Aller au contenu principal
Le Fil IA

Actualités IA — page 216

7 629 articles au fil, du plus récent au plus ancien.

GitHub facturera désormais Copilot selon la consommation réelle d'IA
4301Ars Technica AI 

GitHub facturera désormais Copilot selon la consommation réelle d'IA

GitHub va introduire un système de facturation basé sur l'usage réel pour son service d'IA Copilot à partir du 1er juin 2026. Jusqu'ici, les abonnés disposaient d'un quota mensuel de "requêtes" et de "requêtes premium" consommé chaque fois qu'ils sollicitaient l'IA, quelle que soit la complexité de la tâche. La société, propriété de Microsoft, a annoncé ce changement en expliquant vouloir "mieux aligner la tarification avec l'usage réel" et assurer la viabilité financière du service face à une demande croissante en ressources de calcul. Le problème central que GitHub cherche à résoudre est une inégalité de coût masquée par un modèle tarifaire uniforme. Une simple question posée dans le chat consomme aujourd'hui autant de quota qu'une session de programmation autonome de plusieurs heures, deux opérations dont les coûts réels d'inférence sont pourtant radicalement différents. GitHub reconnaît avoir "absorbé une grande partie des coûts d'inférence escaladants" jusqu'à présent, mais affirme que regrouper toutes les requêtes premium dans une seule catégorie "n'est plus soutenable". Pour les utilisateurs intensifs qui exploitent les capacités d'agents autonomes de Copilot, la facture pourrait donc augmenter significativement à partir de juin. Ce virage vers la facturation à l'usage reflète une tendance plus large dans l'industrie de l'IA, où les fournisseurs de services font face à des coûts d'infrastructure GPU qui explosent à mesure que les cas d'usage se complexifient. GitHub Copilot, lancé en 2021 et devenu l'un des outils de développement assisté par IA les plus populaires au monde avec plusieurs millions d'utilisateurs, doit composer avec la généralisation des modèles d'agents capables d'exécuter des tâches longues et coûteuses en calcul. D'autres acteurs comme Cursor ou Windsurf adoptent des approches similaires. La question reste ouverte de savoir si cette transition convaincra les entreprises clientes de maintenir leurs abonnements ou les poussera à comparer plus attentivement les offres concurrentes.

OutilsOutil
1 source
Des ingénieurs du MIT développent des micro-robots imprimés en 3D contrôlés par aimants
4302Interesting Engineering 

Des ingénieurs du MIT développent des micro-robots imprimés en 3D contrôlés par aimants

Des ingénieurs du Massachusetts Institute of Technology (MIT), de l'École polytechnique fédérale de Lausanne (EPFL) et de l'Université de Cincinnati ont mis au point un nouveau type d'hydrogel magnétique souple qui peut être imprimé en 3D à l'échelle microscopique. Ces structures, plus petites qu'un grain de sable, peuvent se déformer et se mouvoir de façon indépendante sous l'effet d'un aimant externe. Pour démontrer la précision du matériau, l'équipe a fabriqué des "sucettes" miniatures en gel magnétique, dont chaque composant peut réagir avec une intensité différente à un simple aimant de réfrigérateur. Lorsqu'on approche l'aimant, les structures se transforment instantanément en pinces robotiques coordonnées, reproduisant le mouvement de doigts qui se referment. Les chercheurs ont également conçu un interrupteur bistable d'un millimètre de long, équipé de "rames" de la taille d'un globule rouge, capable de se verrouiller en position marche ou arrêt par simple commande magnétique à distance. L'enjeu médical est central : des robots aussi miniaturisés, guidés sans fil par un aimant externe, pourraient traverser le corps humain pour effectuer des biopsies ciblées, collecter des échantillons biologiques ou administrer des médicaments avec une précision millimétrique, sans contact physique ni réaction chimique lente. Ce qui distingue cette approche des micro-robots existants, c'est la capacité à programmer des déformations complexes au sein d'une seule et même structure microscopique. Jusqu'ici, les matériaux magnétiques à cette échelle se déplaçaient comme un bloc rigide. Ici, chaque partie du robot peut répondre différemment au même champ magnétique. "Pour la micro-robotique souple, ce pourrait être une capacité qui change la donne", résume Carlos Portela, co-auteur de l'étude. La principale difficulté technique résidait dans l'impression 3D elle-même : les nanoparticules magnétiques dispersent la lumière laser utilisée en lithographie biphotonique et s'agglomèrent, compromettant la structure des pièces imprimées. Pour contourner cela, l'équipe a adopté un procédé en deux temps, baptisé "double-dip" : la structure polymère est d'abord imprimée sans particules magnétiques, puis plongée dans des bains chimiques successifs pour faire croître des nanoparticules d'oxyde de fer directement au sein du gel. La densité du gel, et donc son degré de magnétisme, peut être ajustée finement en modulant la puissance du laser lors de l'impression initiale, ce qui permet de programmer des niveaux de réactivité distincts dans un même robot. Ce travail s'inscrit dans une course mondiale à la micro-robotique médicale, où le contrôle sans fil à distance représente l'un des verrous technologiques les plus convoités par les équipes de chirurgie mini-invasive et de délivrance ciblée de médicaments.

RobotiqueActu
1 source
Simulations en continu : comment les agents IA font avancer l'ingénierie du sous-sol
4303NVIDIA Developer Blog 

Simulations en continu : comment les agents IA font avancer l'ingénierie du sous-sol

L'industrie souterraine, qui englobe l'exploration pétrolière, gazière et géothermique, traverse une transformation numérique majeure portée par l'essor des agents IA capables de fonctionner en continu, 24 heures sur 24 et 7 jours sur 7. Pendant des décennies, exploiter le potentiel des réservoirs souterrains a exigé des ingénieurs spécialisés qui effectuaient manuellement des workflows complexes et chronophages. La croissance exponentielle des volumes de données géologiques et sismiques a creusé un fossé critique entre la vitesse de traitement des machines et la capacité humaine disponible, rendant les simulations à la demande pratiquement impossibles à opérer à grande échelle. L'introduction d'agents IA autonomes dans les boucles de simulation change fondamentalement cette équation. Ces systèmes peuvent enchaîner sans interruption des cycles complets de modélisation de réservoirs, ajuster les paramètres, interpréter les résultats et relancer de nouvelles itérations, sans attendre qu'un expert soit disponible. Pour les opérateurs pétroliers et les équipes d'ingénierie de réservoir, cela se traduit par une réduction drastique des délais de décision et une capacité à explorer un spectre bien plus large de scénarios géologiques en un temps réduit. Ce virage s'inscrit dans une tendance plus large d'automatisation des workflows scientifiques et industriels lourds, où l'IA agentique dépasse le simple rôle d'assistant pour devenir un acteur opérationnel autonome. Le secteur énergétique, sous pression pour optimiser l'extraction tout en réduisant les coûts et l'empreinte carbone, constitue un terrain d'expérimentation privilégié pour ces architectures. Les prochains développements devraient porter sur l'intégration de ces agents dans des pipelines de décision en temps réel, directement connectés aux données de terrain.

