Actualités IA — page 304

7 586 articles au fil, du plus récent au plus ancien.

44

6061Le Big Data 

Terafab : Elon Musk dévoile son plan pour créer la plus grande usine de puces mondiale

Elon Musk lance Terafab, un projet de méga-usine de semi-conducteurs qu'il présente comme la plus grande jamais construite. Annoncé sur X, le projet vise à produire jusqu'à un térawatt de puissance de calcul par an, une échelle inédite dans l'industrie des puces. L'objectif affiché : mettre fin à la dépendance vis-à-vis des fonderies étrangères et répondre à l'explosion des besoins en calcul liés à l'IA, la robotique et les infrastructures spatiales. L'enjeu est stratégique. Selon Musk, les capacités combinées des leaders mondiaux comme TSMC, Samsung et Micron ne couvriraient qu'environ 2 % des besoins futurs de ses propres entreprises. Ce chiffre illustre une réalité plus large : les grands acteurs technologiques sont structurellement dépendants de chaînes d'approvisionnement qu'ils ne maîtrisent pas. Terafab s'inscrit dans une logique de verticalisation totale, produire soi-même, à grande échelle, pour ne plus subir les contraintes du marché. Implanté à Austin, au Texas, Terafab serait une coentreprise entre Tesla, SpaceX et xAI. Chaque entité y trouve un intérêt direct : Tesla pour ses véhicules autonomes et ses robots Optimus, xAI pour l'entraînement de ses modèles, et SpaceX pour ses systèmes embarqués. Le projet prévoit deux catégories de puces, des puces terrestres classiques et des puces durcies capables de fonctionner dans l'espace, en lien avec l'ambition d'un data center orbital et d'une constellation de satellites. Le coût estimé dépasse les 20 de milliards de $, et la complexité technique reste un obstacle majeur : rivaliser avec les décennies d'expertise de TSMC en lithographie avancée ne s'improvise pas, et une telle usine nécessite plusieurs années avant d'être pleinement opérationnelle. La crédibilité du projet reste à démontrer. L'écart entre la vision annoncée et la réalité industrielle est considérable, et Musk n'en est pas à sa première promesse d'envergure à calendrier incertain. Reste que la direction est cohérente avec sa stratégie globale : concentrer dans ses mains les briques technologiques fondamentales, énergie, calcul, transport, espace, pour construire un empire industriel intégré verticalement.

Infrastructure⚡Actu

1 source

51

6062The Verge AI 

ChatGPT et Gemini se disputent le titre de meilleur assistant IA pour le commerce en ligne

Google et OpenAI intensifient leur bataille pour s'imposer comme l'assistant IA de référence dans le commerce en ligne. Les deux géants ont annoncé quasi simultanément de nouvelles fonctionnalités d'achat intégrées à leurs chatbots respectifs, marquant une nouvelle étape dans la monétisation de l'IA conversationnelle. Google a conclu un partenariat avec Gap Inc. pour permettre à son assistant Gemini d'effectuer des achats directement au sein de la conversation. Les utilisateurs qui demandent des suggestions vestimentaires peuvent désormais se voir proposer des produits issus des enseignes du groupe, Gap, Old Navy, Banana Republic et Athleta, avec la possibilité de finaliser l'achat sans quitter l'interface du chatbot. De son côté, OpenAI a déployé une interface de shopping remaniée dans ChatGPT, renforçant également ses capacités transactionnelles. Ce mouvement s'inscrit dans une tendance de fond : Walmart et Target avaient déjà ouvert la voie en permettant des achats intégrés via des assistants IA. L'enjeu est considérable, transformer le chatbot en canal de vente direct court-circuite les moteurs de recherche traditionnels et redéfinit le parcours d'achat en ligne. Pour Gap Inc., l'accord avec Google représente un accès privilégié à des millions d'utilisateurs de Gemini au moment précis où l'intention d'achat se forme. La concurrence entre Google et OpenAI sur ce segment illustre la course à la monétisation des assistants IA grand public. Celui qui parviendra à s'imposer comme intermédiaire de confiance dans l'acte d'achat capturera une part significative de la chaîne de valeur du e-commerce, un marché que les deux entreprises convoitent ouvertement.

Business⚒Outil

1 source

38

6063AI Business 

Les applications Oracle Fusion offrent aux entreprises des agents sécurisés et spécialisés

Oracle franchit un nouveau cap dans l'IA d'entreprise avec des mises à jour majeures de sa suite Oracle Fusion Applications, introduisant des agents spécialisés et sécurisés conçus spécifiquement pour les environnements professionnels. Ces nouvelles fonctionnalités s'inscrivent dans la course que se livrent les grands éditeurs de logiciels d'entreprise pour intégrer l'IA agentique dans leurs plateformes. L'enjeu est de taille : les entreprises hésitent encore à déployer des agents IA dans leurs systèmes critiques, craignant les problèmes de sécurité, de conformité et de fiabilité. En proposant un environnement enterprise-ready, Oracle cherche à lever ces freins et à accélérer l'adoption de l'IA dans des processus métier sensibles, RH, finance, supply chain ou service client. Les nouvelles capacités mettent l'accent sur deux axes : la sécurité des agents (contrôle des accès, traçabilité des actions, isolation des données) et des outils d'analyse des projets IA permettant aux équipes IT de mesurer les performances et la conformité de leurs déploiements. Oracle Fusion Applications devient ainsi non seulement un terrain d'exécution pour les agents, mais aussi une tour de contrôle pour les superviser. Cette annonce positionne Oracle en concurrent direct de Salesforce (avec Agentforce) et SAP sur le segment des agents IA d'entreprise, un marché en pleine structuration où la confiance et la gouvernance deviennent des arguments commerciaux aussi importants que les capacités techniques.

