fuze-smart-credit-card-5

Pourquoi je hais les banques

En fait, mon inspiration pour cet article provient de mon expérience avec les banques. Les banques révèlent le pire de plusieurs mondes et les font ressortir.

Bien sûr, tu peux haïr les banques pour de très bonnes raisons. Comme le fait qu’elles sont des sociétés prédatrices qui provoquent des crises financières gigantesques et la misère. Quand tu sais que le nombre d’opérations est “limitée” à la nanoseconde… c’est-à-dire qu’elles ont le droit jusqu’à 1 milliard d’opérations à la seconde (trading). Ou qu’elles volent aux pauvres pour donner aux riches. Ce sont d’excellentes raisons de détester les banques que je n’ai pas l’intention de nier. Mais ce sont des raisons plutôt abstraites. Ma haine provient de problèmes quotidiens beaucoup plus concrets…

Chaque fois que j’ai besoin (et je trouve que j’en ai souvent besoin), comme lorsqu’elles bloquent ma carte de crédit sans raison valable, c’est la pire expérience possible. C’est long, inefficace et aliénant. Je me sens énervé et stupide en même temps.

Je suis convaincu que l’expérience s’est bien aggravée avec le temps. Ce n’est pas que les gens aient tous aimé leurs banques dans les années 50, mais au moins leurs banques avaient un visage. Un agent qu’ils connaissaient et qui les connaissaient. Un être humain qui était habilité à résoudre au moins certains de leurs problèmes.
La raison paradoxale pour laquelle les banques offrent maintenant la pire expérience possible c’est qu’elles ont traversé une transformation numérique partielle et organisationnelle. Donc, aujourd’hui, elles combinent le pire de l’ancien monde avec le pire du nouveau monde.

La pire expérience possible

Tu as déjà essayé d’obtenir un prêt ou ouvrir un compte professionnel ? Ou simplement retirer une somme importante (enfin demander des grosses coupures) ? Ou alors récupérer ton argent sur un compte de placement ?

D’abord, tu dois prendre un rendez-vous, ce qui est une épreuve en soi ! Car soit tu dois appeler et attendre 15 minutes avec une musique débilitante qui semble conçue pour t’énerver. Qu’est-ce que Vivaldi penserait s’il savait comment sa musique est utilisée de nos jours ? Tu me diras, moi je vais au guichet, alors tu fais la queue juste pour prendre rendez-vous. Si tu veux prendre rendez-vous dans ta banque où tu as déjà un compte alors elle possède sans doute une application. Wow. Sinon, il est rarement possible de le faire en ligne ! J’ai écris à mon conseiller pour faire une opération sur mon compte j’ai reçu un mail automatique disant qu’il était en vacance. C’est super de savoir qu’il est en vacance et du coup tu dois attendre qu’il fasse sa vie ? Pour une institution qui pratique des AGIOS à la journée c’est quand même dégueulasse de laisser son client attendre 10 jours que M. André revienne des Bahamas…

Des frais pour un service compliqué

Aller en ligne est généralement un cauchemar car les sites bancaires semblent avoir été conçus par des ingénieurs sadiques qui veulent te punir pour un travail qu’ils détestent. La conception est tout sauf intuitive. Il est difficile de trouver l’information dont tu as besoin. Il y a beaucoup de mots de passe. Ou mieux encore, ils t’ont fourni un périphérique spécial pour générer des codes de sécurité, comme HSBC Secure Key. Si tu le perds, tu ne peux pas te connecter. Bonne chance si tu as besoin d’obtenir une info !

La sécurité avant tout !

Des problèmes de sécurité seront généralement avancés pour justifier le manque total de transparence. C’est HORRIBLE, donc il faut que ça soit SECURE. Peut-être que certaines personnes pensent que c’est sécurisé quand c’est particulièrement horrible. En effet, c’est peut-être la raison pour laquelle peu de clients se plaignent réellement. La «sécurité» voilà pourquoi tu ne peux pas tout faire en ligne. Ils vous combineront le téléphone, l’ordinateur et le courrier postal. Personnellement, la plupart des courriers postaux que je reçois aujourd’hui proviennent des banques (en plus je paie quand c’est une lettre de rappel !).

Mais pire, par exemple, si tu fais un transfert en ligne avec ton ordinateur tu as besoin de ton téléphone ou d’une carte chiffrée. Non seulement ce n’est pas simple mais en plus ils prennent des frais sur le change (entre devises) pourquoi ?! Et si tu dois changer ton numéro de téléphone… tu dois attendre qu’ils t’envoient un code d’activation par courrier !

Véritable exemple chez BNP :
image-hais-banques

Les employés de la banque ne t’aideront pas

Depuis plusieurs années je suis mécontent du service bancaire. Véritablement, le service client est tellement détestable que ça soit à la BNP, Caisse d’Epargne ou autres. Et c’est aussi pour cette raison que je me suis décidé à écrire cet article. Jusqu’à quelques jours j’ai été client dans 4 banques différentes. J’ai fait le calcul, en 10 ans j’ai vu en moyenne 4 conseillers différents par banque. Au total 40 conseillers/res ont débuté une relation commerciale avec moi. Pourtant seulement 2 ou 3 conseillers/res m’ont donné une belle image de leur succursale. De plus, l’expérience bancaire a cette couche supplémentaire de méchanceté, car les employés de la banque peuvent souvent être grossiers ou arrogants (notamment au téléphone).

Maintenant que j’ai vécu à la frontière Suisse pendant près de 6 ans, je peux dire que les employés de banque ont tendance à être plus gentils en Suisse qu’en France. Mais j’ai trouvé que l’expérience générale n’était que légèrement meilleure parce que les employés des banques sont aussi inefficaces et impuissants que ceux de France. Cela m’a conduit à réfléchir sur les raisons.

Certains employés du Crédit Mutuel ont peur d’être remplacé par des bots. Si seulement les bots étaient de l’intelligence artificielle bien rodées qui permettraient de les remplacer… Ce n’est pas encore le cas mais vous allez y passer.

Les raisons de ma haine

  1. Les banques sont des organisations “fordiste”. Dans une recherche d’efficacité accrue, elles ont centralisé beaucoup de leurs activités. Dans le but de réduire les coûts.
  2. Elles ont embauché des employés moins qualifiés (souvent plus jeunes). Par conséquent, ces employés n’ont pas le statut et l’autorité de leurs prédécesseurs. Ils ne sont pas seulement moins payés, ils ne sont pas non plus habilités à en faire autant. Même s’ils sont véritablement compétents et bien intentionnés ( j’en n’ai aucun doute), ils ne sont pas habilitées à t’aider. Car ils dépendent des services centralisés : “Permettez-moi de vous répondre, je dois transmettre votre demande à l’équipe dédiée”.

Les banques sont des organisations bureaucratiques qui sont devenues encore plus bureaucratiques après la réorganisation de leurs services !

  1. Lorsque les employés et les utilisateurs (clients) éprouvent de la douleur, la bureaucratie devient la “bureau-pathologie”. D’une part, étant donné l’écart est de plus en plus large entre les employés et les attentes des utilisateurs, et d’autre part, le modèle organisationnel bureaucratique est perçu comme encore plus «pathologique». Ainsi, cela crée un sentiment d’aliénation qui vide le travail de sa signification.

Finalement, pour toutes ces raisons, il y a un turnover important (les employés partent). En tant que client, comme je l’ai dit précédemment, tu es rarement servi par le même employé pendant une longue période. Cela rend la continuité du service client instable. Tu dois souvent expliquer les choses encore et encore. A l’évidence, rend-toi compte que la majeure partie des banques sont fermées le lundi ! Nous sommes en 2017, elles ouvrent à 9h sont fermées pour la pause déjeuné et elles ferment à 17h30… Dans ces conditions, nous ressentons ce sentiment aliénant d’être juste un numéro anonymisé écrasé dans un rouage rouillé.

