Vertaling van "ligne pour recueillir les données environnementales " (Frans → Nederlands) :

C’est un système qui pourrait mettre la prochaine génération en première ligne pour recueillir les données environnementales.
Dit is een systeem dat de volgende generatie aan de frontlinie van het verzamelen van milieugegevens zou kunnen brengen.

Ce que j'essaie donc de vous montrer ici, ce sont les données d'une classe pilote à Los Altos, où ils ont pris deux classes de CM2 et deux classes de 4ème et ont complétement éventré leur vieux programme de maths. Ces enfants n'utilisent pas de manuels, ils ne reçoivent pas de cours à schéma unique. Ils travaillent avec la Khan Academy, ils utilisent ce logiciel, pour à peu près la moitié de leurs cours de maths. Je vous assure que nous ne voyons pas ça comme une formation complète en maths. Son intérêt est -- et c'est ce qui se passe à Los Altos -- de libérer du temps. Ça montre où sont les blocages et les facilités, ce qui rend sûr que vous maîtriser les systèmes d'équations, et ça libère du temps pour les simulations, les jeux, les mécanismes, la construction de robots, pour estimer la hauteur d'une colline en se basant sur son ombre. L'idée est donc que l'enseignant entre dans la classe chaque jour, chaque élève travaille à son propre rythme -- et c'est un réel tableau de bord de l'école du district de Los Altos -- et ils observent ce tableau. Chaque ligne est un élève. Chaque colonne est un des concepts. Le vert indique que l'élève est déjà compétent. Le bleu indique qu'il travaille dessus -- pas besoin de s'inquiéter. Le rouge indique qu'il est bloqué. Ce que fait l'enseignant, c'est littéralement dire : « Laissez-moi intervenir sur ces enfants dans le rouge. » Ou encore mieux : « Laissez-moi prendre un des élèves dans le vert qui est déjà compétent dans ce concept pour en faire la première ligne offensive et devenir véritablement le tuteur de son camarade. » (Applaudissements) Je viens d'une réalité basée sur les données, donc nous ne voulons pas que l'enseignant intervienne en ayant à poser des questions bizarres : « Oh, qu'est-ce que tu ne comprends pas ? » ou « Qu'est-ce que tu comprends ? » et tout le reste. Donc notre idée est de vraiment munir les enseignants d'autant de données que possible -- de réelles données qui, dans presque tout autre domaine, so ...
Wat ik jullie hier toon, zijn gegevens van een pilootschool in het schooldistrict Los Altos. Ze namen twee klassen van de 10-jarigen en twee van 12-jarigen en beenden hun oude wiskundecurriculum helemaal uit. Deze kinderen gebruiken geen handboeken. Ze krijgen geen eenheidsworst -lessen. Ze doen Khan Academy. Ze gebruiken de software voor ongeveer de helft van de wiskundeles. Laat me duidelijk zijn: we zien dit niet als de volledige wiskundeles. Het effect hiervan is -- en dat gebeurt in Los Altos -- dat er tijd vrijkomt. Dit is blokkeren en aanpaken, zorgen dat je een stelsel van vergelijkingen kan afwerken. Dat maakt tijd vrij voor simulaties, games, mechanica, robots bouwen, schatten hoe hoog die heuvel is op basis van zijn schaduw. Het paradigma is dat de leerkracht elke dag binnenkomt, dat elk kind op zijn eigen tempo werkt -- en dit is een live dashboard van het schooldistrict Los Altos -- en dat ze dit dashboard bekijken. Elke rij is een student. Elke kolom is een van die concepten. Groen betekent dat de leerling het al onder de knie heeft. Blauw betekent dat ze eraan werken -- komt in orde. Rood betekent dat ze vastzitten. En wat de leraar doet is letterlijk alleen maar zeggen: Laat me ingrijpen op de rode kinderen. Of nog beter Laat me een van de groene kinderen roepen, die dat concept al onder de knie hebben, om de eerste aanvalslinie te vormen en hun klasgenoten te coachen. (Applaus) Ik kom uit een omgeving die erg op data is gericht. We willen niet dat de leerkracht tussenbeide moet komen en het kind rare vragen moet stellen, als: Dus wat begrijp je niet? of Wat begrijp je wel? enzovoort. Ons paradigma is dat we de leerkrachten met zoveel mogelijk gegevens wapenen. Echte gegevens, zoals dat in ongeveer elk ander domein wordt verwacht, of het nu financiën, marketing of productie is. De leerkrachten kunnen vaststellen wat er fout gaat met de leerlingen. Zo kunnen ze hun interactie zo productief mogelijk maken.