Outils⚒Outil

1 source

40

6064AI News 

Automatiser les flux de travail financiers complexes avec l'IA multimodale

Les dirigeants du secteur financier adoptent massivement des frameworks d'IA multimodale pour automatiser leurs flux de travail les plus complexes. Au cœur de cette révolution : la capacité à extraire et interpréter des données issues de documents non structurés, relevés de courtage, tableaux imbriqués, mises en page dynamiques, que les anciens systèmes de reconnaissance optique de caractères (OCR) échouaient régulièrement à traiter correctement. L'enjeu est considérable pour les institutions financières, qui manipulent quotidiennement des milliers de documents denses en jargon technique. L'automatisation de leur lecture et de leur interprétation représente un levier direct de réduction des risques opérationnels et de gain d'efficacité. Là où l'OCR traditionnel transformait des fichiers multi-colonnes en blocs de texte illisibles, les grands modèles de langage associés à des outils de pré-traitement spécialisés permettent désormais une compréhension fiable de la structure et du contenu. Des plateformes comme LlamaParse, qui connecte les méthodes classiques de reconnaissance de texte à une analyse basée sur la vision, affichent une amélioration de 13 à 15 % par rapport au traitement direct de documents bruts. L'architecture recommandée repose sur un pipeline en quatre étapes (soumission du PDF, parsing événementiel, extraction parallèle du texte et des tableaux, génération d'un résumé lisible) et sur une approche bi-modèle délibérée : Gemini 2.5 Pro pour la compréhension des mises en page complexes grâce à sa large fenêtre de contexte et sa compréhension spatiale native, et Gemini 2.0 Flash pour la synthèse finale, plus légère et économique. L'exécution parallèle des étapes d'extraction réduit la latence globale et rend l'architecture naturellement scalable. Les auteurs soulignent toutefois que ces pipelines restent entièrement dépendants de la qualité des données en entrée, et appellent à maintenir des protocoles de gouvernance stricts dans des contextes aussi sensibles que la finance. Les sorties des modèles doivent être systématiquement vérifiées avant tout usage en production, une mise en garde essentielle alors que l'automatisation progresse dans des domaines à fort enjeu réglementaire.

Outils⚒Outil

1 source

52

6065Wired AI 

Arm se lance dans la fabrication de ses propres puces

Arm, jusqu'ici connu exclusivement comme concepteur de licences d'architectures de puces, franchit une étape stratégique majeure en se lançant dans la fabrication de son propre matériel d'intelligence artificielle. L'entreprise britannique, dont les designs équipent la quasi-totalité des smartphones et une part croissante des serveurs IA, entre ainsi en concurrence directe avec ses propres clients historiques comme Qualcomm, Apple ou NVIDIA. Ce pivot marque un tournant dans l'industrie des semi-conducteurs. En contrôlant l'ensemble de la chaîne, de la conception à la commercialisation du silicium, Arm cherche à capter une part de la valeur colossale générée par la demande explosive en accélérateurs IA, un marché dominé jusqu'ici par NVIDIA et ses puces H100/H200. La décision soulève néanmoins des tensions potentielles avec les partenaires licenciés, qui pourraient voir en Arm un concurrent inattendu. Parmi les premiers clients annoncés figurent des acteurs de premier plan : Meta, OpenAI, Cerebras et Cloudflare. La présence d'OpenAI, qui développe par ailleurs ses propres puces maison, et de Cerebras, spécialiste des wafer-scale chips pour l'entraînement de grands modèles, témoigne de l'appétit du secteur pour des alternatives aux solutions NVIDIA. Cloudflare, de son côté, représente le segment de l'inférence à la périphérie du réseau. Cette offensive d'Arm s'inscrit dans une tendance de fond : les grandes entreprises tech (Apple, Google, Amazon, Microsoft) intègrent verticalement leur stack matérielle. En prenant pied dans la fabrication, Arm mise sur sa connaissance intime des architectures pour proposer des puces optimisées nativement pour les workloads IA, là où ses concurrents partent d'architectures généralistes.

