Aller au contenu principal

Actualités IA — page 273

7 595 articles au fil, du plus récent au plus ancien.

Les chatbots prescrivent désormais des médicaments psychiatriques
5441The Verge AI 

Les chatbots prescrivent désormais des médicaments psychiatriques

L'Utah vient d'autoriser un chatbot à renouveler des ordonnances de médicaments psychiatriques sans intervention d'un médecin. Ce pilote d'un an, annoncé la semaine dernière, concerne le système développé par Legion Health, une startup de San Francisco. Concrètement, les patients résidant en Utah pourront obtenir le renouvellement de certaines prescriptions psychiatriques via l'application, pour un abonnement de 19 dollars par mois. Il s'agit seulement de la deuxième fois qu'un État américain délègue ce type d'autorité clinique à une intelligence artificielle. Les autorités de l'Utah avancent deux arguments principaux : réduire les coûts de santé et pallier la pénurie de psychiatres, particulièrement aiguë dans les zones rurales. Mais les médecins s'y opposent fermement. Ils dénoncent un système opaque, dont les mécanismes de décision sont difficilement auditables, et jugent le risque clinique élevé pour des patients souvent vulnérables. Ils contestent aussi l'idée que cette approche atteindra réellement les personnes qui n'ont pas accès aux soins, estimant que le modèle par abonnement cible plutôt une clientèle déjà aisée et connectée. Cette initiative s'inscrit dans un mouvement plus large de délégation de tâches médicales à l'IA aux États-Unis, portée par la promesse de réduire les coûts dans un système de santé sous pression. Legion Health n'est pas la première entreprise à tenter de s'imposer dans la télémédecine psychiatrique, un marché en pleine expansion depuis la pandémie. L'expérimentation en Utah sera scrutée de près : son bilan à un an pourrait soit accélérer l'adoption nationale de ces systèmes, soit freiner durablement leur déploiement dans le domaine sensible de la santé mentale.

SociétéReglementation
1 source
Claude Code et Cowork permettent désormais à l'IA d'Anthropic de prendre le contrôle de votre ordinateur
5442The Decoder 

Claude Code et Cowork permettent désormais à l'IA d'Anthropic de prendre le contrôle de votre ordinateur

Anthropic a annoncé que son assistant IA Claude est désormais capable de prendre directement le contrôle d'un ordinateur Mac ou Windows pour accomplir des tâches à la place de l'utilisateur. Cette fonctionnalité est intégrée à deux produits distincts : Claude Code, l'outil en ligne de commande destiné aux développeurs, et Cowork, une interface de collaboration homme-machine. Concrètement, Claude peut désormais naviguer dans des applications, manipuler des fichiers, remplir des formulaires ou exécuter des séquences d'actions complexes sur le bureau de l'utilisateur, sans intervention humaine à chaque étape. L'enjeu est considérable pour les professionnels techniques comme pour les usages grand public. Un développeur peut confier à Claude Code des tâches de refactorisation, de débogage ou de déploiement qui nécessitaient auparavant une attention manuelle constante. Pour les équipes utilisant Cowork, cela ouvre la voie à une véritable délégation de workflows entiers à l'IA, avec un gain de productivité potentiellement significatif. Cette capacité à agir dans un environnement graphique réel, et non seulement à générer du texte, représente un saut qualitatif dans l'utilité pratique des assistants IA. Cette annonce s'inscrit dans la continuité des travaux d'Anthropic sur le "computer use", une capacité expérimentale présentée fin 2024 via leur API, qui permettait déjà à Claude d'interagir avec des interfaces graphiques dans des environnements contrôlés. Le passage à une intégration native dans des produits grand public comme Claude Code et Cowork marque une étape de maturité. Anthropic entre ainsi en concurrence directe avec OpenAI et son opérateur d'ordinateur, ainsi qu'avec Microsoft Copilot, tous engagés dans la course aux agents IA capables d'agir de manière autonome sur les postes de travail.

OutilsOutil
1 source
OpenAI choisit de racheter un média pour contrer les critiques sur l'IA
5443The Decoder 

OpenAI choisit de racheter un média pour contrer les critiques sur l'IA

OpenAI a annoncé l'acquisition de TBPN, un talk-show technologique qui couvre régulièrement l'actualité de l'intelligence artificielle. Selon les termes communiqués, la rédaction conserverait son indépendance éditoriale, mais se retrouve désormais placée sous la responsabilité du département communication d'OpenAI. Une configuration pour le moins paradoxale, qui soulève immédiatement des questions sur la réalité de cette prétendue autonomie. Posséder un média qui couvre votre propre secteur d'activité tout en le rattachant à votre service de communication constitue une contradiction structurelle difficile à ignorer. Pour les professionnels du journalisme tech et les lecteurs qui s'appuient sur des sources indépendantes pour comprendre les avancées de l'IA, cette acquisition brouille la frontière entre information et relations publiques. TBPN perdrait inévitablement sa crédibilité en tant que voix critique, quelle que soit la bonne volonté affichée de part et d'autre. Cette décision s'inscrit dans un contexte où OpenAI fait face à une couverture médiatique de plus en plus scrutatrice, notamment sur les questions de sécurité, de gouvernance et de concurrence. Plusieurs grandes entreprises technologiques ont ces dernières années investi dans des médias ou des opérations de contenu pour maîtriser leur narratif. Pour OpenAI, qui traverse une période de transformations rapides, notamment sa conversion en société à but lucratif, contrôler un espace d'influence dans le paysage médiatique tech représente un avantage stratégique direct. La question qui demeure : les journalistes de TBPN pourront-ils réellement mordre la main qui les nourrit désormais ?

