 2004: 94) ainsi qu’au besoin de varier les échelles d’analyse en établissant des distinctions entre les dimensions coloniale et impériale (Bayart et Bertrand 2006; Cooper et Stoler 1997; Singaravélou 2013; Stoler, McGranahn et Perdue 2007) et en insérant les histoires locales dans les processus de globalisation, notamment économique et financière, comme l’ont par exemple pratiqué les anthropologues Jean et John Comaroff (2010) sur leur terrain sud-africain. Ce « jeu d’échelles », représente un défi important puisqu’il force les analystes à constamment franchir les divisions persistantes entre aires culturelles (Sibeud 2004: 95). Ce renouveau a également stimulé une réflexion déjà amorcée sur l’usage des archives coloniales ainsi que sur le contexte de production et de conservation d’une archive (Naepels 2011; Stoler 2009), mais également sur les legs coloniaux dans les mondes actuels (Bayart et Bertrand 2006; De l’Estoile 2008; Stoler 2016)

Les émotions sont vitales dans notre quotidien, devenant un centre d'intérêt majeur de la recherche en cours. La reconnaissance automatique des émotions a suscité beaucoup d'attention en raison de ses applications étendues dans des secteurs tels que la santé, l'éducation, le divertissement et le marketing. Ce progrès dans la reconnaissance émotionnelle est essentiel pour favoriser le développement de l'intelligence artificielle centrée sur l'humain. Les systèmes de reconnaissance des émotions supervisés se sont considérablement améliorés par rapport aux approches traditionnelles d’apprentissage automatique. Cependant, cette progression rencontre des limites en raison de la complexité et de la nature ambiguë des émotions. La création de vastes ensembles de données étiquetées émotionnellement est coûteuse, chronophage et souvent impraticable. De plus, la nature subjective des émotions entraîne des ensembles de données biaisés, impactant l'applicabilité des modèles d'apprentissage dans des scénarios réels.Motivé par la manière dont les humains apprennent et conceptualisent des représentations complexes dès un jeune âge avec un minimum de supervision, cette approche démontre l'efficacité de tirer parti de l'expérience antérieure pour s'adapter à de nouvelles situations. Les modèles d'apprentissage non supervisé ou auto-supervisé s'inspirent de ce paradigme. Initialement, ils visent à établir une représentation générale à partir de données non étiquetées, semblable à l'expérience préalable fondamentale dans l'apprentissage humain. Ces représentations doivent répondre à des critères tels que l'invariance, l'interprétabilité et l'efficacité. Ensuite, ces représentations apprises sont appliquées à des tâches ultérieures avec des données étiquetées limitées, telles que la reconnaissance des émotions. Cela reflète l'assimilation de nouvelles situations dans l'apprentissage humain. Dans cette thèse, nous visons à proposer des méthodes d'apprentissage de représentations non supervisées et auto-supervisées conçues spécifiquement pour des données multimodales et séquentielles, et à explorer leurs avantages potentiels dans le contexte des tâches de reconnaissance des émotions. Les principales contributions de cette thèse comprennent :1. Le développement de modèles génératifs via l'apprentissage non supervisé ou auto-supervisé pour l'apprentissage de la représentation audiovisuelle de la parole, en intégrant une modélisation temporelle et multimodale (audiovisuelle) conjointe.2. La structuration de l'espace latent pour permettre des représentations désentrelacées, améliorant l'interprétabilité en contrôlant les facteurs latents interprétables par l'humain.3. La validation de l'efficacité de nos approches à travers des analyses qualitatives et quantitatives, en particulier sur la tâche de reconnaissance des émotions. Nos méthodes facilitent l'analyse, la transformation et la génération de signaux
Emotions are vital in our daily lives, becoming a primary focus of ongoing research. Automatic emotion recognition has gained considerable attention owing to its wide-ranging applications across sectors such as healthcare, education, entertainment, and marketing. This advancement in emotion recognition is pivotal for fostering the development of human-centric artificial intelligence. Supervised emotion recognition systems have significantly improved over traditional machine learning approaches. However, this progress encounters limitations due to the complexity and ambiguous nature of emotions. Acquiring extensive emotionally labeled datasets is costly, time-intensive, and often impractical.Moreover, the subjective nature of emotions results in biased datasets, impacting the learning models' applicability in real-world scenarios. Motivated by how humans learn and conceptualize complex representations from an early age with minimal supervision, this approach demonstrates the effectiveness of leveraging prior experience to adapt to new situations. Unsupervised or self-supervised learning models draw inspiration from this paradigm. Initially, they aim to establish a general representation learning from unlabeled data, akin to the foundational prior experience in human learning. These representations should adhere to criteria like invariance, interpretability, and effectiveness. Subsequently, these learned representations are applied to downstream tasks with limited labeled data, such