Lorsque le numérique rend le service encore pire

Plutôt que de rendre les choses plus faciles, les outils numériques rendent toute l’expérience pire parce que tu ne peux pas tout faire en ligne. Le design est à revoir et puis de toute façon tu auras besoin de la Poste ou du téléphone. Alors pourquoi ne pas tout faire via la Poste dans ce cas ? Paradoxalement, si tu veux aller plus vite en allant directement à ta succursale, ils te demanderont de remplir un formulaire en ligne. En règle générale, le numérique ne te sauvera pas. Souvent parce que tu dois remplir des formulaires en ligne et hors ligne.

Tu peux aussi lire cet article où j’explique que les banques sont en train de vivre leur moment “kodak”. Cette société américaine qui a fait faillite car elle n’a pas su prendre la bonne décision concernant l’innovation de la photo numérique (dont elle avait fait la découverte !).

Ressources informatiques mal maîtrisées

Après de longues recherchent, très peu de banques ont résolu leur problème de patrimoine informatique. Les systèmes hérités, développés et mis en place il y a plus de 20 ans, ont été au coeur de la transmission des paiements, du traitement des transactions bancaires et de la gestion des comptes. Les banques dépensent 80% de leur budget informatique pour maintenir (ou améliorer) leur base informatique existante. Donc tout cela laisse très peu de progrès stratégique à long terme. Comme la plupart des cadres considèrent l’informatique comme un « coût », ils veulent naturellement « réduire » ces coûts. Par conséquent, les ressources en IT ont été « externalisées ». Enfin, cela a été un désastre pour les banques parce que les attentes des consommateurs ont changé rapidement.

Des nouvelles banques dans la danse

L’héritage informatique est une très bonne explication. Cependant, pour avoir ouvert un compte chez Revolut et N26, ils proposent tout de même un service à la hauteur de mes attentes. J’en conviens Revolut n’est pas une banque à proprement parlé mais plus d’un portefeuille, dans lequel tout frais de change est aboli. La carte est gratuite également.

Pour N26, comme indiqué sur leur site, la création d’un compte prend 8 minutes et une vérification via un opérateur en appel visio prend 8 minutes de plus. Les formulaires sont en ligne, une question ? Il y a une FAQ sinon il y a un chat ou bien twitter. En 16 minutes j’ai ouvert un compte sans prise de rendez-vous, sans me déplacer. D’ailleurs j’ai posé 3 questions. Deux répondues instantanément et une autre sur Twitter qui a pris 12 minutes. Je reçois une notification sur mon portable pour toutes transactions. Je suis alerté instantanément quand je reçois de l’argent et quand je paie. Ai-je besoin d’autre chose ?

Tout est une question de contrastes

Ce qui rend l’expérience bancaire si grave, c’est qu’elles mettent en évidence de forts contrastes. Ces contrastes les rendent insupportables. Le contraste entre un monde où tout est plus flexible et la rigidité ancienne d’une banque. Avant nous avions une seule banque avec le salaire du couple et les crédits. Aujourd’hui nous avons plusieurs comptes dans plusieurs banques (mon crédit étudiant ici, mon compte de naissance par-là, des placements autre part etc.).
Alors que les banques essaient depuis 20 ans de rajeunir leur image et de montrer que les agents n’ont pas les “dents longues”. Pourtant, avec la multibancarisation et le besoin d’avoir un lien humain et personnalisé sont des aspects primordiaux à prendre en compte aujourd’hui.
Et puis qu’est-ce qui nous fait rester ? Je veux un crédit immobilier ou un prêt conso ? Je peux demander dans n’importe quelle banque. Alors oui je te hais.

 

Crédit photo article : Fuze

ciblage-Facebook est précis grace à toi

Le ciblage Facebook est précis grâce à toi

Le ciblage Facebook est précis.

Facebook est un réseau social qui représenterait le 3eme pays le plus peuplé du monde. Au cas où tu ne le savais pas, c’est également une régie publicitaire (au même titre que Google). Dès lors, les entreprises nous ciblent sur Facebook. Elles le peuvent car Facebook met des “étiquettes” sur nos comportements, sur les appareils que nous possédons et via les infos que nous donnons. Avec toutes ces données, Facebook nous met dans des “bulles”, des “groupes” aux comportements similaires. Les annonceurs ne savent pas qu’ils te ciblent toi personnellement mais ils ciblent des personnes qui représentent une potentialité d’affaires.

Les annonceurs paient pour mettre leurs pubs sur Facebook.

Facebook quant à lui met en avant ces pubs aux utilisateurs que l’annonceur veut cibler. Prenons un exemple concret : je suis un commerçant qui a un magasin (je ne vends pas sur Internet) de jeux vidéo. Je veux viser les personnes qui possèdent une console de jeux et proche de mon magasin. Encore mieux, je souhaiterais viser les “millennials” et dont leur anniversaire sera le mois prochain. Ainsi je pourrais faire une annonce du type :

“Offre toi le nouveau JEUVIDEO X42 qui sort le 18 Octobre. Viens le récupérer en magasin pour ton anniversaire !”

La base du marketing publicitaire

Le principe du marketing : donner le bon message, au bon moment à la bonne personne. Avec Facebook c’est dans le mille ! La géolocalisation, la tranche d’âge, le fait de posséder une console de jeux et le fait que c’est l’anniversaire le mois prochain me permet de cibler précisément mes clients potentiels. La publicité prendra alors en compte au moins l’un de ces critères pour toucher les bonnes personnes. Grâce à l‘intelligence artificielle et via les big data, la précision est de plus en plus chirurgicale. L’avènement des assistants intelligents permettront de prédire nos envies.

Ce n’est pas de la science-fiction, aujourd’hui il est possible de payer pour la publicité ultra-ciblée. Autres avantages du marketing digital, le calcule du ROAS. C’est-à-dire le retour sur investissement publicitaire. L’annonceur sait au centime près pour quoi il a été dépensé et quel action il a eu en retour. Contrairement aux méthodes de marketing traditionnel où les annonceurs paient des sommes pharaoniques en affichage urbain/TV pour un retour moins mesurable. Si le thème “comment un annonceur peut savoir combien il dépense et quel résultat il obtient” t’intéresse, clique sur mon assistant virtuel en bas à gauche de cette page et viens me le dire 🙂

Comment savoir, ce que sais Facebook sur moi

En effet, il n’y a rien d’obscure, tu peux contrôler toi-même les infos que tu mets à disposition pour Facebook. Ainsi, tu peux aussi renoncer et interdire l’accès à certaines informations. Pour se faire, je te mets en printscreen mon compte personnel et je te montre pas à pas comment voir ces “étiquettes” expliquées ci-dessus.

Cliques sur la flèche et sélectionne tout en bas “Paramètres”

ciblage Facebook est précis grace à toi-1

Ensuite sur la gauche, cliques sur “Publicités”

ciblage Facebook est précis grace à toi-2

En ensuite sur “Vos Informations” et “Vos Catégories”

ciblage Facebook est précis grace à toi-3

Je te laisse naviguer sur les renseignements que donne Facebook. Tu peux aussi télécharger l’historique de tout ce que tu as donné comme information à Facebook depuis que tu as crée ton compte. J’avais mis le mode opératoire dans ce billet.

 

 

neuroscience-code-cerveau

Comment le Machine Learning aide les neuroscientifiques à hacker notre code neuronal

Comment le Machine Learning aide les neuroscientifiques à hacker notre code neuronal

Un grand défi en neuroscience est de comprendre comment le cerveau encode l’information. Les réseaux de neurones se révèlent être des crackers de code géniaux.