OutilsOutil
1 source
De DeepSeek à DeepRoute : pourquoi un chercheur en IA de premier plan a misé sur le monde physique
4304Pandaily 

De DeepSeek à DeepRoute : pourquoi un chercheur en IA de premier plan a misé sur le monde physique

Le 25 avril 2026, lors du Salon de l'automobile de Pékin, la startup chinoise d'autonomie véhiculaire DeepRoute.ai a tenu une conférence de presse inhabituelle dans le hall A4 du China International Exhibition Center : aucun véhicule en exposition, aucun prototype sur scène. Son PDG, Maxwell Zhou, a choisi ce vide comme manifeste. En une après-midi, il a dévoilé la nouvelle architecture stratégique de l'entreprise autour du concept de "Physical AI", son modèle fondateur (Foundation Model), une ébauche d'agent intégrant conduite et habitacle, et un chiffre clé : un véhicule sur trois équipé d'un système NOA urbain en Chine tourne aujourd'hui sur la technologie DeepRoute, soit plus de 300 000 voitures en circulation. L'événement a également marqué la première apparition publique de Ruan Chong, ancien directeur R&D de DeepSeek et chercheur central en IA multimodale, depuis son arrivée chez DeepRoute en tant que Chief Scientist. Ce repositionnement marque une rupture nette avec la logique dominante du secteur. Là où les acteurs de la conduite autonome se sont longtemps concurrencés sur des benchmarks techniques, quelle pluie, quel angle mort, quel cas limite, DeepRoute revendique désormais un rôle d'infrastructure, comparable selon Zhou à "l'électricité ou les télécommunications". L'objectif affiché est d'atteindre 1 000 miles ou plus entre deux interventions critiques (MPCI) d'ici fin 2026. "Quatre-vingt-dix pour cent de ce qui compte, c'est la sécurité", a déclaré Zhou, ajoutant que Tesla a déjà atteint ce seuil et que les petits modèles ne permettront jamais d'y parvenir : "Quoi que vous fassiez dans le monde des petits modèles, vous ne pouvez pas obtenir dix fois mieux en travaillant plus fort." Le virage vers les grands modèles de fondation est donc présenté comme une nécessité structurelle, pas une option. Le recrutement de Ruan Chong illustre une dynamique plus large que Zhou a explicitement nommée : les responsables de la recherche multimodale des grands groupes internet chinois migrent vers la conduite autonome. Ruan lui-même a expliqué ce choix avec franchise : "Les modèles de langage sont très matures, presque n'importe quelle tâche peut être traitée par un seul modèle. Mais dans l'intelligence multimodale et incarnée, on en est loin. Je préfère être à la frontière." Cette migration de talents, si elle se confirme, signale que le centre de gravité de l'IA appliquée se déplace du texte vers le monde physique. DeepRoute entend capitaliser sur cette fenêtre, avant que le secteur n'atteigne lui-même la maturité qu'a connue le NLP.

RobotiqueOpinion
1 source
Musk et Altman s'affrontent en justice
4305The Verge 

Musk et Altman s'affrontent en justice

Le procès opposant Elon Musk à OpenAI et son PDG Sam Altman a officiellement débuté, marquant l'aboutissement d'une bataille juridique longtemps annoncée. L'affaire porte sur les origines de l'organisation, la répartition du mérite et des bénéfices liés aux premières années du développement de l'intelligence artificielle. Les prochaines semaines devraient voir défiler à la barre des figures majeures de la Silicon Valley, dont les communications privées et décisions internes seront rendues publiques devant le tribunal. L'enjeu dépasse le simple différend entre deux milliardaires : ce procès pourrait exposer des secrets stratégiques et financiers au cœur de l'une des entreprises les plus influentes du secteur IA. Certains observateurs estiment que cette publicité forcée est précisément l'objectif de Musk, qui cherche à fragiliser OpenAI à un moment critique, celui de sa conversion en société à but lucratif valorisée à plusieurs centaines de milliards de dollars. Elon Musk a cofondé OpenAI en 2015 aux côtés de Sam Altman et d'autres, en apportant des dizaines de millions de dollars de financement initial, avant de quitter le conseil d'administration en 2018. Il affirme que l'organisation a trahi sa mission originelle à but non lucratif en s'orientant vers la commercialisation massive, notamment via son partenariat avec Microsoft. Depuis, Musk a lancé sa propre société d'IA, xAI, créant un conflit d'intérêts évident que la défense d'OpenAI ne manquera pas d'exploiter.

RégulationOpinion
1 source
Des blocs reconfigurables permettent aux robots d'assembler et réutiliser des bâtiments
4306Interesting Engineering 

Des blocs reconfigurables permettent aux robots d'assembler et réutiliser des bâtiments

