1
00:00:00,660 --> 00:00:04,597
Mes collègues et moi sommes fascinés
par la science des « points mobiles ».

2
00:00:04,597 --> 00:00:06,127
Alors, c'est quoi ces points ?

3
00:00:06,127 --> 00:00:07,468
Eh bien, c'est nous tous.

4
00:00:07,468 --> 00:00:11,991
Nous nous déplaçons chez nous,
au bureau, au magasin, en voyage

5
00:00:11,991 --> 00:00:14,957
à travers les villes et
autour du monde.

6
00:00:14,958 --> 00:00:18,509
Ça ne serait pas génial si on pouvait
comprendre tous ces mouvements ?

7
00:00:18,509 --> 00:00:21,803
Si on pouvait trouver des schémas,
leur sens et mieux les comprendre ?

8
00:00:21,803 --> 00:00:24,074
Nous avons la chance de vivre à une époque

9
00:00:24,074 --> 00:00:28,565
où nous excellons à capturer 
des informations sur nous-mêmes.

10
00:00:28,807 --> 00:00:32,510
Donc que ce soit par des capteurs,
des vidéos ou des applications,

11
00:00:32,510 --> 00:00:35,775
on peut suivre nos mouvements
d'une façon incroyablement détaillée.

12
00:00:36,092 --> 00:00:40,504
En fait, un des secteurs dans lequel
nous avons les meilleures données

13
00:00:40,504 --> 00:00:42,706
sur le mouvement est le sport.

14
00:00:42,706 --> 00:00:48,045
Que ce soit le basket, le baseball,
le foot ou le football américain,

15
00:00:48,045 --> 00:00:51,945
nous équipons nos stades et nos joueurs
afin de suivre leurs mouvements

16
00:00:51,945 --> 00:00:53,818
à chaque fraction de seconde.

17
00:00:53,818 --> 00:00:58,168
En fait nous transformons
nos athlètes en –

18
00:00:58,168 --> 00:01:00,197
vous avez surement deviné,

19
00:01:00,197 --> 00:01:01,587
des points mobiles.

20
00:01:01,946 --> 00:01:06,816
Nous avons donc des tonnes de points
mobiles ; comme toutes les données brutes,

21
00:01:06,816 --> 00:01:09,334
c'est difficile à traiter
et pas vraiment intéressant.

22
00:01:09,334 --> 00:01:13,198
Mais il y a des choses que les entraîneurs
de basket, par exemple, veulent savoir.

23
00:01:13,198 --> 00:01:17,106
Le problème, c'est que pour les obtenir,
il faudrait qu'ils regardent

24
00:01:17,113 --> 00:01:20,256
chaque seconde de chaque match, 
s'en rappellent et les analysent.

25
00:01:20,256 --> 00:01:21,941
Personne n'est capable de le faire,

26
00:01:21,941 --> 00:01:23,700
mais une machine le peut.

27
00:01:23,700 --> 00:01:27,423
Le problème, c'est qu'elle ne peut
pas voir avec les yeux de l'entraîneur.

28
00:01:27,423 --> 00:01:29,624
Du moins pas jusqu'à maintenant.

29
00:01:30,228 --> 00:01:32,867
Alors qu'a-t-on appris
à la machine pour qu'elle voie ?

30
00:01:33,569 --> 00:01:35,566
On a commencé simplement.

31
00:01:35,566 --> 00:01:39,229
On lui a d'abord appris des choses comme
les passes, les tirs et les rebonds –

32
00:01:39,229 --> 00:01:41,658
que la plupart des fans
devraient connaître.

33
00:01:41,658 --> 00:01:44,444
Et puis on est passé à des choses 
un peu plus compliquées.

34
00:01:44,444 --> 00:01:49,422
Des choses comme des post-ups,
des pick and rolls et des isolements.

35
00:01:49,422 --> 00:01:53,304
Peut-être ne les connaissez-vous pas, mais
la plupart des joueurs les connaissent.

36
00:01:53,560 --> 00:01:58,930
De nos jours, les machines comprennent
des événements complexes

37
00:01:58,930 --> 00:02:02,077
comme orienter et poser des écrans.

38
00:02:02,077 --> 00:02:04,747
Des choses que seuls 
les professionnels connaissent.

39
00:02:04,751 --> 00:02:09,159
Nous avons appris à une machine à voir
avec les yeux d'un entraîneur.