as emotion recognition. This mirrors the assimilation of new situations in human learning. In this thesis, we aim to propose unsupervised and self-supervised representation learning methods designed explicitly for multimodal and sequential data and to explore their potential advantages in the context of emotion recognition tasks. The main contributions of this thesis encompass:1. Developing generative models via unsupervised or self-supervised learning for audiovisual speech representation learning, incorporating joint temporal and multimodal (audiovisual) modeling.2. Structuring the latent space to enable disentangled representations, enhancing interpretability by controlling human-interpretable latent factors.3. Validating the effectiveness of our approaches through both qualitative and quantitative analyses, in particular on emotion recognition task. Our methods facilitate signal analysis, transformation, and generation

Ce mémoire traite des modèles génératifs profonds appliqués à la génération automatique de musique symbolique. Nous nous attacherons tout particulièrement à concevoir des modèles génératifs interactifs, c'est-à-dire des modèles instaurant un dialogue entre un compositeur humain et la machine au cours du processus créatif. En effet, les récentes avancées en intelligence artificielle permettent maintenant de concevoir de puissants modèles génératifs capables de générer du contenu musical sans intervention humaine. Il me semble cependant que cette approche est stérile pour la production artistique dans le sens où l'intervention et l'appréciation humaines en sont des piliers essentiels. En revanche, la conception d'assistants puissants, flexibles et expressifs destinés aux créateurs de contenus musicaux me semble pleine de sens. Que ce soit dans un but pédagogique ou afin de stimuler la créativité artistique, le développement et le potentiel de ces nouveaux outils de composition assistée par ordinateur sont prometteurs. Dans ce manuscrit, je propose plusieurs nouvelles architectures remettant l'humain au centre de la création musicale. Les modèles proposés ont en commun la nécessité de permettre à un opérateur de contrôler les contenus générés. Afin de rendre cette interaction aisée, des interfaces utilisateurs ont été développées ; les possibilités de contrôle se manifestent sous des aspects variés et laissent entrevoir de nouveaux paradigmes compositionnels. Afin d'ancrer ces avancées dans une pratique musicale réelle, je conclue cette thèse sur la présentation de quelques réalisations concrètes (partitions, concerts) résultant de l'utilisation de ces nouveaux outils
This thesis discusses the use of deep generative models for symbolic music generation. We will be focused on devising interactive generative models which are able to create new creative processes through a fruitful dialogue between a human composer and a computer. Recent advances in artificial intelligence led to the development of powerful generative models able to generate musical content without the need of human intervention. I believe that this practice cannot be thriving in the future since the human experience and human appreciation are at the crux of the artistic production. However, the need of both flexible and expressive tools which could enhance content creators' creativity is patent; the development and the potential of such novel A.I.-augmented computer music tools are promising. In this manuscript, I propose novel architectures that are able to put artists back in the loop. The proposed models share the common characteristic that they are devised so that a user can control the generated musical contents in a creative way. In order to create a user-friendly interaction with these interactive deep generative models, user interfaces were developed. I believe that new compositional paradigms will emerge from the possibilities offered by these enhanced controls. This thesis ends on the presentation of genuine musical projects like concerts featuring these new creative tools

Ce mémoire traite des modèles génératifs profonds appliqués à la génération automatique de musique symbolique. Nous nous attacherons tout particulièrement à concevoir des modèles génératifs interactifs, c'est-à-dire des modèles instaurant un dialogue entre un compositeur humain et la machine au cours du processus créatif. En effet, les récentes avancées en intelligence artificielle permettent maintenant de concevoir de puissants modèles génératifs capables de générer du contenu musical sans intervention humaine. Il me semble cependant que cette approche est stérile pour la production artistique dans le sens où l'intervention et l'appréciation humaines en sont des piliers essentiels. En revanche, la conception d'assistants puissants, flexibles et expressifs destinés aux créateurs de contenus musicaux me semble pleine de sens. Que ce soit dans un but pédagogique ou afin de stimuler la créativité artistique, le développement et le potentiel de ces nouveaux outils de composition assistée par ordinateur sont prometteurs. Dans ce manuscrit, je propose plusieurs nouvelles architectures remettant l'humain au centre de la création musicale. Les modèles proposés ont en commun la nécessité de permettre à un opérateur de contrôler les contenus générés. Afin de rendre cette interaction aisée, des interfaces utilisateurs ont été développées ; les possibilités de contrôle se manifestent sous des aspects variés et laissent entrevoir de nouveaux paradigmes compositionnels. Afin d'ancrer ces avancées dans une pratique musicale réelle, je conclue cette thèse sur la présentation de quelques réalisations concrètes (partitions, concerts) résultant de l'utilisation de ces nouveaux outils