Des chercheurs du MIT ont mis au point un système de construction modulaire dans lequel des unités structurelles légères, appelées voxels, peuvent être assemblées par des robots pour former des bâtiments à l'échelle réelle. Publiés par le groupe de recherche du MIT, ces travaux présentent des blocs géométriquement conçus pour s'emboîter sans fixations permanentes, selon un principe de réseau en treillis où les forces se répartissent sur l'ensemble de l'assemblage plutôt que de se concentrer dans des colonnes ou des poutres isolées. Les robots progressent le long de la structure au fur et à mesure de sa construction, plaçant et connectant chaque unité en séquence. L'ensemble du système a été pensé autour de ce que les machines peuvent exécuter de manière fiable, une logique inverse par rapport au chantier traditionnel, où les outils robotiques sont généralement intégrés à des méthodes conçues pour des équipes humaines. L'enjeu est à la fois environnemental et économique. Les chercheurs estiment que la construction par voxels pourrait produire une empreinte carbone nettement inférieure à celle des méthodes conventionnelles, grâce à deux facteurs : une utilisation plus légère des matériaux par volume construit, et la possibilité de récupérer et de réutiliser les composants en fin de vie plutôt que de les démolir. Le béton et l'acier génèrent d'importants volumes de carbone incorporé lors de leur fabrication ; un voxel, lui, pourrait théoriquement traverser plusieurs bâtiments successifs au cours de sa durée de vie. L'automatisation modifie également l'équation du travail : en confiant les tâches de placement répétitives à des robots, le système pourrait réduire les coûts et accélérer les délais de construction pour des structures standardisées. Le projet s'inscrit dans une trajectoire de recherche plus large sur la construction numérique, l'idée que les bâtiments, à l'image de produits manufacturés, peuvent être spécifiés en unités discrètes lisibles par des machines. Mais des limites importantes subsistent à ce stade. Le système s'applique uniquement à des formes géométriquement simples ; les plans irréguliers, les structures mixtes en hauteur et l'intégration des réseaux électriques, de plomberie ou de climatisation dans les parois portantes restent hors de portée. L'imperméabilité, l'isolation thermique et acoustique ne sont pas non plus résolues par la géométrie des voxels seuls. La question de la montée en échelle vers des chantiers multi-étages en conditions réelles demeure entière. Si ces obstacles sont surmontés, l'approche pourrait transformer en profondeur la manière dont architectes et ingénieurs conçoivent et démantèlent les bâtiments de demain.

RobotiqueActu
1 source
L'accord Meta-Manus difficile à annuler : comment Pékin va-t-il exercer son autorité ?
4307SCMP Tech 

L'accord Meta-Manus difficile à annuler : comment Pékin va-t-il exercer son autorité ?

Meta Platforms avait annoncé il y a environ quatre mois le rachat de Manus, une startup d'intelligence artificielle d'origine chinoise, pour un montant de 2 milliards de dollars. Manus, qui se présentait comme le développeur du premier agent IA général au monde, avait accordé aux employés de Meta des accès illimités à sa plateforme durant cette période d'intégration progressive. Lundi, Pékin a ordonné le blocage de l'opération, intervenant tardivement alors que la transaction était déjà bien avancée. Selon des analystes, défaire cette acquisition sera "chronophage", "complexe" et "difficile" compte tenu du niveau d'imbrication déjà atteint entre les deux entreprises. La situation expose les risques concrets pour les groupes technologiques américains qui cherchent à absorber des startups issues de Chine : plus l'intégration est avancée au moment d'un veto gouvernemental, plus le démantèlement devient coûteux, juridiquement incertain et opérationnellement douloureux. Pour Meta, cela représente un revers stratégique dans sa course aux agents IA autonomes. Cette décision s'inscrit dans un contexte de durcissement croissant de Pékin sur les transferts de technologies stratégiques à l'étranger, particulièrement dans le secteur de l'IA. Manus avait suscité un vif intérêt mondial début 2025 en se positionnant comme une solution d'agent IA de nouvelle génération, capable d'agir de manière autonome sur des tâches complexes. L'affaire pourrait freiner de futurs rachats sino-américains dans le domaine de l'IA et renforcer la fracture technologique entre les deux superpuissances, chacune cherchant à protéger ses champions nationaux.

BusinessOpinion
1 source
Marketing d’entreprise : passer à l’AI-native, le vrai levier de transformation en 2026
4308Le Big Data 

Marketing d’entreprise : passer à l’AI-native, le vrai levier de transformation en 2026

En 2026, l'intelligence artificielle est présente dans la quasi-totalité des grandes directions marketing, mais les résultats concrets restent souvent décevants. Une analyse publiée par le Forbes Business Development Council pointe un paradoxe central : malgré la multiplication des outils et des initiatives, peu d'entreprises constatent une amélioration durable et significative de leurs performances commerciales. La raison est structurelle : l'IA est utilisée comme accélérateur de tâches existantes, rédaction plus rapide, automatisation partielle, analyse de données facilitée, mais le modèle opérationnel, lui, reste inchangé. Les campagnes continuent d'être planifiées selon des cycles rigides, les budgets définis en amont, les résultats évalués après coup. L'IA s'ajoute en couche technologique sans remettre en cause les logiques historiques, produisant une optimisation marginale plutôt qu'une transformation réelle. Ce qui distingue les entreprises qui tirent véritablement profit de l'IA, c'est leur capacité à reconstruire entièrement leur fonction marketing autour d'un système qui apprend et s'adapte en continu. L'IA modifie l'équation fondamentale du marketing : analyser, produire, tester, optimiser, un cycle autrefois freiné par des délais longs et des budgets contraints, devient possible en temps réel. Les données ne sont plus des instantanés ponctuels mais des signaux continus ; les contenus ne sont plus figés mais générés et ajustés en permanence ; les tests ne sont plus exceptionnels mais intégrés au fonctionnement quotidien. L'IA générative permet notamment de produire à grande échelle des variantes de contenus adaptées à des segments précis, voire à des individus. Le rôle du marketing évolue : il ne s'agit plus de concevoir des campagnes, mais de piloter un système dynamique d'apprentissage où chaque action alimente la suivante, créant un effet cumulatif sur les performances. La transition vers ce modèle "AI-native" suit généralement une progression en quatre phases : assistance (l'IA améliore la productivité, les décisions restent humaines), automatisation (certaines tâches sont déléguées à des systèmes), augmentation (génération de contenu, expérimentation et optimisation fonctionnent déjà en boucle), puis autonomie (le marketing devient un système qui s'auto-optimise en temps réel, avec une intervention humaine centrée sur la supervision stratégique). Ce passage d'un stade à l'autre ne relève pas d'un simple déploiement technologique : il implique de revoir les infrastructures de données, les modèles de gouvernance et les indicateurs de performance. Un projet pilote réussi ne suffit pas à transformer une organisation. L'enjeu pour les directions marketing en 2026 est donc moins d'adopter de nouveaux outils que de repenser leur architecture opérationnelle pour rendre l'apprentissage continu structurel, et non anecdotique.