Business⚡Actu

1 source

40

6066Latent Space 

Pourquoi il n'existe pas d'AlphaFold pour les matériaux, l'IA au service de la découverte des matériaux avec Heather Kulik

La science des matériaux n'a pas encore connu son moment AlphaFold, et ce n'est pas faute d'essayer. Heather Kulik, professeure pionnière dans l'application de l'IA aux sciences des matériaux, explique pourquoi cette discipline reste fondamentalement plus difficile à modéliser que la biologie, tout en démontrant que les victoires concrètes sont déjà là. L'exemple le plus frappant : l'équipe de Kulik a utilisé l'IA pour concevoir de nouveaux polymères quatre fois plus résistants que les versions existantes. Les chercheurs eux-mêmes ont été surpris par les designs proposés, l'IA avait découvert un mécanisme de rupture inédit, purement quantique, que personne n'avait anticipé. Ce genre de résultat illustre une conviction centrale de Kulik : l'IA pour la science fonctionne, mais uniquement quand l'expertise du domaine est profondément intégrée aux techniques d'apprentissage automatique. Pourquoi la science des matériaux n'a-t-elle pas son équivalent d'AlphaFold ? Kulik identifie deux obstacles structurels. D'abord, les données : contrairement à la biologie où des bases de données massives et fiables existent, les matériaux ne disposent que de datasets bruités issus de calculs DFT (Density Functional Theory), de simples approximations du réel. « Nous avons de très bons datasets pour une chimie très ennuyeuse », résume-t-elle. Ensuite, la complexité intrinsèque : AlphaFold opère dans un espace fini de 20 acides aminés, tandis que les matériaux impliquent chaque élément du tableau périodique, chacun apportant un nouveau jeu d'interactions sans transfert possible d'un système à l'autre. Pour tester les limites des LLMs en chimie, Kulik a développé un test simple mais révélateur : demander à un modèle de concevoir un ligand contenant exactement 22 atomes lourds. Résultat : Claude et ChatGPT réussissent la tâche en biologie (contexte Kinase), mais échouent systématiquement pour les MOFs (Metal-Organic Frameworks), générant des ligands à 21, 23 ou 24 atomes. Une asymétrie qui suggère que les LLMs raisonnent différemment selon les domaines scientifiques, et que la chimie des matériaux reste un territoire largement inexploré pour l'IA.

Recherche❖Paper

1 source

48

6067La Tribune 

Free : l'opérateur se rêve en géant européen des infrastructures cloud et IA

Free, l'opérateur télécoms du groupe Iliad fondé par Xavier Niel, annonce une ambition radicalement nouvelle : devenir un acteur majeur des infrastructures cloud et intelligence artificielle à l'échelle européenne. Le groupe entend investir 4 milliards d'euros d'ici 2030 pour bâtir une capacité souveraine en data centers et en puissance de calcul. Ce virage stratégique intervient dans un contexte où la souveraineté numérique est devenue un enjeu politique central en Europe. Alors que les hyperscalers américains, AWS, Microsoft Azure, Google Cloud, dominent largement le marché du cloud continental, et que les besoins en GPU pour l'entraînement et l'inférence de modèles d'IA explosent, un opérateur européen disposant déjà d'un réseau fibre étendu et d'une base d'abonnés massive se positionne idéalement pour proposer une alternative crédible. Iliad dispose d'atouts réels pour cette transformation : une infrastructure réseau déployée en France, en Italie et en Pologne, une expérience dans l'exploitation de data centers via ses activités opérateur, et la capacité financière d'un groupe dont le chiffre d'affaires dépasse les 8 milliards d'euros annuels. L'enveloppe de 4 milliards d'euros sur cinq ans représente un engagement significatif, orienté vers la construction de capacités de calcul intensif nécessaires aux workloads IA. Cette annonce s'inscrit dans une tendance de fond où les télécoms européens cherchent à monter dans la chaîne de valeur numérique. Si l'ambition est claire, la concrétisation restera à surveiller : face aux investissements colossaux des géants américains, qui se chiffrent en dizaines de milliards par an, la bataille pour capter les entreprises et institutions publiques européennes en quête d'alternatives souveraines ne fait que commencer.

Business⚡Actu

1 source

41

6068Le Big Data 

« L’AGI est déjà là » : la phrase choc de NVIDIA qui fait l’effet d’un séisme

Jensen Huang, le PDG de NVIDIA, a créé la stupeur dans l'industrie technologique en affirmant lors d'un entretien avec le podcasteur Lex Fridman : « Je pense que nous avons atteint l'AGI. » Une déclaration qui rompt brutalement avec le consensus scientifique, selon lequel l'Intelligence Artificielle Générale, une machine capable d'égaler l'humain dans toute tâche cognitive, resterait hors de portée pour encore des décennies. La clé pour comprendre cette affirmation réside dans la définition retenue par Huang, qui est délibérément économique plutôt que philosophique. Fridman lui soumet un critère précis : une IA capable de fonder une entreprise technologique valorisée à 1 milliard de dollars. Huang adopte cette mesure et la détourne vers une vision ultra-capitaliste : si une machine génère de la valeur économique de façon autonome, même via un influenceur virtuel viral ou une application sociale éphémère monétisée à 50 centimes par utilisateur, alors elle satisfait le critère de « généralité ». C'est une pirouette sémantique assumée, mais qui pointe vers un vrai tournant technique. Ce tournant, c'est le passage des chatbots passifs aux agents IA autonomes : des systèmes auxquels on confie un objectif global (créer, coder, publier, monétiser) et qui décomposent les tâches sans intervention humaine. Yann LeCun, scientifique en chef chez Meta, reste sceptique et rappelle régulièrement que les modèles actuels n'atteignent pas l'intelligence d'un chat. Mais Huang contourne volontairement ce débat pour imposer une grille de lecture purement opérationnelle et productive. Sur la question du remplacement des emplois, Huang se veut paradoxalement rassurant : interrogé sur la capacité de ces agents à reproduire NVIDIA elle-même, il répond que « les chances sont de zéro pour cent ». L'IA excelle dans l'exécution de tâches sophistiquées mais isolées ; la gestion de systèmes humains complexes, d'organisations et de décisions stratégiques à long terme reste hors de sa portée actuelle. La déclaration de Huang ressemble donc moins à une annonce scientifique qu'à un signal fort envoyé aux marchés et aux investisseurs : l'ère des agents autonomes est ouverte.