Et laissez moi juste en mentionner deux, rapidement. L'une, tirée du domaine de l'ingénierie, et l'autre du domaine clinique. Dans la perspective de l'ingénierie, nous pouvons nous demander, puisque nous savons que le mouvement est si important pour le système visuel humain si nous pouvons utiliser cela comme recette pour construire des systèmes de vision sur des machines qui peuvent apprendre par elles-mêmes, qui n'ont pas besoin d'être programmées par un programmateur humain. Et c'est ce que nous essayons de faire. Je suis au MIT, au MIT vous devez appliquer tout connaissance fondamentale que vous acquérez. Alors nous sommes en train de créer Dylan, qui est un système informatique avec le but ambitieux de recueillir les données visuelles du même genre que ceux qu'un enfant humain recevrait, et de découvrir de façon autonome quels sont les objets dans ces données visuelles.
Laat me er snel twee noemen. Eén komt uit de techniek en de andere uit de kliniek. Vanuit de invalshoek van de techniek kunnen we vragen: gegeven dat we weten dat beweging zo belangrijk is voor de menselijke verwerking van zicht, kunnen we dit als voorbeeld gebruiken voor het maken van toestellen met een zichtsysteem dat zelf kan leren zonder dat het geprogrammeerd hoeft te worden door een mens? En dat is wat we trachten te doen. Ik zit bij MIT, en daar moet je alle kennis die je opdoet toepassen. Daarom maken we Dylan. Dat is een computationeel systeem met het vooruitstrevende doel visuele invoer te gebruiken van het soort dat menselijke kinderen krijgen en het onafhankelijk te laten ontdekken wat de voorwerpen zijn in die invoer die het ziet.

Et bien, l'ordinateur l'avait vu, et en fait, il l'a vu chez un sujet sur trois. On peut donc partir d'un visage anonyme, en ligne ou hors ligne, et on peut utiliser la reconnaissance faciale pour donner un nom à ce visage anonyme grâce aux données des réseaux sociaux. Mais quelques années auparavant, on a fait quelque chose d'autre. A partir des données des réseaux sociaux, combinées statistiquement avec les données de la Sécurité Sociale du gouvernement américain, on a réussi à déduire les numéros de sécurité sociale, ce qui est, aux Etats-Unis, une information extrêmement sensible. Vous voyez où je veux en venir ? Si vous combinez les deux études, la question devient : peut-on partir d'un visage et, en utilisant la reconnaissance faciale, trouver le nom et les informations disponibles de façon publique sur ce nom et sur cette personne, puis, à partir de ces informations publiques, en déduire des informations non publiques, beaucoup plus sensibles, que l'on peut relier au visage ? Et la réponse est, oui, on peut, et on l'a fait. Bien sûr, la précision est de pire en pire.
De computer in ieder geval wel, en die deed dat zelfs in één op de drie gevallen. We kunnen dus gewoon beginnen met een anoniem gezicht, offline of online, en gezichtsherkenning gebruiken om een naam te plakken op dat anonieme gezicht dankzij gegevens van sociale media. Een paar jaar geleden deden we iets anders. We begonnen met data van sociale media, en combineerden die met statistisch data van de Amerikaanse overheid over sociale zekerheid, en uiteindelijk konden we sofinummers voorspellen, wat in de Verenigde Staten extreem gevoelige informatie is. Volgen jullie mij? Als je de twee onderzoeken samenvoegt, dan wordt de vraag: kun je met een foto van een gezicht, met behulp van gezichtsherkenning een naam en openbaar beschikbare informatie over die naam en die persoon vinden, en uit die openbare informatie afgeschermde informatie afleiden, veel gevoeligere informatie, die je weer koppelt aan het gezicht? Het antwoord is ja, dat kunnen we, en dat hebben we ook gedaan. Natuurlijk neemt de nauwkeurigheid steeds meer af.