BusinessOpinion
1 source
Une startup fondée par un ex-chercheur Nvidia, parmi les nouvelles initiatives sur les world models
4309The Information AI 

Une startup fondée par un ex-chercheur Nvidia, parmi les nouvelles initiatives sur les world models

Deux nouvelles startups spécialisées dans les modèles du monde viennent d'entrer dans la course aux financements. Dream Labs, fondée ce mois d'avril 2026 par Joel Jang, ancien chercheur chez Nvidia où il travaillait sur le projet Groot, le modèle de l'entreprise dédié aux robots humanoïdes, cherche à lever plusieurs dizaines de millions de dollars pour son premier tour de table. Parallèlement, One World AI, cofondée par Sherry Yang, professeure à l'Université de New York et chercheuse principale chez Google DeepMind, vise une levée de 100 millions de dollars, selon des sources proches des négociations. Ces modèles du monde, ou "world models", sont des modèles de fondation conçus pour simuler la physique des interactions entre objets, humains et environnements. Ils sont considérés par une partie de la communauté de recherche comme une brique essentielle pour développer des robots capables d'agir de manière autonome et fiable dans le monde réel. L'intérêt des investisseurs pour ce secteur est donc directement lié aux ambitions croissantes de l'industrie robotique, qui cherche à dépasser les limites actuelles de la manipulation physique et du raisonnement spatial. Le mouvement s'inscrit dans un élan plus large initié ces douze derniers mois, durant lesquels des acteurs comme World Labs, la startup de la chercheuse en vision artificielle Fei-Fei Li, et AMI Labs, portée par le directeur scientifique de Meta Yann LeCun, ont levé chacun plusieurs milliards de dollars sur cette même thèse technologique. La convergence de profils issus de Nvidia, Google DeepMind et des grandes universités autour de ce segment précis signale que le pari sur les modèles du monde est en train de passer du stade académique à celui de la compétition industrielle à grande échelle.

RobotiqueOpinion
1 source
Comment Nadella et Altman ont évité un conflit juridique autour d'AWS
4310The Information AI 

Comment Nadella et Altman ont évité un conflit juridique autour d'AWS

Il y a deux mois, OpenAI a conclu un accord surprise avec Amazon Web Services pour distribuer ses technologies d'intelligence artificielle aux entreprises via le cloud d'AWS, un concurrent direct de Microsoft. Cette annonce a immédiatement créé des tensions avec Microsoft, partenaire historique d'OpenAI et détenteur d'une licence exclusive pour revendre les technologies OpenAI à ses clients cloud. Microsoft estimait que cet accord avec Amazon violait les termes du contrat liant les deux entreprises, tandis qu'OpenAI considérait que l'arrangement avec AWS était parfaitement compatible avec leur partenariat. Face à cette divergence, Satya Nadella et Sam Altman ont entamé une série de réunions au cours des dernières semaines pour désamorcer la crise avant qu'elle ne dégénère en conflit juridique. L'enjeu est considérable pour les deux parties. Microsoft a investi plusieurs milliards de dollars dans OpenAI et fondé une large partie de sa stratégie cloud sur l'exclusivité de l'accès à ses modèles. Voir OpenAI s'allier avec AWS, numéro un mondial du cloud, représente une menace directe sur les revenus Azure et remet en cause l'avantage concurrentiel que Microsoft pensait avoir sécurisé. Cette dispute illustre les tensions croissantes au sein d'un partenariat devenu trop étroit pour les ambitions respectives des deux entreprises. Alors qu'OpenAI accélère ses ventes et multiplie ses débouchés commerciaux, ses intérêts divergent de ceux de Microsoft. L'issue de ces négociations pourrait redéfinir les contours de leur relation et influencer la façon dont les grandes plateformes cloud accèdent aux modèles d'IA frontier.

BusinessOpinion
1 source
Google bouleverse le SEO avec AI Overviews : quelles conséquences pour les entreprises ?
4311Le Big Data 

Google bouleverse le SEO avec AI Overviews : quelles conséquences pour les entreprises ?

Google a profondément modifié le fonctionnement de son moteur de recherche en déployant massivement les AI Overviews, des résumés générés automatiquement par l'intelligence artificielle qui s'affichent désormais en tête des résultats avant tout lien externe. Selon le Pew Research Center, seulement 8 % des utilisateurs cliquent encore sur un résultat classique lorsqu'un de ces encadrés synthétiques apparaît. D'après les analyses disponibles, ces résumés sont présents dans entre 18 % et plus de 50 % des recherches, une étude de Xponent21 estimant même leur présence dans plus d'une requête sur deux en 2025. Google justifie cette évolution par sa volonté d'« accélérer l'accès à l'information », mais le résultat est sans ambiguïté : le moteur ne joue plus uniquement le rôle d'intermédiaire vers le web, il devient un espace de consommation fermé où la réponse est délivrée sans sortie vers un site tiers. Pour les entreprises dont le modèle repose sur l'acquisition de trafic organique via Google, les conséquences sont immédiates et structurelles. Moins de clics signifie moins d'opportunités de conversion, de leads et de revenus publicitaires. Le contenu des éditeurs continue d'être indexé et utilisé comme matière première par l'IA, mais sans garantie de retour d'audience. Face à cette réalité, le SEO classique, centré sur le positionnement dans les résultats, laisse progressivement place à l'AEO, l'Answer Engine Optimization, dont l'objectif est d'être la source citée dans une réponse générée par l'IA plutôt que simplement bien classé. Cela implique des contenus plus courts, plus structurés, orientés vers des intentions de recherche précises, au détriment des formats longs et généralistes. La dépendance à Google s'avère par ailleurs plus risquée qu'avant, poussant les entreprises à diversifier leurs canaux vers les réseaux sociaux, les newsletters ou les communautés. Ce basculement s'inscrit dans une transformation plus large du paysage de la recherche en ligne. Google accorde désormais davantage de poids aux contenus publiés sur les réseaux sociaux, signal que le référencement déborde du web traditionnel. Parallèlement, la concurrence s'intensifie : ChatGPT explore des formats hybrides mêlant recherche, assistant et e-commerce via son projet Atlas, avec une intégration annoncée de Shopify qui illustre la convergence entre recherche conversationnelle et achat. La monétisation de l'audience semble aussi s'accentuer, à mesure que les fiches Google Business évoluent et que la publicité occupe plus de place dans l'interface. La recherche devient transactionnelle et intégrée, et l'accès à une visibilité organique réelle pourrait progressivement devenir un privilège payant.

