Algorithms - 6 Minute English

79,839 views ・ 2021-12-23

BBC Learning English


Veuillez double-cliquer sur les sous-titres anglais ci-dessous pour lire la vidéo. Les sous-titres traduits sont traduits automatiquement.

00:03
Hello. This is 6 Minute English from
0
3149
7391
Bonjour. Ceci est 6 minutes d'anglais de
00:10
BBC Learning English. I'm Neil.
1
10540
2280
BBC Learning English. Je suis Neil.
00:12
And I'm Sam.
2
12820
1120
Et je suis Sam.
00:13
What do shopping with a credit card,
3
13940
2130
Quel est le point commun entre faire du shopping avec une carte de crédit,
00:16
finding love through internet
4
16070
1290
trouver l'amour grâce à des
00:17
dating and waiting for the traffic
5
17360
2009
rencontres sur Internet et attendre que les
00:19
lights to change have in common?
6
19369
2561
feux de circulation changent ?
00:21
Hmmm, they all involve computers?
7
21930
2269
Hmmm, ils impliquent tous des ordinateurs ?
00:24
Good guess, Sam! But how exactly
8
24199
1871
Bonne conjecture, Sam ! Mais comment fonctionnent
00:26
do those computers work?
9
26070
2140
exactement ces ordinateurs ?
00:28
The answer is that they all
10
28210
1649
La réponse est qu'ils
00:29
use algorithms - sets of
11
29859
2310
utilisent tous des algorithmes - des ensembles d'
00:32
mathematical instructions
12
32169
1401
instructions mathématiques
00:33
which find solutions to problems.
13
33570
2570
qui trouvent des solutions aux problèmes.
00:36
Although they are often hidden,
14
36140
2430
Bien qu'ils soient souvent cachés, les
00:38
algorithms are all around us.
15
38570
1680
algorithmes sont tout autour de nous.
00:40
From mobile phone maps to
16
40250
1250
Des cartes des téléphones portables aux
00:41
home delivery pizza, they
17
41500
1720
pizzas livrées à domicile, elles
00:43
play a big part of modern
18
43220
1730
jouent un rôle important dans la
00:44
life. And they're the
19
44950
1490
vie moderne. Et ils sont le
00:46
topic of this programme.
20
46440
1450
sujet de ce programme.
00:47
A simple way to think of
21
47890
1150
Une façon simple de penser aux
00:49
algorithms is as recipes.
22
49040
2620
algorithmes est comme des recettes.
00:51
To make pancakes you mix flour,
23
51660
2460
Pour faire des crêpes, vous mélangez la farine, les
00:54
eggs and milk, then melt
24
54120
1110
œufs et le lait, puis faites fondre le
00:55
butter in a frying pan
25
55230
1390
beurre dans une poêle
00:56
and so on. Computers do
26
56620
1760
et ainsi de suite. Les ordinateurs le
00:58
this in more a complicated
27
58380
1320
font de manière plus compliquée
00:59
way by repeating mathematical
28
59700
1970
en répétant sans cesse des
01:01
equations over and over again.
29
61670
2419
équations mathématiques.
01:04
Equations are mathematical
30
64089
1481
Les équations sont des
01:05
sentences showing how two
31
65570
1430
phrases mathématiques montrant comment deux
01:07
things are equal. They're
32
67000
1950
choses sont égales. Ils sont
01:08
similar to algorithms and
33
68950
1660
similaires aux algorithmes et
01:10
the most famous scientific
34
70610
1340
l'équation scientifique la plus célèbre
01:11
equation of all, Einstein's
35
71950
2100
de toutes,
01:14
E=MC2, can be thought of as
36
74050
3430
E=MC2 d'Einstein, peut être considérée comme
01:17
a three-part algorithm.
37
77480
2330
un algorithme en trois parties.
01:19
But before my brain gets
38
79810
1270
Mais avant que mon cerveau ne soit
01:21
squashed by all this maths,
39
81080
1440
écrasé par tous ces calculs,
01:22
I have a quiz question for
40
82520
1600
j'ai une question pour
01:24
you, Sam. As you know,
41
84120
2180
toi, Sam. Comme vous le savez,
01:26
Einstein's famous equation
42
86300
1060
la célèbre équation d'Einstein
01:27
is E=MC2 - but what does the
43
87360
2880
est E=MC2 - mais que signifie le
01:30
'E' stand for? Is it:
44
90240
2290
« E » ? Est-ce :
01:32
a) electricity? b) energy?
45
92530
2520
a) de l'électricité ? b) énergie ?
01:35
or c) everything?
46
95050
1890
ou c) tout ?
01:36
I'm tempted to say 'E' is
47
96940
1480
Je suis tenté de dire que « E
01:38
for 'everything' but I
48
98420
1000
» signifie « tout », mais je
01:39
reckon I know the answer:
49
99420
2160
pense que je connais la réponse :
01:41
