ID-JONSY / RADAR
● WEYLAND-YUTANI // TERMINAL CONVERSATIONNEL & RAG LOGOSPHÈRE (MU/TH/UR × JONSY)
STATUS: EN VEILLE (DECISION 1 + GEMINI 4 HYDROGEN)
SONDES LOGOSPHÈRE :
[TOUS DOMAINES]
Beaux-Arts & Patrimoine (15)
Biologie, Médecine & Neurosciences (58)
Cinéma, Photo & Vidéo (31)
Géopolitique, Presse & Actualités (187)
Histoire & Archéologie (51)
Intelligence Artificielle & Agents (85)
Littérature & Bibliothèques (26)
Musique & Scènes Live (33)
Philosophie, Langues & Idées (33)
Physique, Cosmos & Maths (62)
Sport, Vie Quotidienne & Pratique (16)
Tech, Code & Outils (54)
Économie, Finance & Industrie (19)
-
ID-Jaguar (En ligne)
Version déployée en ligne du gestionnaire CRUD Logosphère. -
Marc Frenkel - Logosphère
Portail central de la Logosphère et des applications créées par Marc Frenkel. -
Python Documentation Officielle
Cours complet et modules pratiques d'apprentissage du langage Python, de la syntaxe aux scripts avancés. -
Pavel Durov
Publication de Pavel Durov concernant la liberté d'expression, la cryptographie et Telegram. -
Modern CSS
Collection de snippets, patrons de conception et techniques de CSS moderne par Stephanie Eckles. -
codepen
Bac à sable en ligne pour concevoir, tester et partager du code HTML, CSS et JavaScript. -
opérateur point
Tutoriels vidéo spécialisés sur les fonctions avancées, macros et astuces de calcul sous Excel. -
notepad++
Éditeur de code et texte léger multi-langage adapté pour macOS. -
github
Guide de référence officiel de la syntaxe Markdown enrichie utilisée sur GitHub. -
markdowntopdf
Convertisseur web rapide et fidèle de documents Markdown vers PDF stylisés. -
fast.ai
Plateforme de formation pionnière au Deep Learning et aux réseaux de neurones par Jeremy Howard. -
champignons mycorhiziens
Les champignons mycorhiziens sont bien plus que de simples décomposeurs : ce sont les architectes et les gestionnaires d'un vaste réseau souterrain. Leur rôle peut se comprendre à plusieurs niveaux, du partenariat intime avec un arbre à la mise en place d'une infrastructure de communication à l'échelle de la forêt. 🍄 Une symbiose mutualiste : la base du partenariat À la base, les champignons mycorhiziens forment une relation mutualiste avec les arbres. Le champignon explore le sol grâce à ses filaments (hyphes) et fournit à l'arbre ce qu'il ne peut pas obtenir seul : · Des nutriments essentiels : principalement de l'azote (N) et du phosphore (P). Ils peuvent même mobiliser ces nutriments à partir de la matière organique du sol. · De l'eau : les hyphes augmentent considérablement la surface d'absorption du système racinaire. En retour, l'arbre fournit au champignon des sucres (carbone) issus de la photosynthèse. Une part significative du carbone produit par l'arbre, jusqu'à 30%, est ainsi acheminée vers les champignons. 🌐 Le "Wood Wide Web" : un réseau partagé Ce partenariat ne reste pas isolé. Les filaments mycéliens d'un même champignon peuvent coloniser les racines de plusieurs arbres, parfois d'espèces différentes, créant un Réseau Mycorhizien Commun (RMC) ou "Wood Wide Web". Des études ont montré qu'un seul champignon peut connecter une vingtaine d'arbres, et qu'un arbre peut héberger plusieurs centaines d'espèces de champignons. Ce réseau permet des échanges qui vont au-delà de la simple relation arbre-champignon : · Transfert de carbone : des expériences avec des isotopes radioactifs ont prouvé que le carbone circule d'un arbre à l'autre via ce réseau. Les estimations de flux sont significatives, pouvant atteindre 280 kg de carbone par hectare et par an. · Transfert d'autres ressources : le réseau permet aussi des flux d'azote et de phosphore entre les plantes. 