SociétéOutil
1 source
Scandale OpenAI : Ils ont créé des journalistes qui n’existent pas !
4312Le Big Data 

Scandale OpenAI : Ils ont créé des journalistes qui n’existent pas !

The Wire by Acutus, site d'information lancé le 29 décembre 2025, utilise des agents d'IA qui se présentent comme de vrais journalistes pour obtenir des citations d'experts humains. L'enquête, publiée par Model Republic via The Midas Project, révèle qu'aucun contributeur humain n'est identifiable sur le site, et que le détecteur Pangram estime à 97 % la proportion de contenus générés automatiquement. L'analyse du code source confirme un processus éditorial largement automatisé : sur cinq étapes de révision, une seule implique un humain, pour une durée moyenne de 44 secondes par article. Les enquêteurs ont retrouvé des champs destinés à alimenter l'IA en informations de base, des suggestions de questions d'interview, et un champ nommé « aiOriginalText » permettant de comparer le texte brut généré aux modifications apportées. L'affaire prend une dimension concrète avec Nathan Calvin, vice-président et conseiller juridique de l'association Encode : il a reçu un email d'un certain Michael Chen, se présentant comme journaliste pour Acutus et proposant un questionnaire sur une loi liée à l'IA au Tennessee. Ce journaliste n'existe nulle part en ligne, et l'adresse utilisée était le contact générique du site. Ce cas franchit un seuil inédit par rapport aux fermes à contenus IA déjà documentées. Jusqu'ici, l'IA produisait des textes ; ici, elle contacte de vraies personnes en se faisant passer pour un journaliste, ce qui lui permet d'extraire des citations authentiques pour crédibiliser un contenu entièrement automatisé. Pour les experts sollicités, il est impossible de distinguer un agent IA d'un journaliste humain. Pour l'ensemble du secteur médiatique, cela signifie qu'un processus éditorial complet, de l'interview à la publication, peut désormais s'exécuter sans intervention humaine réelle en moins d'une minute. La dimension politique aggrave les risques : le site cible aussi des voix critiques envers l'IA. Le chercheur John Sherman, défenseur de la sécurité de l'IA, a fait l'objet d'un article à charge accompagné de prises de contact avec les organisations avec lesquelles il collabore. Les liens entre The Wire by Acutus et OpenAI restent indirects mais troublants. Plusieurs articles du site ont été relayés par Patrick Hynes, figure des relations publiques proche du Parti républicain, dont le réseau se connecte à des structures liées à d'importants financements autour de l'IA, certains impliquant des personnalités associées à OpenAI. Aucune implication directe n'est formellement établie, mais l'hypothèse avancée est sensible : ce type de plateforme pourrait servir à diffuser des positions favorables à l'IA sous couvert de journalisme indépendant. L'affaire survient au moment où OpenAI renforce sa présence dans les médias, ayant récemment racheté l'émission TPBN, très suivie dans la Silicon Valley. Elle relance une question urgente : en l'absence de cadre légal imposant la transparence sur l'origine des contenus, rien n'empêche des agents automatisés de mener des interviews et de publier des articles sans que ni les sources humaines ni les lecteurs ne le sachent.

ÉthiqueActu
1 source
Taylor Swift dépose sa voix et son image comme marques pour contrer les clones IA
4313Next INpact 

Taylor Swift dépose sa voix et son image comme marques pour contrer les clones IA

Taylor Swift a déposé le 24 avril 2026 plusieurs marques auprès de l'USPTO, l'agence américaine des brevets et des marques, pour protéger sa voix et son image contre les clones générés par intelligence artificielle. Deux de ces dépôts portent sur des extraits sonores de sa voix, les phrases "Hey, it's Taylor Swift" et "Hey, it's Taylor", tandis qu'un troisième concerne une photographie précisément décrite dans le dossier : la chanteuse tenant une guitare rose à sangle noire, vêtue d'une combinaison irisée multicolore et de bottes argentées. Cette démarche fait suite à celle de l'acteur Matthew McConaughey, qui avait obtenu mi-janvier l'approbation de huit marques similaires auprès de la même agence, incluant des vidéos et un enregistrement audio de sa célèbre réplique "Alright, alright, alright" tirée du film Dazed and Confused. Ces dépôts visent à combler un angle mort juridique que l'essor de l'IA générative a creusé dans l'arsenal légal des artistes. Le droit d'auteur protège les enregistrements existants, mais il ne couvre pas les contenus "inédits" produits "à la manière de" par une IA, sans copie directe d'une oeuvre protégée. Cette zone grise alimente déjà une industrie de l'escroquerie prospère : deepfakes de célébrités utilisés pour vendre des produits sur les réseaux sociaux, comme l'a vécu Tom Hanks en devant alerter publiquement ses fans qu'il ne faisait pas la promotion d'une assurance dentaire. Les "marques sonores" déposées par Swift fonctionnent sur le même modèle que le "tudum" de Netflix ou les carillons de la BBC, offrant un ancrage juridique qui couvre non seulement les copies exactes mais aussi les sons susceptibles de créer une confusion dans l'esprit du public. L'enjeu dépasse largement le cas de deux célébrités fortunées cherchant à protéger leur image. Si cette approche résiste aux tribunaux, elle pourrait redéfinir les responsabilités des plateformes d'IA et ouvrir la voie à des injonctions bien plus rapides et plus larges que ce que permet le droit d'auteur. Mais le chemin reste incertain : le droit des marques n'a jamais été testé de cette façon pour protéger une voix ou une apparence humaine, et des questions fondamentales demeurent sans réponse, notamment la définition de la "ressemblance trompeuse" appliquée à une voix synthétique. Les disparités juridiques entre pays ajoutent une couche de complexité supplémentaire. McConaughey lui-même, pourtant investisseur chez ElevenLabs, résume l'enjeu : "Nous voulons établir un cadre clair autour de la propriété, où le consentement et l'attribution deviennent la norme dans un monde dominé par l'IA."

