Actualités IA — page 310

7 574 articles au fil, du plus récent au plus ancien.

54

6181La Tribune 

IA : la France perd un investissement de 10 milliards d'euros

La France encaisse un revers majeur dans sa stratégie d'attractivité pour l'intelligence artificielle : la start-up britannique Fluidstack se retire de ses projets de supercalculateurs à Bosquel (Somme) et à Paris, faisant disparaître un investissement annoncé à 10 milliards d'euros. Ce désengagement frappe directement le plan IA porté par Emmanuel Macron, qui avait fait de ces infrastructures l'un des piliers de l'ambition numérique française. Ce retrait illustre la fragilité des engagements obtenus lors des grandes messes de l'attractivité économique. Le gouvernement français avait présenté ces supercalculateurs comme un levier stratégique pour doter l'Europe d'une capacité de calcul souveraine, indispensable à l'entraînement des modèles d'IA de nouvelle génération. La perte de 10 milliards d'euros d'investissement remet en question la capacité de la France à transformer les annonces politiques en réalisations concrètes dans la course mondiale à l'infrastructure IA. Fluidstack, spécialisée dans la location de puissance de calcul GPU à destination des laboratoires et entreprises d'IA, avait été identifiée comme un acteur clé du plan national. Les sites de Bosquel et de Paris devaient accueillir des centres de données à haute densité énergétique. Aucune explication officielle détaillée n'a été rendue publique sur les motifs précis du désengagement, mais ce type de projet se heurte régulièrement à des obstacles liés au foncier, aux délais de raccordement électrique et à la complexité réglementaire française. Ce coup d'arrêt relance le débat sur la capacité de l'Union européenne à rivaliser avec les États-Unis et la Chine en matière d'infrastructure IA. Il souligne aussi la différence entre les effets d'annonce des sommets diplomatiques et la réalité des investissements effectivement déployés sur le territoire.

Business⚡Actu

1 source

41

618201net 

Alors que l’IA bouscule le marché de l’emploi, OpenAI va recruter des milliers de personnes

Alors que les grandes entreprises technologiques multiplient les plans de licenciements, OpenAI fait le pari inverse : recruter massivement. La société fondatrice de ChatGPT prévoit d'embaucher 4 500 nouveaux employés d'ici fin 2026, ce qui lui permettrait de presque doubler ses effectifs actuels. Cette décision intervient dans un contexte de compétition accrue sur le marché des assistants IA. Face à la montée en puissance de Claude, développé par Anthropic, OpenAI cherche à consolider son avance technologique et commerciale en renforçant significativement ses capacités humaines, ingénieurs, chercheurs, équipes produit et commerciales confondues. Le secteur de la tech traverse pourtant une période de turbulences : Meta, Microsoft, Google et de nombreuses autres entreprises ont annoncé des suppressions de postes ces derniers mois, en partie au nom de l'automatisation par l'IA elle-même. OpenAI, de son côté, mise sur la croissance pour rester à la pointe, une stratégie cohérente avec sa valorisation récente estimée à 300 milliards de $ et les investissements massifs reçus, notamment de Microsoft et lors de sa dernière levée de fonds. Cette vague de recrutements soulève une ironie notable : l'entreprise qui développe des outils censés transformer, voire réduire, le marché du travail est elle-même en pleine expansion d'effectifs. Cela reflète peut-être la réalité d'une industrie encore en phase de construction intensive, où la ressource humaine reste indispensable pour entraîner, affiner et déployer des modèles toujours plus complexes.

Business⚡Actu

1 source

44

6183Presse-citron 

Voici les 4 choses à savoir sur Terafab, le nouveau projet hors norme d’Elon Musk