b - 'E' stands for 'energy'.
50
101580
1860
b - « E » signifie « énergie ».
01:43
OK, Sam, we'll find out if
51
103440
1430
OK, Sam, nous verrons si
01:44
you're right later
52
104870
1000
tu as raison plus tard
01:45
in the programme.
53
105870
1000
dans le programme.
01:46
With all this talk of
54
106870
1380
Avec toutes ces discussions sur les
01:48
computers, you might think
55
108250
1000
ordinateurs, vous pourriez penser que les
01:49
algorithms are a new idea.
56
109250
1720
algorithmes sont une idée nouvelle.
01:50
In fact, they've been
57
110970
1460
En fait, ils existent
01:52
around since Babylonian times,
58
112430
2070
depuis l'époque babylonienne, il y a
01:54
around 4,000 years ago.
59
114500
2250
environ 4 000 ans.
01:56
And their use today can be
60
116750
1460
Et leur utilisation aujourd'hui peut être
01:58
controversial. Some algorithms
61
118210
1880
controversée. Certains algorithmes
02:00
used in internet search engines
62
120090
1830
utilisés dans les moteurs de recherche Internet
02:01
have been accused
63
121920
1000
ont été accusés
02:02
of racial prejudice.
64
122920
1260
de préjugés raciaux.
02:04
Ramesh Srinivasan is Professor
65
124180
2130
Ramesh Srinivasan est professeur
02:06
of Information Studies at the
66
126310
1669
d'études de l'information à l'
02:07
University of California.
67
127979
1620
Université de Californie.
02:09
Here's what he said when asked
68
129599
1780
Voici ce qu'il a dit lorsqu'on lui a demandé
02:11
what the word 'algorithm'
69
131379
1480
ce que le mot « algorithme »
02:12
actually means by BBC World
70
132859
2051
signifie réellement par le programme de BBC World
02:14
Service's programme, The Forum:
71
134910
3999
Service, The Forum :
02:18
My understanding of the term
72
138909
1851
Ma compréhension du terme
02:20
'algorithm' is that it's not
73
140760
1099
« algorithme » est que ce n'est pas
02:21
necessarily the bogyman, or
74
141859
2280
nécessairement le croquemitaine, ou
02:24
its not necessarily something
75
144139
2020
ce n'est pas nécessairement quelque chose
02:26
that is, you know, inscrutable
76
146159
1931
qui est, vous savez, impénétrable
02:28
or mysterious to all people -
77
148090
1659
ou mystérieux pour tout le monde -
02:29
it's the set of instructions
78
149749
2710
c'est l'ensemble d'instructions
02:32
that you write in some
79
152459
1661
que vous écrivez sous une
02:34
mathematical form or in
80
154120
1659
forme mathématique ou dans
02:35
some software code - so it's
81
155779
1501
un code logiciel - c'est donc
02:37
the repeated set of
82
157280
1500
l'ensemble répété d'
02:38
instructions that are
83
158780
1879
instructions qui sont
02:40
sequenced, that are used
84
160659
1861
séquencées, qui sont utilisées
02:42
and applied to answer a
85
162520
1340
et appliquées pour répondre à une
02:43
question or resolve a
86
163860
1219
question ou résoudre un
02:45
problem - it's a simple as
87
165079
1561
problème - c'est aussi simple que
02:46
that, actually.
88
166640
1590
ça, en fait.
02:48
Some think that algorithms
89
168230
2500
Certains pensent que les algorithmes
02:50
have been controversial,
90
170730
1269
ont été controversés,
02:51
but Professor Srinivasan
91
171999
1410
mais le professeur Srinivasan
02:53
says they are not necessarily
92
173409
1970
dit qu'ils ne sont pas nécessairement
02:55
the bogyman. The bogyman
93
175379
2220
le croquemitaine. Le bogyman
02:57
refers to something people
94
177599
1121
fait référence à quelque chose que les gens
02:58
call 'bad' or 'evil' to
95
178720
2140
appellent «mauvais» ou «mal» pour
03:00
make other people afraid.
96
180860
2420
faire peur aux autres.
03:03
Professor Srinivasan thinks
97
183280
1359
Le professeur Srinivasan pense que les
03:04
algorithms are neither evil
98
184639
1860
algorithmes ne sont ni diaboliques
03:06
nor inscrutable - not
99
186499
2011
ni impénétrables - ne montrant pas d'
03:08
showing emotions or thoughts
100
188510
1780
émotions ou de pensées
03:10
and therefore very difficult
101
190290
1360
et donc très difficiles
03:11
to understand.
102
191650
1000
à comprendre.
03:12
Still, it can be difficult
103
192650
1669
Pourtant, il peut être difficile
03:14
to understand exactly what
104
194319
1301
de comprendre exactement ce que