Vous êtes témoins du fait qu'elle est là, sur l'appareil Garmin utilisé par une équipe de secours. Et pour Haïti, voici la carte qui montre sur le côté gauche là, cet hôpital, en fait c'est un navire-hôpital. Voici une carte en temps réel qui montre les routes bloquées les bâtiments endommagés, les camps de réfugiés. Elle montre des choses dont on a besoin. Alors, si vous avez participé à ça de près ou de loin, je voulais juste dire que quoi que vous ayez fait, que vous ayez juste mis en forme des données brutes, ou que vous ayez mis en ligne des données gouvernementales ou scientifiques, je voulais profiter de cette occasion pour vous dire un grand merci, et ce n'est pour nous que le début.
Getuige het feit dat het hier op dit Garmin apparaat staat gebruikt door een reddingsteam in het veld. Hier is de map die laat zien aan de linkerkant, dat ziekenhuis -- eigenlijk is het een ziekenhuisschip. Dit is een real-time kaart die gesloten wegen laat zien, beschadigde gebouwen en vluchtelingen kampen. Het laat dingen zien die nodig zijn [voor reddings- en liefdadigheidswerk]. Zo, als je er al helemaal mee te maken hebt gehad, wilde ik alleen zeggen: wat je ook aan het doen bent, of je nu hebt geroepen ruwe data nu! of je nu overheids- of wetenschappelijke data online hebt gezet, ik wilde alleen van deze gelegenheid gebruik maken om hartelijk dank te zeggen, en we zijn slechts pas gestart!

(NdT : l'Initiative de la voix de la maladie de Parkinson.) Avec Aculab et PatientsLikeMe, nous visons à enregistrer un très grand nombre de voix dans le monde entier pour recueillir suffisamment de données pour commencer à s'attaquer à ces quatre objectifs.
In samenwerking met 'Aculab' en 'PatiensLikeMe' verzamelen we een grote hoeveelheid stemgeluiden wereldwijd, genoeg gegevens om deze vier doelstellingen te tackelen.

Si vous attrapez cette poussière derrière vous, si vous recherchez votre génome, si vous trouvez et récupérez vos dossiers médicaux, vous pourrez donner votre consentement éclairé en ligne - parce que cette donation aux réserves doit être volontaire et éclairée. Vous pouvez télécharger vos données pour qu'elles soient utilisables par les mathématiciens pour cette grande étude de données. Le but est d'en obtenir 100 000 la première année puis 1 million sur 5 ans afin d'avoir des tranches suffisamment représentatives pour pouvoir les comparer aux tests moins étendus d'études traditionnelles afin d'en faire ressortir les corrélations subtiles entre les variations qui nous rendent uniques et les modèles de santé vers lesquels nous devons évoluer, en tant que société.
Zoek dus wat ‘stof’ achter je, pak je genoom pak je medisch dossier. Je kan dan online je geïnformeerde toestemming geven -- omdat de donatie aan de gegevensbank van algemeen nut vrijwillig en geïnformeerd moet zijn -- je kan je gegevens uploaden en ter beschikking stellen van de wiskundigen die dit soort onderzoek met grote aantallen gegevens zullen doen. Het streefdoel is 100.000 in het eerste jaar en een miljoen in de eerste vijf jaar zodat we een statistisch significante cohort krijgen die je gebruiken kunt om ze te vergelijken met de steekproeven van kleinere omvang van traditioneel onderzoek en ze in kaart brengen. Die kun je dan gebruiken om die subtiele correlaties van de verschillende variaties die ons uniek maken, eruit te halen en voor de soorten gezondheidszorg, die we nodig hebben om als samenleving vooruit te gaan.

Ce n'est pas seulement une racine qui fait vivre une plante. Pour chacune de ces plantes, peu importe sa nature, une présentation, une analyse, quelqu'un cherchant des tendances dans les données, peut interroger toutes ces données. et toutes ces données sont connectées. La chose vraiment important sur les données, c'est que plus vous avez de données connectés, plus elles deviennent puissant. Linked Data est donc apparu, le concept, le mème a été essaimé. et quelques temps après, Chris Spitzer, de l'Université Libre de Berlin, qui fut l'un des premiers à publier des données interessantes, remarqua que Wikipédia, cette fameuse encyclopédie en ligne, qui contient plein de documents intéressants, possédait parfois des encadrés, des sortes de boites d'information.
Het is niet alleen een wortel die een plant voortbrengt, maar voor elk van die planten, of wat dan ook -- een presentatie, een analyse, zoekt iemand naar patronen in die data -- ze kunnen alle data bekijken en met elkaar verbinden. En het belangrijkste over data is: hoe meer je ze verbindt, hoe krachtiger ze worden. Dus, gelinkte data. De meme kwam naar buiten. En al vrij snel merkte Chris Bizer van de Freie Universität in Berlijn, een van de eersten die interessante data aanbracht, dat Wikipedia -- je kent Wikipedia, de online encyclopedie met een hele hoop interessante documenten er in. In die documenten staan kleine vierkantjes, kleine vakjes.