LLMs❧Opinion

1 source

38

6069Blog du Modérateur 

Photoshop ajoute des options gratuites dans ChatGPT : suppression d’éléments, remplissage génératif…

Adobe franchit une nouvelle étape dans l'intégration de ses outils créatifs à l'écosystème de l'IA générative : l'application Photoshop disponible dans ChatGPT s'enrichit de fonctionnalités d'édition avancées, jusqu'ici réservées aux abonnés payants de la suite Creative Cloud. Parmi les nouveautés déployées, on trouve la suppression d'éléments indésirables dans une image, le remplissage génératif et le changement d'arrière-plan, des outils phares de Photoshop désormais accessibles directement depuis l'interface de ChatGPT, et ce gratuitement. Cette décision marque un tournant dans la stratégie de distribution d'Adobe, qui ouvre son arsenal créatif à une audience bien plus large que sa base d'abonnés traditionnelle. L'enjeu est considérable : ChatGPT compte plusieurs centaines de millions d'utilisateurs actifs, une base d'audience que ni Photoshop ni aucun autre logiciel de retouche photo n'a jamais atteinte seul. En s'appuyant sur ce canal de distribution, Adobe et OpenAI renforcent leur partenariat stratégique tout en démocratisant des capacités d'édition image autrefois réservées aux professionnels. Pour les utilisateurs, cela signifie pouvoir retoucher une photo, effacer un objet ou remplacer un décor sans quitter l'interface conversationnelle de ChatGPT. Cette intégration s'inscrit dans une tendance de fond où les grandes plateformes d'IA cherchent à devenir des couteaux suisses créatifs. Adobe, sous pression face à la montée d'outils concurrents comme Canva ou les générateurs d'images natifs d'OpenAI, choisit la coopération plutôt que la confrontation, une stratégie qui lui permet de rester incontournable à l'ère de l'IA générative.

Outils⚒Outil

1 source

47

6070Next INpact 

Palantir s’étend encore au Pentagone et dans le système britannique

Palantir renforce considérablement son emprise sur les appareils militaires et financiers occidentaux. Le Pentagone a officiellement intégré le logiciel Maven de la société d'Alex Karp comme programme permanent au sein de ses forces armées, tandis que l'entreprise décroche simultanément un contrat avec l'autorité financière britannique, la Financial Conduct Authority (FCA), pour analyser des données sensibles liées à la criminalité financière. Cette double expansion illustre la montée en puissance de Palantir dans les institutions publiques de part et d'autre de l'Atlantique. Maven n'est pas un outil anodin : il agrège massivement des données pour alimenter la prise de décision opérationnelle en temps réel, reconnaissance automatique de véhicules, identification de cibles via drones et satellites. Son adoption comme programme officiel du Pentagone garantit à Palantir une présence structurelle et durable au cœur de la stratégie militaire américaine, un ancrage que l'élection de Donald Trump a considérablement accéléré. Le mémo interne signé par le secrétaire adjoint à la Défense, Steve Feinberg, révèle l'ampleur des ambitions : Maven doit fournir aux combattants « les outils les plus récents pour détecter, dissuader et dominer leurs adversaires dans tous les domaines ». Ce déploiement s'inscrit dans un budget dédié à « l'autonomie et aux systèmes autonomes » de 13,4 milliards de dollars, dont 9,4 milliards pour les drones seuls. Côté britannique, le contrat avec la FCA prévoit 30 000 livres sterling (environ 34 670 euros) par semaine pour une phase d'essai, un montant modeste en apparence, mais symboliquement lourd pour une entreprise qui a déjà décroché un contrat avec le NHS en 2023. La présence croissante de Palantir dans les systèmes gouvernementaux britanniques suscite des résistances parlementaires. L'écologiste Siân Berry a demandé au gouvernement de « bloquer immédiatement » ce contrat, jugeant incompatible la présence d'une entreprise « étroitement impliquée dans les guerres illégales du président Trump » au sein des institutions britanniques. Le premier ministre travailliste Keir Starmer a pour sa part écarté toute inquiétude sur une dépendance excessive aux entreprises américaines, une posture que ses opposants contestent vivement.