03:15
algorithms are, especially
105
195620
1989
sont les algorithmes, surtout
03:17
when there are many different
106
197609
1330
lorsqu'il en existe de nombreux
03:18
types of them. So, let's
107
198939
1651
types différents. Alors,
03:20
take an example.
108
200590
1410
prenons un exemple.
03:22
It's autumn and we want to
109
202000
1060
C'est l'automne et nous voulons
03:23
collect all the apples from
110
203060
1560
récolter toutes les pommes de
03:24
our orchard and divide them
111
204620
1239
notre verger et les diviser
03:25
into three groups - big, medium
112
205859
2310
en trois groupes - grosses, moyennes
03:28
and small. One method is to
113
208169
2000
et petites. Une méthode consiste à
03:30
collect all the apples together
114
210169
1830
rassembler toutes les pommes
03:31
and compare their sizes.
115
211999
1981
et à comparer leurs tailles.
03:33
But doing this would take hours!
116
213980
1519
Mais cela prendrait des heures !
03:35
It's much easier to first
117
215499
1511
Il est beaucoup plus facile de commencer par
03:37
collect the apples from only
118
217010
1470
ramasser les pommes d'
03:38
one tree - divide those into
119
218480
2420
un seul arbre - de les diviser en
03:40
big, medium or small - and
120
220900
1989
grandes, moyennes ou petites -
03:42
then repeat the process for
121
222889
1481
puis de répéter le processus pour
03:44
the other trees, one by one.
122
224370
2970
les autres arbres, un par un.
03:47
That's basically what
123
227340
1000
C'est essentiellement ce que
03:48
algorithms do - they find
124
228340
1390
font les algorithmes - ils trouvent
03:49
the most efficient way to
125
229730
1349
le moyen le plus efficace de
03:51
get things done, or in other
126
231079
1740
faire avancer les choses, ou en d'autres
03:52
words, get the best results
127
232819
1450
termes, d'obtenir les meilleurs résultats
03:54
in the quickest time.
128
234269
2281
dans les meilleurs délais.
03:56
Mathematics professor Ian Stewart
129
236550
1299
Le professeur de mathématiques Ian Stewart
03:57
agrees. Listen as he explains
130
237849
2230
est d'accord. Écoutez-le expliquer
04:00
how the algorithm called
131
240079
1580
comment l'algorithme appelé
04:01
'bubble sort' works to BBC
132
241659
2491
"tri à bulles" fonctionne pour le programme de BBC
04:04
World Service's programme,
133
244150
1349
World Service,
04:05
The Forum:
134
245499
3030
The Forum :
04:08
Think of when your computer
135
248529
1100
Pensez à quand votre
04:09
is sorting emails by date and
136
249629
1881
ordinateur trie les e-mails par date et
04:11
maybe you've got 500 emails
137
251510
1349
peut-être que vous avez 500 e
04:12
and it sorts them by date in
138
252859
1371
-mails et qu'il les trie par date en
04:14
a flash. Now it doesn't use
139
254230
1479
un éclair. Maintenant, il n'utilise pas de
04:15
bubble sort, but it does
140
255709
1022
tri à bulles, mais il
04:16
use a sorting method and if
141
256731
1819
utilise une méthode de tri et si
04:18
you tried to do that by
142
258550
1140
vous essayiez de le faire à la
04:19
hand it would take you a
143
259690
1509
main, cela vous prendrait
04:21
very long time, whatever
144
261199
1340
beaucoup de temps, quelle que soit la
04:22
method you used.
145
262539
3641
méthode utilisée.
04:26
Professor Stewart describes
146
266180
1000
Le professeur Stewart décrit
04:27
how algorithms sort emails.
147
267180
2100
comment les algorithmes trient les e-mails.
04:29
'To sort' is a verb meaning
148
269280
1729
« Trier » est un verbe qui
04:31
to group together things
149
271009
1130
signifie regrouper des choses
04:32
which share similarities.
150
272139
1821
qui partagent des similitudes.
04:33
Just like grouping the
151
273960
1000
Tout comme le regroupement des
04:34
apples by size, sorting
152
274960
1910
pommes par taille, trier
04:36
hundreds of emails by hand
153
276870
1729
manuellement des centaines d'e-mails
04:38
would take a long time.
154
278599
1861
prendrait beaucoup de temps.
04:40
But using algorithms,
155
280460
1910
Mais en utilisant des algorithmes, les
04:42
computers do it in a flash -
156
282370
1810
ordinateurs le font en un éclair -
04:44
very quickly or suddenly.
157
284180
1959
très rapidement ou soudainement.
04:46