BusinessOpinion
1 source
Combien de tokens me reste-t-il ? La question que Claude n’arrivera peut-être jamais à résoudre
5444Numerama 

Combien de tokens me reste-t-il ? La question que Claude n’arrivera peut-être jamais à résoudre

Anthropic fait face depuis plusieurs semaines à des tensions croissantes autour de la gestion des quotas de tokens de Claude, son assistant IA. Les limites d'utilisation, qui déterminent combien de messages un utilisateur peut envoyer avant d'être temporairement bloqué, sont devenues imprévisibles : certains abonnés payants se retrouvent bridés sans avertissement clair, incapables de savoir combien de capacité il leur reste. L'entreprise américaine a reconnu le problème et procède à des ajustements à chaud, sans pour autant fournir de calendrier précis pour une solution pérenne. Le problème touche en priorité les utilisateurs professionnels et les développeurs qui intègrent Claude dans leurs flux de travail quotidiens. Pour eux, une limite opaque n'est pas un simple désagrément : c'est une rupture de service qui bloque des projets, force des migrations vers des alternatives et érode la confiance dans la plateforme. L'impossibilité de mesurer sa consommation en temps réel empêche toute planification, ce qui tranche avec les standards attendus d'un outil B2B. Cette situation illustre la tension structurelle à laquelle Anthropic est confrontée : le succès fulgurant de Claude dépasse la capacité d'infrastructure de l'entreprise à absorber la demande sans frictions. Anthropic, qui a levé plusieurs milliards de dollars ces dernières années, investit massivement dans ses capacités de calcul, mais la montée en charge reste un défi en temps réel. Dans un secteur où OpenAI, Google et Meta se disputent les mêmes utilisateurs, chaque friction devient un argument commercial pour la concurrence.

LLMsOpinion
1 source
Claw Code : ce dev a recréé Claude Code en Python et explose tout sur GitHub
5445Le Big Data 

Claw Code : ce dev a recréé Claude Code en Python et explose tout sur GitHub

Le 31 mars 2026, une erreur de configuration dans un package npm a exposé publiquement l'intégralité du code source de Claude Code, l'agent IA de programmation développé par Anthropic. Près de 512 000 lignes de TypeScript réparties dans environ 1 900 fichiers se sont retrouvées accessibles sans aucun piratage, par simple négligence technique. En quelques minutes, un lien a circulé sur X et déclenché un emballement massif : plus de 60 000 copies du code ont été téléchargées en moins de 24 heures, certains dépôts atteignant des dizaines de milliers d'étoiles en un temps record. C'est dans ce contexte que la développeuse coréenne Sigrid Jin, déjà connue pour avoir consommé plus de 25 milliards de tokens Claude en un an, a lancé Claw Code : une réécriture complète en Python, assistée par des outils d'IA, basée sur le principe du "clean room design". Sans copier une seule ligne du code original, elle en a reproduit la logique et l'architecture, produisant un projet juridiquement indépendant qui a franchi les 100 000 étoiles GitHub en environ 24 heures. L'incident révèle une réalité structurante pour l'industrie : la valeur d'un agent IA avancé ne réside pas dans le modèle lui-même, mais dans son orchestration. L'analyse collective du code source de Claude Code a mis en lumière une architecture de "harness engineering", où l'IA coordonne plusieurs outils, gère des tâches complexes et maintient un contexte cohérent sur la durée, pilotant des workflows entiers plutôt que de simplement générer du texte. Cette architecture confirme que les grands outils d'IA sont désormais des systèmes d'exécution à part entière, capables d'automatiser des tâches à haute valeur ajoutée dans des secteurs aussi variés que le droit ou la médecine. Pour les entreprises du secteur, la fuite souligne aussi une fragilité : les secrets compétitifs tiennent autant à l'intégration système qu'au modèle sous-jacent. Anthropic a réagi rapidement en déposant des demandes de retrait DMCA, et GitHub a bloqué les dépôts contenant le code original. Mais la réponse juridique est arrivée trop tard pour contenir la diffusion : des milliers de copies étaient déjà distribuées, et Claw Code, construit selon les règles du clean room, échappe légalement à toute poursuite. L'épisode illustre une tendance de fond : à mesure que les outils d'IA accélèrent la capacité de reverse engineering et de réécriture, le temps de réaction nécessaire pour protéger un actif logiciel se comprime drastiquement. Pour les acteurs du secteur, la question n'est plus seulement de protéger le code, mais de construire des avantages compétitifs que la copie technique ne suffit pas à reproduire, notamment la confiance, l'intégration et la qualité d'usage à grande échelle.