🛡️ Un rôle de sentinelle et de communication Le réseau mycorhizien sert également de canal de communication pour la défense. Des recherches récentes ont montré que lorsqu'une plante est attaquée par un pathogène ou un herbivore, elle peut envoyer des signaux d'alerte chimiques (comme l'acide jasmonique) via le réseau fongique. Les plantes voisines, connectées au même réseau, reçoivent ce signal et activent leurs propres gènes de défense avant même d'être attaquées. ⚖️ Une réalité scientifique nuancée Si ces découvertes sont fascinantes, il est important de garder à l'esprit les nuances et les débats qui animent la communauté scientifique : · Un débat ouvert : l'importance réelle des RMC dans le fonctionnement des forêts est discutée. Certains chercheurs estiment que les preuves pour les affirmations les plus fortes sont encore insuffisantes. · Des chemins alternatifs : il est parfois difficile de prouver que le transfert de ressources se fait bien par les hyphes fongiques et non par d'autres voies dans le sol. · Un risque d'anthropomorphisme : des termes comme "arbres mères" ou "Wood Wide Web" sont des métaphores utiles mais peuvent simplifier à l'excès une réalité écologique complexe où coopération et compétition coexistent. En résumé, les champignons mycorhiziens sont les acteurs centraux d'une symbiose qui structure les forêts, permettant non seulement la nutrition des arbres, mais aussi la création de réseaux d'échange et de communication à l'échelle de l'écosystème. La recherche continue d'explorer l'ampleur et les limites exactes de ces phénomènes. Si vous souhaitez explorer un aspect particulier, comme les méthodes utilisées pour tracer ces échanges ou le rôle des différents types de champignons, n'hésitez pas. -
??? : Quand vous vous sentez triste, rappelez-vous que de minuscules protéines appelées kinesines travaillent en vous 24 heures sur 24, 7 jours sur 7, rien que pour vous garder en vie. Soyez gentil avec vous-même, votre corps fait tout ce qu’il peut pour vous garder en vie.
Oui, c’est une belle citation motivante, à prendre surtout comme un message d’auto-compassion. Scientifiquement, il faut juste nuancer un peu : · Les kinésines sont des protéines motrices : elles se déplacent le long des microtubules du cytosquelette et transportent des vésicules, des organites, etc. · Elles consomment de l’ATP, donc oui, elles participent à une activité cellulaire intense et vitale. · Mais elles ne sont pas conscientes, elles ne « travaillent » pas pour vous intentionnellement, et leur activité est régulée. Ce n’est donc pas chaque kinésine qui fonctionne littéralement 24 h/24 et 7 j/7. L’idée générale reste vraie et réconfortante : votre corps continue d’accomplir d’innombrables processus pour maintenir la vie, même quand vous vous sentez triste. Vous n’avez pas à être parfait·e pour mériter de la gentillesse envers vous-même. Et si la tristesse devient lourde ou dure longtemps, parler à une personne de confiance ou à un professionnel peut vraiment aider. -
jules
Agent de développement logiciel automatisé par Google pour résoudre des tâches de code complexes. -
guépard
guépard courant à plus de 96 km/h -
Antoine FLAHAULT
Prof, MD, PhD, Université Paris Cité - Hôpital Bichat-Claude-Bernard, Inserm (UMR 1137) and Honorary Prof. of the University of Geneva -
hernie
hernie inginale -
hernie
hernie inguinale -
arthrose
arthrose digitale doigts -
Lucagen
Portail de recherche et de modélisation sur l'origine minérale de la vie, le monde ARN et le dernier ancêtre commun (LUCA). -
INRAE
Institut national de recherche pour l'agriculture, l'alimentation et l'environnement. -
Inserm
Institut national de la santé et de la recherche médicale : avancées biomédicales et santé humaine. -
Kimball's Biology Pages
L'une des encyclopédies en ligne de biologie générale les plus complètes et réputées (John W. Kimball). -
Learn Genetics
Laboratoire pédagogique interactif de l'Université d'Utah pour explorer l'ADN, l'ARN et la génétique. -
éthologie