That phrase - in a flash -
158
286139
1191
Cette phrase - en un éclair -
04:47
reminds me of
159
287330
1000
me rappelle
04:48
how Albert Einstein
160
288330
1130
comment Albert Einstein
04:49
came up with his famous
161
289460
1190
a trouvé sa célèbre
04:50
equation, E=MC2.
162
290650
3609
équation, E=MC2.
04:54
And that reminds me of your
163
294259
1671
Et cela me rappelle votre
04:55
quiz question. You asked
164
295930
1910
question quiz. Vous avez posé
04:57
about the 'E' in E=MC2.
165
297840
3260
une question sur le 'E' dans E=MC2.
05:01
I said it stands for
166
301100
1390
J'ai dit que cela signifiait
05:02
'energy'. So, was I right?
167
302490
1739
'énergie'. Alors, avais-je raison ?
05:04
'Energy' is the correct answer.
168
304229
2641
« Énergie » est la bonne réponse.
05:06
Energy equals 'M' for mass,
169
306870
1849
L'énergie est égale à 'M' pour la masse,
05:08
multiplied by the Constant
170
308719
1521
multipliée par la constante
05:10
'C' which is the speed
171
310240
1459
'C' qui est la vitesse
05:11
of light, squared.
172
311699
1201
de la lumière au carré.
05:12
OK, let's recap the vocabulary
173
312900
2380
OK, récapitulons le vocabulaire
05:15
from this programme, starting
174
315280
1780
de ce programme, en commençant
05:17
with 'equation' - a mathematical
175
317060
2340
par "l'équation" - une
05:19
statement using symbols to
176
319400
1900
déclaration mathématique utilisant des symboles pour
05:21
show two equal things.
177
321300
1910
montrer deux choses égales.
05:23
If something is called a 'bogyman',
178
323210
2120
Si quelque chose est appelé un "bogyman",
05:25
it's something considered
179
325330
1040
c'est quelque chose de
05:26
bad and to be feared.
180
326370
1670
mauvais et à craindre.
05:28
'Inscrutable' people don't show
181
328040
1610
Les personnes "impénétrables" ne montrent pas
05:29
their emotions so are very
182
329650
1620
leurs émotions et sont donc très
05:31
difficult to get to know.
183
331270
2060
difficiles à connaître.
05:33
'Efficient' means working
184
333330
1000
« Efficace » signifie travailler
05:34
quickly and effectively
185
334330
1079
rapidement et efficacement
05:35
in an organised way.
186
335409
1470
de manière organisée.
05:36
The verb 'to sort' means
187
336879
1491
Le verbe « trier »
05:38
to group together things
188
338370
1269
signifie regrouper des choses
05:39
which share similarities.
189
339639
1851
qui partagent des similitudes.
05:41
And finally, if something
190
341490
1060
Et enfin, si quelque chose
05:42
happens 'in a flash', it
191
342550
1721
se produit « en un éclair », cela
05:44
happens quickly or suddenly.
192
344271
1779
se produit rapidement ou soudainement.
05:46
That's all the time we have
193
346050
1359
C'est tout le temps dont nous disposons
05:47
to discuss algorithms. And if
194
347409
2151
pour discuter des algorithmes. Et si
05:49
you're still not 100% sure
195
349560
1829
vous n'êtes toujours pas sûr à 100 %
05:51
about exactly what they are,
196
351389
1810
de ce qu'ils sont exactement,
05:53
we hope at least you've
197
353199
1000
nous espérons au moins que vous avez
05:54
learned some useful vocabulary!
198
354199
1601
appris un vocabulaire utile !
05:55
Join us again soon for more
199
355800
1300
Rejoignez-nous bientôt pour plus de
05:57
trending topics, sensational
200
357100
1749
sujets tendances, une
05:58
science and useful vocabulary
201
358849
2120
science sensationnelle et un vocabulaire utile
06:00
here at 6 Minute English from
202
360969
1531
ici à 6 minutes d'anglais de
06:02
BBC Learning English.
203
362500
1610
BBC Learning English.
06:04
Bye for now!
204
364110
2329
Au revoir!
06:06
Goodbye!
205
366439
2100
Au revoir!

Original video on YouTube.com
À propos de ce site Web

Ce site vous présentera des vidéos YouTube utiles pour apprendre l'anglais. Vous verrez des leçons d'anglais dispensées par des professeurs de premier ordre du monde entier. Double-cliquez sur les sous-titres anglais affichés sur chaque page de vidéo pour lire la vidéo à partir de là. Les sous-titres défilent en synchronisation avec la lecture de la vidéo. Si vous avez des commentaires ou des demandes, veuillez nous contacter en utilisant ce formulaire de contact.

https://forms.gle/WvT1wiN1qDtmnspy7