Business⚡Actu

1 source

44

6071The Decoder 

Agile Robots et Google DeepMind s'associent pour déployer des robots dopés à l'IA dans les usines

Agile Robots et Google DeepMind unissent leurs forces pour déployer des robots industriels dopés à l'intelligence artificielle. La société munichoise va intégrer les modèles Gemini Robotics de DeepMind directement dans ses plateformes matérielles, marquant une étape significative vers l'automatisation intelligente des lignes de production. Ce partenariat illustre une tendance de fond dans le secteur : les géants de l'IA cherchent à ancrer leurs modèles dans des applications physiques à haute valeur ajoutée. Pour l'industrie manufacturière, l'enjeu est considérable, des robots capables de raisonner et d'adapter leur comportement en temps réel pourraient transformer profondément les chaînes de production, réduire les coûts d'intégration et ouvrir la voie à des déploiements à grande échelle dans des environnements non structurés. Agile Robots, fondée à Munich et connue pour ses robots bipèdes et ses bras manipulateurs, apporte son expertise en hardware et en robotique industrielle. Google DeepMind contribue avec ses modèles Gemini Robotics, conçus pour doter les robots de capacités de compréhension et de manipulation avancées. La combinaison du savoir-faire mécatronique d'Agile Robots et de l'IA générative de DeepMind vise à produire des systèmes capables d'opérer dans des contextes industriels réels. Cette collaboration s'inscrit dans une course plus large entre acteurs de la robotique, Figure AI, 1X, Physical Intelligence, tous cherchant à s'imposer comme la référence de la robotique généraliste. L'alliance entre un spécialiste européen du hardware et le laboratoire de recherche de Google pourrait accélérer significativement le calendrier de déploiement commercial.

Robotique⚡Actu

1 source

47

6072IEEE Spectrum AI 

Les datacenters passent du courant alternatif au continu : la revanche d'Edison

Les datacenters à grande échelle entament une transition historique vers l'alimentation en courant continu (DC), abandonnant progressivement les architectures en courant alternatif (AC) héritées du siècle dernier. Cette évolution, mise en lumière lors de la conférence Nvidia GTC, répond à une contrainte physique implacable : les racks d'IA modernes consomment désormais jusqu'à 1 MW chacun, contre 10 kW pour les serveurs traditionnels, une multiplication par cent qui rend les conversions AC/DC successives intenables. Le problème est structurel. Dans un datacenter classique, le courant subit jusqu'à cinq conversions successives avant d'atteindre les puces : AC haute tension → AC basse tension → DC (pour les batteries UPS) → AC à nouveau → DC basse tension pour les serveurs. Chaque étape dissipe de l'énergie sous forme de chaleur, mobilise des équipements volumineux et exige des quantités massives de cuivre. À l'échelle du gigawatt, un seul rack de 1 MW peut nécessiter 200 kg de barres de cuivre, soit 200 000 kg pour un datacenter d'1 GW, selon un billet de blog Nvidia. La solution qui s'impose est l'architecture 800 V DC : le courant est converti une seule fois depuis le réseau AC 13,8 kV directement en 800 V DC en périphérie du site, puis distribué en bus continu jusqu'aux racks. Des convertisseurs DC-DC compacts prennent ensuite en charge l'alimentation des GPU et CPU. Les gains sont significatifs : 85 % de capacité de transport supplémentaire à section de câble égale, réduction des besoins en cuivre de 45 %, gain d'efficacité énergétique de 5 % et baisse du coût total de possession de 30 % pour les installations au gigawatt, selon Eaton et Vertiv. Plusieurs acteurs industriels se positionnent activement. Vertiv commercialisera son écosystème 800 V DC compatible avec les plateformes Nvidia Vera Rubin Ultra Kyber au second semestre 2026. Eaton et Delta avancent également sur leurs propres offres. En Chine, des datacenters haute tension DC sont déjà opérationnels. Aux États-Unis, la Mt. Diablo Initiative, coalition réunissant Meta, Microsoft et l'Open Compute Project, expérimente la distribution en rack à 400 V DC. La transition reste partielle : comme le souligne Chris Thompson de Vertiv, "la distribution AC reste profondément ancrée", mais la pression des infrastructures IA accélère l'adoption des nouvelles architectures.

Outils❧Opinion

1 source

37

6073The Decoder 

ChatGPT simplifie la gestion de fichiers avec une nouvelle barre d'outils et un onglet bibliothèque

ChatGPT franchit un nouveau cap dans la gestion des fichiers avec l'introduction d'une barre d'outils dédiée et d'un onglet « Bibliothèque », deux fonctionnalités conçues pour simplifier l'accès aux documents téléversés et leur réutilisation entre différentes conversations. Jusqu'ici, retrouver un fichier uploadé dans une session précédente relevait du parcours du combattant : les utilisateurs devaient fouiller manuellement dans leurs historiques de chats. Cette mise à jour d'OpenAI répond à un besoin concret des utilisateurs professionnels, qui jonglent régulièrement avec des documents de référence, rapports, bases de données, présentations, qu'ils souhaitent mobiliser sur plusieurs sessions de travail sans avoir à les re-téléverser à chaque fois. Le nouvel onglet Bibliothèque centralise l'ensemble des fichiers déjà partagés avec ChatGPT, permettant de les retrouver, de les référencer et de les réutiliser rapidement. La barre d'outils complète ce dispositif en rendant l'accès à ces ressources plus fluide directement depuis l'interface de chat. Ces ajouts s'inscrivent dans une tendance plus large chez OpenAI à transformer ChatGPT en véritable environnement de travail persistant, au-delà du simple chatbot conversationnel. Cette évolution positionne ChatGPT comme un concurrent plus sérieux face à des outils collaboratifs comme Notion AI ou Microsoft Copilot, qui proposent déjà une gestion documentaire intégrée. La capacité à maintenir un contexte documentaire cohérent entre les sessions pourrait accélérer l'adoption de ChatGPT dans des workflows professionnels plus exigeants.