This thesis discusses the use of deep generative models for symbolic music generation. We will be focused on devising interactive generative models which are able to create new creative processes through a fruitful dialogue between a human composer and a computer. Recent advances in artificial intelligence led to the development of powerful generative models able to generate musical content without the need of human intervention. I believe that this practice cannot be thriving in the future since the human experience and human appreciation are at the crux of the artistic production. However, the need of both flexible and expressive tools which could enhance content creators' creativity is patent; the development and the potential of such novel A.I.-augmented computer music tools are promising. In this manuscript, I propose novel architectures that are able to put artists back in the loop. The proposed models share the common characteristic that they are devised so that a user can control the generated musical contents in a creative way. In order to create a user-friendly interaction with these interactive deep generative models, user interfaces were developed. I believe that new compositional paradigms will emerge from the possibilities offered by these enhanced controls. This thesis ends on the presentation of genuine musical projects like concerts featuring these new creative tools

Bien que les données 3D soient de plus en plus populaires, en particulier avec la démocratisation des expériences de réalité virtuelle et augmentée, il reste très difficile de manipuler une forme 3D, même pour des designers ou des experts. Partant d’une base de données d’instances 3D d’une ou plusieurs catégories d’objets, nous voulons apprendre la variété des formes plausibles en vue de développer de nouveaux outils intelligents de modélisation et d’édition 3D. Cependant, cette variété est souvent bien plus complexe comparée au domaine 2D. En effet, les surfaces 3D peuvent être représentées en utilisant plusieurs plongements distincts, et peuvent aussi exhiber des alignements ou des topologies différentes. Dans cette thèse, nous étudions la variété des formes plausibles à la lumière des défis évoqués précédemment, en approfondissant trois points de vue différents. Tout d'abord, nous considérons la variété comme un espace quotient, dans le but d’apprendre la géométrie intrinsèque des formes à partir d’une base de données où les modèles 3D ne sont pas co-alignés. Ensuite, nous supposons que la variété est non connexe, ce qui aboutit à un nouveau modèle d’apprentissage profond capable d’automatiquement partitionner et apprendre les formes selon leur typologie. Enfin, nous étudions la conversion d’une entrée 3D non structurée vers une géométrie exacte, représentée comme un arbre structuré de primitives solides continues
Even though 3D data is becoming increasingly more popular, especially with the democratization of virtual and augmented experiences, it remains very difficult to manipulate a 3D shape, even for designers or experts. Given a database containing 3D instances of one or several categories of objects, we want to learn the manifold of plausible shapes in order to develop new intelligent 3D modeling and editing tools. However, this manifold is often much more complex compared to the 2D domain. Indeed, 3D surfaces can be represented using various embeddings, and may also exhibit different alignments and topologies. In this thesis we study the manifold of plausible shapes in the light of the aforementioned challenges, by deepening three different points of view. First of all, we consider the manifold as a quotient space, in order to learn the shapes’ intrinsic geometry from a dataset where the 3D models are not co-aligned. Then, we assume that the manifold is disconnected, which leads to a new deep learning model that is able to automatically cluster and learn the shapes according to their typology. Finally, we study the conversion of an unstructured 3D input to an exact geometry, represented as a structured tree of continuous solid primitives

Cette dissertation explore le sujet des modèles génératifs appliqués aux images naturelles.Cette tâche consiste a modéliser la distribution des données observées, et peut permettre de générer des données artificielles semblables aux données d'origine, où de compresser des images.Les modèles à variable latentes, qui sont au cœur de cette thèse, cherchent a résumer les principaux facteurs de variation d'une image en une variable qui peut être manipulée.En particulier, nos contributions sont basées sur deux modèles génératifs a variable latentes: le modèle génératif adversarial (GAN) et l' encodeur variationel (VAE).Récemment, les GAN ont significativement amélioré la qualité des images générées par des modèles profonds, générant des images très convaincantes.Malheureusement ces modèles ont du mal à modéliser tous les modes de la distribution d'origine, ie ils ne couvrent pas les données dans toute leur variabilité.A l'inverse, les