40
00:02:10,009 --> 00:02:11,866
Alors, comment y sommes-nous parvenus ?

41
00:02:12,511 --> 00:02:15,564
Si je demandais à un entraîneur 
de décrire un pick and roll,

42
00:02:15,564 --> 00:02:17,343
ils me donneraient une description.

43
00:02:17,343 --> 00:02:20,437
Et si je l'encodais en un algorithme,
ce serait très mauvais.

44
00:02:21,026 --> 00:02:25,364
Il se trouve que le pick and roll est 
cette danse au basket entre 4 joueurs,

45
00:02:25,364 --> 00:02:27,206
deux à l'attaque et deux à la défense.

46
00:02:27,206 --> 00:02:29,127
Et voilà à peu près comment ça se passe.

47
00:02:29,128 --> 00:02:31,701
Du côté de l'attaque, 
il y a ce type sans le ballon

48
00:02:31,701 --> 00:02:34,858
et il se met près du type qui
couvre le type qui a le ballon,

49
00:02:34,858 --> 00:02:36,169
et il reste là

50
00:02:36,169 --> 00:02:38,279
et tous les deux bougent 
et le jeu continue,

51
00:02:38,279 --> 00:02:40,123
et voilà : un pick and roll.

52
00:02:40,123 --> 00:02:41,805
(Rires)

53
00:02:41,805 --> 00:02:44,287
C'est aussi un exemple
d'un très mauvais algorithme.

54
00:02:44,913 --> 00:02:49,277
Donc si le joueur interférant, 
celui qu'on appelle le garde--

55
00:02:49,278 --> 00:02:52,190
s'approche mais ne s'arrête pas,

56
00:02:52,190 --> 00:02:54,592
il ne s'agit sans doute pas
d'un pick and roll.

57
00:02:54,592 --> 00:02:58,535
Ou bien s'il s'arrête, 
mais pas assez près,

58
00:02:58,535 --> 00:03:00,665
il ne s'agit sûrement pas
d'un pick and roll.

59
00:03:00,665 --> 00:03:03,718
Ou, s'il s'approche vraiment 
et il s'arrête

60
00:03:03,718 --> 00:03:07,246
mais ça se passe sous le panier,
ce n'est sans doute pas un pick and roll.

61
00:03:07,246 --> 00:03:08,246
Ou alors je me trompe

62
00:03:08,246 --> 00:03:10,874
et tous ces exemples 
sont des pick and roll.

63
00:03:10,874 --> 00:03:14,572
Tout dépend du timing,
des distances et des emplacements,

64
00:03:14,572 --> 00:03:16,577
et c'est ça qui est difficile à apprécier.

65
00:03:16,579 --> 00:03:20,667
Mais heureusement, on peut apprendre
aux machines à décrire les choses

66
00:03:20,667 --> 00:03:23,385
qu'on connaît, bien au-delà 
de nos capacités.

67
00:03:23,385 --> 00:03:24,605
Alors comment ça marche ?

68
00:03:24,605 --> 00:03:26,289
Eh bien, on utilise des exemples.

69
00:03:26,289 --> 00:03:28,990
On va voir la machine et on lui dit :
« Bonjour, machine.

70
00:03:28,990 --> 00:03:32,520
Voila des exemples de pick and roll,
et voici des choses qui n'en sont pas.

71
00:03:32,520 --> 00:03:35,204
S'il te plaît, trouve un moyen 
de faire la différence. »

72
00:03:35,204 --> 00:03:38,358
Il s'agit de trouver les caractéristiques
permettant la séparation.

73
00:03:38,358 --> 00:03:40,143
Alors pour lui enseigner
la différence

74
00:03:40,143 --> 00:03:41,585
entre une pomme et une orange,

75
00:03:41,585 --> 00:03:44,337
pourquoi ne pas utiliser
les couleurs et les formes ?

76
00:03:44,337 --> 00:03:47,074
Et le problème à résoudre c'est,
quelles sont ces choses ?

77
00:03:47,074 --> 00:03:48,760
Quelles sont les caractéristiques

78
00:03:48,760 --> 00:03:50,530
permettant à l'ordinateur de naviguer

79
00:03:50,530 --> 00:03:52,708
dans le monde des points mobiles ?