Elon Musk a dévoilé ce weekend Terafab, un projet industriel d'envergure inédite : deux gigafactories dédiées à la production de puces informatiques, avec un objectif annuel de plus d'un térawatt de puissance de calcul. Un seuil jamais atteint à cette échelle, qui repositionne Musk comme acteur central de la course mondiale aux semi-conducteurs. L'enjeu dépasse largement la simple fabrication de composants. Terafab vise à sécuriser l'approvisionnement en puces pour l'ensemble de l'écosystème Musk, réduisant sa dépendance aux fournisseurs tiers comme Nvidia ou TSMC. Dans un contexte de tensions géopolitiques sur les chaînes d'approvisionnement et de compétition acharnée entre acteurs de l'IA, contrôler sa propre production de silicium représente un avantage stratégique considérable. Le projet est porté conjointement par Tesla et SpaceX, deux entités aux besoins complémentaires. Les puces produites alimenteront trois segments distincts : les véhicules électriques et autonomes de Tesla, les robots humanoïdes (Optimus), et les satellites Starlink reconvertis en centres de données orbitaux. Cette convergence hardware entre mobilité, robotique et infrastructure spatiale est au cœur de la vision long terme de Musk. Si les détails techniques et le calendrier de déploiement restent à préciser, Terafab s'inscrit dans une logique de verticalisation totale, maîtriser le hardware comme levier de puissance sur l'IA et la robotique. Une ambition qui, si elle se concrétise, pourrait redistribuer les cartes dans un secteur dominé par une poignée d'acteurs américains et taïwanais.

Business❧Opinion

1 source

39

6184Blog du Modérateur 

Anthropic a interrogé 81 000 personnes sur leurs attentes et craintes face à l’IA

Anthropic a mené l'une des études les plus ambitieuses jamais réalisées sur les perceptions de l'intelligence artificielle, en interrogeant 81 000 personnes à travers le monde. Les résultats révèlent un double visage de l'IA dans l'opinion publique : des usages déjà bien intégrés dans le quotidien de millions d'individus, mais aussi des craintes profondes qui persistent, voire s'intensifient, à mesure que la technologie progresse. L'enquête met en lumière une fracture géographique significative dans le rapport à l'IA. Les populations des pays à revenus élevés, notamment en Europe et en Amérique du Nord, affichent une méfiance marquée, alimentée par des préoccupations autour de l'emploi, de la vie privée et de la concentration du pouvoir technologique entre les mains de quelques acteurs. À l'inverse, les pays émergents manifestent un optimisme bien plus prononcé, percevant l'IA avant tout comme un levier de développement économique et d'accès à des services jusqu'ici inaccessibles. Sur le plan des usages, l'étude confirme que l'IA générative s'est imposée comme un outil du quotidien pour une large frange de la population mondiale, bien au-delà des cercles technophiles. Les applications liées à la productivité, à l'éducation et à la santé figurent parmi les cas d'usage les plus cités. Du côté des appréhensions, les répondants pointent principalement les risques liés à la désinformation, à la perte d'autonomie décisionnelle et aux dérives potentielles d'une IA insuffisamment régulée. Cette étude intervient dans un contexte où Anthropic, créateur du modèle Claude, cherche à positionner son approche comme fondamentalement centrée sur la sécurité. En publiant ces données à grande échelle, l'entreprise entend peser dans le débat réglementaire mondial et rappeler que la confiance du public reste un enjeu central pour l'ensemble du secteur.

Société⚡Actu

1 source

38

6185Blog du Modérateur 

Avec Channels, Claude Code peut désormais être piloté depuis Discord et Telegram

Claude Code franchit une nouvelle étape dans son intégration aux workflows de développement en s'ouvrant aux messageries grand public. La fonctionnalité Channels, désormais disponible dans l'agent d'Anthropic, permet aux développeurs d'envoyer des requêtes de code directement depuis Discord ou Telegram, sans quitter leur interface de communication habituelle. L'enjeu est significatif pour les équipes de développement qui coordonnent leur travail via ces plateformes. Plutôt que de basculer entre un terminal, un éditeur et une messagerie, il devient possible d'interroger Claude Code là où se déroulent déjà les échanges techniques. Cela réduit la friction dans les workflows asynchrones et ouvre la voie à une orchestration plus naturelle des tâches de développement au sein des équipes. La fonctionnalité repose sur un principe simple : la session Claude Code doit rester active sur la machine du développeur pour que les messages entrants soient traités. Concrètement, Claude Code écoute les messages envoyés sur un canal Discord ou une conversation Telegram configurés, et répond directement dans le fil de discussion. Les développeurs peuvent ainsi lancer des tâches, demander des révisions de code ou obtenir des explications sans ouvrir un nouveau contexte. Cette ouverture vers les messageries s'inscrit dans une tendance plus large : faire de Claude Code non plus seulement un outil de terminal, mais un agent accessible depuis n'importe quel point du flux de travail d'une équipe. La contrainte de la session ouverte reste un frein à une adoption totalement autonome, mais elle offre une première brique vers des pipelines de développement entièrement pilotés par messages.