OutilsOutil
1 source
Slack lance 30 nouveautés pour placer Slackbot au cœur du travail
5446Le Big Data 

Slack lance 30 nouveautés pour placer Slackbot au cœur du travail

Slack a annoncé plus de 30 nouvelles fonctionnalités pour Slackbot, transformant profondément cet assistant autrefois basique en un véritable coéquipier actif au sein des organisations. Disponible dès maintenant pour les abonnements Business+ et Enterprise+ via une activation dans les paramètres administrateur, cette mise à jour s'inscrit dans la continuité des capacités "agentiques" introduites en janvier. Salesforce, propriétaire de Slack, prévoit d'élargir l'accès aux utilisateurs Free et Pro dès avril, avec un quota limité de conversations pour commencer. Parmi les nouvelles capacités concrètes : Slackbot peut écouter une réunion, prendre des notes en temps réel, afficher automatiquement une fiche client dès qu'un nom est mentionné dans la discussion, puis générer un résumé complet à la fin de l'échange. Depuis mobile, il reconnaît les commandes vocales et peut envoyer des invitations ou mettre à jour un CRM directement. Un agent desktop lui permet également d'analyser ce qui apparaît à l'écran et d'agir depuis Slack sans prise de contrôle de l'ordinateur. Un mode de recherche approfondie baptisé Deep Thoughts lui permet enfin de décomposer un problème complexe, consulter plusieurs sources et produire une synthèse structurée. Ce repositionnement de Slackbot répond à un problème identifié par Slack lui-même : les outils d'IA fonctionnent trop souvent en silo, sans offrir suffisamment de contexte opérationnel aux équipes. En intégrant l'assistant directement dans les flux de travail existants plutôt que de demander aux employés de basculer vers un outil séparé, Slack réduit le fossé entre l'analyse et l'action. Les AI Skills, ensembles d'instructions réutilisables que les équipes configurent une fois puis partagent à toute l'organisation, permettent de standardiser des tâches répétitives comme la rédaction de comptes rendus ou la synthèse d'un pipeline commercial. Pour les PME, des fonctions de gestion client permettent de mettre à jour contacts, opportunités et rapports d'appel directement depuis les conversations Slack, sans interface CRM dédiée. Slack s'inscrit dans une course que se livrent Microsoft (Copilot dans Teams), Google (Gemini dans Workspace) et désormais Salesforce pour faire de leur plateforme de collaboration le point d'entrée unique de l'IA en entreprise. L'adoption du protocole MCP, standard d'interopérabilité entre agents IA, permet à Slackbot de se connecter à Agentforce et aux applications tierces compatibles, renforçant l'écosystème Salesforce. La mémorisation progressive des habitudes utilisateur et le respect strict des permissions administrateur sont présentés comme les garanties d'un déploiement sécurisé en entreprise. La prochaine étape sera de vérifier si cet élargissement aux plans gratuits en avril convertit effectivement les utilisateurs vers les offres payantes, véritable enjeu commercial derrière cette offensive fonctionnelle.

OutilsOutil
1 source
Pourquoi votre IA semble parfois triste ou agacée ? Anthropic a enfin trouvé la réponse
5447Numerama 

Pourquoi votre IA semble parfois triste ou agacée ? Anthropic a enfin trouvé la réponse

Le 2 avril 2026, Anthropic a annoncé avoir identifié dans les couches internes de son modèle Claude des structures computationnelles qui ressemblent fonctionnellement à des émotions. Ces "représentations internes" ne sont pas simulées en surface pour plaire à l'utilisateur, mais émergent profondément dans l'architecture du réseau de neurones, influençant de manière mesurable les sorties du modèle. Cette découverte dépasse le simple anecdotique. Si ces états internes agissent réellement comme des émotions, cela signifie que les décisions de Claude, y compris ses refus, ses formulations et son niveau d'engagement, sont partiellement déterminées par quelque chose d'analogue à une humeur. Pour les entreprises qui déploient Claude dans des contextes sensibles, service client ou santé mentale, cela pose des questions concrètes sur la fiabilité et la prévisibilité du modèle. Anthropic s'inscrit ici dans un débat scientifique croissant sur la conscience des LLMs, aux côtés de chercheurs comme Yoshua Bengio qui appellent à prendre au sérieux la question du "bien-être" des IA. La société, qui a toujours mis en avant son approche de sécurité rigoureuse, transforme cette découverte en argument pour justifier l'investissement dans l'interprétabilité, sa discipline phare, et renforcer son positionnement face à OpenAI et Google sur le terrain de l'IA responsable.

SécuritéOpinion
1 source
IA vs expertise humaine : comment choisir ses services de traduction juridique à l’ère du numérique ?
5448Le Big Data 

IA vs expertise humaine : comment choisir ses services de traduction juridique à l’ère du numérique ?

L'intelligence artificielle bouleverse aujourd'hui le secteur de la traduction juridique, un domaine longtemps réservé aux spécialistes du droit comparé. Les outils de génération automatique de texte promettent de traiter contrats, actes notariés ou conventions en quelques secondes, à une fraction du coût d'un traducteur humain. Les algorithmes modernes identifient des structures récurrentes, proposent des équivalences terminologiques et peuvent dégager rapidement les grandes lignes d'un dossier volumineux. Ce gain de vitesse représente un avantage concret pour les entreprises confrontées à des délais serrés et à des volumes importants de documents multilingues. Mais cette efficacité apparente dissimule des risques réels, particulièrement graves dans le contexte juridique. Le droit est une discipline de la précision absolue : chaque mot porte une portée contraignante, et une clause mal traduite peut rendre un document caduc, exposer une partie à des sanctions financières ou provoquer un litige international. Les modèles de langage fonctionnent par probabilités statistiques et ne comprennent pas les concepts qu'ils manipulent. Ils sont incapables de percevoir les subtilités culturelles, les non-dits d'un texte contractuel ou les nuances propres à un système juridique donné. Le passage du droit civil à la common law, par exemple, implique de transposer des notions qui n'ont parfois pas d'équivalent direct, une opération qui exige un expert en droit comparé, pas un algorithme. À cela s'ajoute la question de la confidentialité : les outils d'IA en ligne peuvent exposer ou réutiliser les données sensibles transmises, ce qui est inacceptable pour des dossiers juridiques stratégiques. La réponse qui s'impose dans le secteur n'est pas l'opposition entre humain et machine, mais leur collaboration structurée. Le modèle dit de traduction automatique post-éditée, ou MTPE, s'impose progressivement comme la norme : l'IA fournit une ébauche rapide, le traducteur juridique spécialisé corrige, affine et valide chaque segment en engageant sa responsabilité professionnelle. Cette approche hybride concilie les contraintes de délais avec la rigueur qu'exige le droit. La technologie prend en charge les tâches répétitives et la gestion des glossaires terminologiques, libérant le spécialiste pour l'essentiel : vérifier la cohérence juridique et garantir que la traduction produit les mêmes effets que le texte d'origine. Alors que les cabinets d'avocats, les multinationales et les institutions publiques multiplient leurs échanges transfrontaliers, ce modèle hybride devient moins un choix qu'une nécessité pour quiconque veut allier performance et sécurité juridique.