modèles basés sur le maximum de vraisemblance tels que les VAEs couvrent typiquement toute la variabilité des données, et en offrent une mesure objective.Mais ces modèles produisent des échantillons de qualité visuelle inférieure, qui sont plus facilement distingués de vrais images.Le travail présenté dans cette thèse a pour but d'obtenir le meilleur des deux mondes: des échantillons de bonne qualité tout en modélisant tout le support de la distribution.La première contribution de ce manuscrit est un modèle génératif profond qui encode la structure globale des images dans une variable latente, basé sur le VAE, et utilise un modèle autoregressif pour modéliser les détails de bas niveau.Nous proposons une procédure d'entrainement qui utilise une fonction de perte auxiliaire pour contrôler quelle information est capturée par la variable latent et quelle information est laissée à un décodeur autoregressif.Au contraire des précédentes approches pour construire des modèles hybrides de ce genre, notre modèle de nécessite pas de contraindre la capacité du décodeur autoregressif pour empêcher des modèles dégénérés qui ignorent la variable latente.La deuxième contribution est bâtie sur le modèle du GAN standard, qui utilise un discriminateur pour guider le modèle génératif.Le discriminateur évalue généralement la qualité d'échantillons individuels, ce qui rend la tache d'évaluer la variabilité des données difficile.A la place, nous proposons de fournir au discriminateur des ensembles de données, ou batches, qui mélangent des vraies images et des images générées.Nous l'entrainons à prédire le ratio de vrais et de faux éléments dans l'ensemble.Ces batches servent d'approximation de la vrai distribution des images générées et permettent au discriminateur d'approximer des statistiques sur leur distributionLes lacunes mutuelles des VAEs et des GANs peuvent, en principe, être réglées en entrainant des modèles hybrides qui utilisent les deux types d'objectif.Dans notre troisième contribution, nous montrons que les hypothèses paramétriques habituelles faites par les VAE produisent un conflit entre les deux, menant à des performances décevantes pour les modèles hybrides.Nous proposons une solution basée sur des modèles profonds inversibles, qui entraine un espace de features dans lequel les hypothèses habituelles peuvent être faites sans poser problème.Notre approche fourni des évaluations e vraisemblance dans l'espace des images tout en étant capable de tirer profit de l'entrainement adversaire.Elle obtient des échantillons de qualité équivalente au modèle pleinement adversaires tout en améliorant les scores de maximum de vraisemblance au moment de la publication, ce qui constitue une amélioration significative
This dissertation explores the topic of generative modelling of natural images,which is the task of fitting a data generating distribution.Such models can be used to generate artificial data resembling the true data, or to compress images.Latent variable models, which are at the core of our contributions, seek to capture the main factors of variations of an image into a variable that can be manipulated.In particular we build on two successful latent variable generative models, the generative adversarial network (GAN) and Variational autoencoder (VAE) models.Recently GANs significantly improved the quality of images generated by deep models, obtaining very compelling samples.Unfortunately these models struggle to capture all the modes of the original distribution, ie they do not cover the full variability of the dataset.Conversely, likelihood based models such as VAEs typically cover the full variety of the data well and provide an objective measure of coverage.However these models produce samples of inferior visual quality that are more easily distinguished from real ones.The work presented in this thesis strives for the best of both worlds: to obtain compelling samples while modelling the full support of the distribution.To achieve that, we focus on i) the optimisation problems used and ii) practical model limitations that hinder performance.The first contribution of this manuscript is a deep generative model that encodes global image structure into latent variables, built on the VAE, and autoregressively models low level detail.We propose a training procedure relying on an auxiliary loss function to control what information is captured by the latent variables and what information is left to an autoregressive decoder.Unlike previous approaches to such hybrid models, ours does not need to restrict the capacity of the autoregressive decoder to prevent degenerate models that ignore the latent variables.The second contribution builds on the standard GAN model, which trains a discriminator network to provide feedback to a generative network.The discriminator usually assesses the quality of individual samples, which makes it hard to evaluate the variability of the data.Instead we propose to feed the discriminator with emph{batches} that mix both true and fake samples, and train it to predict the ratio of true samples in the batch.These batches work as approximations of the distribution of generated images and allows the discriminator to approximate distributional statistics.We introduce an architecture that is well suited to solve this problem efficiently,and show experimentally that our approach reduces mode