Notre cerveau code ses informations

Chaque fois que vous déplacez votre main ou votre doigt ou votre globe oculaire, le cerveau envoie un signal aux muscles pertinents contenant l’information qui rend ce mouvement possible. Cette information est encodée d’une manière spéciale qui permet la transmission par les neurones et ensuite d’être appliquée correctement par les muscles concernés.
Exactement, comment ce code fonctionne ? C’est un mystère. Depuis longtemps, les neuroscientifiques sont en mesure d’enregistrer ces signaux lorsqu’ils traversent les neurones. Mais les comprendre est beaucoup plus difficile. Il existe différents algorithmes qui peuvent décoder certains de ces signaux, mais leurs performances sont inégales.

Une technique permet de lire le code du cerveau

Aujourd’hui, Joshua Glaser à Northwestern University à Chicago et quelques copains disent qu’ils ont développé une telle technique en utilisant la nouvelle technologie du ML (Machine Learning). Ils disent que leur décodeur dépasse considérablement les approches existantes. En effet, il est tellement efficace que l’équipe affirme qu’elle devrait devenir la méthode standard pour analyser les signaux neuronaux à l’avenir.

Partons dans le cerveau

L’information se déplace le long des fibres nerveuses sous la forme de pointes de tension (électrique). Les neuroscientifiques pensent que le schéma des pointes code les données sur les stimuli externes, tels que le toucher, la vue et le son. De même, le cerveau encode l’information sur les mouvements musculaires d’une manière similaire.

Comprendre ce code est un objectif important. Il permet aux neuroscientifiques de mieux comprendre l’information qui est envoyée et traitée par le cerveau. Il aide également à expliquer comment le cerveau contrôle les muscles.

Les neuroscientifiques aimeraient avoir de meilleures interfaces cerveau-machine. Les buts sont multiples (contrôler les fauteuils roulants, les prothèses et les jeux vidéo). «Le décodage est un outil essentiel pour comprendre comment les signaux neuronaux se rapportent au monde extérieur», disent Glaser et Co.

La méthode utilise le ML avec peu de données

Leur méthode est simple. Les neuroscientifiques ont formé des singes macaques. En effet, l’exercice est de déplacer un curseur vers une cible sur un écran. Pour cela les macaques utilisent une sorte de souris d’ordinateur. Dans chaque test, le curseur et la cible apparaissent sur un écran à des endroits aléatoires. Alors le singe doit déplacer le curseur horizontalement et verticalement pour atteindre le but.

Après avoir formé les animaux, Glaser et Co ont enregistré l’activité de dizaines de neurones dans les parties de leur cerveau qui contrôlent le mouvement : le cortex moteur primaire, le cortex prémoteur dorsal et le cortex somatosensoriel primaire. Les enregistrements ont duré environ 20 minutes.

Le travail d’un algorithme de décodage consiste à déterminer la distance horizontale et verticale que le singe déplace le curseur dans chaque test, en utilisant uniquement les données neuronales. Les algorithmes conventionnels fonctionnent en utilisant une technique statistique connue sous le nom de régression linéaire. Cela implique d’estimer une courbe qui correspond aux données, puis de réduire l’erreur qui lui est associée. Il est largement utilisé dans le décodage neuronal dans des techniques telles que les filtres de Kalman et les cascades de Wiener.

Plusieurs techniques mises à contribution

Les neuroscientifiques ont comparé ces techniques à une variété d’approches d’apprentissage mécanique basées sur des réseaux de neurones. Il s’agissait d’un réseau de mémoire à long terme, d’un réseau neuronal récurrent et d’un réseau de neurones feedforward. Tout cela provient des ensembles de données annotés, et plus l’ensemble de données est grand, plus ils apprennent.

Les résultats sont convaincants. Glaser et Co disent que les techniques de ML ont considérablement surpassé les analyses conventionnelles. “Par exemple, pour l’ensemble des trois domaines du cerveau, un décodeur du réseau de mémoire à long terme a expliqué plus de 40% de la variance inexpliquée d’un filtre Wiener”, disent-ils.

“Ces résultats suggèrent que les techniques modernes de ML devraient devenir la méthodologie standard pour le décodage neuronal”.

À certains égards, il n’est pas surprenant que les techniques de ML soient bien meilleures. Les réseaux de neurones ont été à l’origine inspirés par l’architecture du cerveau. C’est pourquoi, le fait qu’ils peuvent mieux modeler leur fonctionnement est attendu.

Des résultats qui doivent être re-analysés

L’inconvénient des réseaux de neurones est qu’ils ont généralement besoin de grandes quantités de données d’entraînement. Mais les neuroscientifiques ont délibérément réduit la quantité de données. Ainsi, ils ont constaté que les réseaux neuronaux étaient encore supérieurs aux techniques classiques.

C’est probablement parce que l’équipe a utilisé des réseaux plus petits. “Nos réseaux ont de l’ordre de 100 000 paramètres. Alors que les réseaux communs pour la classification des images peuvent avoir sur l’ordre de 100 millions de paramètres”, disent-ils.

Le travail ouvre la voie à d’autres pour s’appuyer sur cette analyse. Glaser et Co ont mis leur code à la disposition de la communauté afin que les ensembles de données neurales existants puissent être réanalysés de la même manière.

La machine est créée sur la base d’un réseau humain

Il y a beaucoup à faire. Peut-être la tâche la plus importante sera de trouver un moyen de procéder au décodage neuronal en temps réel. Tous les travaux de Glaser et Co ont été effectués hors ligne après l’enregistrement des enregistrements. Mais il serait évidemment utile de pouvoir apprendre à la volée et de prévoir le mouvement tel qu’il se produit.

C’est une approche puissante qui a un potentiel important. Ce serait une surprise si la même chose n’était pas le cas du décodage neuronal.

Source

IA dans l'age d'or

Pourquoi l’IA arrive à son âge d’or aujourd’hui?

La recherche en IA a commencé dans les années 1950. Après de faux espoirs répétés, l’IA est aujourd’hui à son point d’inflexion. L’efficacité de l’IA a été transformé ces dernières années en raison du développement de nouveaux algorithmes. Il a fallut rassembler un certains nombres d’ingrédient pour que l’IA soit efficace. En effet, nous profitons d’une plus grande disponibilité des données afin de la “nourrir” (big data). Couplé d’un meilleur matériel pour la créer et les services basés sur le cloud pour catalyser leur adoption par les développeurs. Voyons ensemble ces cinq points :

1. Algorithmes améliorés

Le Deep Learning n’est pas nouveau. Spécifiquement, le premier réseau multi-couche neuronal efficace a été publié en 1965. L’évolution des algorithmes en Deep Learning ont transformé tous les résultats au cours de la dernière décennie !
Notre capacité à reconnaître des objets dans les images a été transformé (figure 9). Via le développement des réseaux de neurones convolutifs – convolutional neural networks (CNN). Un design inspiré par le cortex visuel des animaux. En effet, chaque couche dans le réseau neuronal agit comme un filtre pour la présence d’un motif spécifique. En 2015, le système de vision par ordinateur basé sur le CNN, Microsoft a identifié des objets dans des images plus efficacement (95,1% précision) que les humains (94,9% de précision). «À notre connaissance,” ils ont écrit, «notre résultat est le premier à dépasser les performances au niveau humain.” Applications plus larges des CNNs comprennent la reconnaissance vidéo et de la parole.

reconnaissance IA du langage humain
Les progrès dans la parole et la reconnaissance d’écriture, quant à lui, s’améliore rapidement (Figure 10) après la création de réseaux de neurones récurrents – recurrent neural networks (RNN). Les RNNs ont des liens de rétroaction qui permettent aux données de circuler dans une boucle. A la différence des réseaux neuronaux classiques qui “avalent les informations” seulement. Un nouveau type puissant de RNN est la «longue mémoire à court terme» (modèle LSTM).