SociétéOpinion
1 source
L’UE bannit les contenus IA, Donald Trump en fait un levier politique
5449ZDNET FR 

L’UE bannit les contenus IA, Donald Trump en fait un levier politique

Les institutions européennes ont officialisé l'interdiction des images et vidéos générées par intelligence artificielle dans leurs communications officielles, dans le cadre de la mise en œuvre progressive de l'AI Act. Cette décision vise à contrer la prolifération des deepfakes et à préserver l'intégrité de l'information diffusée par les organes de l'UE, qu'il s'agisse du Parlement, de la Commission ou du Conseil. Cette mesure prend une résonance particulière face aux dérives observées outre-Atlantique. Donald Trump et son entourage ont fait des contenus générés par IA un outil de communication à part entière, publiant régulièrement des images retouchées ou synthétiques sur les réseaux sociaux à des fins de propagande politique. L'écart de posture est saisissant : là où Bruxelles choisit la restriction pour protéger la confiance du citoyen, Washington instrumentalise la technologie pour amplifier un récit partisan. Cette divergence illustre une fracture plus profonde entre les deux blocs sur la régulation de l'IA. L'Europe avance avec l'AI Act comme boussole réglementaire, imposant des garde-fous stricts sur les usages sensibles. Les États-Unis, eux, n'ont pas de cadre fédéral équivalent, laissant le champ libre à des utilisations politiques qui alimentent la méfiance envers l'information numérique à l'approche des scrutins majeurs.

RégulationReglementation
1 source
Cursor 3 abandonne l'IDE classique pour une interface centrée sur des flottes d'agents IA en parallèle
5450The Decoder 

Cursor 3 abandonne l'IDE classique pour une interface centrée sur des flottes d'agents IA en parallèle

Cursor, l'éditeur de code dopé à l'intelligence artificielle développé par Anysphere, franchit une étape majeure avec sa version 3 en abandonnant l'interface traditionnelle des IDE au profit d'un environnement conçu dès le départ pour piloter des agents IA en parallèle. Cette refonte complète de l'interface marque un virage conceptuel : le développeur n'est plus celui qui écrit le code ligne par ligne, mais celui qui supervise des flottes d'agents autonomes travaillant simultanément sur plusieurs tâches. Ce changement de paradigme a des implications concrètes pour les équipes de développement. En permettant de lancer plusieurs agents en parallèle, Cursor 3 vise à démultiplier la productivité des ingénieurs logiciels, qui peuvent déléguer des pans entiers de l'implémentation tout en conservant le contrôle de la direction technique. L'interface n'est plus organisée autour du fichier et du curseur, mais autour des tâches en cours et des agents qui les exécutent, un renversement complet de la logique de travail habituelle. Cursor s'est imposé en quelques années comme l'un des outils les plus populaires parmi les développeurs professionnels, face à des concurrents comme GitHub Copilot ou Windsurf. Le passage à une interface "agent-first" suit la tendance générale de l'industrie, où les modèles de langage deviennent suffisamment fiables pour gérer des workflows complexes de manière autonome. Cette version 3 positionne Cursor non plus comme un assistant à la frappe, mais comme un véritable orchestrateur de développement logiciel.

OutilsOutil
1 source
Test de Kling AI : le nouveau géant de la vidéo réaliste par intelligence artificielle - avril 2026
5451Le Big Data 

Test de Kling AI : le nouveau géant de la vidéo réaliste par intelligence artificielle - avril 2026