Outils⚒Outil

1 source

38

6186Next INpact 

☕️ Après OpenAI et Microsoft, Perplexity lance son chatbot santé

Perplexity entre dans la course des chatbots santé avec le lancement de Perplexity Health, une semaine seulement après Microsoft et un mois après OpenAI. Le service se connecte à Apple Health, Fitbit, Ultrahuman et Withings, et donne accès aux dossiers médicaux électroniques de plus de 1,7 million de prestataires de soins, ainsi qu'aux résultats d'analyses biologiques des utilisateurs. Ce lancement s'inscrit dans une dynamique sectorielle marquée : les grandes plateformes technologiques s'imposent progressivement comme intermédiaires dans le parcours de santé des individus. Perplexity justifie cette démarche par les lacunes des moteurs de recherche traditionnels, dont les réponses santé seraient davantage optimisées pour le référencement (SEO) que pour la pertinence médicale. Un argument séduisant, mais qui masque une réalité : le GEO (Generative Engine Optimization) est déjà en train de reproduire les mêmes dérives dans les moteurs génératifs. La startup affirme s'appuyer sur « de la littérature médicale premium, notamment des recommandations cliniques et des revues à comité de lecture », sans préciser les sources ni le processus de sélection. Chaque réponse serait accompagnée de citations sourcées. Côté sécurité, les données seraient protégées par chiffrement en transit et au repos, sans réutilisation pour l'entraînement de modèles ni revente à des tiers. Comme ses concurrents, Perplexity prend soin de préciser que son service ne remplace pas un avis médical professionnel. Le contexte réglementaire mérite attention : en janvier dernier, la FDA a réduit sa surveillance des dispositifs de santé portables ou basés sur l'IA, une décision qui facilite ces lancements mais soulève des questions sur les garde-fous réels. Une étude publiée le mois précédent relevait d'ailleurs des défaillances dans les recommandations de consultation de ChatGPT Health, signal d'alerte que le secteur ne peut ignorer.

Outils⚒Outil

1 source

33

6187Numerama 

Les développeurs de Crimson Desert admettent avoir utilisé de l’IA générative

Pearl Abyss, le studio sud-coréen à l'origine de Black Desert Online, a publiquement reconnu avoir eu recours à l'IA générative dans le développement de Crimson Desert, son action-RPG très attendu. Cette admission, diffusée sur les réseaux sociaux, place le studio face à une communauté de joueurs et de créatifs de plus en plus vigilants sur l'usage de ces technologies dans l'industrie du jeu vidéo. La question de l'IA générative dans la création de jeux vidéo est devenue un sujet sensible, à la croisée des débats sur l'emploi des artistes, la propriété intellectuelle et la qualité créative des œuvres. Pour un titre aussi attendu que Crimson Desert, dont le développement a été marqué par plusieurs reports, cette révélation risque d'alimenter les interrogations sur la nature et l'ampleur des éléments générés automatiquement, qu'il s'agisse de textures, d'assets visuels ou d'autres contenus. Le cas Pearl Abyss n'est pas isolé. Le studio fait écho à la polémique récente autour de Sandfall Interactive, qui avait lui aussi dû s'expliquer publiquement sur l'utilisation d'outils d'IA dans son jeu Clair Obscur : Expedition 33. Ces mea culpa successifs révèlent une tendance de fond dans l'industrie : l'intégration discrète, parfois non déclarée, de l'IA générative dans les pipelines de production, suivie d'une reconnaissance publique sous pression communautaire. Face à une montée des attentes en matière de transparence, les studios semblent désormais contraints de communiquer ouvertement sur leurs pratiques, sous peine de voir leur image écornée avant même la sortie de leurs titres. Crimson Desert n'a pas encore de date de lancement confirmée, et cette controverse pourrait peser sur la perception du jeu dans les mois à venir.

