PIB Mondial & émissions de CO2

La production de richesse, nécessite et consomme de l’énergie, cette énergie au niveau mondial, est principalement émettrice de CO2.

Il est parait donc raisonnable de réfléchir comme suit :

  • Plus on produit de richesse, plus on consomme de l’énergie.
  • Cette énergie étant majoritairement polluante (En tout cas pour l’instant).
  • Donc : Plus on produit de richesse, plus on pollue.

Pour voir si la production de l’énergie et le PIB mondial sont bien corrélés, rien de mieux que d’afficher tout ça !

L’hypothèse de départ se confirme (sans surprise) la corrélation est bien présente, et on peut même parler, dans ce cas, de causalité.

La crise de 2008 a provoqué un fort recul du PIB mondial, l’économie étant ralenti, cette dernière consomme moins d’énergie, et de ce fait, pollue moins.

Données du PIB.

Données du CO2.

Le Turc mécanique

Le Turc mécanique ou l’automate joueur d’échecs est un célèbre canular construit à la fin du 18e siècle : il s’agissait d’un prétendu automate doté de la faculté de jouer aux échecs, en réalité, une personne cachée à l’intérieur jouait aux échecs à la place de l’automate.

Il a été partiellement détruit dans un incendie mais de nos jours, une réplique a été créée : elle est contrôlée par un logiciel et joue réellement seule aux échecs.

Grâce au talent des joueurs cachés à l’intérieur, le Turc mécanique remporta la plupart des parties d’échecs auxquelles il participa en Europe et en Amérique durant près de 84 ans, y compris contre certains hommes d’État tels que Napoléon Bonaparte, Catherine II de Russie et Benjamin Franklin.

Principe du Turc mécanique

Il a été inventé par l’écrivain et inventeur hongrois Wolfgang von Kempelen, qui eut l’idée de construire son Turc mécanique après avoir assisté à un spectacle de magie de François Pelletier (illusionniste français) à la cour de l’Impératrice d’Autriche Marie-Thérèse, au château de Schönbrunn (à Vienne).

Après le spectacle, l’impératrice demande à Wolfgang von Kempelen de lui expliquer le tour, mais il n’y parvient pas.

Vexé, l’ingénieur promet à l’impératrice de revenir au château avec une invention dépassant la magie de l’illusionniste, et c’était donc la naissance son Turc mécanique !

De nos jours, le principe du Turc mécanique refait surface, en effet, plusieurs tâches (parfois ingrates) que l’on pense automatisées, sont en réalité faite par des humains, par exemple l’ajout des sous-titres sur une vidéo, la vérification que 2 billets sont différents, etc..

Sentiment Analysis en Python

En informatique, le sentiment analysis est l’analyse des sentiments à partir de sources textuelles dématérialisées sur de grandes quantités de données (big data).

Ce procédé apparait au début des années 2000 et connait un succès grandissant dû à l’abondance de données provenant de réseaux sociaux, notamment celles fournies par Twitter.
Il a pour objectif d’analyser une grande quantité de données afin d’en déduire les différents sentiments qui y sont exprimés. Les sentiments extraits peuvent ensuite faire l’objet de statistiques sur le ressenti général d’une communauté.

Il peut aussi être utilisé pour l’étude de paroles de chansons ou de discours politiques.

Plus surprenant, une étude a montré que le taux d’émotion sur Twitter (espoir, peur, joie) était proportionnel à l’évolution des indices boursiers !

Pour explorer cette démarche, j’ai procédé comme suit :

  • Tirer 10000 tweets parlant du covid-19.
  • Tirer 10000 tweets de manières aléatoires (peu importe leurs sujets).
  • Réaliser des nuages de mots pour chacun des tirages
  • Voir si des mots premiers tirages, se retrouvent dans le second; le cas échéant, ça signifierait que les tweets parlant du covid sont assez récurrents pour apparaitre dans ceux tirés aléatoirement, ce qui n’est guère surprenant vu le contexte .

Les résultats :

Tirage de tweets contenant covid-19 : Sans surprise, la plupart des mots reflètent des éléments d’actualités.

Tirage aléatoire de tweets

Code Python :