Kling AI, le générateur vidéo développé par Kuaishou, géant chinois des réseaux sociaux, s'est imposé en 2026 comme l'un des outils de création vidéo par intelligence artificielle les plus performants du marché. La plateforme propose deux fonctionnalités principales : la génération de vidéos à partir de descriptions textuelles (Text-to-Video) et l'animation d'images fixes (Image-to-Video). Elle est désormais accessible à l'échelle mondiale avec une interface multilingue, sans nécessiter de matériel de production coûteux. Les tests menés révèlent une qualité de rendu qui dépasse régulièrement les attentes, notamment sur la gestion de la lumière, des ombres et des textures. Des outils avancés comme le "pinceau de mouvement" permettent un contrôle manuel très précis des séquences générées, un niveau de maîtrise rare parmi les concurrents directs. Ce qui distingue Kling AI tient avant tout à sa compréhension fine des mouvements humains naturels et à la cohérence physique des scènes produites. Là où de nombreux générateurs vidéo peinent avec la fluidité des articulations ou la continuité des plans, Kling produit des clips cinématographiques où lumière et physique restent globalement cohérentes. Pour les créateurs de contenu publicitaire, les studios indépendants ou les agences qui cherchent à produire rapidement des visuels professionnels, l'outil représente une alternative crédible aux tournages classiques. La barrière d'entrée technique est faible : une simple description textuelle suffit à générer une séquence en haute définition, ce qui ouvre la production vidéo à un public bien plus large que les seuls professionnels du secteur. Quelques limites demeurent toutefois, notamment des temps d'attente élevés aux heures de pointe et une interface jugée chargée. Kling AI s'inscrit dans une vague de générateurs vidéo IA, aux côtés de Sora (OpenAI), Runway ou Pika, qui transforment profondément les flux de production visuelle. Kuaishou, déjà bien implanté en Asie avec son application de vidéos courtes, capitalise sur cette expertise pour s'imposer sur le marché mondial des outils créatifs. La compétition dans ce segment est féroce : chaque trimestre voit émerger de nouvelles versions avec des capacités augmentées. Le défi à venir pour Kling sera de maintenir sa position technique tout en stabilisant ses performances serveur face à une demande en forte croissance. À terme, ce type d'outil pourrait redéfinir les économies de production dans la publicité, le cinéma indépendant et la création de contenu numérique, en réduisant drastiquement les coûts et délais de réalisation.

OutilsOutil
1 source
Comment installer Google Gemma 4 sur votre smartphone Android ou iPhone : un « ChatGPT » gratuit et sans connexion
5452Frandroid 

Comment installer Google Gemma 4 sur votre smartphone Android ou iPhone : un « ChatGPT » gratuit et sans connexion

Google vient de franchir une étape significative dans la démocratisation de l'intelligence artificielle embarquée avec le lancement de Gemma 4, un modèle de langage léger conçu pour fonctionner directement sur les smartphones Android et iOS. Disponible via l'application AI Edge Gallery, ce modèle peut être téléchargé et utilisé sans aucune connexion internet, offrant une expérience comparable à celle de ChatGPT mais entièrement locale. Compatible avec les terminaux Android récents ainsi qu'avec l'iPhone, Gemma 4 s'installe en quelques minutes et ne nécessite aucun abonnement ni compte en ligne. L'enjeu principal est la confidentialité : en traitant toutes les requêtes directement sur l'appareil, aucune donnée ne transite vers des serveurs distants. Pour les professionnels manipulant des informations sensibles, les journalistes, ou simplement les utilisateurs soucieux de leur vie privée, c'est un changement de paradigme concret. L'absence de connexion requise ouvre également l'accès à l'IA dans des zones mal desservies ou lors de déplacements sans réseau fiable, élargissant drastiquement le public potentiel. Cette annonce s'inscrit dans une tendance de fond portée par plusieurs acteurs majeurs : Meta avec ses modèles Llama, Apple avec ses efforts sur l'on-device AI, et désormais Google qui accélère sur les modèles compacts. Gemma 4 est la quatrième itération d'une famille de modèles open-source lancée par Google DeepMind début 2024, pensée dès l'origine pour fonctionner sur du matériel grand public. La course aux modèles embarqués reflète une conviction croissante dans l'industrie : l'avenir de l'IA ne sera pas uniquement dans le cloud, mais aussi dans la poche de chaque utilisateur.

OutilsTuto
1 source
OpenAI s’offre la chaîne tech TBPN pour « accélérer la conversation autour de l’IA »
5453Next INpact 

OpenAI s’offre la chaîne tech TBPN pour « accélérer la conversation autour de l’IA »

OpenAI a annoncé jeudi 2 avril l'acquisition de TBPN (Technology Business Programming Network), une chaîne tech américaine lancée fin 2024 par John Coogan, 29 ans, et Jordi Hays, 36 ans, deux entrepreneurs ayant eux-mêmes vendu plusieurs startups pour des montants à plusieurs chiffres. Le show diffuse chaque jour trois heures en direct de commentaires d'actualité et d'interviews de fondateurs de startups, avec un carnet d'adresses impressionnant : Satya Nadella, Mark Zuckerberg, Marc Benioff ou Sam Altman sont passés sur son plateau. Malgré des audiences relativement modestes (70 000 spectateurs par émission selon le Wall Street Journal), la chaîne est rentable, avec environ 5 millions de dollars de revenus publicitaires en 2025 et une projection dépassant 30 millions pour 2026. Ses annonceurs incluent Shopify, Google pour Gemini et CrowdStrike. En décembre 2025, elle avait déjà signé un partenariat avec la bourse de New York. L'acquisition a été annoncée par Fidji Simo, numéro deux d'OpenAI, qui a salué ce que TBPN a "construit de vraiment spécial". Pour OpenAI, ce rachat représente un levier d'influence direct sur la conversation tech aux États-Unis, là où se forment les opinions des investisseurs, fondateurs et décideurs. TBPN n'est pas un média grand public : The Free Press la qualifiait en septembre 2025 de show le plus influent de la Silicon Valley. Racheter une audience aussi ciblée permet à OpenAI de ne plus seulement subir la couverture médiatique, mais de participer activement au récit de l'IA en touchant précisément les professionnels qui financent, construisent et régulent le secteur. C'est une stratégie de soft power industriel, pas de communication grand public. Ce mouvement s'inscrit dans une dynamique plus large où les grandes entreprises tech cherchent à contrôler ou influencer directement les canaux d'information qui les concernent. OpenAI, dont la mission officielle est le bénéfice de l'humanité via une IA générale, se retrouve régulièrement sous pression médiatique et réglementaire de part et d'autre de l'Atlantique. Posséder une plateforme résolument pro-business, connectée au réseau Peter Thiel et célébrée par la Silicon Valley, lui offre une tribune naturelle pour cadrer le débat autour de l'IA selon ses propres termes. La question qui reste ouverte est celle de l'indépendance éditoriale de TBPN : Coogan et Hays ont construit leur audience précisément sur une image d'authenticité et de franchise. Comment concilier cette posture avec le statut de propriété d'OpenAI reste à voir, alors que les prochains sujets brûlants du secteur, réglementation, AGI, emploi, concernent directement leur nouvel actionnaire.