C’est pourquoi, avec des connexions et des cellules de mémoire supplémentaires, les RNNs “se souviennent” des données. Celles qu’ils ont vu des milliers d’étapes auparavant et vont les utiliser pour informer leurs interprétations de ce qui suit. En somme, précieux pour la reconnaissance vocale où l’interprétation du mot suivant sera informé par les mots qui l’ont précédé. Depuis 2012, Google a utilisé les modèles LSTMs pour alimenter le système de reconnaissance vocale dans Android. En novembre 2016, les ingénieurs de Microsoft ont indiqué que leur système avait atteint un taux d’erreur de parole de 5,9%. Un chiffre à peu près égal à celui des capacités humaines pour la première fois dans l’histoire.
Niveau langage humain par IA atteint des records

2. Matériel spécialisé

Les GPUs sont des circuits électroniques spécialisés qui réduisent le temps requis pour former les réseaux de neurones utilisés pour le Deep Learning.
Les GPU modernes ont été développés à l’origine à la fin des années 1990 pour accélérer les jeux 3D et des applications de création 3D. En effet, faire un zoom dans un logiciel 3D utilise un processus mathématique appelé “calcul matriciel répété”. Les microprocesseurs avec des architectures en série, ce sont les processeurs qui alimentent les ordinateurs d’aujourd’hui. Ils sont peu adaptés à la tâche. C’est pourquoi, les GPU ont été développé avec des architectures massivement parallèles (la Nvidia M40 a 3072 cœurs) pour effectuer efficacement des calculs matriciels .

Une formation d’un réseau neuronal fait usage intensif des calculs matriciels. Par conséquent, les GPUs qui sont utiles pour les jeux 3D. Ces GPUs se retrouvent très bien adaptés pour accélérer le Deep Learning. Néanmoins leur effet a été considérable; un GPU simple peut offrir un gain de temps cinq fois plus rapide pour l’entraînement d’un réseau de neurones. Tandis que les gains de dix fois ou beaucoup plus sont possibles sur des problèmes plus importants ! Lorsqu’il est combiné avec des kits de développement en DL, les améliorations de la vitesse d’entrainement peuvent être encore plus grande (Figure 11).GPU augmente par 60 la vitesse IA

3. De nombreuses données

Tout d’abord, les réseaux de neurones utilisés pour le Deep Learning nécessitent généralement de grands ensembles de données. De quelques milliers d’exemples à plusieurs millions. Heureusement, la création de données et la disponibilité a augmenté de façon exponentielle. Aujourd’hui, alors que nous entrons dans la «troisième vague» des données, l’humanité produit 2,2 exaoctets (2300 millions de gigaoctets) de données chaque jour ; 90% de toutes les données du monde a été créé au cours des 24 derniers mois.

D’une part, la «première vague» de la création de données, qui a commencé dans les années 1980. Les ordinateurs de bureau connectés à Internet ont généré des documents et de données transactionnelles. D’autre part, une «deuxième vague» des données a suivi. En effet, l’explosion des médias non structurées (e-mails, photos, musique et vidéos), des données Web et méta-données résultant des smartphones. Aujourd’hui, nous entrons dans le «troisième vague» des données. Dans laquel des capteurs de machines déployés dans l’industrie et dans la maison créent un suivi supplémentaires et des travaux analytiques.

Dernièrement, nous, l’espèce humaine, nous avons transféré 100 Go de données par jour en 1992, d’ici 2020, nous transférerons 61 000 Go (ou 61 To) par seconde de data (Figure 12).Le trafic internet augmente logarithmement

Au-delà de l’augmentation de la disponibilité des données générales, les ressources de données spécialisées ont catalysé des progrès dans le DL. Par exemple, le site ImageNet est une base de données librement disponible de plus de 10 millions d’images renseignées à la main. Sa présence a soutenu le développement rapide de la classification d’objet par les algorithmes en Deep Learning.

4. Les services Cloud

L’utilisation des ML par les développeurs est catalysée par la fourniture d’une machine dont l’infrastructure est dans le cloud.

Google, Amazon, Microsoft et IBM offrent tous une infrastructure basée sur le cloud. Pour conséquence de réduire le coût et la difficulté de développer les capacités des ML.

En outre, ils offrent une gamme en plein essor des services de Machine Learning en Cloud (de reconnaissance d’image à la traduction de la langue) que les développeurs peuvent utiliser directement dans leurs propres applications. Google Machine Learning propose des services faciles d’accès pour :

  • vision (identification des objets, la détection du contenu explicite, la détection de visage à l’analyse des sentiments);
  • la parole (reconnaissance de la parole et lecture des textes);
  • analyse de texte (reconnaissance de l’entité, l’analyse des sentiments, la détection de la langue et de la traduction); et
  • la recherche d’emploi (définition des compétences et correspondance à l’ancienneté).

Microsoft Cognitive Services comprend plus de 21 services dans les domaines de la vision, de la parole, la langue, la connaissance et la recherche.

5. Les intérêts et l’esprit d’entreprise

Effectivement, de la part du public l’intérêt pour l’IA a augmenté six fois au cours des cinq dernières années. Nous notons une encore plus grande augmentation du nombre de placements dans des sociétés IA par les sociétés d’investissement (Figure 14). En effet, nous sommes entrés dans un cercle vertueux. Dans lequel les progrès dans le Deep Learning est d’attirer l’investissement, l’entrepreneuriat et la sensibilisation. Ce dernier, à son tour, catalysent de nouveaux progrès (figure 13).Intérêt 6 fois plus important pour l'IAInvestissement 7 fois plus élevé IA

Que se passe-t-il ensuite ?

Enfin, les avantages de la ML et du DL seront nombreux et importants. Beaucoup seront visibles, des véhicules autonomes à de nouvelles méthodes d’interaction homme-machine. Beaucoup seront moins apparentes, mais permettront de créer des processus efficaces aux services des consommateurs.
C’est ainsi pour tout changement de paradigme, parfois des attentes gonflés dépassera le potentiel à court terme. Nous nous attendons à une période de désillusion au sujet de l’IA à un moment donné. Véritablement, elle sera suivie par une reconnaissance plus longue et durable de sa valeur. Ainsi, comme la ML est utilisée pour améliorer et réinventer les systèmes existants.

Cet article fait suite également à “Nous sommes en train de vivre une quatrième révolution industrielle

virtual reality

Quel est le sens de la vie dans un monde sans travail

La plupart des emplois qui existent aujourd’hui pourraient disparaître dans quelques décennies. Comme l’intelligence artificielle surpasse les humains dans plus en plus de tâches, elle remplacera l’homme dans plus en plus d’emplois. Beaucoup de nouvelles professions sont susceptibles d’apparaître : designer de monde virtuel, par exemple. Mais ces professions exigeront probablement plus créativité et de flexibilité. On ne sait pas si a 40 ans un ex-chauffeur de taxi au chômage ou ex-conseiller en assurance sera en mesure de se réinventer en tant que concepteurs de mondes virtuels (essayez d’imaginer un monde virtuel créé par un conseiller en assurance !). Et même si l’ex-conseiller en assurance fait la transition en concepteur de monde virtuel, le rythme des progrès est telle que dans une dizaine années il devra se réinventer une nouvelle fois.