Je voulais aussi quelqu'un qui non seulement voulait deux enfants, mais qui aurait aussi la même attitude que moi en tant que parent, c'est à dire quelqu'un qui serait totalement d'accord avec le fait de forcer notre enfant à prendre des cours de piano dès l'âge de trois ans, et peut-être aussi des cours d'informatique si on pouvait s'arranger pour. Des choses comme ça, mais je voulais aussi quelqu'un qui apprécierait s'aventurer, dans des endroits exotiques, comme Petra en Jordanie. Je voulais aussi quelqu'un qui pèserait toujours une dizaine de kilos de plus que moi, et ce quel que soit mon poids. (Rires) Donc j'avais maintenant ces 72 données, ce qui pour être honnête, est beaucoup. Ce que j'ai fait, c'est que je j'ai continué sur ma lancée et j'ai créé un ordre de priorités dans ma liste. Je l'ai scindée et classée en deux niveaux, et j'ai noté chaque point en allant de 100 jusqu'à 91, et j'ai listé toutes ces choses, par exemple le fait de chercher quelqu'un de très intelligent, qui me donnerait des défis intellectuels et qui me stimulerait. Et j'ai comparé tout cela à un second niveau constitué d'un second ensemble de points. Ces choses étaient tout aussi importantes pour moi mais pas nécessairement un tue-l'amour. Une fois que j'ai fini tout ça, j'ai créé un système de notation, car ce que je voulais faire, c'était en quelque sorte calculer mathématiquement si le prétendant que je trouverais en ligne me conviendrait. J'imaginais qu'il faudrait un minimum de 700 points pour que j'accepte d'envoyer un mail à quelqu'un ou que je réponde à un email. Pour un total de 900 points, j'accepterais d'aller à un rendez-vous, et je n'envisagerais aucune une relation avant que quelqu'un ait dépassé le seuil des 1500 points.
Ik wilde ook iemand die niet alleen twee kinderen wilde, maar ook iemand met dezelfde houding tegenover ouderschap. Iemand die het prima vond om ons kind van drie naar pianoles te sturen, en misschien ook computerles als dat mogelijk zou zijn. Dat soort dingen dus. Maar ik wilde ook iemand die naar verre exotische oorden wilde, zoals Petra in Jordanië. Ik wilde ook iemand die altijd 9 kilo meer weegt dan ik, wat ik ook weeg. (Gelach) Dus toen had ik deze 72 verschillende punten, wat een hoop is. Dus ik ging weer door de lijst, en stelde prioriteiten. Ik verdeelde de lijst in een bovenste en onderste helft van punten en ik scoorde ze beginnend bij 100 terug naar 91 en ik maakte een lijst van kenmerken zoals: iemand die heel erg slim is, die me zou uitdagen en stimuleren, en balanceerde dat met een tweede blok en een tweede puntentelling. Dingen die ik ook belangrijk vond, maar die niet verplicht waren. Toen ik dit allemaal gedaan had, maakte ik een scoringssysteem, omdat ik wiskundig wilde kunnen berekenen omdat ik wiskundig wilde kunnen berekenen of ik dacht dat een man die ik online vond ook een match kon zijn. Ik stelde een minimum van 700 punten voordat ik iemand wilde mailen of een mail wilde beantwoorden. Met 900 punten zou ik een afspraak willen maken en ik wilde onder geen beding een relatie of zo met iemand voordat hij 1500 punten had gescoord.

L'artiste Aaron Koblin prend des quantités de données — et parfois un grand nombre de personnes — et les réunit pour en faire de splendides visualisations. Des élégantes lignes traçant les vols d'avion aux paysages de données de téléphones cellulaires, d'une vidéo de Johnny Cash composée de de dessins du grand public à la vidéo Wilderness Downtown qui se personnalise pour l'utilisateur, ses travaux explorent avec brio comment la technologie moderne peut nous rendre plus humains.
Kunstenaar Aaron Koblin neemt omvangrijke hoeveelheden data — en zo nu en dan omvrangrijke hoeveelheden mensen — en verwerkt ze in verbluffende visualisaties. Van elegante lijnen die vluchten van vliegtuigmaatschappijen optekenen tot landschappen van mobiele telefoondata, van een Johnny Cash video in elkaar gezet met crowd-sourced tekeningen tot de Wilderness Downtown -video die zich aanpast aan de gebruiker — zijn werk verkent op briljante wijze hoe moderne technologie ons menselijker kan maken.