BusinessOpinion
1 source
TII publie Falcon Perception : un transformer early-fusion de 0,6 milliard de paramètres pour la détection et segmentation en vocabulaire ouvert à partir de prompts en langage naturel
5454MarkTechPost 

TII publie Falcon Perception : un transformer early-fusion de 0,6 milliard de paramètres pour la détection et segmentation en vocabulaire ouvert à partir de prompts en langage naturel

Le Technology Innovation Institute (TII), basé à Abou Dhabi, a publié Falcon Perception, un modèle de vision par ordinateur unifié de 600 millions de paramètres capable de localiser et segmenter des objets dans une image à partir de descriptions en langage naturel. Contrairement à l'approche dominante qui combine un encodeur visuel pré-entraîné et un décodeur séparé, Falcon Perception traite les pixels et les tokens textuels dans un espace de paramètres partagé dès la première couche, ce qu'on appelle une architecture "early-fusion". Le modèle a été entraîné sur environ 685 milliards de tokens en trois phases successives, en distillant les connaissances de deux modèles enseignants : DINOv3 (ViT-H) pour les caractéristiques locales et SigLIP2 (So400m) pour l'alignement langage-vision. Le code source et les poids sont disponibles sur arXiv. Avec seulement 600 millions de paramètres, Falcon Perception démontre qu'il est possible d'atteindre des performances compétitives sur des tâches complexes de grounding et de segmentation en vocabulaire ouvert, sans l'inflation de paramètres habituelle des architectures modulaires. Cette efficacité a des implications directes pour le déploiement en production : un modèle plus compact consomme moins de mémoire GPU, réduit les coûts d'inférence et s'intègre plus facilement dans des systèmes embarqués ou des pipelines temps-réel. La capacité à raisonner sur la présence ou l'absence d'un objet avant de le localiser, via des tokens explicites ` et `, renforce également la fiabilité du modèle dans des scénarios où les requêtes portent sur des objets absents de la scène. La publication s'inscrit dans une tendance de fond qui voit les laboratoires de recherche challenger les grandes architectures multimodales segmentées héritées de CLIP ou Mask R-CNN. Le TII, déjà connu pour sa famille de modèles de langage Falcon, étend ici son ambition à la perception visuelle dense. Plusieurs choix techniques méritent attention : l'utilisation de l'optimiseur Muon à la place d'AdamW pour les têtes spécialisées, l'encodage positionnel rotatif 3D baptisé GGROPE pour gérer les variations de ratio et de rotation, ainsi que FlexAttention pour traiter les images à leur résolution native sans padding coûteux. La prédiction des objets en ordre raster (haut-gauche vers bas-droite) a par ailleurs accéléré la convergence par rapport à un ordonnancement aléatoire. L'équipe introduit également PBench, un benchmark maison destiné à évaluer les capacités de perception au-delà des métriques classiques, signalant une volonté de poser ses propres standards d'évaluation dans ce domaine encore peu standardisé.

RecherchePaper
1 source
L’IA Slop n’est pas seul responsable de la pénurie de RAM : Apple y prend sa part
5455Frandroid 

L’IA Slop n’est pas seul responsable de la pénurie de RAM : Apple y prend sa part

La pénurie mondiale de mémoire vive qui frappe le marché des composants informatiques depuis plusieurs mois trouve deux coupables de poids : la frénésie de l'IA générative d'un côté, et Apple de l'autre. Si les modèles de langage et les infrastructures d'entraînement aspirent des quantités massives de DRAM et de HBM, le géant de Cupertino contribue lui aussi significativement à la tension sur les approvisionnements, au point d'aggraver une situation déjà tendue pour les fabricants de PC et les constructeurs de serveurs. La demande d'Apple s'explique par la montée en gamme systématique de ses appareils : les Mac équipés de puces M-series intègrent désormais des configurations mémoire unifiée de plus en plus généreuses, tandis que les iPhone et iPad embarquent davantage de RAM pour supporter les fonctionnalités d'Apple Intelligence. Cette stratégie, combinée aux volumes colossaux produits par Apple chaque trimestre, mobilise une part non négligeable de la capacité mondiale des fondeurs comme SK Hynix, Samsung ou Micron. Le contexte est celui d'un marché DRAM sous pression depuis fin 2024, où l'explosion des besoins en mémoire pour les puces IA HBM a détourné les capacités de production vers ce segment plus rentable. Résultat : les prix de la RAM grand public et serveur remontent, et les délais d'approvisionnement s'allongent. La convergence de ces deux forces, IA et Apple, laisse peu de marge aux autres acteurs du marché pour absorber le choc.