L’intelligence artificielle va créer une nouvelle classe sociétale

Le problème crucial n’est pas de créer des nouveaux emplois. Le problème crucial est de créer des nouveaux emplois dont les humains réussissent mieux que les algorithmes. Par conséquent, d’ici 2050, une nouvelle catégorie de personnes pourrait émerger – la classe inutile. Les gens qui ne sont pas seulement au chômage, mais “inemployables”.

La même technologie qui rend l’homme inutile pourrait aussi rendre possible le soutien des masses inemployables par un certain système de revenu de base universel. Le vrai problème serait alors de garder les masses occupées et heureuses. Les gens doivent se livrer à des activités utiles, sinon ils deviendront fous. Alors, que fera la classe inutile de toute leur journée ?

Nous menons une vie comme un jeu vidéo

Une réponse pourrait être des jeux vidéos. Sur le plan économique les personnes licenciées pourraient passer une quantité croissante de temps dans des mondes de réalité 3D virtuelle. Ce qui leur donnerait beaucoup plus d’excitation et d’engagement émotionnel que le « monde réel » à l’extérieur. Ceci, en fait, est une solution très ancienne. Depuis des milliers d’années, des milliards de personnes ont trouvé un sens à jouer à des jeux de réalité virtuelle. Dans le passé, nous avons appelé ces jeux de réalité virtuelle « religions ».

Qu’est-ce qu’une religion, sinon un grand jeu de réalité virtuelle joué par des millions de gens ? Les religions inventent des lois imaginaires, tels que « ne pas avoir de relations sexuelles avec une personne de même sexe », « ne pas manger de porc », « répéter les mêmes prières un certain nombre de fois par jour », et ainsi de suite. Ces lois existent que dans l’imagination humaine. Aucune loi naturelle exige la répétition de formules magiques, et aucune loi naturelle interdit l’homosexualité ni de manger du porc. Les croyants passent leur vie en essayant de gagner des points dans leur jeu de réalité virtuelle. Si vous priez tous les jours, vous obtenez des points. Ainsi, si vous oubliez de prier, vous perdez des points. Si la fin de votre vie, vous gagnez assez de points, puis vous mourez, vous allez au prochain niveau du jeu (c’est-à-dire le paradis).

La réalité virtuelle n’a pas la forme qu’on imagine

Comme les religions nous montrent, la réalité virtuelle n’a pas besoin d’être enfermée dans une boîte isolée. Au contraire, il peut se superposer à la réalité physique. Dans le passé, cela a été fait avec l’imagination humaine et des livres sacrés. Au 21ème siècle, il peut être fait avec les smartphones.

L’année dernière j’ai chassé des Pokémon avec ma fiancée. Alors que nous marchions dans la rue, je regardais mon smartphone, ce qui m’a permis de repérer les Pokémon tout autour de nous. Elle ne voyait pas de Pokémon du tout, parce qu’elle n’avait pas (encore) téléchargé l’application. Ensuite, nous sommes allés au parc, il y avait des dizaines et des dizaines de personnes qui “chassaient”. J’ai trouvé une grande similitude avec la situation conflictuelle dans la ville sainte de Jérusalem. Quand vous regardez la réalité objective de Jérusalem, tout ce que vous voyez ce sont des pierres et des bâtiments. Il n’y a aucune “sainteté” nulle part. Mais quand vous regardez à travers le moyen de “smartbook” (tels que la Bible et le Coran), vous voyez partout des lieux saints et des anges.

L’idée de trouver un sens à la vie en jouant à des jeux de réalité virtuelle est évidemment commun non seulement aux religions, et aussi aux idéologies laïques. Le consumérisme est aussi un jeu de réalité virtuelle. Vous gagnez des points en acquérant de nouvelles voitures, acheter des marques coûteuses et de prendre des vacances à l’étranger. Si vous avez plus de points que tout le monde, vous vous dites que vous avez gagné le jeu. Peut être que le succès des réseaux sociaux en est pour quelque chose. Nous aimons dévoiler nos points gagnés, nos voyages, notre vie (pourvu qu’elle soit meilleure que la tienne).

Nos pensées dictent notre sens de la vie

On peut objecter que les gens aiment vraiment leurs voitures et les vacances. C’est certainement vrai. Et les religieux apprécient vraiment la prière, les cérémonies, et j’ai vraiment aimé la chasse aux Pokémon. En fin de compte, l’action réelle prend toujours place à l’intérieur du cerveau humain. Est-ce important que les neurones soient stimulés en observant des pixels sur un écran d’ordinateur, en regardant dehors par la fenêtre d’une station balnéaire caribéenne ou en voyant le ciel dans les yeux de l’esprit ? Dans tous les cas, le sens que nous attribuons à ce que nous voyons est généré par nos propres esprits. Il est pas vraiment « là-bas ».

Aux meilleurs de nos connaissances scientifiques, la vie humaine n’a pas de sens.

Selon Bernard Michel Boissier, le cerveau n’apprend pas et ne prend pas de décision. Ce qui fait de lui, cette machine extraordinaire est la suggestion. Cette voix qui parle au fond de nous fait fonctionner tout son potentiel. Le sens de la vie est toujours une histoire fictive créée par nous les humains.

Si vous avez à la maison un fils adolescent qui aime les jeux vidéos, vous pouvez effectuer votre propre expérience. Lui fournir une subvention minimum de Coca-Cola et de pizza, puis supprimer toutes les demandes de faire ses devoirs et toute supervision parentale. Le résultat probable est qu’il restera dans sa chambre pendant des jours, collé à l’écran. Il ne fera aucun travail ni le ménage, va faire l’école buissonnière, sauter des repas et même sauter les douches et le sommeil. Pourtant, il est peu probable qu’il souffre d’ennui ou d’un sentiment d’inutilité. Du moins pas à court terme.

D’où les réalités virtuelles risquent d’être la clé pour donner un sens à la classe inutile du monde après le travail. Peut-être que ces réalités virtuelles seront générées à l’intérieur des ordinateurs. Probablement qu’ils seront générés en dehors des ordinateurs, sous la forme de nouvelles religions et idéologies. Eventuellement, ce sera une combinaison des deux. Les possibilités sont infinies et personne ne sait.

La fin du travail ne signifie pas disparition du sens de la vie

Dans tous les cas, la fin du travail ne signifie pas nécessairement la fin du sens de la vie, parce que le sens de la vie est généré en imaginant plutôt que par le travail. Le travail est essentiel pour avoir un sens de la vie uniquement selon certaines idéologies et modes de vie. L’Angleterre du XVIIIe siècle, les écuyers, les juifs ultra-orthodoxes actuels, et les enfants dans toutes les cultures et les époques ont trouvé beaucoup d’intérêt ainsi qu’un sens à la vie sans même travailler. Les gens en 2050 seront probablement en mesure de jouer des jeux plus profonds et de construire des mondes virtuels plus complexes que dans aucune autre époque de l’histoire.

Mais qu’en est-il de la vérité ? Qu’en est-il de la réalité ? Est-ce que nous voulons vraiment vivre dans un monde où des milliards de personnes sont plongées dans des fantasmes, poursuivant des objectifs à faire semblant et obéir aux lois imaginaires ? Eh bien, que cela plaise ou non, c’est le monde où nous vivons depuis des milliers d’années déjà.

 

Ce billet fait lien et suite de celui-ci.

Est-il possible de tromper une IA ?

Comprendre les limites de l’apprentissage en profondeur (Deep Learning)

L’intelligence artificielle a atteint un haut niveau médiatique. Nous pouvons lire dans la presse que les entreprises ont remplacé les travailleurs par Watson de IBM et que les algorithmes battent les médecins dans leurs diagnostic. Chaque jour de nouvelles start-up sur l’IA sont créées tous les jours, prétendant résoudre tous vos problèmes personnels et d’affaires.