collapse in GANs on two synthetic datasets, and obtains good results on the CIFAR10 and CelebA datasets.The mutual shortcomings of VAEs and GANs can in principle be addressed by training hybrid models that use both types of objective.In our third contribution, we show that usual parametric assumptions made in VAEs induce a conflict between them, leading to lackluster performance of hybrid models.We propose a solution based on deep invertible transformations, that trains a feature space in which usual assumptions can be made without harm.Our approach provides likelihood computations in image space while being able to take advantage of adversarial training.It obtains GAN-like samples that are competitive with fully adversarial models while improving likelihood scores over existing hybrid models at the time of publication, which is a significant advancement

Un élément clé du récent succès des modèles d'apprentissage profond de traitement du langage réside dans la capacité à apprendre des "embeddings" de mots efficaces. Ces méthodes fournissent des espaces vectoriels structurés de dimension réduite ayant des relations métriques intéressantes. Ceux-ci, à leur tour, peuvent être utilisés comme des représentations d'entrées efficaces pour traiter des tâches plus complexes. Dans cette thèse, nous nous concentrons sur la tâche d'apprentissage d'espaces "d'embedding" pour la musique polyphonique dans le domaine symbolique. Pour ce faire, nous explorons deux approches différentes.Tout d'abord, nous introduisons un modèle d'embedding basé sur un réseau convolutif avec un nouveau type de mécanisme d'attention hiérarchique auto-modulée, qui est calculé à chaque couche afin d'obtenir une vision hiérarchique de l'information musicale.Puis, nous proposons un autre système basé sur les VAE, un type d'auto-encodeur qui contraint la distribution des données de l'espace latent à être proche d'une distribution préalablement choisie. La musique polyphonique étant un type d'information complexe, le choix de la représentation d'entrée est un processus crucial. Nous introduisons donc une nouvelle représentation de données musicales symboliques, qui transforme une partition polyphonique en un signal continu.Enfin, nous montrons le potentiel de nos espaces d'embedding à travers le développement de plusieurs applications créatives utilisées pour améliorer la connaissance et l'expression musicales, à travers des tâches telles que la modification de mélodies ou l'identification de compositeurs
A key part in the recent success of deep language processing models lies in the ability to learn efficient word embeddings. These methods provide structured spaces of reduced dimensionality with interesting metric relationship properties. These, in turn, can be used as efficient input representations for handling more complex tasks. In this thesis, we focus on the task of learning embedding spaces for polyphonic music in the symbolic domain. To do so, we explore two different approaches.We introduce an embedding model based on a convolutional network with a novel type of self-modulated hierarchical attention, which is computed at each layer to obtain a hierarchical vision of musical information.Then, we propose another system based on VAEs, a type of auto-encoder that constrains the data distribution of the latent space to be close to a prior distribution. As polyphonic music information is very complex, the design of input representation is a crucial process. Hence, we introduce a novel representation of symbolic music data, which transforms a polyphonic score into a continuous signal.Finally, we show the potential of the resulting embedding spaces through the development of several creative applications used to enhance musical knowledge and expression, through tasks such as melodies modification or composer identification

L'essor de l'apprentissage profond trouve notamment sa source dans les avancées scientifiques qu'il a permises en termes d'apprentissage de représentations et de modèles génératifs. Dans leur grande majorité, ces progrès ont cependant été obtenus sur des données textuelles et visuelles statiques, les données temporelles demeurant un défi pour ces méthodes. Compte tenu de leur importance pour l'automatisation croissante de multiples tâches, de plus en plus de travaux en apprentissage automatique s'intéressent aux problématiques d'évolution temporelle. Dans cette thèse, nous étudions ainsi plusieurs aspects de la temporalité et des systèmes dynamiques dans les réseaux de neurones profonds pour l'apprentissage non supervisé de représentations et de modèles génératifs. Premièrement, nous présentons une méthode générale d'apprentissage de représentations non supervisée pour les séries temporelles prenant en compte des besoins pratiques d'efficacité et de flexibilité. Dans un second temps, nous nous intéressons à l'apprentissage pour les séquences structurées de nature spatio-temporelle, couvrant les vidéos et phénomènes physiques. En les modélisant par des équations différentielles paramétrisées par des réseaux de neurones, nous montrons la corrélation entre la découverte de représentations pertinentes d'un côté, et de l'autre la fabrique de modèles prédictifs performants sur ces données. Enfin, nous analysons plus généralement dans une troisième partie les populaires réseaux antagonistes génératifs dont nous décrivons la dynamique d'apprentissage par des équations différentielles, nous permettant d'améliorer la compréhension de leur fonctionnement