80
00:03:52,708 --> 00:03:54,458
Comprendre toutes ces relations

81
00:03:54,458 --> 00:03:56,432
avec des positions relatives et absolues,

82
00:03:56,432 --> 00:03:59,472
la distance, le temps, les vélocités –

83
00:03:59,472 --> 00:04:02,972
c'est vraiment le cœur de la science
des points mobiles,

84
00:04:02,972 --> 00:04:04,392
ou bien, comme on l'appelle :

85
00:04:04,392 --> 00:04:07,956
schéma spatio-temporel de reconnaissance
en langage académique.

86
00:04:07,956 --> 00:04:10,913
Parce que tout d'abord, 
il faut que ça sonne compliqué.

87
00:04:10,913 --> 00:04:12,215
Parce que ça l'est.

88
00:04:12,215 --> 00:04:15,365
Mais, pour les entraîneurs,
le problème n'est pas de savoir

89
00:04:15,365 --> 00:04:17,228
s'il s'agit d'un pick and roll ou non.

90
00:04:17,228 --> 00:04:20,037
Ils veulent savoir comment
le pick and roll a pu avoir lieu.

91
00:04:20,037 --> 00:04:22,654
Et pourquoi c'est important
pour eux ? Je vous explique.

92
00:04:22,654 --> 00:04:24,746
Il se trouve que 
dans le basketball moderne,

93
00:04:24,746 --> 00:04:27,754
ce pick and roll est peut-être le type
de jeu le plus important.

94
00:04:27,754 --> 00:04:30,155
Savoir comment l'initier
et en assurer sa défense,

95
00:04:30,155 --> 00:04:33,079
est ce qui détermine la plupart
des victoires et des défaites.

96
00:04:33,079 --> 00:04:36,451
Si bien que cette danse a beaucoup
de formes différentes

97
00:04:36,451 --> 00:04:39,956
et pouvoir identifier ces variations
est vraiment ce qui compte,

98
00:04:39,956 --> 00:04:43,138
et c'est pour ça qu'il faut que ce système
soit vraiment bon.

99
00:04:43,138 --> 00:04:43,978
Un exemple :

100
00:04:43,978 --> 00:04:46,041
2 joueurs en attaque,
2 en défense,

101
00:04:46,041 --> 00:04:48,260
prêts à interpréter la danse 
du pick and roll.

102
00:04:48,260 --> 00:04:51,310
Celui qui a le ballon peut
prendre ou laisser.

103
00:04:51,310 --> 00:04:55,134
Son coéquipier peut se diriger vers une 
zone de terrain libre ou poser un écran.

104
00:04:55,134 --> 00:04:58,157
Celui qui défend le ballon peut passer
au dessus ou en dessous.

105
00:04:58,157 --> 00:05:01,949
Son coéquipier peut se tenir à
distance ou jouer « soft »

106
00:05:01,949 --> 00:05:05,308
et ensemble ils peuvent passer le ballon
ou détruire le pick and roll

107
00:05:05,308 --> 00:05:07,819
et je ne connaissais pas tout ça
quand j'ai commencé.

108
00:05:07,819 --> 00:05:12,042
Ça serait super si tout le monde
pouvait suivre les flêches.

109
00:05:12,042 --> 00:05:15,735
Ça rendrait notre vie bien plus simple,
mais les mouvements sont désordonnés.

110
00:05:15,735 --> 00:05:20,525
Les gens gigotent beaucoup
et identifier ces variations

111
00:05:20,525 --> 00:05:22,522
avec une grande netteté,

112
00:05:22,522 --> 00:05:24,874
quant à la précision et au recalcul,
est difficile

113
00:05:24,874 --> 00:05:28,385
parce que c'est ce qui est nécessaire
pour que l'entraîneur croit en vous.

114
00:05:28,385 --> 00:05:32,062
Malgré toutes les difficultés à trouver
les traits spatiotemporels corrects,

115
00:05:32,062 --> 00:05:33,018
on a réussi.

116
00:05:33,018 --> 00:05:37,245
Les entraineurs font confiance à nos
machines pour identifier les variations.

117
00:05:37,478 --> 00:05:41,071
Nous sommes au point où
presque toutes les équipes

118
00:05:41,071 --> 00:05:42,874
en NBA cette année

119
00:05:42,874 --> 00:05:47,160
utilisent notre logiciel, construit
sur une machine qui comprend

120
00:05:47,160 --> 00:05:48,748
les points mobiles du basketball.