Les objets ordinaires comme des frigos et des routeurs Wi-Fi s’annoncent soudainement « powered by AI ». Des bureaux intelligents qui se souviennent de vos paramètres de hauteur, peuvent aussi commander votre déjeuner.

Tout ce brouhaha est crée par des journalistes qui ne prennent pas le temps de discuter avec des ingénieurs ou des Digital Evangelist afin de s’assurer quelles entreprises utilisent vraiment de l’Intelligence Artificielle. Tant de fausses idées sont véhiculées. Lors de conversations passionnantes, je me retrouve à expliquer ce qui est possible et la limite actuelle de ce qui ne l’est pas (encore) pour l’Intelligence Artificielle.

Le Deep Learning est plus une prouesse qu’une promesse

Pour être claire d’entrée de jeu, les réseaux de neurones ont été crée dans les années 60. C’est donc une technologie vieille de plus de 50 ans ! Le Deep Learning est issu des réseaux de neurones artificiels. Les exploits ne sont visibles que depuis quelques années car nous avons aujourd’hui deux choses essentielles : les data et la puissance de calcul pour les traiter.

Les résultats sont indéniablement impressionnants. Les ordinateurs peuvent désormais reconnaître des objets dans les images et la vidéo et retranscrire au texte la parole mieux que les humains. Google a remplacé l’architecture de Google Translate par des réseaux de neurones, et maintenant la traduction automatique est aussi proche de la performance humaine.

L’apprentissage profond a aussi des problèmes profonds

Le problème le plus important aujourd’hui pour l’IA est l’abstraction et le raisonnement. Les algorithmes de perception et de Reinforcement Learning nécessite une quantité monstrueuse de données. Ces algorithmes ont pour limite de ne pas planifier leur action et ne font qu’une simple reconnaissance de modèle.

En revanche, les humains apprennent avec très peu d’exemples, peuvent faire de la planification à très long terme, et sont capables de former des modèles abstraits d’une situation et [manipulation] de ces modèles pour atteindre une généralisation extrême.

Pour simplifier : lorsqu’un enfant commence à parler, on lui dit “voiture” on pointe du doigt (connaissance du modèle), l’enfant répète “voiture”, le parent lui répond “oui !” (acquisition du modèle). Maintenant une voiture peut être dangereuse, surtout lorsque nous traversons une route. L’enfant comprend “toutes les voitures sont dangereuses en roulant” (processus de généralisation). Lorsque l’enfant imagine traverser la route, il sait qu’il devra faire attention (processus de planification).

Comment ce cas est traité par le DP et le RL

Tout cela, était pour l’apprentissage humain. Pour un réseau de neurone c’est tout autre. Reprenons le même cas que représente le danger d’une voiture.

Pour l’apprentissage supervisé, vous aurez besoin d’énormes ensembles de données de situations différentes. D’une part il faudra reconnaitre une voiture dans n’importe quel angle, luminosité, vitesse différents. Et pour chaque cas des actions à prendre clairement identifiées. Comme « en arrêt » ou « en mouvement ». Ensuite, vous aurez besoin de former un réseau de neurones pour apprendre la correspondance entre la situation et l’action appropriée.

Pour l’apprentissage par renforcement, vous donnez à l’algorithme un but et le laisser déterminer indépendamment les actions idéales à prendre. Comme nous l’avions vu dans mon billet sur le Reinforcement Learning, l’ordinateur apprend en faisant des erreurs. Il va donc “mourir” des milliers de fois avant d’apprendre à éviter les voitures dans différentes situations. Et entre nous, nous n’avons qu’une vie et heureusement que notre cerveau n’agit pas de cette manière !

En effet, nous avons cette formidable capacité de “raisonnement”, celui qui nous permet d’imaginer. C’est-à-dire de créer une réalité “imaginaire” et voir le pire comme se faire écraser par une voiture.

“You cannot achieve general intelligence simply by scaling up today’s deep learning techniques,” warns Chollet*.

“Vous ne pouvez pas obtenir des renseignements généraux simplement en multipliant les techniques d’apprentissage en profondeur d’aujourd’hui “, prévient M. Chollet

*François Chollet, est un ingénieur en IA chez Google. Aussi créateur de la bibliothèque de Deep Learning Keras.

Une limite, limite beaucoup l’apprentissage

Alors que les réseaux de neurones obtiennent des résultats statistiquement impressionnants à travers des échantillons de grande taille. Ils sont « individuellement peu fiables » et souvent font des erreurs que les humains ne feraient jamais, comme classer une brosse à dents comme une batte de base-ball.

brosse-à-dent-batte-baseball

brosse-à-dent-batte-baseball

La limite que l’ensemble des données soit erronée a joué des tours à Microsoft et Twitter. J’avais écris un article sur Siècle Digital sur ce sujet.

Peut-on surmonter la limite du Deep Learning ?

Je t’invite à lire la suite sur mon LinkedIn.

rythme-autoroute-soleil-levant

Pas évident de garder le rythme

Un petit point sur le Miracle Morning commencé le 13 novembre 2016. Cela fait 5 mois jour pour jour que j’ai commencé. Selon l’auteur il ne faut pas faire de faux écart durant 30 jours. Ce que j’avais totalement réussi. Mais ce n’est pas suffisant, notre rythme est encore plus difficile à changer que n’importe quelle addiction à soigner. En effet le meilleur moyen de changer d’habitude est d’en créer de nouvelle. Encore faut-il que ton cerveau sache que c’est une nouvelle habitude et non pas un délire passager !

Rythme musical

Garder le rythme c’est garder la même fréquence constamment. Avons-nous des vies robotisées ? Comme dans ce billet, je mentionnais le fait que je n’aimais pas avoir de routine. Difficile de garder un rythme quand on est comme ça.

Réveil ⏰ à 5h45

Hier j’ai remarqué que la difficulté de se lever se résumait à uniquement quelques secondes. De la position allongé à la position debout voilà où réside toute la difficulté. Pourtant cette action ne nécessite pas d’effort intense pendant une longue durée. C’est un effort mais uniquement de quelques secondes.
Il est difficile de se lever tôt car l’effort n’est pas physique. Comme je viens de l’expliquer se déplacer d’une position à l’autre n’est en rien atroce. En revanche les barrières mentales, elles, arrivent à bloquer le corps entier et le laisser léthargique.

Créer un instant magique

J’ai fini par me lever, brosser les dents, enfiler un survêtement et mes baskets. J’ai décidé de changer de parcours. J’en ai marre de faire le même trajet et de courir autour d’un terrain d’athlétisme. Je vais aller dans une direction que je ne prends jamais.
Je me retrouve à l’entrée d’une forêt, un nouveau lieu. J’étais accompagné par des chants de centaines d’oiseaux. L’instant était magique. Les instants sont souvent forts lorsque c’est l’aube.
Il n’y a personne, tu sens l’énergie de la nature se réveiller. Tu vois l’évaporation lente et fumeuse qui se dégage d’un champs. La fuite de la lune rattrapée par le soleil.
Je découvre une rivière, je m’y assoit, écoute l’eau ruisseler mélangé par le fond continu des chants d’oiseaux que peuple cette forêt. Voilà un rythme qui me convient. Je prends le temps de respirer profondément et d’entendre les pulsations de mon coeur diminuer, apaisé.

Bonjour #nofilter #nature #river #running #beautifulplace

A post shared by ludo (@louis.ludo) on

Généralement c’est parce que tu passes une nuit blanche que tu vois le soleil se lever. Peut-être que c’est ça ma nouvelle définition de la maturité : se lever assez tôt pour voir le soleil se lever. 
autoroute-soleil-levant

Je suis revenu à pied, apaisé, et la forte envie de faire découvrir ce nouveau lieu à celles que j’aime. 