ÉthiqueOpinion
Aussi surSciences et Avenir Tech
L'évolution des encodeurs : des modèles simples à l'IA multimodale
4314AI News 

L'évolution des encodeurs : des modèles simples à l'IA multimodale

Les systèmes d'intelligence artificielle que nous utilisons chaque jour, des moteurs de recherche aux chatbots en passant par la détection de fraude bancaire, reposent tous sur une technologie rarement évoquée : les encodeurs. Ces composants agissent comme des traducteurs, convertissant l'information brute du monde réel (texte, images, sons) en représentations mathématiques que les machines peuvent traiter. Dans les années 1990 et 2000, cette conversion était entièrement manuelle : les développeurs décidaient eux-mêmes comment représenter chaque donnée. Un système de recommandation e-commerce pouvait catégoriser des chaussures de running comme "sport", mais ne pouvait établir de lui-même le lien avec les montres connectées ou les gourdes, sauf si ce lien avait été explicitement programmé. Les machines traitaient des chiffres, pas du sens. Tout a changé avec l'avènement des réseaux de neurones, qui ont permis aux encodeurs d'apprendre à partir des données plutôt que de suivre des règles fixes. Entraîné sur des milliers d'images de chats, un système identifie progressivement les oreilles, les moustaches, la queue, sans qu'aucun ingénieur ne lui ait décrit ces caractéristiques. Appliqué au langage, ce principe a conduit à la représentation des mots sous forme de vecteurs mathématiques capturant leur signification : c'est pourquoi Google comprend aujourd'hui que "vols pas chers" et "billets d'avion économiques" renvoient au même besoin. Une étape supplémentaire a été franchie avec les autoencodeurs, conçus pour comprimer l'information puis la reconstruire, forçant le modèle à identifier l'essentiel. Cette approche est désormais au cœur des systèmes anti-fraude des banques : un encodeur apprend ce qu'est une transaction "normale" et signale automatiquement toute anomalie, comme un achat à l'étranger inhabituellement élevé, sans avoir été programmé pour ce cas précis. La véritable rupture est venue avec les modèles Transformer, apparus à partir de 2017. Contrairement à leurs prédécesseurs qui traitaient l'information séquentiellement, ces architectures analysent la totalité d'une phrase ou d'une image en une seule passe, en pondérant dynamiquement quels éléments sont les plus pertinents. Face à l'ambiguïté de "Elle a vu l'homme avec le télescope", un encodeur Transformer analyse l'ensemble du contexte pour proposer l'interprétation la plus cohérente, là où les anciens modèles échouaient. Ces encodeurs alimentent aujourd'hui les assistants vocaux, les outils de traduction en ligne, les systèmes de recommandation de Netflix ou Spotify. L'étape suivante, déjà engagée dans des modèles comme CLIP ou Gemini, consiste à unifier texte, image, audio et vidéo dans un même espace de représentation : les encodeurs multimodaux, qui permettent à une IA de relier une photo, une description et un son comme le ferait un être humain.

LLMsPaper
1 source
Omniverse : l'industrie manufacturière entre dans l'ère de la simulation
4315NVIDIA AI Blog 

Omniverse : l'industrie manufacturière entre dans l'ère de la simulation

NVIDIA a officiellement marqué un tournant dans l'industrie manufacturière avec la maturité de sa pile technologique Physical AI, combinant OpenUSD, NVIDIA Omniverse et des modèles de simulation haute-fidélité. L'idée centrale : remplacer les cycles traditionnels de conception-fabrication-test par une approche "simulation d'abord", où des environnements virtuels physiquement précis génèrent des données d'entraînement suffisamment fiables pour déployer de l'IA en production réelle. Le standard SimReady, construit sur OpenUSD, joue ici un rôle clé : il définit ce que doit contenir un asset 3D pour fonctionner de manière cohérente à travers les pipelines de rendu, simulation et entraînement IA, sans pertes de métadonnées ou de propriétés physiques à chaque transfert. Plusieurs grandes entreprises ont déjà mis cette infrastructure à l'épreuve avec des résultats mesurables. ABB Robotics a intégré les bibliothèques Omniverse dans son environnement RobotStudio HyperReality, utilisé par plus de 60 000 ingénieurs dans le monde. En représentant les stations robotiques sous forme de fichiers USD qui tournent avec le même firmware que leurs équivalents physiques, ABB atteint désormais 99 % de précision entre simulation et réalité, selon Craig McDonnell, directeur général des industries chez ABB Robotics. Les gains opérationnels sont concrets : jusqu'à 50 % de réduction des cycles d'introduction produit, 80 % de réduction du temps de mise en service, et 30 à 40 % d'économies sur le coût total du cycle de vie des équipements. De son côté, JLR a formé des modèles neuronaux sur plus de 20 000 simulations CFD corrélées à des essais en soufflerie, 95 % des charges de travail aérothermiques tournant désormais sur GPU NVIDIA. Résultat : ce qui prenait quatre heures de simulation aérodynamique se fait maintenant en une minute. Ces résultats illustrent un changement de paradigme profond pour l'industrie lourde. La simulation haute-fidélité cesse d'être un outil de validation en fin de cycle pour devenir le terrain principal de conception et d'entraînement des systèmes d'IA. Pour les constructeurs automobiles, les intégrateurs robotiques ou les équipementiers industriels, cela signifie des lignes de production validées avant même d'exister physiquement, des délais de mise sur le marché réduits de moitié et une réduction drastique des coûts de prototypage. L'enjeu est aussi concurrentiel : les entreprises qui maîtrisent ces outils gagnent une capacité d'itération que leurs concurrents ne peuvent pas égaler avec des approches physiques traditionnelles. Ce virage s'inscrit dans la stratégie à long terme de NVIDIA pour s'imposer comme infrastructure de l'IA industrielle, au-delà des datacenters. OpenUSD, originellement développé par Pixar pour la production 3D, s'est imposé comme standard d'interopérabilité industrielle sous l'impulsion de NVIDIA et d'un écosystème croissant de partenaires. La plateforme Metropolis VSS Blueprint, sur laquelle Tulip Interface a construit son outil Factory Playback pour le fabricant d'équipements Terex, montre que la couche d'intelligence ne s'arrête pas à la simulation pre-production : elle s'étend aux usines en exploitation, fusionnant flux vidéo, capteurs machines et données opérationnelles en une chronologie unifiée des événements réels. La prochaine frontière est l'agent autonome capable d'agir en temps réel dans ces environnements, ce que NVIDIA positionne comme le prochain stade de son écosystème Omniverse.

