Le jeu de la vie de Conway : implémentation et petites adaptations

Magazine
Marque
GNU/Linux Magazine
Numéro
205
Mois de parution
juin 2017
Domaines


Résumé

Le jeu de la vie est un des grands classiques de l'algorithmie. Dans cet article, je vous propose de redécouvrir cet algorithme, basé sur les automates cellulaires et de l'implémenter en Python avant de créer des automates capables de réaliser des tâches pratiques.


Pour ceux d'entre vous qui ne le connaîtraient pas, le jeu de la vie n'est pas à proprement parler un jeu dans la mesure où vous n'aurez aucune action à effectuer. Il s'agit en fait d'un automate particulier, un automate cellulaire, dont les règles ont été définies par le mathématicien John Conway en 1970. Ce n'est pas un jeu/automate que son auteur aime particulièrement, car il a « masqué » toutes ses autres découvertes et il ne considère pas qu'il s'agisse vraiment de mathématiques. On peut aisément imaginer que si on lui parle de ce jeu depuis 47 ans, cela puisse devenir lassant… Je vous recommande vraiment de visionner deux vidéos d'interview (en anglais) sur YouTube[1][2] où il explique lui-même le jeu de la vie et comment il a eu l'idée de l'inventer. Bien entendu, vous n'êtes pas obligé de voir ces vidéos pour comprendre le jeu de la vie puisque c'est ce que nous allons faire dans la suite, mais nous avons là la chance de pouvoir avoir une...

Cet article est réservé aux abonnés. Il vous reste 97% à découvrir.
à partir de 21,65€ HT/mois/lecteur pour un accès 5 lecteurs à toute la plateforme
J'en profite


Articles qui pourraient vous intéresser...

Scikit-image, une alternative à OpenCV pour la reconnaissance d'images

Magazine
Marque
GNU/Linux Magazine
Numéro
244
Mois de parution
janvier 2021
Domaines
Résumé

Une fois n'est pas coutume, nous allons découvrir et utiliser une alternative à OpenCV, scikit-image communément appelé skimage. Nous implémenterons la reconnaissance d'images avec la méthode des histogrammes de gradients orientés (HOG : Histogram of Oriented Gradients) associée à une machine à vecteurs de support (SVM : Support Vector Machine). Cette méthode est employée dans bien des applications telles que l'automobile, pour la détection de piétons [1].

Intelligence artificielle : la grande méprise

Magazine
Marque
Linux Pratique
Numéro
118
Mois de parution
mars 2020
Domaines
Résumé

Que ce soit dans les salons professionnels, la presse spécialisée ou même les publicités adressées au grand public, on n’échappe pas à l’intelligence artificielle. Pourtant, derrière ce terme, finalement très fourre-tout, il existe une véritable science. Mais entre l’état de l’art et ce qui existe réellement, il y a une différence qui change la donne.

AlphaFold, la réponse au problème le plus complexe de l'univers ?

Magazine
Marque
GNU/Linux Magazine
Numéro
234
Mois de parution
février 2020
Domaines
Résumé

Avec l’avènement de la biologie moléculaire au XXe siècle, l’homme a pris conscience qu’il pouvait utiliser le vivant pour l’étudier, puis pour le modifier. Le défi du XXIe siècle va porter sur l’utilisation intelligente de ce savoir pour accélérer l’évolution, et produire des nano machines, les protéines, capables de corriger tous les problèmes que nous avons engendrés. Mais pour cela, il faut répondre au problème le plus complexe de l’univers...

Réalisez vos deepfakes avec les réseaux génératifs antagonistes

Magazine
Marque
GNU/Linux Magazine
Numéro
234
Mois de parution
février 2020
Domaines
Résumé

Parmi les applications du moment les plus décriées de l'intelligence artificielle figurent celles qui consistent à falsifier des supports multimédias (vidéos, images ou bandes sons...) dont il est de plus en plus difficile de savoir s'il s'agit d'un support orignal ou corrompu. Vous avez pu vous en rendre compte par vous-même en regardant la vidéo dans laquelle Barack Obama parle comme Donald Trump [1]. Nous allons découvrir dans cet article comment utiliser les réseaux génératifs antagonistes, pour créer des images ou vidéos truquées, communément appelées deepfakes.