121
00:05:49,872 --> 00:05:54,929
Nous avons même fourni des conseils
qui ont changé les stratégies

122
00:05:54,929 --> 00:05:58,152
qui ont aidé des équipes à gagner
des matchs très importants,

123
00:05:58,152 --> 00:06:02,151
et c'est vraiment passionnant parce qu'il 
y a des entraîneurs qui sont en NBA

124
00:06:02,151 --> 00:06:05,248
depuis 30 ans, qui acceptent 
les avis d'une machine.

125
00:06:05,874 --> 00:06:08,774
Et c'est passionnant,
c'est bien plus que le pick and roll.

126
00:06:08,774 --> 00:06:10,880
Nos ordinateurs sont partis
de choses simples

127
00:06:10,880 --> 00:06:13,011
et ont appris des choses plus complexes

128
00:06:13,011 --> 00:06:14,920
et maintenant ils savent tant de choses.

129
00:06:14,920 --> 00:06:17,462
Franchement, je ne comprends
pas tout ce qu'il fait,

130
00:06:17,462 --> 00:06:21,105
et bien que ça ne soit pas si 
étonnant d'être plus intelligent que moi,

131
00:06:21,105 --> 00:06:24,783
on s'est demandé, est-ce qu'une machine
peut en savoir plus qu'un entraîneur ?

132
00:06:24,783 --> 00:06:26,882
Peut-elle en savoir plus qu'une personne ?

133
00:06:26,882 --> 00:06:28,858
Et il se trouve que la réponse est oui.

134
00:06:28,858 --> 00:06:31,088
On veut que les joueurs
fassent de bons tirs.

135
00:06:31,088 --> 00:06:32,699
Donc si je suis près du panier

136
00:06:32,699 --> 00:06:34,984
et qu'il n'y a personne autour,
c'est un bon tir.

137
00:06:34,984 --> 00:06:38,961
Si je suis loin du panier entouré de 
défenseurs, c'est un mauvais tir.

138
00:06:38,961 --> 00:06:43,819
Mais avant, on ne savait pas
quantifier le bon et le mauvais

139
00:06:43,819 --> 00:06:45,346
jusqu'à maintenant.

140
00:06:45,346 --> 00:06:48,716
Donc, ce qu'on peut faire, c'est utiliser
les traits spatio-temporels,

141
00:06:48,716 --> 00:06:50,247
on a étudié tous les tirs.

142
00:06:50,251 --> 00:06:53,250
On peut voir : Où est le tir ?
Quel est l'angle avec le panier ?

143
00:06:53,250 --> 00:06:56,092
Où se tiennent les défenseurs ?
A quelle distance ?

144
00:06:56,092 --> 00:06:57,253
Quels sont leurs angles ?

145
00:06:57,253 --> 00:07:01,238
Quand il y a plusieurs défenseurs, on peut
regarder comment les joueurs se déplacent

146
00:07:01,238 --> 00:07:02,487
et prédire le type de tir.

147
00:07:02,487 --> 00:07:05,907
On peut étudier leur vélocité
et construire un modèle qui prédit

148
00:07:05,907 --> 00:07:10,029
les chances que ce tir réussisse
dans ces circonstances.

149
00:07:10,188 --> 00:07:11,943
Alors, pourquoi c'est important ?

150
00:07:12,102 --> 00:07:14,955
On peut prendre le tir,

151
00:07:14,955 --> 00:07:17,649
qui était une seule chose
et qui en devient deux :

152
00:07:17,649 --> 00:07:20,284
la qualité du tir
et la qualité du tireur.

153
00:07:21,680 --> 00:07:24,992
Voici un graphique à bulles,
indispensable dans une conférence TED.

154
00:07:24,992 --> 00:07:25,954
(Rires)

155
00:07:25,954 --> 00:07:27,365
Voici des joueurs du NBA.

156
00:07:27,365 --> 00:07:30,509
Cette taille est la taille du joueur
et la couleur, sa position.

157
00:07:30,509 --> 00:07:32,665
En abscisse,
on a la probabilité du tir.

158
00:07:32,665 --> 00:07:34,912
Les gens sur la gauche
font des tirs difficiles

159
00:07:34,912 --> 00:07:36,935
sur la droite, des tirs faciles.

160
00:07:36,935 --> 00:07:39,281
En ordonnée, on trouve 
leur habileté au tir.

161
00:07:39,281 --> 00:07:41,887
Ceux qui sont bons sont en haut
et les mauvais en bas.