étude de McKinsey robot automatisation remplacer job

Etude McKinsey – un robot va-t-il remplacer ton job ?

Etude McKinsey ; remplacé par un robot ou pas

Les progrès récents dans l’intelligence artificielle ont rendu techniquement possible d’automatiser de nombreuses tâches.

Cependant la complexité du travail moderne signifie aussi que les gens font plusieurs opérations différentes. Les travailleurs, et surtout les cols blancs, complètent une grande variété de tâches au travail.

Cette calculatrice interactive, basée sur les données du McKinsey Global Institute, donne une indication de la façon dont l’avenir du travail va changer. L’IA et de l’automatisation vont tout simplement remplacer les activités professionnelles des travailleurs.

étude mckinsey job remplacé par robot

étude mckinsey

Presque toutes les professions à certaines tâches près peuvent être automatisées. Cependant, selon l’étude McKinsey, moins de 5 pour cent des professions peuvent techniquement utiliser des processus entièrement automatisée.

A savoir, même pour des activités techniquement automatisable, la mise en place dépendra d’un certain nombre de facteurs :

  1. le coût du déploiement de solutions robotiques,
  2. les avantages économiques de cette opération,
  3. l’offre et la demande de main-d’œuvre humaine,
  4. la réglementation et,
  5. l’acceptation sociale

Méthodologie de l’étude McKinsey

Selon l’étude, la mise en place en fonction de ses critères pourrait prendre des dizaines d’années, même si la technologie est réalisable actuellement.

Elle a été réalisé en utilisant les données du Bureau des statistiques du travail des États-Unis. 820 professions analysées dont il existe environ 2 000 activités uniques. McKinsey a ensuite évalué, pour chaque activité, quelle combinaison de 18 capacités de performance différentes étaient nécessaires pour effectuer cette activité.

Par exemple, le travail du conseiller vendeur se compose d’activités telles que « Saluer le client », «Démontrer les caractéristiques du produit», etc. Le salut des clients requiert des capacités telles que la «perception sensorielle», avoir une «sensibilité sociale et émotionnelle» et «génération de langage naturel».

Dès lors, l’étude a ensuite considéré quel niveau de performance de cette capacité est nécessaire. En fonction de la façon dont les humains effectuent actuellement ces activités. Ils ont également évalué si la technologie d’automatisation existante pouvait atteindre le même niveau de performance. De plus, une activité est considérée techniquement automatisable uniquement si la réponse est oui pour toutes les capacités requises pour effectuer cette tâches.

 

 

un-an-meditation

Un an de méditation

Je médite depuis un an

Maintenant je peux affirmer que j’ai passé 42h de ma vie à méditer. 193 séances à essayer de ne pas penser. Nous méditons tous un peu chaque jour même sans se rendre compte. Certain appelle “pilotage automatique”, parfois nous posons notre regard sur “rien” et nous ne pensons plus à rien, le vide complet. Cet instant est relativement très court 1 ou 2 minutes pas plus. On laisse échapper un soupir profond et on reprend notre activité.

Cet instant si bref mais si intense est la quintessence de la méditation. Pour d’autres c’est la randonnée, marcher dans la nature pendant plusieurs heures, contempler le paysage permet de faire le vide. Le sport ou une activité de concentration intense comme le karting ou les échecs permet de rentrer dans une forme de “méditation”. Sans être très spirituel, mais en fait les éléments naturels nous pousse à entrer en méditation. N’as-tu jamais ressenti une profonde relaxation en regardant un feu ou le flot continu d’un ruisseau ?

Grâce à mes séances j’ai pu comprendre que ce type de méditation (pleine conscience), apercevoir ce que mon corps et mon esprit me demandent automatiquement.

Meditation_Screenshot_20170316-074053

Meditation_Screenshot_20170316-074053

Pourquoi j’ai commencé la méditation

En décembre 2015, je vivais une situation personnelle ET professionnelle stressante. J’avais déjà vécu des pics de stress notamment lors de mes différents examens et concours par exemple. C’est surtout l’attente et l’avant-action que le stress bat son plein. En effet, c’est un réflexe défensif, nous anticipons un problème, notre corps se met en alerte. Et une fois l’action entamée et terminée, le stress retombe et s’en va. Sauf pendant cette période. J’avais beau passer à l’action, un souci réglé, je ressentais toujours du stress. Pas aussi intense que l’avant-action mais que je qualifiais de “stress résiduel”. Une sensation, légère mais permanente de stress au fond du ventre et de l’esprit qui me contrariait à chaque instant. J’ai lu alors que la méditation pouvait permettre de mieux se sentir c’est comme ça que j’ai débuté.

Pourquoi j’ai choisi l’application Zenfie

Un jour, je me trouve à la FNAC et je vois un livre sur la méditation qui coûtait 39€. Je me souviens du prix car je me suis dit que s’il était si cher c’est qu’il était de très bonne qualité. En le feuilletant je me demande si une application sur la méditation existe. Evidemment le Play Store en regorge beaucoup. Du coup je laisse tomber le livre et j’ai essayé plusieurs applications. Elles ont toutes une partie gratuite, et des compléments en payant. La plupart sont des applications de méditation pleine conscience.

La méditation pleine conscience c’est celle que nous faisons naturellement quand nous sommes scotchés à regarder un feu par exemple. Pour le cas d’une application, tu écoutes une personne qui te guide. Il suffit juste d’écouter et non pas entendre. Lorsque nous écoutons il y a une sorte de “lâcher-prise” alors que nous “entendons” nous jugeons ce que nous écoutons.

Pour le cas de Zenfie, tout d’abord, j’aime beaucoup la voix de Jean Doridot et en fait ça a fait la différence avec les autres applications (je ne parle pas pour les app anglophone, mon niveau ne me permet pas de bien comprendre, surtout sur ce genre de thème). Ensuite j’ai beaucoup apprécié le programme d’initiation. On commence avec des séances de 5 minutes, ce n’est vraiment pas grand-chose et puis au fur et à mesure la durée augmente et sa concentration aussi. Pour moi ça été une réussite !

La méditation pour tout le monde

Je ne compte pas m’arrêter. Souvent on me pose la question “est-ce que tu passes de meilleure journée lorsque tu médites le matin ?”. Pas forcément. Mais une chose est sûre, lorsque je ne me médite pas pendant 3 jours, j’ai l’impression que ma vie est “instable”. Il manque un équilibre, ça se traduit par un manque de chance, je loupe mon bus, j’arrive en retard (je ne le suis jamais), quelqu’un va mal me parler etc.

Je vais avoir plus d’actions négatives lorsque je ne médite pas. Voilà ce que j’ai remarqué, sinon ça ne change pas grand chose dans ma vie si ce n’est que je ne suis plus stressé comme auparavant.

Un conseil pour toutes les personnes qui hésitent. Comme dans le livre Effet Cumulé et Miracle Morning, d’une part, il faut se bouger et le faire et d’autre part il faut le faire graduellement. Ça ne sert à rien de vouloir faire 10 ou 15 minutes de méditation alors que tu vas rester concentré 1 minute maximum. Le mieux c’est de commencer soft et d’augmenter la durée. C’est pour ça que j’ai trouvé Zenfie efficace. D’autre part, je pense que c’est une activité que tout le monde devrait faire et notamment être enseigné dans les écoles (excellent article).