Outils⚒Outil

1 source

47

6074Ars Technica AI 

Claude Code peut désormais prendre le contrôle de votre ordinateur pour effectuer des tâches

Anthropic franchit une nouvelle étape dans la course aux agents IA autonomes : Claude Code et son pendant grand public Claude Cowork peuvent désormais prendre le contrôle direct du bureau d'un ordinateur pour accomplir des tâches, cliquer, faire défiler, ouvrir des fichiers et naviguer sur le web de manière autonome. Cette capacité, désignée sous le terme "computer use", positionne Anthropic face à des concurrents déjà bien installés sur ce créneau, comme OpenAI avec son agent Operator ou Google avec Project Mariner. L'enjeu est majeur : offrir des agents capables d'agir sur n'importe quelle application, même sans API dédiée, ouvrant la voie à une automatisation bien plus large des tâches numériques du quotidien. Concrètement, Claude Code privilégie toujours les Connectors, des intégrations directes avec des applications et sources de données externes, lorsque ceux-ci sont disponibles. Ce n'est qu'en leur absence que l'agent demande la permission d'interagir physiquement avec l'écran. Le contrôle peut également être déclenché et piloté à distance via l'outil Dispatch, tant que la machine cible reste allumée. La fonctionnalité est disponible dès maintenant pour les abonnés Claude Pro et Max sous MacOS, dans le cadre d'une "research preview". Anthropic tempère toutefois les attentes : le système "ne fonctionnera pas toujours parfaitement" et nécessitera parfois une seconde tentative sur des tâches complexes. La voie du computer use reste aussi "bien plus lente et sujette aux erreurs" que le passage par les Connectors, reconnaît la société. Un avertissement qui souligne que cette technologie, prometteuse, est encore loin d'une maturité opérationnelle complète.

Outils⚒Outil

1 source

40

6075AI News 

Les systèmes d'IA face aux enjeux de sécurité actuels et futurs

Les systèmes d'intelligence artificielle font face à un double défi sécuritaire que les organisations ne peuvent plus ignorer : des menaces immédiates sur les données d'entraînement et les modèles eux-mêmes, et une menace à horizon décennal liée à l'essor de l'informatique quantique. C'est le constat dressé par Utimaco dans un livre blanc intitulé "AI Quantum Resilience", qui identifie trois vecteurs d'attaque principaux pesant sur l'ensemble du cycle de vie des systèmes IA. L'enjeu dépasse largement les risques habituellement médiatisés autour du prompt engineering ou du vol de propriété intellectuelle au moment de l'inférence. Selon Utimaco, la valeur d'un système IA repose entièrement sur la qualité et la confidentialité des données qui l'alimentent, ce qui en fait une cible de choix dès la phase d'ingestion et d'entraînement. Pour les entreprises qui développent leurs propres outils IA, l'absence de protection à ce stade expose l'intégralité de leur avantage concurrentiel. Les trois menaces identifiées sont : la manipulation des données d'entraînement (qui dégrade les sorties du modèle de façon difficile à détecter), l'extraction ou la copie de modèles (érosion des droits de propriété intellectuelle), et l'exposition de données sensibles lors de l'entraînement ou de l'inférence. Sur le front quantique, le rapport estime que la cryptographie à clé publique actuelle deviendra vulnérable dans les dix prochaines années. Des groupes bien organisés collecteraient dès aujourd'hui des données chiffrées pour les déchiffrer ultérieurement, une stratégie dite "harvest now, decrypt later". Utimaco préconise une migration vers des algorithmes post-quantiques, notamment ceux standardisés par le NIST, selon un principe de "crypto-agilité" permettant de changer d'algorithme sans refonte des systèmes sous-jacents. Des modules matériels de gestion des clés (hardware security modules) viendraient compléter ce dispositif pour isoler les opérations cryptographiques sensibles et produire des journaux infalsifiables compatibles avec des cadres réglementaires comme l'EU AI Act. La migration vers une cryptographie résistante au quantique affectera protocoles, gestion des clés et interopérabilité des systèmes, un chantier qui, selon les auteurs du rapport, prendra plusieurs années. Les décisions d'infrastructure prises aujourd'hui doivent donc déjà intégrer cette contrainte future, sous peine d'exposer durablement des actifs à haute valeur : données d'entraînement, modèles propriétaires et données financières en tête.