162
00:07:41,887 --> 00:07:43,621
Par exemple, s'il y avait un joueur

163
00:07:43,621 --> 00:07:45,718
qui réussissait généralement
47% de ses tirs,

164
00:07:45,718 --> 00:07:47,418
c'était tout ce qu'on savait avant.

165
00:07:47,418 --> 00:07:52,245
Mais maintenant, ce joueur fait des tirs
qu'un joueur du NBA moyen

166
00:07:52,245 --> 00:07:54,250
réussirait 49% du temps,

167
00:07:54,250 --> 00:07:55,888
donc il est moins bon de 2 points.

168
00:07:56,266 --> 00:08:00,781
La raison pour laquelle c'est important:
il y a beaucoup de 47 sur le marché.

169
00:08:01,714 --> 00:08:04,303
Donc, c'est vraiment important de savoir

170
00:08:04,303 --> 00:08:08,293
si le 47 à qui vous envisagez de donner 
100 millions de dollars

171
00:08:08,293 --> 00:08:11,382
est un bon tireur qui fait de mauvais tirs

172
00:08:11,382 --> 00:08:13,743
ou un mauvais tireur qui fait
de bons tirs.

173
00:08:14,553 --> 00:08:18,447
La compréhension de la machine ne change
pas comment nous voyons les joueurs,

174
00:08:18,447 --> 00:08:20,385
ça change la manière de voir le jeu.

175
00:08:20,385 --> 00:08:24,068
Il y a deux ans, il y a eu
une finale passionnante.

176
00:08:24,068 --> 00:08:26,834
Miami perdait par trois points
et il restait 20 secondes.

177
00:08:26,834 --> 00:08:29,515
Ils étaient sur le point de perdre
le titre de champion.

178
00:08:29,515 --> 00:08:32,763
Un homme nommé Lebron James a tiré
pour essayer d'égaliser le score.

179
00:08:32,763 --> 00:08:33,887
Il a manqué.

180
00:08:33,887 --> 00:08:35,882
Son coéquipier Chris Bosh a eu le rebond,

181
00:08:35,882 --> 00:08:37,951
l'a passé à un autre coéquipier, 
Ray Allen.

182
00:08:37,951 --> 00:08:40,363
Il a marqué 3 points.
Il y a eu prolongation.

183
00:08:40,363 --> 00:08:42,495
Ils ont gagné le match et le championnat.

184
00:08:42,495 --> 00:08:45,381
C'était un des meilleurs matchs
de l'histoire du basketball.

185
00:08:45,381 --> 00:08:48,053
Et notre capacité à connaître la
probabilité des tirs

186
00:08:48,053 --> 00:08:49,801
pour chaque joueur à chaque seconde,

187
00:08:49,801 --> 00:08:52,694
et les chances qu'ils ont d'avoir
un rebond à chaque seconde

188
00:08:52,694 --> 00:08:56,526
peut éclairer ce moment comme
jamais auparavant.

189
00:08:57,358 --> 00:09:00,130
Malheureusement, je ne peux pas 
vous montrer cette vidéo.

190
00:09:00,130 --> 00:09:04,767
Mais nous avons reconstruit 
ce moment pour vous

191
00:09:04,767 --> 00:09:07,338
lors de notre match hebdomadaire
il y a 3 semaines.

192
00:09:07,338 --> 00:09:09,424
(Rires)

193
00:09:09,424 --> 00:09:13,263
Et nous avons recréé
ce moment de révélation.

194
00:09:13,263 --> 00:09:17,122
Alors, nous voilà.
Nous sommes à Chinatown à Los Angeles,

195
00:09:17,122 --> 00:09:19,401
dans un parc où nous jouons
toutes les semaines,

196
00:09:19,401 --> 00:09:21,721
et nous voilà recréant
le moment de Ray Allen

197
00:09:21,721 --> 00:09:23,550
et tout le pistage qui va avec.

198
00:09:24,772 --> 00:09:26,319
Voilà le tir.

199
00:09:26,319 --> 00:09:28,889
Je vais vous montrer cette partie

200
00:09:28,889 --> 00:09:31,520
et les coulisses de ce moment.

201
00:09:31,520 --> 00:09:35,028
La seule différence : au lieu de joueurs
professionnels, c'est nous,

202
00:09:35,028 --> 00:09:37,790
et à la place d'un commentateur
professionnel, c'est moi.

203
00:09:37,790 --> 00:09:39,857
Alors accrochez-vous.