Simulateur interactif d'éthologie et de comportements collectifs animaux (Lorenz, Tinbergen). -
immunologie
Visualisation didactique des interactions du système immunitaire (anticorps, lymphocytes, phagocytose). -
soie
Étude biomécanique et nanostructure de la soie d'araignée : propriétés exceptionnelles et polymères naturels. -
Lucagen : Minéraux & Émergence de la Vie
Simulation interactive sur l'émergence minérale de la vie et le monde ARN primitif (LUCA). -
Cellules Epithéliales
Animation et visualisation interactive de la structure et du rôle physiologique des cellules épithéliales. -
ARTHROSE
Dossier interactif d'information clinique sur l'arthrose, ses causes et les pistes thérapeutiques. -
diabete2
Guide interactif et vulgarisation médicale sur les mécanismes et la gestion du diabète de type 2. -
Atrax Robustus
Documentaire vidéo sur la biologie et le venin de l'araignée australienne Atrax Robustus. -
Parsec
Le lien que vous avez partagé pointe vers Parsec, un outil d'optimisation de contexte pour les agents de codage IA, développé par Parseclab. Il est conçu pour réduire les coûts et améliorer la vitesse des agents en supprimant les informations inutiles de leur contexte de travail. 🧠 Comment ça marche ? Parsec s'intercale comme un proxy local entre votre agent (comme Claude Code, Codex ou opencode) et le modèle de langage. Il analyse le contexte accumulé (lectures de fichiers, résultats de recherche, sorties d'outils) et utilise un petit modèle de langage (SLM) pour noter et supprimer les segments peu susceptibles d'être utilisés pour la tâche en cours. 📊 Résultats mesurés Sur un benchmark de 100 tâches SWE-bench Verified, Parsec a démontré des gains significatifs : · Moins cher : −39 % de coût total (89,65 $ contre 147,30 $), soit 1,45 $ par tâche résolue. · Plus rapide : −25 % de temps (10,8 heures contre 14,4 heures). · Plus performant : 62 tâches résolues sur 100, contre 57 sans compression. 🚀 Comment l'utiliser ? Parsec propose plusieurs modes de déploiement : · Pro : Plugin gratuit + proxy local avec le curateur complet via l'API hébergée. · Team (bientôt disponible) : Passerelle hébergée avec vos propres clés API, sans installation locale. · Enterprise : Déploiement dans votre cloud, avec la pile complète et la possibilité d'affiner le modèle sur vos traces internes. Le code et les installateurs sont disponibles sur GitHub. 🔗 À propos des paramètres de l'URL Les paramètres utm_* et twclid présents dans votre lien sont des paramètres de suivi marketing. Ils indiquent que ce lien provient d'une campagne publicitaire sur X (Twitter) : · utm_source=x : source = X (Twitter). · utm_medium=cpl : medium = coût par lead. · utm_campaign=CBOTW12092026... : nom de la campagne. · utm_term=agentswithoutlimits2 : terme de la campagne. · utm_content=image : type de contenu (image). · twclid=... : identifiant de clic Twitter. En résumé, Parsec est un outil spécialisé pour les développeurs utilisant des agents de codage IA, visant à rendre ces agents plus économiques et efficaces en optimisant leur contexte. Si vous avez d'autres questions sur son fonctionnement ou son installation, n'hésitez pas. -
plasticité cérébrale
La découverte de la plasticité cérébrale n'est pas attribuable à une seule personne, mais résulte d'une évolution conceptuelle et expérimentale s'étalant sur plus d'un siècle. L'idée que le cerveau adulte est fixe et immuable a longtemps dominé, avant d'être progressivement réfutée par plusieurs scientifiques. 