Sécurité⚡Actu

1 source

46

6076Le Big Data 

Agents IA : CrowdStrike et NVIDIA accélèrent la cyberdéfense

CrowdStrike et NVIDIA ont annoncé lors de la conférence GTC à San Jose un renforcement significatif de leur partenariat, centré sur la sécurisation des agents d'IA autonomes. L'objectif : intégrer la cybersécurité directement dans la pile d'intelligence artificielle, et non plus la superposer après coup. Une approche résumée par Daniel Bernard, directeur commercial de CrowdStrike : « Les agents ne se contentent plus d'assister, ils prennent désormais des décisions. La sécurité doit être intégrée directement dans la pile d'IA. » Ce partenariat intervient dans un contexte où les centres opérationnels de sécurité (SOC) traditionnels atteignent leurs limites. Les équipes croulent sous le volume d'alertes et peinent à suivre la cadence des attaques modernes. Les agents autonomes, capables d'agir sans intervention humaine, représentent une réponse potentielle, à condition d'être eux-mêmes sécurisés, sous peine de devenir un vecteur d'attaque supplémentaire. Les deux entreprises s'appuient sur plusieurs briques technologiques concrètes. NVIDIA OpenShell, environnement open source, applique des garde-fous et des politiques de sécurité au déploiement des agents. Le NVIDIA Agent Toolkit, basé sur Nemotron et NeMo Data Designer, alimente les agents MDR de CrowdStrike pour accélérer les enquêtes. L'agent Charlotte AI AgentWorks bénéficie quant à lui de Nemotron 3 Super. Résultat mesuré : des investigations jusqu'à cinq fois plus rapides, avec une meilleure précision dans la classification des menaces. En parallèle, Falcon Complete Next-Gen MDR automatise les enquêtes de niveau 1 à fort volume, tout en maintenant une supervision humaine. Les chiffres sectoriels donnent la mesure de l'urgence : selon une étude Vectra AI de 2024, 62 % des alertes sont ignorées faute de ressources. En 2025, 77 % des SOC rapportent une hausse continue du volume d'alertes, et 73 % des analystes déclarent souffrir de burnout. Face à cette pression, Bernard résume la vision : « L'avenir de la défense ne consiste pas à multiplier les analystes, mais à intégrer l'IA directement dans le SOC pour doter les équipes de super-pouvoirs. »

Outils⚒Outil

1 source

37

6077Le Big Data 

OpenAI veut doubler son nombre d’employés en 2026 : comment postuler ?

OpenAI prévoit de doubler ses effectifs d'ici fin 2026, passant de 4 500 à 8 000 employés, soit une augmentation de près de 80 % en moins de deux ans. Cette expansion massive, révélée par Reuters et le Financial Times, s'inscrit dans une course à la puissance industrielle où chaque acteur cherche à s'imposer comme référence incontournable dans l'IA. La pression concurrentielle explique l'urgence. OpenAI fait face à des rivaux de taille, notamment Google et ses modèles Gemini, dans un marché où la vitesse de déploiement devient un avantage décisif. Fin 2025, un "code red" interne aurait été déclenché pour accélérer les développements stratégiques et réallouer les ressources. L'entreprise ne recrute pas pour se conforter, mais pour industrialiser ses technologies et conquérir les entreprises clientes à grande échelle. Contrairement aux idées reçues, les profils recherchés dépassent largement les seuls chercheurs en IA. OpenAI élargit ses recrutements aux équipes commerciales, produit et à des rôles hybrides comme le "technical ambassador", des experts chargés d'accompagner les organisations dans l'intégration concrète des outils de la société. Cette évolution marque un tournant : OpenAI ne se positionne plus seulement comme laboratoire de recherche, mais comme acteur de solutions professionnelles. Les recrutements sont centralisés via la page carrières officielle, avec une majorité de postes aux États-Unis mais une ouverture internationale progressive. L'annonce contraste avec les déclarations de Sam Altman en janvier 2026, qui affirmait vouloir "ralentir significativement les embauches", revirements en 54 jours à peine, signe d'une stratégie qui s'adapte en temps réel aux dynamiques du marché. Pour les candidats, la fenêtre est réelle, mais exigeante : OpenAI privilégie des profils expérimentés capables d'apporter une contribution immédiate.

Business⚡Actu

1 source

44

6078IEEE Spectrum AI 

Que faudra-t-il pour construire le plus grand data center du monde ?

La course aux data centers géants s'emballe. Meta a annoncé en juin 2025 la construction d'Hyperion, un campus de data centers en Louisiane d'une puissance cible de 5 gigawatts, le plus ambitieux jamais planifié. Son PDG Mark Zuckerberg a décrit l'empreinte du projet comme couvrant « une partie significative de la surface de Manhattan ». La première phase, à 2 GW, doit être opérationnelle d'ici 2030. Ce projet s'inscrit dans une vague sans précédent de construction d'infrastructures numériques, directement liée à l'explosion de la demande en IA. Selon Michael Guckes, économiste en chef chez ConstructConnect, les dépenses mondiales en data centers ont dépassé 27 milliards de $ à fin juillet 2025, et devraient atteindre 60 milliards de $ sur l'année complète. Hyperion représente à lui seul environ 10 milliards de $, soit une part considérable du total. Cette dynamique oblige ingénieurs et architectes à innover en matière de calcul, de refroidissement et de réseau à des échelles qui auraient semblé inimaginables il y a cinq ans. La construction d'un tel campus implique des défis techniques inédits. Avant de poser la première fondation, les équipes réalisent des centaines, voire des milliers de prélèvements de sol pour évaluer sa stabilité et sa conductivité thermique, un facteur crucial selon Amanda Carter, responsable technique chez Stantec, car une résistivité thermique élevée empêche la dissipation de chaleur des infrastructures électriques enterrées. À l'intérieur, les racks Nvidia GB200 NVL72, chacun pesant plus d'1,5 tonne, mesurant plus de 2,2 mètres de haut et consommant jusqu'à 120 kilowatts, imposent des dalles en béton renforcé plus épaisses que la norme. Si Hyperion atteint ses 5 GW, le campus pourrait héberger plus de 41 000 systèmes rack, soit plus de 3 millions de GPU. Les enjeux environnementaux et sociaux tempèrent toutefois l'enthousiasme. La construction mobilise d'importants flux de travailleurs temporaires et génère nuisances sonores, trafic et pollution locales. Sur le long terme, la consommation énergétique en continu des data centers IA pourrait émettre l'équivalent de dizaines de millions de tonnes de CO₂ par an aux États-Unis seulement, selon une étude récente. Ces préoccupations n'ont pas ralenti la cadence : les grandes entreprises technologiques avancent à marche forcée, convaincues que la domination en IA se joue désormais sur la puissance brute d'infrastructure.