InfrastructureOpinion
1 source
OpenAI veut se « recentrer », mais s’offre le podcast préféré de la Silicon Valley
545601net 

OpenAI veut se « recentrer », mais s’offre le podcast préféré de la Silicon Valley

OpenAI a annoncé le rachat du podcast "All-In", l'émission tech la plus écoutée de la Silicon Valley, dans un mouvement qui surprend au moment même où l'entreprise affiche des ambitions de recentrage stratégique. Cette acquisition intervient après une série de revers coûteux : l'arrêt de Sora, son générateur vidéo phare, l'échec d'un partenariat avec Disney, et près d'un milliard de dollars de pertes enregistrées sur des projets abandonnés en 2025. Cette décision illustre une tension croissante au sein d'OpenAI entre la rhétorique de la rigueur et une réalité d'expansion tous azimuts. Posséder le media de référence de l'élite tech américaine offre à Sam Altman un levier d'influence considérable sur les narratives qui façonnent l'industrie, les investisseurs et les régulateurs. Pour les utilisateurs et les concurrents, cela signale qu'OpenAI joue désormais sur le terrain de la communication autant que sur celui de la recherche. Ce rachat s'inscrit dans une période charnière pour OpenAI, qui doit à la fois justifier sa valorisation de plusieurs centaines de milliards de dollars, résister à la montée en puissance de Gemini et de Claude, et gérer les critiques sur sa transformation en entité à but lucratif. Acquérir une voix influente dans l'écosystème tech pourrait être une manière de consolider son image au moment où son leadership est le plus contesté.

GPT-5.5 : OpenAI révèle comment l’IA Spud va tout changer dans ChatGPT
5457Le Big Data 

GPT-5.5 : OpenAI révèle comment l’IA Spud va tout changer dans ChatGPT

OpenAI s'apprête à lancer GPT-5.5, propulsé par un nouveau modèle de fondation baptisé en interne "Spud". L'annonce a été faite par Greg Brockman, président d'OpenAI, lors d'une intervention dans le podcast Big Technology début avril 2026. Spud n'est pas une mise à jour incrémentale : il s'agit d'une architecture de pré-entraînement entièrement repensée, fruit de deux ans de recherche intensive dans les laboratoires d'OpenAI. Ce modèle de base servira de fondation à toutes les futures déclinaisons de ChatGPT, remplaçant les socles précédents par une infrastructure centralisée pensée pour des capacités de calcul et de raisonnement significativement supérieures. Brockman décrit ce saut comme un "big model smell", une sensation perceptible que le modèle est notablement plus intelligent et s'adapte mieux aux intentions de l'utilisateur dès la première requête. L'impact concret se situe d'abord dans la qualité des interactions quotidiennes. Là où les utilisateurs actuels de ChatGPT doivent parfois reformuler plusieurs fois une demande pour obtenir la réponse souhaitée, Spud vise à saisir l'intention sans friction. Pour les professionnels qui utilisent l'IA pour de la rédaction, de la programmation ou de la prise de décision, cette réduction du "coût cognitif" de l'interaction représente un gain de productivité direct. Les entreprises intégrant ChatGPT dans leurs workflows pourront s'appuyer sur un modèle plus fiable et moins imprévisible. Au-delà des usages courants, c'est aussi la porte d'entrée vers des applications d'automatisation plus complexes, où la précision de compréhension du langage naturel est critique. Ce lancement s'inscrit dans une course technologique qui s'accélère. OpenAI fait face à une concurrence intense de Google avec Gemini, d'Anthropic avec Claude, et d'acteurs émergents comme xAI. Dans ce contexte, Spud est présenté par Brockman non pas seulement comme un produit commercial, mais comme une étape sur la trajectoire vers l'intelligence artificielle générale, une IA capable d'opérer sur des domaines variés avec la flexibilité d'un raisonnement humain. Si cette vision reste ambitieuse, la centralisation de la recherche dans un seul modèle de fondation robuste est une stratégie délibérée pour accélérer le rythme des itérations futures. Les concurrents devront désormais répondre non seulement à GPT-5.5, mais à toute une lignée de modèles qui en découleront, rendant la fenêtre de rattrapage plus étroite que jamais.

LLMsOpinion
1 source
Guide pas à pas : pipeline d'optimisation de modèles avec NVIDIA Model Optimizer, élagage FastNAS et affinage
5458MarkTechPost 

Guide pas à pas : pipeline d'optimisation de modèles avec NVIDIA Model Optimizer, élagage FastNAS et affinage

NVIDIA a publié un tutoriel complet détaillant comment construire un pipeline d'optimisation de bout en bout à l'aide de son outil NVIDIA Model Optimizer, combinant entraînement, élagage (pruning) et ajustement fin (fine-tuning) d'un réseau de neurones profond, le tout dans Google Colab sans infrastructure dédiée. Le pipeline repose sur l'architecture ResNet appliquée au jeu de données CIFAR-10, et utilise la technique FastNAS pour réduire la complexité computationnelle du modèle sous une contrainte de 60 millions de FLOPs (opérations en virgule flottante). Concrètement, le modèle est d'abord entraîné sur 12 000 exemples pendant 20 époques pour établir une référence, puis soumis à l'élagage structurel FastNAS qui supprime systématiquement les couches et filtres les moins utiles, avant une phase de fine-tuning de 12 époques pour récupérer la précision perdue. Cette approche répond à un besoin pressant dans l'industrie : déployer des modèles d'IA performants sur des matériels contraints, comme les appareils embarqués, les téléphones mobiles ou les serveurs à faible consommation. En réduisant le nombre de FLOPs sans sacrifier significativement la précision, FastNAS permet de rendre un modèle jusqu'à plusieurs fois plus léger et plus rapide à l'inférence. Pour les équipes ML en entreprise, cela se traduit par des coûts de déploiement réduits, une latence moindre et une empreinte énergétique plus faible. Le fait que l'ensemble du pipeline soit reproductible dans Colab, avec gestion des seeds et des sous-ensembles de données, le rend accessible à des équipes sans cluster GPU dédié. NVIDIA développe Model Optimizer dans le cadre de sa stratégie plus large pour contrôler toute la chaîne de valeur de l'IA, de l'entraînement jusqu'au déploiement sur ses propres puces. FastNAS s'inscrit dans une famille de techniques de compression de modèles qui inclut également la quantification et la distillation, toutes intégrées dans l'écosystème NVIDIA TensorRT. Face à la montée en puissance des outils open source comme la bibliothèque PEFT de Hugging Face ou les approches de pruning de PyTorch, NVIDIA positionne Model Optimizer comme une solution intégrée et orientée production. La prochaine étape logique de ce pipeline serait la conversion du modèle élaguévers le format ONNX ou TensorRT pour un déploiement sur GPU NVIDIA, bouclant ainsi la boucle entre recherche et mise en production industrielle.