The recent rise of deep learning has been motivated by numerous scientific breakthroughs, particularly regarding representation learning and generative modeling. However, most of these achievements have been obtained on image or text data, whose evolution through time remains challenging for existing methods. Given their importance for autonomous systems to adapt in a constantly evolving environment, these challenges have been actively investigated in a growing body of work. In this thesis, we follow this line of work and study several aspects of temporality and dynamical systems in deep unsupervised representation learning and generative modeling. Firstly, we present a general-purpose deep unsupervised representation learning method for time series tackling scalability and adaptivity issues arising in practical applications. We then further study in a second part representation learning for sequences by focusing on structured and stochastic spatiotemporal data: videos and physical phenomena. We show in this context that performant temporal generative prediction models help to uncover meaningful and disentangled representations, and conversely. We highlight to this end the crucial role of differential equations in the modeling and embedding of these natural sequences within sequential generative models. Finally, we more broadly analyze in a third part a popular class of generative models, generative adversarial networks, under the scope of dynamical systems. We study the evolution of the involved neural networks with respect to their training time by describing it with a differential equation, allowing us to gain a novel understanding of this generative model

L'édition d'images a une histoire riche remontant à plus de deux siècles. Cependant, l'édition "classique" des images requiert une grande maîtrise artistique et nécessitent un temps considérable, souvent plusieurs heures, pour modifier chaque image. Ces dernières années, d'importants progrès dans la modélisation générative ont permis la synthèse d'images réalistes et de haute qualité. Toutefois, l'édition d'une image réelle est un vrai défi nécessitant de synthétiser de nouvelles caractéristiques tout en préservant fidèlement une partie de l'image d'origine. Dans cette thèse, nous explorons différentes approches pour l'édition d'images en exploitant trois familles de modèles génératifs : les GANs, les auto-encodeurs variationnels et les modèles de diffusion. Tout d'abord, nous étudions l'utilisation d'un GAN pré-entraîné pour éditer une image réelle. Bien que des méthodes d'édition d'images générées par des GANs soient bien connues, elles ne se généralisent pas facilement aux images réelles. Nous analysons les raisons de cette limitation et proposons une solution pour mieux projeter une image réelle dans un GAN afin de la rendre éditable. Ensuite, nous utilisons des autoencodeurs variationnels avec quantification vectorielle pour obtenir directement une représentation compacte de l'image (ce qui faisait défaut avec les GANs) et optimiser le vecteur latent de manière à se rapprocher d'un texte souhaité. Nous cherchons à contraindre ce problème, qui pourrait être vulnérable à des exemples adversariaux. Nous proposons une méthode pour choisir les hyperparamètres en fonction de la fidélité et de l'édition des images modifiées. Nous présentons un protocole d'évaluation robuste et démontrons l'intérêt de notre approche. Enfin, nous abordons l'édition d'images sous l'angle particulier de l'inpainting. Notre objectif est de synthétiser une partie de l'image tout en préservant le reste intact. Pour cela, nous exploitons des modèles de diffusion pré-entraînés et nous appuyons sur la méthode classique d'inpainting en remplaçant, à chaque étape du processus de débruitage, la partie que nous ne souhaitons pas modifier par l'image réelle bruitée. Cependant, cette méthode peut entraîner une désynchronisation entre la partie générée et la partie réelle. Nous proposons une approche basée sur le calcul du gradient d'une fonction qui évalue l'harmonisation entre les deux parties. Nous guidons ainsi le processus de débruitage en utilisant ce gradient
Image editing has a rich history which dates back two centuries. That said, "classic" image editing requires strong artistic skills as well as considerable time, often in the scale of hours, to modify an image. In recent years, considerable progress has been made in generative modeling which has allowed realistic and high-quality image synthesis. However, real image editing is still a challenge which requires a balance between novel generation all while faithfully preserving parts of the original image. In this thesis, we will explore different approaches to edit images, leveraging three families of generative networks: GANs, VAEs and diffusion models. First, we study how to use a GAN to edit a real image. While methods exist to modify generated images, they do not generalize easily to real images. We analyze the reasons for this and propose a solution to better project a real image into the GAN's latent space so as to make it editable. Then, we use variational autoencoders with vector quantification to directly obtain a compact image representation (which we could not obtain