1000km300jours-anti-routine

Miracle Morning et Effet Cumulé

Ma routine ? C’est l’anti-routine

Si je dois définir une journée type, je dirai que je suis un anti-routine. Ma routine le matin ? J’essaie de faire toujours quelque chose de différent ou alors pas dans le même ordre. J’ai déjà lu beaucoup de livres sur le développement personnel. La routine est nécessaire pour avoir un cadre de référence, ceci a pour but de sécuriser notre esprit. Si tu veux développer ta créativité, c’est l’inverse qu’il faut pratiquer. En tout cas, je préfère sortir de la zone de confort, changé de chemin le matin, prendre des risques.

En décembre 2015, j’ai lu un article (je ne sais plus lequel) qui expliquait que Richard Branson, Marc Zuckerberg, Tim Cook et Elon Musk ont les points communs suivants :

  • se lever tôt (avant 6h00 du matin)
  • faire une activité physique
  • pratiquer la méditation

Méditation

Alors j’ai commencé à me renseigner sur la méditation et quel “programme” (à l’époque je me levais à la dernière minute pour courir prendre mon tram dans le but d’arriver à la minute près au boulot sans être en retard !) je pourrais mettre en place. C’est ainsi que j’ai commencé la méditation dont je fête maintenant la première année.

Je fais de la méditation pleine conscience et je m’aide par une application mobile. J’en ai fait aussi grâce à des vidéos sur Youtube. Au début ma concentration ne dépassait pas deux minutes et je rigolais tout seul. Maintenant je tiens entre 8 et 12 minutes et j’en ressors bien détendu. Je trouve comme bénéfice principal une meilleure gestion du stress et une meilleure clarté dans mes idées. Et fait surprenant, lorsque j’arrête de pratiquer je ressens comme un “déséquilibre”. Ça se traduit par moins de chance, des sauts d’humeurs, je dénigre (malgré moi) mon entourage et ma vie, mon égo prend trop les devants.

Du coup j’ai admis que d’avoir une routine (pratiquer tous les jours la méditation) était très importante pour moi. Mon équilibre dans ma vie personnelle et professionnelle s’en ressentait. Je vivais une période difficile, et la méditation m’a donné la créativité et le calme nécessaire sur le plan professionnel et l’ouverture avec une meilleure communication sur le plan personnel. Jusqu’à ce que je lise Miracle Morning.

Miracle Morning

En octobre dernier, un ami me parle du Miracle Morning. Pour faire simple, l’auteur décrit six activités à faire avant d’arriver au travail. Il décrit également qu’il n’est pas du matin et qu’il n’est pas un passionné de sport (ça tombe bien, moi non plus).

Pour faire simple, il faut faire les activités suivantes :

  1. activité physique
  2. méditation
  3. lecture
  4. écriture
  5. affirmation positive
  6. visualisation

Peu importe l’ordre et la durée pour chaque activité, il faut le faire avec son propre rythme. Pour débuter il suffit de faire 15 minutes de chaque et le lendemain on voit déjà quelle activité te plait le plus ou pas. Cela nécessite de mettre son réveil entre 1 heure et 1h30 plus tôt que d’habitude… L’auteur explique qu’il est possible de faire ces activités en 6 minutes en consacrant uniquement 1 minute par activité. En gros c’est toi qui décide, personne ne va se lever à ta place et faire les choses pour toi.

Ma routine du matin

Je me lève à 5h55 (avant c’était 7h15 et j’ai diminué progressivement de 15 minutes par semaine), je commence déjà mes affirmations positives. “C’est une belle journée“, “Je sais pourquoi je me lève et je me sens heureux de le faire”, “ma vie est belle et j’y contribue à chaque instant”, ne crois pas que j’arrive à sauter du lit comme ça non plus !

Ensuite, je bois de l’eau à la bouteille (apparemment on boit naturellement plus à la bouteille car plus difficilement quantifiable qu’un verre d’eau). Pour me réveiller, j’enchaîne en me lavant les dents, j’enfile un survet’ et mes baskets. Je cours 15-20 minutes, j’y reviendrai sur ce point plus loin dans l’article.

C’est sous la douche que je fais ma visualisation (15 minutes) de la journée. Si j’ai un rendez-vous qui me stresse, ou répondre à un mail ou appeler une institution bref, tout sujet de stress je le visualise. J’essaie de mettre le maximum de détail et de faire en sorte que le scénario se passe bien. Ensuite je m’installe dans mon fatboy et je mets mon application et mon casque pour méditer, entre 10 et 12 minutes. Maintenant mon chat vient sur mes genoux, il adore mon nouveau rituel !

En prenant mon petit déj’ j’écris le plan de mes futurs articles, des thèmes que je pourrais aborder. Au début j’écrivais mes affirmations positives ce qui est une excellente idée car quand je les relis ça me fait penser à qui j’étais à ce moment. Ça me donne de la fierté personnelle.

J’utilise le temps des transports en commun (20 minutes) pour lire. J’ai cette chance de prendre le tram en début de ligne du coup je suis systématiquement sûr d’avoir une place assise !

Effet Cumulé

Effet cumulé

J’ai lu dernièrement un livre qui se nomme “l’effet cumulé”. Il explique qu’il n’est pas nécessaire de faire de gros effort pour arriver à de gros résultat. D’ailleurs cette manière ne fonctionne pratiquement jamais. Il suggère de faire des petits efforts, mais avec une régularité exemplaire. Il donne des dizaines d’exemples que ça soit dans le domaine financier, santé, apprentissage, professionnel etc. Le plus important c’est de commencer petit et de ne jamais s’arrêter.

Défi 300 jours

Le 5 mars c’est le 65ème  jour de l’année donc à partir de maintenant nous sommes à 300 jours de la fin d’année. C’est pourquoi je me suis donné pour objectif de courir 1000 km en cumulé à partir d’aujourd’hui jusqu’au 31 décembre 2017.

Voici mes raisons :

  • je ne suis pas “sportif” et je n’aime pas courir (j’ai envie de sortir de ma zone de confort)
  • j’ai envie de voir concrètement des progrès (mon endurance qui se rallonge)
  • j’ai besoin d’un défi permanent qui me motive chaque jour (une raison de plus de me lever)

Mais je ne cours pas tous les jours non plus, n’étant pas un sportif de haut niveau je cours 4 jours par semaine. Et c’est déjà pas mal ! D’autant plus qu’hier j’ai parcouru 2,7 km et j’étais à bout de souffle ! Ce matin j’ai vu un stade dont le périmètre fait 600 mètres. C’est un bon point car je pourrais augmenter la distance de 600 mètres toutes les semaines. Ainsi aujourd’hui j’ai fait 3,3 km.

Un rapide calcul

Mettons au point la méthode de l’Effet Cumulé. Partons du principe que dans un mois il y a 4 semaines. Je cours 4 jours/semaine = 16 jours de course par mois.

Je ne compte pas mars pour l’instant, je considère ce mois comme un “entrainement”. Donc de avril à décembre = 10 mois soit 160 jours de course.

Prenons l’objectif de 1000 km divisé par le nombre de jour de course 160 = 6.25 km par course.

Euh Ludo, tu ne cours pas tous les jours et tu ne fais pas la moyenne minimale, tu n’y arriveras jamais !

De mars à avril j’ai quatre semaines et je vais augmenter ma distance de 600 mètres/semaine. Donc début avril je serai capable de courir 5,7 km. Et je vois arriver la petite voix me rabaissant “tu vois tu ne seras pas à la hauteur”. En effet ça reste en dessous de la moyenne. Cependant je continuerai l’effet cumulé la deuxième semaine d’avril par conséquent je ferai 5.7 + 0.6 = 6.3 km ! Et je continuerai ! Ainsi je pourrai rattraper le retard de mars et réussir mon objectif.

Ce qui m’inquiète le plus c’est de louper un jour de course, par conséquent je devrai rattraper le retard et courir le double ! C’est un risque que je suis prêt à mener.