🧠 Les pionniers et leurs découvertes · Michele Vicenzo Malacarne (1793) : Ce anatomiste italien est l'un des premiers à fournir des preuves expérimentales. Il a entraîné des animaux pendant des années, puis les a disséqués. Il a découvert que le cervelet des animaux entraînés était substantiellement plus grand que celui des animaux non entraînés. · William James (1890) : Ce psychologue et philosophe américain est souvent crédité pour avoir introduit le concept dans le domaine de la psychologie. Dans son ouvrage The Principles of Psychology, il a proposé que la matière nerveuse possède un "degré extraordinaire de plasticité", liant ce concept à la formation des habitudes. · Santiago Ramón y Cajal (fin XIXe - début XXe) : Ce neuroscientifique espagnol, pionnier de la "doctrine du neurone", a initialement décrit la plasticité au XIXe siècle. Cependant, ses travaux ultérieurs ont contribué à l'idée que les chemins nerveux chez l'adulte sont fixes et immuables, une position qui a longtemps freiné l'acceptation de la plasticité adulte. · Ernesto Lugaro (1906) : Ce psychiatre italien est considéré comme le responsable de l'introduction du terme "plasticité" dans les neurosciences. · Adolf Meyer (début XXe) : Ce psychiatre suisse-américain a été l'un des premiers champions de l'idée que le système nerveux pouvait changer tout au long de la vie adulte. Il a intégré le concept de plasticité de William James dans un cadre clinique pour la psychiatrie. · Donald Hebb (1949) : Ce psychologue canadien a proposé une théorie fondamentale sur le mécanisme de la plasticité synaptique. Sa célèbre règle, souvent résumée par "Cells that fire together, wire together", a expliqué comment les connexions entre neurones se renforcent avec l'usage. · Michael Merzenich (à partir de 1968) : Ce neuroscientifique américain est souvent qualifié de pionnier de la plasticité cérébrale. Ses expériences sur des singes ont démontré de manière convaincante que le cortex adulte pouvait se réorganiser en réponse à des changements d'input sensoriel. Ses travaux ont joué un rôle crucial pour convaincre la communauté scientifique, dans les années 1980, que le cerveau adulte est bien plastique. 💡 Comment ces découvertes ont-elles été faites ? Les méthodes ont évolué avec la technologie : · Expériences anatomiques : Malacarne a comparé des cerveaux d'animaux entraînés et non entraînés pour observer des différences structurelles. · Observations cliniques et théorisation : James et Meyer ont formulé des hypothèses à partir d'observations sur le comportement et la psychiatrie. · Expérimentations électrophysiologiques : Merzenich a utilisé des microélectrodes pour cartographier les zones du cerveau responsables de la sensation dans la main des singes. Après avoir sectionné un nerf, il a observé que la carte cérébrale se réorganisait pour s'adapter au nouvel input. · Imagerie cérébrale non invasive : Depuis les années 1990, des techniques comme l'IRM fonctionnelle (IRMf) ont permis d'observer la plasticité chez l'humain vivant en temps réel, confirmant que ces processus sont bien à l'œuvre tout au long de la vie. En résumé, la plasticité cérébrale est le fruit d'un long processus collectif. Si William James en a posé l'idée, Michael Merzenich en a été l'un des principaux artisans expérimentaux, tandis que des figures comme Malacarne, Hebb et Meyer ont apporté des pièces essentielles à ce puzzle. Si vous souhaitez approfondir un aspect particulier, comme les mécanismes de la plasticité synaptique ou les applications thérapeutiques, n'hésitez pas à me le faire savoir. -
GitHub - trymirai/uzu: A high-performance inference engine for AI models · GitHub