with GANs) and optimize the latent vector so as to match a desired text input. We aim to constrain this problem, which on the face could be vulnerable to adversarial attacks. We propose a method to chose the hyperparameters while optimizing simultaneously the image quality and the fidelity to the original image. We present a robust evaluation protocol and show the interest of our method. Finally, we abord the problem of image editing from the view of inpainting. Our goal is to synthesize a part of an image while preserving the rest unmodified. For this, we leverage pre-trained diffusion models and build off on their classic inpainting method while replacing, at each denoising step, the part which we do not wish to modify with the noisy real image. However, this method leads to a disharmonization between the real and generated parts. We propose an approach based on calculating a gradient of a loss which evaluates the harmonization of the two parts. We guide the denoising process with this gradient

Dans ce manuscrit, nous développons des architectures d'apprentissage profond pour modéliser la consommation énergétique et la qualité de l'air de bâtiments.Nous présentons d'abord une méthodologie de bout-en-bout permettant d'optimiser la demande énergétique tout en améliorant le confort, en substituant au traditionnel simulateur physique un modèle num'eriquement plus efficace.A partir de données historiques, nous vérifions que les simulations de ce métamodèle correspondent aux conditions réelles du bâtiment.Cependant, les performances des prédictions sont dégradées dans certaines situations à cause de différents facteurs alétoires.Nous proposons alors de quantifier l'incertitude des prédictions en combinant des modèles à espaces d'état à des modèles d'apprentissage profond pour les séries temporelles.Dans une première approche, nous montrons comment les poids d'un modèle peuvent être affinés par des méthodes de Monte Carlo séquentielles, afin de prendre en compte l'incertitude sur la dernière couche.Nous proposons un second modèle génératif à états latents discrets, permettant une procédure d'apprentissage moins coûteuse par Inférence Variationnelle ayant des performances équivalentes sur une tâche de prévision de l'humidité relative.Enfin, notre dernière contribution étend l'utilisation de ces modèles discrets, en proposant une nouvelle loi a priori basée sur des ponts de diffusion.En apprenant à corrompre puis à reconstruire des échantillons de l'espace latent, notre modèle est capable d'apprendre la distribution a priori, quelle que soit la nature des données
In this thesis, we develop deep learning architectures for modelling building energy consumption and air quality.We first present an end-to-end methodology for optimizing energy demand while improving indoor comfort, by substituting the traditionally used physical simulators with a much faster surrogate model.Using historic data, we can ensure that simulations from this metamodel match the real conditions of the buildings.Yet some differences remain, due to unavailable and random factors.We propose to quantify this uncertainty by combining state space models with time series deep learning models.In a first approach, we show how the weights of a model can be finetuned through Sequential Monte Carlo methods, in order to take into account uncertainty on the last layer.We propose a second generative model with discrete latent states, allowing for a simpler training procedure through Variational Inference and equivalent performances on a relative humidity forecasting task.Finally, our last work extends on these quantized models, by proposing a new prior based on diffusion bridges.By learning to corrupt and reconstruct samples from the latent space, our model is able to learn the complex prior distribution, regardless of the nature of the data

Des avancées significatives sur les réseaux de neurones profonds ont récemment permis le développement de technologies importantes comme les voitures autonomes et les assistants personnels intelligents basés sur la commande vocale. La plupart des succès en apprentissage profond concernent la prédiction, alors que les percées initiales viennent des modèles génératifs. Actuellement, même s'il existe des outils puissants dans la littérature des modèles génératifs basés sur les réseaux profonds, ces techniques sont essentiellement utilisées pour la prédiction ou pour générer des objets connus (i.e., des images de haute qualité qui appartiennent à des classes connues) : un objet généré qui est à priori inconnu est considéré comme une erreur (Salimans et al., 2016) ou comme un objet fallacieux (Bengio et al., 2013b). En d'autres termes, quand la prédiction est considérée comme le seul objectif possible, la nouveauté est vue comme une erreur - que les chercheurs ont essayé d'éliminer au maximum. Cette thèse défends le point de vue que, plutôt que d'éliminer ces nouveautés, on devrait les étudier et étudier le potentiel génératif des réseaux neuronaux pour créer de la nouveauté utile - particulièrement sachant l'importance économique et sociétale de la création d'objets nouveaux dans les sociétés contemporaines. Cette thèse a pour objectif d'étudier la génération de la nouveauté et sa relation avec les modèles de connaissance produits par les réseaux neurones profonds génératifs. Notre première contribution est la