B1 · Episode 23 · 4:30

Gilles, bioinformatics professor (5): Teaching requires revealing intuition

Gilles advocates that teachers openly share their intuitive reasoning—even if simplified or initially imprecise—to help students grasp abstract concepts like combinatorial explosion, making learning more accessible.

Source:Qu'est-ce que Tu GEEKes ? · License:CC BY-SA 4.0

Transcript

  1. les subtilités du sujet, mais ouais, je crois que le premier truc,

    the subtleties of the subject, but yeah, I think the first thing,

  2. si on veut être un bon enseignant, il faut faire

    if we want to be a good teacher, we must do

  3. ce qu'il faut pour que tout paraisse simple au premier exposé.

    what it takes for everything to appear simple on the first exposition.

  4. Et donc pas avoir peur de donner ses intuitions.

    And therefore not be afraid to share one's intuitions.

  5. Hop hop hop, ne partez pas, du jargon informatique s'est glissé dans cette

    Hop hop hop, don’t leave—computer jargon has slipped into this

  6. interview, notre invité vous explique tout.

    interview; our guest will explain everything to you.

  7. Ça veut dire quoi explosion combinatoire?

    What does combinatorial explosion mean?

  8. Quand on cherche à faire résoudre un problème à un ordinateur.

    When we try to get a computer to solve a problem,

  9. Il va mettre un certain temps de calcul avant de nous donner une réponse.

    it will take a certain amount of computation time before giving us an answer.

  10. Et ce temps de calcul, en général, il est dépendant de la quantité de données qu'on

    And this computation time is generally dependent on the amount of data we

  11. va lui donner en entrée pour qu'il puisse nous donner cette réponse.

    feed it as input in order for it to give us this answer.

  12. Et on peut calculer le

    And we can calculate the

  13. temps que va mettre l'ordinateur à faire son calcul en fonction de la quantité de

    time the computer will take to perform its calculation as a function of the amount of

  14. données qu'on lui fait ingérer au début.

    data we feed it at the start.

  15. Et ce temps- là, quand le problème est bien gentil, ça va être par exemple

    And this time, when the problem is well-behaved, might for example be

  16. proportionnel.

    proportional.

  17. Si je donne deux fois plus de données, je vais faire deux fois plus de temps de

    If I give twice as much data, I will take twice as much time to

  18. calcul. En général, les problèmes qui nous intéressent vraiment,

    compute. In general, the problems that really interest us,

  19. c'est ce qu'on appelle exponentiel, c'est- à- dire que si je donne deux fois plus de

    are what we call exponential, meaning that if I give twice as much

  20. données, il y a quatre fois plus de calculs.

    data, there are four times as many calculations.

  21. si je donne quatre fois plus, il y a seize fois plus de calculs,

    If I give four times as much, there are sixteen times as many calculations,

  22. etc. Et donc ça grimpe très très très très vite.

    etc. And so it climbs extremely, extremely, extremely, extremely fast.

  23. Et quand on parle de ça à un

    And when we talk about this to a

  24. mathématicien, par exemple il va dire le jeu d'échecs n'a aucun intérêt parce que il

    mathematician, for example he will say chess is utterly uninteresting because there is a finite set of positions

  25. y a un ensemble fini de positions

    there is a finite set of possible positions

  26. possibles sur le jeu d'échecs, et donc voilà, c'est un truc qui a aucun intérêt

    there is a finite set of positions possible in chess, and therefore, it's something utterly uninteresting

  27. mathématique. Pour un informaticien, ça a vachement de l'intérêt parce que la

    For a computer scientist, it has tremendous interest because the

  28. quantité de positions est énorme, et donc le temps de calcul pour proposer le coup

    is enormously important to us; it must not take too long.

  29. d'après, ça nous intéresse énormément, il ne faut pas que ce soit trop long.

    And so when we have problems, then we have exponential problems,

  30. Et donc quand on a des problèmes, alors on a des problèmes exponentiels,

    And so when we have problems, then we have exponential problems,

  31. on peut avoir des problèmes exponentiels, exponentiels, etc.

    we can have exponential, exponential, etc. problems.

  32. Et même il y a des problèmes qu'on sait caractériser pour lesquels il n'existe pas

    And even there are problems that we know how to characterize for which there does not exist

  33. d'algorithmes qui peuvent donner de solutions, tout simplement.

    algorithms that can provide solutions, simply.