Skip to content You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert {{ message }} mainBranchesTagsGo to fileCodeOpen more actions menuLatest commit History856 Commits856 CommitsFolders and filesNameNameLast commit messageLast commit date.cargo.cargo .config.config .github.github .helix.helix .vscode.vscode .zed.zed appsapps cratescrates docsdocs scriptsscripts toolstools .clang-format.clang-format .envrc.envrc .gitignore.gitignore Cargo.lockCargo.lock Cargo.tomlCargo.toml LICENSELICENSE Package.swiftPackage.swift README.mdREADME.md clippy.tomlclippy.toml deny.tomldeny.toml flake.lockflake.lock flake.nixflake.nix rust-analyzer.tomlrust-analyzer.toml rust-toolchain.tomlrust-toolchain.toml rustfmt.tomlrustfmt.toml View all filesRepository files navigation uzu A high-performance inference engine for AI models. It allows you to deploy AI directly in your app with zero latency, full data privacy, and no inference costs. Key features: Simple, high-level API Unified model configurations, making it easy to add support for new models Traceable computations to ensure correctness against the source-of-truth implementation Utilizes unified memory on Apple devices Broad model support Quick Start RustAdd the dependency: [dependencies] uzu = { git = "https://github.com/trymirai/uzu", branch = "main", package = "uzu" } Run the code below: use std::io::{self, Write}; use uzu::{ engine::{Engine, EngineConfig}, types::session::chat::{ChatConfig, ChatMessage, ChatReplyConfig}, }; #[tokio::main] async fn main() -> Result<(), Box<dyn std::error::Error>> { let engine_config = EngineConfig::default(); let engine = Engine::new(engine_config).await?; let model = engine.model("alibaba:qwen3.5:0.8b:mirai:mirai-m:4".to_string()).await?.ok_or("Model not found")?; let downloader = engine.download(&model).await?; while let Some(update) = downloader.next().await { print!("\r\u{001B}[2KDownload progress: {:.2}%", update.progress() * 100.0); io::stdout().flush()?; } println!(); let session = engine.chat(model, ChatConfig::default()).await?; let messages = vec![ ChatMessage::system().with_text("You are a helpful assistant".to_string()), ChatMessage::user().with_text("Tell me a short, funny story about a robot".to_string()), ]; let replies = session.reply(messages, ChatReplyConfig::default()).await?; if let Some(reply) = replies.last() { println!("Reasoning: {}", reply.message.reasoning().unwrap_or_default()); println!("Text: {}", reply.message.text().unwrap_or_default()); } Ok(()) } PythonAdd the dependency: uv add uzu==0.6.2 Run the code below: import asyncio from uzu import ChatConfig, ChatMessage, ChatReplyConfig, Engine, EngineConfig async def main() -> None: engine_config = EngineConfig.create() engine = await Engine.create(engine_config) model = await engine.model("alibaba:qwen3.5:0.8b:mirai:mirai-m:4") if model is None: return async for update in (await engine.download(model)).iterator(): print(f"\rDownload progress: {update.progress:.2%}", end="", flush=True) print() session = await engine.chat(model, ChatConfig.create()) messages = [ ChatMessage.system().with_text("You are a helpful assistant"), ChatMessage.user().with_text("Tell me a short, funny story about a robot"), ] replies = await session.reply(messages, ChatReplyConfig.create()) if not replies: return message = replies[-1].message print(f"Reasoning: {message.reasoning}") print(f"Text: {message.text}") if __name__ == "__main__": asyncio.run(main()) SwiftAdd the dependency: dependencies: [ .package(url: "https://github.com/trymirai/uzu.git", from: "0.6.2") ] Run the code below: import Foundation import Uzu public func runQuickStart() async throws { let engineConfig = EngineConfig.create() let engine = try await Engine.create(config: engineConfig) guard let model = try await engine.model(identifier: "alibaba:qwen3.5:0.8b:mirai:mirai-m:4") else { return } for try await update in try await engine.download(model: model).iterator() { print(String(format: "\r\u{001B}[2KDownload progress: %.2f%%", update.progress() * 100), terminator: "") fflush(stdout) } print() let session = try await engine.chat(model: model, config: .create()) let messages = [ ChatMessage.system().withText(text: "You are a helpful assistant"), ChatMessage.user().withText(text: "Tell me a short, funny story about a robot") ] let reply = try await session.reply(input: messages, config: .create()) guard let message = reply.last?.message else { return } print("Reasoning: \(message.reasoning() ?? "empty")") print("Text: \(message.text() ?? "empty")") } TypeScriptAdd the dependency: pnpm add @trymirai/uzu@0.6.2 Run the code below: import { ChatConfig, ChatMessage, ChatReplyConfig, Engine, EngineConfig } from '@trymirai/uzu'; async function main() { let engin -