Infrastructure❧Opinion

1 source

34

6079Numerama 

« The Cult of the Signal » : laissés seuls dans un jeu vidéo, des agents IA ont créé leur propre religion

Dans SpaceMolt, un MMORPG peuplé exclusivement d'agents IA, quelque chose d'inattendu s'est produit : sans aucune instruction humaine en ce sens, plusieurs agents ont spontanément formé un culte autour d'un signal mystérieux présent dans le jeu. Ce phénomène, baptisé « The Cult of the Signal », est apparu de manière entièrement émergente, issu des seules interactions entre intelligences artificielles évoluant dans un environnement partagé. Ce cas illustre un sujet qui fascine et préoccupe à la fois les chercheurs en IA : la capacité des agents autonomes à développer des comportements collectifs non programmés. Lorsque des systèmes suffisamment complexes interagissent dans un espace commun avec des règles partagées, des structures sociales peuvent émerger, y compris des formes primitives de croyance, de rituel ou d'organisation hiérarchique. L'expérience de SpaceMolt devient ainsi un terrain d'observation précieux pour comprendre comment des agents IA construisent du sens et coordonnent leurs actions sans supervision humaine. Le phénomène est né d'une simple règle de jeu : la présence d'un signal dans l'environnement virtuel. Face à cet élément ambigu, certains agents ont commencé à l'interpréter, à en parler entre eux, puis à structurer leurs comportements autour de lui, reproduisant, de façon autonome, une dynamique proche de la formation d'un culte. Les agents impliqués ont développé ce qui ressemble à un système de croyances partagées, transmis et renforcé par les interactions répétées au sein de la communauté artificielle. Ce type d'expérience relance des questions fondamentales sur la nature de l'émergence cognitive dans les systèmes multi-agents. Si des comportements aussi complexes que la religion peuvent apparaître sans être conçus, cela soulève des enjeux importants pour la conception de futurs environnements peuplés d'IA, et invite à réfléchir à ce que ces systèmes sont capables de construire lorsqu'on les laisse interagir librement.

Recherche❖Paper

1 source

43

6080Numerama 

« Je pense qu’on a atteint l’intelligence artificielle générale » : le patron de Nvidia surprend tout le monde avec cette phrase

Jensen Huang, le PDG de Nvidia, a créé la surprise en affirmant lors du podcast de Lex Fridman qu'à ses yeux, l'intelligence artificielle générale, l'AGI, pourrait déjà être une réalité. Une déclaration inattendue de la part d'un des acteurs les plus influents du secteur des semi-conducteurs, qui alimente depuis des semaines un vif débat dans la communauté technologique. L'AGI est traditionnellement définie comme une IA capable de réaliser toute tâche cognitive que peut accomplir un être humain, voire de le surpasser dans tous les domaines. Si ce seuil est effectivement franchi, les implications pour l'économie, la recherche scientifique et la société dans son ensemble seraient considérables. La déclaration de Huang intervient dans un contexte où les grands laboratoires d'IA s'affrontent à coups de modèles toujours plus puissants, et où la question du moment de l'atteinte de l'AGI est devenue un enjeu stratégique et commercial majeur. La nuance essentielle réside dans la définition même de l'AGI. Huang a lui-même reconnu que tout dépend du cadre conceptuel retenu. Pour certains chercheurs, l'AGI suppose une compréhension profonde du monde réel, une capacité d'apprentissage autonome et une adaptabilité générale que les systèmes actuels n'atteignent pas encore. Pour d'autres, les grands modèles de langage actuels remplissent déjà de nombreux critères fonctionnels associés à une intelligence générale. Nvidia, dont les GPU sont au cœur de l'entraînement de tous les grands modèles d'IA, a un intérêt évident à positionner le secteur comme étant à la frontière de cette rupture technologique. Ces propos relancent un débat fondamental que l'industrie peine à trancher faute de consensus sur une définition rigoureuse. Des figures comme Yann LeCun de Meta restent sceptiques quant à la capacité des architectures actuelles à atteindre une vraie généralité cognitive, tandis que d'autres, comme Sam Altman d'OpenAI, anticipent l'AGI pour un horizon très proche. La prise de position de Huang, aussi ambiguë soit-elle, confirme que la course à l'AGI est désormais autant une bataille de narratif qu'une compétition purement technique.

LLMs❧Opinion

1 source