  34. Et donc voilà, l'explosion combinatoire, c'est ce phénomène que la plupart des

    And so here, combinatorial explosion is this phenomenon that most

  35. problèmes intéressants

    interesting problems

  36. vont très vite prendre trop de temps et trop de mémoire dans l'ordinateur pour

    will very quickly take too much time and too much memory in the computer to

  37. pouvoir être résolus de manière satisfaisante.

    be solved satisfactorily.

  38. Et ça, je disais donc un biologiste, il le sent bien parce que vu le nombre de

    And this, I said earlier, a biologist feels it well because given the number of

  39. molécules qu'il a, ne serait ce que dans une cellule,

    the number of molecules he has, even just within a single cell,

  40. il a déjà touché du doigt ce problème.

    he has already touched upon this problem.

  41. Qu'un mathématicien, même un physicien qui fait hypothèse.

    Whereas a mathematician, or even a physicist who makes hypotheses,

  42. par exemple ne ressent pas autant.

    for example, does not feel it as strongly.

  43. Ça veut dire quoi abstraction?

    What does abstraction mean?

  44. Voilà, quand on écrit un programme qui a besoin de calculer,

    Here, when we write a program that needs to compute,

  45. par exemple, un trajet optimal entre deux villes ou des choses comme ça.

    for example, an optimal route between two cities or things like that.

  46. Alors, il faut par exemple représenter la position où se trouve la personne qui veut

    So, for example, you need to represent the position of the person who wants

  47. aller d'un endroit à un autre.

    to go from one place to another.

  48. Cette position, souvent, on la représente par des coordonnées x,

    This position is often represented by coordinates x,

  49. y. Et ce qui va se passer c'est que donc dans l'ordinateur, on va avoir l'impression

    y. What will happen is that, in the computer, we will have the impression

  50. que les calculs se font sur des formules qui contiennent x, des formules qui

    that calculations are performed on formulas containing x, formulas containing y.

  51. contiennent y.

    containing y.

  52. Et on n'aura jamais l'impression que le calcul se fait sur la position où se trouve

    And we will never feel that the calculation is being performed at the person's location.

  53. la personne. Et ce qu'on appelle l'abstraction, c'est la capacité à regrouper ces x

    y into something we call the person's position.

  54. y dans quelque chose qu'on appelle la position de la personne.

    and write functions that take as input not x and y, which are unintuitive,

  55. et d'écrire des fonctions qui prennent en entrée non pas x et y qui parlent pas,

    but the person's position, which speaks intuitively to people.

  56. mais la position de la personne qui parle intuitivement aux gens.

    This is what we call abstraction—that is, the notion of position

  57. C'est ça qu'on appelle l'abstraction, c'est- à- dire que la notion de position est

    is an abstract notion, whereas x and y are concrete notions.

  58. une notion abstraite, alors que x et y sont des notions concrètes.

    Therefore, this notion of abstraction can indeed go far.

  59. Donc cette notion d'abstraction, effectivement, elle peut aller loin.

    For example, we can very well have an abstract view of a cell

  60. On peut très bien dire que, par exemple, on a une vision abstraite d'une cellule

    We can very well say, for example, that we have an abstract view of a cell

  61. dans son entier en biologie.

    in its entirety in biology.

  62. Et puis à l'intérieur, il y a des taux de concentration, il y a des emplacements de

    And then inside, there are concentration rates, there are locations of

  63. membranes, il y a des compartiments, etc.

    membranes, there are compartments, etc.

  64. Mais ça permet d'écrire des fonctions qui parlent de la cellule dans son entier,

    But it allows writing functions that talk about the cell in its entirety,

  65. donc c'est beaucoup plus facilement lisible quand on regarde le programme ou quand

    so it's much more readable when looking at the program or when

  66. on spécifie ce qu'il doit faire.

    specifying what it should do.

  67. Voilà pour cette interview, merci de l'avoir écoutée.

    That's it for this interview, thanks for listening.

  68. Si ça vous a plu, comme d'hab, abonnez- vous, commentez, pouce en l'air,

    If you enjoyed it, as usual, subscribe, comment, thumbs up,

  69. soutenez- nous sur uTip, etc.

    support us on uTip, etc.

  70. Il y a cinq autres interviews qui vous attendent, vous trouverez leur lien dans la

    There are five more interviews waiting for you; you'll find their links in the

  71. description. C'était Flo pour Qu'est- ce que tu GEEKes?

    description. This was Flo for What Do You GEEK?

  72. Salut!

    Hi!