crédits mensuels Google Cloud
Utilisateurs Google AI Pro et Ultra : n'oubliez pas de réclamer vos crédits mensuels Google Cloud. Pro : 10 $/mois Ultra : 100 $/mois Google vient de publier un guide officiel étape par étape. En savoir plus sur la façon de les réclamer ci-dessous : -
Evan Otero on X: "If you're a Google AI Pro or Ultra subscriber, don't forget to redeem your monthly Gemini API credits. They can be redeemed with any model and can be used with an api key, whether that's in your code, Antigravity CLI, or any third-party harnesses. Learn more about how to redeem… / X
Evan Otero@EvanOteroIf you're a Google AI Pro or Ultra subscriber, don't forget to redeem your monthly Gemini API credits. They can be redeemed with any model and can be used with an api key, whether that's in your code, Antigravity CLI, or any third-party harnesses. Learn more about how to redeem them below: ai.dev/learn/use-goog…Use your Google AI plan credits in AI StudioFrom aistudio.google.com9:16 PM · Oct 8, 2026·38.4KViews4546713870Lurul@CyberVu2r0n1hThis is way too complicated. Appreciate the credits but I'm not going through all this to redeem them. Make it easy like Anthropic. Gemini app. Settings. Usage limits. Redeem. Thank you1333.3KZ@Z244375971hwhy do we nee to redeem, just auto reddeem it151.1KMatin hoseini@Matin207771hSorry I'm canceling my subscription because of no pro model4445 -
Bienvenue sur Projets IA 👋
Bienvenue sur Projets IA 👋 Moi c'est Anaïs. Ma mission : rendre l'intelligence artificielle compréhensible par tout le monde, sans sacrifier la vraie technique. Ici on explique comment l'IA fonctionne vraiment : LLM, tokens, GPU, transformers, fine tuning, RAG… avec des analogies, zéro jargon, et de la pratique sur Google Colab, Hugging Face et Python. Aucun prérequis : que tu sois simple curieux, en reconversion ou développeur, tu es au bon endroit. Je travaille dans l'informatique depuis 10 ans, sur des projets de transformation pour les entreprises. Aujourd'hui, je mets cette expérience au service d'un objectif : démystifier l'IA. -
optogénétique
Contrôler l’activité de cellules grâce à la lumière : c’est le principe de l’optogénétique, une technique qui associe génie génétique et optique. Elle consiste à introduire dans des cellules un gène leur permettant de produire une protéine sensible à la lumière. Un éclairage adapté permet ensuite d’activer cette protéine et ainsi de moduler l’activité des cellules ciblées. -
robots chinois et japonais
En Chine, les robots humanoïdes font déjà partie de la vie quotidienne. -
Marie & Chat
-
cerveau drosophile
33 ans de travail humain ont été consacrés à cartographier un cerveau plus petit qu’une graine de pavot. C’est tout ce qu’il contient, chacun de ses 139 255 neurones. 1 femelle drosophile 7 050 couches, 21 millions de clichés. -
Gemini Text to Speech
Synthèse de la parole -
Gemma 4
LLM -
google IA school
Generative AI -
Karpathy
In this video: the problem with RAG, the idea of the LLM Wiki, how to implement it, and its limitations. -
amour
La comparaison entre l'amour et l'inconscient est non seulement pertinente, mais elle constitue un pont majeur entre la psychanalyse, les neurosciences et la biologie de l'évolution. -
aistudio vidéos en français
vidéos en français sur Google aistudio -
aistudio
outil de développement Google Gemini -
aistudio video
Vidéo YouTube par Yassine Sdiri : Comprendre le NOUVEAU Google AI Studio en 20 Minutes