démonstration de l'importance des représentations et leur impact sur le type de nouveautés qui peuvent être générées : une conséquence clé est qu'un agent créatif a besoin de re-représenter les objets connus et utiliser cette représentation pour générer des objets nouveaux. Ensuite, on démontre que les fonctions objectives traditionnelles utilisées dans la théorie de l'apprentissage statistique, comme le maximum de vraisemblance, ne sont pas nécessairement les plus adaptées pour étudier la génération de nouveauté. On propose plusieurs alternatives à un niveau conceptuel. Un deuxième résultat clé est la confirmation que les modèles actuels - qui utilisent les fonctions objectives traditionnelles - peuvent en effet générer des objets inconnus. Cela montre que même si les fonctions objectives comme le maximum de vraisemblance s'efforcent à éliminer la nouveauté, les implémentations en pratique échouent à le faire. A travers une série d'expérimentations, on étudie le comportement de ces modèles ainsi que les objets qu'ils génèrent. En particulier, on propose une nouvelle tâche et des métriques pour la sélection de bons modèles génératifs pour la génération de la nouveauté. Finalement, la thèse conclue avec une série d'expérimentations qui clarifie les caractéristiques des modèles qui génèrent de la nouveauté. Les expériences montrent que la sparsité, le niveaux du niveau de corruption et la restriction de la capacité des modèles tuent la nouveauté et que les modèles qui arrivent à reconnaître des objets nouveaux arrivent généralement aussi à générer de la nouveauté
In recent years, significant advances made in deep neural networks enabled the creation of groundbreaking technologies such as self-driving cars and voice-enabled personal assistants. Almost all successes of deep neural networks are about prediction, whereas the initial breakthroughs came from generative models. Today, although we have very powerful deep generative modeling techniques, these techniques are essentially being used for prediction or for generating known objects (i.e., good quality images of known classes): any generated object that is a priori unknown is considered as a failure mode (Salimans et al., 2016) or as spurious (Bengio et al., 2013b). In other words, when prediction seems to be the only possible objective, novelty is seen as an error that researchers have been trying hard to eliminate. This thesis defends the point of view that, instead of trying to eliminate these novelties, we should study them and the generative potential of deep nets to create useful novelty, especially given the economic and societal importance of creating new objects in contemporary societies. The thesis sets out to study novelty generation in relationship with data-driven knowledge models produced by deep generative neural networks. Our first key contribution is the clarification of the importance of representations and their impact on the kind of novelties that can be generated: a key consequence is that a creative agent might need to rerepresent known objects to access various kinds of novelty. We then demonstrate that traditional objective functions of statistical learning theory, such as maximum likelihood, are not necessarily the best theoretical framework for studying novelty generation. We propose several other alternatives at the conceptual level. A second key result is the confirmation that current models, with traditional objective functions, can indeed generate unknown objects. This also shows that even though objectives like maximum likelihood are designed to eliminate novelty, practical implementations do generate novelty. Through a series of experiments, we study the behavior of these models and the novelty they generate. In particular, we propose a new task setup and metrics for selecting good generative models. Finally, the thesis concludes with a series of experiments clarifying the characteristics of models that can exhibit novelty. Experiments show that sparsity, noise level, and restricting the capacity of the net eliminates novelty and that models that are better at recognizing novelty are also good at generating novelty

Une profonde évolution se déroule actuellement au sein de la médecine des forces françaises : cette transformation consiste notamment en la création depuis mars 2015 de deux centres médicaux des armées expérimentaux dits de nouvelle génération, dont celui de Tours. Cet article reviendra sur une année d’exercice complète de cette expérimentation entre septembre 2015 et septembre 2016 en décrivant les grandes fonctions de ce nouvel organisme : soigner, soutenir et appuyer les forces armées, les préparer à leurs missions, et préparer spécifiquement le personnel de la médecine des forces à la projection. Le centre médical des armées expérimental dit de nouvelle génération de Tours a été construit en s’ajustant de très près au modèle théorique : sa réalisation a démontré des faiblesses et a présenté des menaces, mais elle a aussi offert des opportunités, en particulier dans le domaine du management dans un environnement doublement contraignant : militaire et santé. Enfin, la confrontation de cette nouvelle organisation au quotidien et face aux grandes missions du Service de santé des armées a démontré, de fait, la force principale d’un centre médical des armées de nouvelle génération : l’avantage tactique.