204
00:09:41,153 --> 00:09:42,303
Miami.

205
00:09:42,671 --> 00:09:43,964
Trois points de retard.

206
00:09:44,107 --> 00:09:45,257
20 secondes restantes.

207
00:09:47,385 --> 00:09:48,583
Jeff apporte le ballon.

208
00:09:50,504 --> 00:09:52,191
Josh l'attrape, et marque 3 points.

209
00:09:52,631 --> 00:09:54,480
(Calcul de probabilité du tir)

210
00:09:55,278 --> 00:09:56,428
(Qualité du tir)

211
00:09:57,048 --> 00:09:58,833
(Probabilité de rebond)

212
00:10:00,373 --> 00:10:01,606
Il ne rentre pas !

213
00:10:01,606 --> 00:10:03,016
(Probabilité de rebond)

214
00:10:03,777 --> 00:10:05,083
Rebond, Noel.

215
00:10:05,083 --> 00:10:06,207
Passe à Daria.

216
00:10:06,509 --> 00:10:09,874
(Qualité de tir)

217
00:10:10,676 --> 00:10:12,356
Trois points !

218
00:10:12,356 --> 00:10:14,517
Égalité à 5 secondes de la fin !

219
00:10:14,880 --> 00:10:16,568
La foule est en délire.

220
00:10:16,568 --> 00:10:18,140
(Rires)

221
00:10:18,140 --> 00:10:20,467
C'est à peu près comment 
ça s'est passé.

222
00:10:20,467 --> 00:10:22,176
A peu près.

223
00:10:22,176 --> 00:10:23,681
(Applaudissements)

224
00:10:23,688 --> 00:10:29,490
Cet instant avait à peu près 9%
de chance d'arriver pendant la finale,

225
00:10:29,490 --> 00:10:31,990
et on sait ça et 
beaucoup d'autres choses.

226
00:10:31,990 --> 00:10:35,359
Je ne vous dirai pas combien
d'essais il nous a fallu pour y arriver.

227
00:10:35,359 --> 00:10:37,090
(Rires)

228
00:10:37,090 --> 00:10:39,072
Bon d'accord ! Quatre.

229
00:10:39,076 --> 00:10:40,001
(Rires)

230
00:10:40,001 --> 00:10:41,286
Bravo Daria.

231
00:10:41,647 --> 00:10:45,854
Mais ce qui est important dans cette vidéo

232
00:10:45,854 --> 00:10:50,449
et les connaissances qu'elle apporte sur
chaque seconde du match -- n'est pas ça.

233
00:10:50,449 --> 00:10:54,563
C'est le fait qu'on puisse suivre les
déplacements de toutes sortes d'équipes.

234
00:10:54,563 --> 00:10:58,870
Il n'est pas nécessaire d'être un joueur
professionnel pour étudier les mouvements.

235
00:10:58,870 --> 00:11:02,622
En fait, la technologie s'adapte hors
du sport parce qu'on se déplace partout.

236
00:11:03,654 --> 00:11:06,023
On bouge dans nos maisons,

237
00:11:09,428 --> 00:11:10,633
dans nos bureaux,

238
00:11:12,238 --> 00:11:14,928
quand on fait des courses,
quand on voyage

239
00:11:16,908 --> 00:11:18,571
dans les villes

240
00:11:20,065 --> 00:11:21,683
et autour du monde.

241
00:11:23,270 --> 00:11:25,635
Qu'est-ce qu'on va apprendre
à connaître ?

242
00:11:25,635 --> 00:11:28,134
Peut-être qu'au lieu d'identifier des
pick and rolls,

243
00:11:28,134 --> 00:11:30,988
une machine peut identifier
le moment et me dire

244
00:11:30,988 --> 00:11:32,975
quand ma fille commence à marcher.

245
00:11:32,975 --> 00:11:35,571
Ce qui pourrait d'ailleurs arriver
sous peu.

246
00:11:36,140 --> 00:11:40,102
On pourrait apprendre à mieux utiliser
nos immeubles, mieux planifier nos villes.

247
00:11:40,102 --> 00:11:44,439
Je crois qu'avec le développement
de la science des points mobiles,

248
00:11:44,439 --> 00:11:48,202
on se déplacera mieux, 
plus intelligemment, on ira de l'avant.

249
00:11:48,607 --> 00:11:49,866
Merci beaucoup.

250
00:11:49,866 --> 00:11:54,865
(Applaudissements)