InfrastructureActu
1 source
Tencent présente un nouveau modèle plus performant, en partie grâce à Anthropic
4316The Information AI 

Tencent présente un nouveau modèle plus performant, en partie grâce à Anthropic

Le géant technologique chinois Tencent a récemment lancé son nouveau modèle d'intelligence artificielle, Hy3, qui a suscité des retours positifs de la part des développeurs. Mais selon deux sources ayant une connaissance directe des faits et des mémos internes consultés par The Information, une partie de ce succès repose sur une aide inattendue : des employés de Tencent auraient utilisé Claude, le modèle d'Anthropic, pour évaluer et affiner les performances de Hy3 lors de sa phase de développement. Ce recours pose un problème de taille. Anthropic ne propose pas ses modèles ni ses services aux entreprises situées dans des pays considérés comme des adversaires des États-Unis par Washington, la Chine figurant explicitement sur cette liste. L'utilisation de Claude par Tencent soulève donc des questions directes sur le respect des conditions d'utilisation d'Anthropic et, plus largement, sur la capacité des restrictions américaines à contenir le transfert technologique vers des acteurs chinois. Cette révélation s'inscrit dans un contexte de tensions croissantes entre les États-Unis et la Chine sur le contrôle des technologies d'intelligence artificielle. Les autorités américaines ont multiplié les restrictions à l'exportation de semi-conducteurs avancés et de logiciels stratégiques, précisément pour freiner la montée en puissance des modèles chinois. Si des entreprises comme Tencent parviennent malgré tout à accéder aux outils des laboratoires américains de premier plan, l'efficacité réelle de ces garde-fous se trouve sérieusement questionnée.

RégulationReglementation
1 source
Il pose une question morbide à ChatGPT : La police l’arrête pour meurtre
4317Le Big Data 

Il pose une question morbide à ChatGPT : La police l’arrête pour meurtre

Le 13 avril 2026, Hisham Abugharbieh, principal suspect dans une double affaire de meurtre à l'Université de Floride du Sud (USF), aurait posé à ChatGPT une question précise : que se passe-t-il lorsqu'une personne est placée dans un sac-poubelle noir et jetée dans une benne à ordures ? Trois jours plus tard, le 16 avril, les autorités étaient prévenues de la disparition de deux étudiants. Le 19 avril, le même suspect aurait interrogé le chatbot sur la traçabilité d'un iPhone après changement d'utilisateur. Ces éléments, révélés par Axios à partir de documents judiciaires, ont conduit le procureur général de Floride, James Uthmeier, à élargir son enquête criminelle contre OpenAI pour inclure ces meurtres. L'enquête couvre également une fusillade survenue le 17 avril 2025 sur le campus de l'Université d'État de Floride, qui avait fait deux morts et six blessés, et dans laquelle l'avocat d'une victime affirme que le suspect était en contact régulier avec ChatGPT avant les faits. Ces affaires posent une question qui dépasse le cadre judiciaire floridien : dans quelle mesure un assistant conversationnel peut-il, même involontairement, faciliter la préparation d'un crime ? Des tests menés sur ChatGPT avec les mêmes requêtes montrent que le modèle répond de façon purement explicative, sans détecter de signal d'alarme. À la question sur la benne à ordures, il évoque des risques d'asphyxie et de blessures. Sur les données iPhone, il fournit une explication technique. Aucun signalement automatique ne s'est déclenché lors de ces sessions, même lorsque les trois questions étaient posées dans un enchaînement suspect. Le système s'est borné à rappeler que la violence extrême constitue un crime grave et à recommander de contacter les secours si une situation réelle était en jeu, une réponse générique qui illustre les limites actuelles des garde-fous des grands modèles de langage. OpenAI se trouve ainsi au centre d'une controverse judiciaire et politique inédite, dans un État où le procureur général avait déjà ouvert une enquête sur la société avant même ces nouveaux développements. L'entreprise affirme coopérer pleinement avec les autorités, tout en soulignant qu'on ignore encore précisément ce que le suspect a communiqué au chatbot et comment il aurait utilisé les réponses obtenues. Cette affaire intervient dans un contexte de pression croissante sur les éditeurs d'IA pour qu'ils renforcent la détection de requêtes à risque, notamment lorsque des questions anodines en apparence forment, combinées, un schéma préoccupant. Elle relance le débat sur la responsabilité légale des plateformes d'IA face aux usages criminels de leurs outils, un terrain juridique encore largement inexploré aux États-Unis.

SécuritéActu
1 source
Musk contre Altman devant la justice, et le problème de rentabilité de l'IA
4318MIT Technology Review 