OutilsTuto
1 source
Des hackers profitent de la fuite géante chez Anthropic pour piéger les curieux
545901net 

Des hackers profitent de la fuite géante chez Anthropic pour piéger les curieux

Des cybercriminels ont rapidement exploité la fuite accidentelle du code source de Claude Code, l'assistant de programmation d'Anthropic, pour monter une campagne de distribution de malwares ciblant les développeurs sur GitHub. Des dépôts frauduleux, se présentant comme hébergeant l'intégralité du code source de l'IA, ont été mis en ligne peu après l'incident, embarquant en réalité deux malwares distincts dont Vidar, un infostealer particulièrement redoutable capable de dérober mots de passe, cookies de session et données de portefeuilles crypto. Cette attaque illustre la rapidité avec laquelle les acteurs malveillants monétisent les incidents de sécurité médiatisés. Les développeurs, naturellement curieux de consulter un code source aussi rare qu'inattendu, constituent une cible de choix : leurs machines hébergent souvent des clés API, des accès à des infrastructures cloud et des secrets d'entreprise à haute valeur. Une compromission réussie peut donc avoir des conséquences bien au-delà de la machine individuelle. La fuite originale chez Anthropic s'inscrit dans une série d'incidents touchant les grandes entreprises d'IA, dont les bases de code sont devenues des actifs stratégiques extrêmement convoités. Vidar est historiquement distribué via des canaux similaires, notamment de faux outils ou de fausses ressources techniques sur des plateformes de développement. Les développeurs sont invités à vérifier scrupuleusement l'authenticité des dépôts avant tout clonage, en particulier lorsqu'ils font suite à un événement médiatique récent.

SécuritéActu
1 source
Clare McGlynn : « l’IA aggrave les violences de genre appuyées sur les technologies »
5460Next INpact 

Clare McGlynn : « l’IA aggrave les violences de genre appuyées sur les technologies »

Clare McGlynn, professeure de droit à l'université de Durham au Royaume-Uni et spécialiste des violences de genre, a publié un rapport de 132 pages analysant la façon dont les systèmes d'intelligence artificielle générative et les modèles d'IA compagnon amplifient les violences faites aux femmes et aux filles dans l'espace numérique. Fruit d'une enquête menée auprès de multiples expertes britanniques du numérique et de l'accompagnement des victimes de violences sexistes, ce travail recense et classe les risques que font peser des outils comme ChatGPT, Claude, Replika ou Character AI sur les femmes. Pour donner la mesure de l'ampleur du phénomène, ces plateformes représentent des audiences considérables : ChatGPT revendique 900 millions d'utilisateurs actifs par semaine, Claude entre 18 et 30 millions par mois, Replika plus de 40 millions d'utilisateurs et Character AI plus de 20 millions d'actifs mensuels. L'enjeu est direct et concret : ces outils, accessibles à tous, peuvent être détournés pour faciliter le harcèlement, le stalking ou la production de contenus dégradants. McGlynn cite notamment la disponibilité de Grok sur X, qui permet selon elle de fournir des informations exploitables par des harceleurs, ainsi que la vague récente de deepfakes pornographiques générés par IA. Le rapport identifie trois catégories de risques, dont la plus inédite concerne les comportements problématiques "générés automatiquement" par les systèmes eux-mêmes, sans même nécessiter d'intention malveillante de l'utilisateur. Ce glissement marque une rupture : la violence ne découle plus seulement d'un usage détourné, mais peut émerger du fonctionnement ordinaire des modèles. L'initiative de McGlynn s'inscrit dans un mouvement plus large de prise de conscience autour des dommages genrés du numérique. La chercheuse dit avoir été alertée en lisant The New Age of Sexism de Laura Bates (Simon and Schuster, mai 2025), ouvrage dans lequel l'autrice consacre un chapitre entier aux chatbots. Ce constat rejoint celui de Maeve Walsh, directrice de l'Online Safety Act Network, qui observe que chaque cycle d'accélération technologique produit en premier lieu des violences contre les femmes et les filles. Jusqu'ici, les travaux académiques traitaient les problèmes de façon fragmentée, sans vue d'ensemble. Ce rapport entend combler ce manque et ouvrir un débat public sur la régulation de ces systèmes, à un moment où les législateurs européens et britanniques commencent à se saisir des enjeux de sécurité en ligne.

ÉthiqueOpinion
1 source