Quoi de mieux, qu’au lieu de décrire dans d’interminables explications ennuyeuses, son doctorat scientifique (Ph.D pour philosophiæ doctor dans le système anglo-saxon) que de le danser ? C’est à quoi se destine chaque année un concours, The “Dance Your Ph.D.” Contest, qui se charge de mêler l’art à la science et où peuvent être présentés, sous forme de chorégraphie, des doctorats d’université. Il y a déjà 16 finalistes sur les 53 inscriptions en ligne, près pour la fabuleuse récompense de 1000 $ et d’une gloire éphémère sur internet.
Deux concurrents se démarquent :
“Les bases de la percussion chez les humains et l’auto-similarité de détection de la musique électroacoustique" est, fondamentalement, la tentative du chercheur J. Anderson Mills pour enseigner à un ordinateur à entendre les sons de percussion à la façon dont un humain le ferait. Dans la vidéo ci-dessous, le Robot Shiny apprend à danser. Vous pouvez lire une description complète dans la façon dont les différentes parties de cette danse s’accordent avec la recherche de Mills sur le site de la vidéo, en voici un extrait :
La thèse de recherche a commencé avec une expérience à deux choix, une expérience à intervalle forcé, dans laquelle a été demandée à 29 hommes d’isoler des sons, du plus percutants au moins percutants.
L’expérience est représentée dans la danse par les deux premières interactions entre Alain et Shiny (le robot), ce dernier exprime son incapacité à choisir correctement les percussions au son le plus fort.
… La dernière étape de la thèse de recherche consistait à utiliser l’algorithme de détection avec la musique du monde réel, pour découvrir l’auto-similarité dans les modèles de percussion. En utilisant l’analyse d’auto-corrélation, l’algorithme de détection peut être utilisé pour temporaliser la répétition dans la musique à percussion. Shiny démontre l’auto-similarité de la musique en exécutant plusieurs mouvements finaux de danse répétitive, en reproduisant de façon appropriée à l’échelle du temps des battements, des mesures et des phrases.
La dissertation scientifique de J. Anderson Mills, pour les plus fans, au format PDF : Human-Based Percussion and Self-Similarity Detection in Electroacoustic Music ou sur vimeo.
La seconde : la danse des abeilles, créée et interprétée par Michael Smith.
Voici comment il décrit l’action :
Dans cette danse, nous voyons la première abeille émergeant d’un tronc (sa ruche) et adopter une attitude de gardien. Ses pattes avant sont élevées et elle utilise ses antennes pour examiner les abeilles alors qu’elles entrent. La seconde abeille est la voleuse, dans la même tenue que la première, mais avec un haut chapeau qui bloque ses antennes et un masque. Elle s’approche directement de la ruche pour voler, mais fais demi-tour. Le balancement de la danse, présenté par le mouvement d’avant en arrière, est caractéristique des abeilles voleuses, qui peut être utilisée pour déterminer quand elles peuvent s’approcher de la ruche en toute sécurité. Elle ouvre alors la ruche et mange du miel. Dès son retour à sa colonie, elle exécute une danse frétillante, pour indiquer la ressource disponible à ses sœurs et ainsi dérober entièrement les réserves alimentaires de l’autre ruche. L’abeille voleuse retourne ensuite à sa propre colonie et adopte une position de garde, afin de prévenir de l’apparition de voleur près de son propre domicile.
Plus de détails sur le site où a été posté la vidéo : Guarding and Robbing Behavior in Social Insects.
En attendant le grand gagnant, mais Guru Med pense que cela se jouera entre ses deux là, vous pouvez consulter la liste des 16 finalistes et leurs vidéos sur : The “Dance Your Ph.D.” Contest.