Musk contre Altman devant la justice, et le problème de rentabilité de l'IA

Elon Musk et Sam Altman s'affrontent cette semaine devant un tribunal américain dans un procès aux conséquences potentiellement historiques pour l'industrie de l'intelligence artificielle. Musk, cofondateur d'OpenAI, réclame 134 milliards de dollars en dommages et intérêts, l'éviction d'Altman et du président Greg Brockman, ainsi que le retour de l'entreprise à son statut d'organisation à but non lucratif. Il affirme avoir été trompé lors de son financement initial de la société. Le tribunal pourrait décider si OpenAI est autorisée à poursuivre sa transformation en entreprise commerciale en vue d'une introduction en bourse, une décision dont la portée dépasse largement le simple litige entre deux milliardaires. Dans ce contexte tendu, OpenAI a également mis fin à son partenariat exclusif avec Microsoft, ouvrant la voie à des accords avec des concurrents comme Amazon, même si Microsoft conserve une licence d'utilisation des technologies du groupe. Par ailleurs, DeepSeek a annoncé que son nouveau modèle d'IA est proposé à un prix 97 % inférieur à celui du GPT-5.5 d'OpenAI, ciblant délibérément les entreprises, les développeurs et les applications d'agents autonomes. Ce procès cristallise une tension plus profonde qui traverse toute l'industrie : les entreprises d'IA ont construit des technologies impressionnantes et promis des transformations radicales, mais le modèle économique qui relie ces deux extrémités reste encore flou. Pendant ce temps, les deepfakes weaponisés constituent une menace concrète et immédiate : des images sexuelles explicites non consenties aux campagnes de désinformation politique, les modèles génératifs bon marché produisent des contenus d'une crédibilité alarmante. Ces outils alimentent déjà des violences réelles, influencent des opinions et détruisent la confiance, avec un impact disproportionné sur les femmes et les groupes marginalisés. La montée d'une résistance populaire contre l'IA dans les zones rurales américaines, de l'Indiana à l'Idaho, traduit ce même malaise qui s'étend désormais à l'échelle mondiale. L'environnement réglementaire et géopolitique complique encore davantage ce tableau. Google a signé un accord classifié avec le Pentagone autorisant l'usage de l'IA à des fins gouvernementales, malgré l'opposition interne de plus de 600 employés. L'Union européenne a simultanément ordonné à Google d'ouvrir Android à des assistants IA concurrents de Gemini, une décision finale attendue avant fin juillet. OpenAI travaillerait en parallèle sur un smartphone centré sur l'IA, développé avec des processeurs potentiellement fournis par Qualcomm et MediaTek, un appareil qui remplacerait les applications traditionnelles par des agents. Le verdict du procès Musk-Altman, attendu dans les prochaines semaines, pourrait redéfinir non seulement l'avenir d'OpenAI, mais aussi les règles du jeu pour l'ensemble du secteur.

BusinessActu
1 source
Alibaba renforce son IA médicale avec un nouvel outil de détection précoce du cancer colorectal
4319SCMP Tech 

Alibaba renforce son IA médicale avec un nouvel outil de détection précoce du cancer colorectal

Alibaba Group a dévoilé mardi un nouveau modèle d'intelligence artificielle baptisé Coca, développé par son laboratoire de recherche Damo Academy, capable de détecter les cancers colorectaux à un stade précoce à partir de scanners CT sans contraste. Testé sur plus de 27 000 examens, le modèle a permis d'identifier cinq cas de cancer colorectal qui avaient été manqués par des radiologistes humains, affichant ainsi une sensibilité supérieure à celle des spécialistes pour cette tâche précise. Cette avancée représente un enjeu médical considérable : le cancer colorectal est l'un des cancers les plus meurtriers au monde, et son pronostic s'améliore drastiquement lorsqu'il est détecté tôt. Un outil capable de réduire les faux négatifs dans l'analyse de scanners de routine pourrait alléger la charge cognitive des radiologistes, accélérer les diagnostics et potentiellement sauver des vies, notamment dans les systèmes de santé où le volume d'examens dépasse la capacité humaine disponible. Alibaba s'inscrit avec Coca dans une stratégie plus large de déploiement de l'IA médicale, un secteur où les géants technologiques chinois investissent massivement pour rivaliser avec des acteurs comme Google Health ou Microsoft. La Chine fait face à une pression démographique et sanitaire croissante, avec des taux de cancer colorectal en hausse, ce qui rend ces outils particulièrement stratégiques. Coca s'appuie sur les scanners CT non contrastés, des examens courants et moins coûteux que leurs homologues avec produit de contraste, ce qui élargit son potentiel de déploiement à grande échelle dans des contextes hospitaliers variés.

RecherchePaper
1 source
Mistral AI lance Workflows, un moteur d'orchestration propulsé par Temporal qui traite déjà des millions d'exécutions par jour
4320VentureBeat AI 

Mistral AI lance Workflows, un moteur d'orchestration propulsé par Temporal qui traite déjà des millions d'exécutions par jour

Mistral AI, la startup parisienne valorisée à 11,7 milliards d'euros, a lancé ce jour Workflows en préversion publique, un moteur d'orchestration conçu pour faire passer les systèmes d'IA d'entreprise du stade de preuve de concept à celui de déploiement en production. Intégré à la plateforme Studio de Mistral, le produit repose sur Temporal, une technologie d'orchestration éprouvée, et tourne déjà à plusieurs millions d'exécutions quotidiennes. Concrètement, Workflows permet aux ingénieurs de définir, exécuter et superviser des processus IA en plusieurs étapes, depuis des séquences simples jusqu'à des opérations complexes qui mêlent règles métier déterministes et sorties probabilistes de grands modèles de langage. L'outil s'appuie sur trois piliers : un kit de développement en Python, une architecture qui sépare orchestration et exécution, et un système d'observabilité natif compatible OpenTelemetry. Chaque branchement, nouvelle tentative et changement d'état est enregistré dans Studio, permettant aux équipes de retracer précisément les décisions prises par l'agent. Ce lancement s'attaque à un problème structurel qui freine l'adoption de l'IA en entreprise : plus de 40 % des projets d'IA agentique seront abandonnés d'ici 2027, selon les études sectorielles, en raison de coûts élevés, d'une complexité excessive et d'une valeur difficile à démontrer. La décision architecturale la plus significative de Workflows est la séparation entre orchestration et exécution : les données sensibles restent dans le périmètre du client, sans jamais transiter par les serveurs de Mistral. Pour les secteurs régulés, finance, santé, assurance, c'est une condition souvent non négociable. Mistral a également choisi délibérément une approche code-first, ciblant les ingénieurs plutôt que les utilisateurs métier, à rebours des outils no-code de certains concurrents. Le système supporte des connecteurs vers CRM, plateformes de ticketing et outils de support, avec gestion intégrée de l'authentification et des secrets. Ce lancement intervient dans un marché de l'IA agentique estimé à 10,9 milliards de dollars en 2026, projeté à 199 milliards d'ici 2034. Mistral, qui a levé plus de 1,1 milliard d'euros depuis sa création en 2023, cherche à s'imposer comme alternative européenne crédible face aux géants américains dans la couche infrastructure, pas seulement dans la couche modèle. En s'appuyant sur le protocole MCP (Model Context Protocol) pour connecter ses agents à des outils externes, Mistral s'aligne sur un standard en train de s'imposer dans l'industrie. La prochaine étape sera de convaincre les grandes entreprises que confier l'orchestration de leurs processus critiques à un acteur tiers reste acceptable, même quand les données, elles, ne bougent pas.

OutilsOutil
1 source