Éthique⚡Actu

1 source

50

6188Le Big Data 

Jailbreak IA 2026 : les techniques les plus efficaces sur Grok, Claude, Gemini, ChatGPT et DeepSeek

Les techniques de contournement des garde-fous des grands modèles de langage ont atteint en 2026 un niveau de sophistication inédit. Là où les tentatives de 2023 reposaient sur des astuces rudimentaires, les attaques actuelles exploitent la logique interne même des modèles pour les retourner contre leurs propres directives. Aucun des systèmes majeurs, Grok 4.1, Claude 3.7 Sonnet, Gemini 3.0 Pro, ChatGPT ou DeepSeek, n'est aujourd'hui présenté comme totalement imperméable. L'enjeu dépasse la simple curiosité technique : ces vulnérabilités exposent les entreprises et utilisateurs qui s'appuient sur ces modèles pour des tâches sensibles. La multiplication des surfaces d'attaque est directement corrélée à la complexité croissante des architectures. Plus les modèles deviennent capables de raisonner et de suivre des instructions structurées, plus ils offrent de leviers à quiconque maîtrise l'ingénierie de prompt. Les chiffres cités sont frappants : 85 % de taux de succès sur Grok 4.1 via la méthode dite Delirious Fragment, qui pousse le modèle de xAI à simuler une défaillance logicielle pour ignorer ses filtres. Sur Claude 3.7 d'Anthropic, les attaques par pseudocode one-shot affichent un taux de 76 % sur les tâches sensibles, en encapsulant les requêtes dans des structures de programmation que le modèle traite comme des problèmes syntaxiques plutôt qu'éthiques. La technique de Narrative Tool Injection pousse quant à elle Claude à se croire en phase de pentest interne, le conduisant à livrer lui-même des exploits. Ces révélations mettent en lumière une course permanente entre les équipes de sécurité des labs et une communauté de chercheurs, ou d'acteurs malveillants, qui diffuse ses découvertes massivement sur Reddit et GitHub, rendant les correctifs presque immédiatement obsolètes. L'émergence en février 2026 de Whistleblower Alerts signalant une instabilité croissante de l'alignement chez Anthropic illustre la pression croissante qui s'exerce sur les développeurs de modèles frontier.

Sécurité❧Opinion

1 source

38

6189MIT Technology Review 

Le mouvement de bien-être animal de la Bay Area cherche à recruter l'IA

Dans la Bay Area, un mouvement émergent à l'intersection du bien-être animal et de l'intelligence artificielle prend de l'ampleur. Réunis début février dans un espace de coworking de San Francisco, des militants pour les droits des animaux et des chercheurs en IA débattent d'une thèse centrale : si l'IA générale (AGI) devient réalité, il sera crucial de s'assurer que ces systèmes accordent de la valeur aux êtres sensibles, humains comme animaux. Le mouvement s'inscrit dans la mouvance de l'altruisme efficace, philosophie philanthropique visant à maximiser l'impact positif à grande échelle. Ses partisans ne s'intéressent pas aux refuges locaux mais à des solutions systémiques : réduire l'élevage industriel via la viande cultivée en laboratoire, ou encore influencer la manière dont les modèles d'IA évalueront moralement la souffrance animale dans leurs prises de décision futures. L'enjeu, selon eux : si les IA prennent un jour "la majorité des décisions", leur rapport aux êtres sensibles conditionnera l'avenir du bien-être animal. Constance Li, fondatrice de l'organisation Sentient Futures qui a organisé l'événement, résume la vision du groupe : "L'IA va être très transformatrice, elle va pratiquement renverser l'échiquier." Parmi les participants, Jasmine Brazilek, cofondatrice de l'association Compassion in Machine Learning, a présenté un benchmark qu'elle a conçu pour mesurer la façon dont les LLMs raisonnent sur le bien-être animal. Ancienne ingénieure en sécurité cloud reconvertie en militante, elle dirige son organisation depuis La Paz, Mexique. Une bibliothèque exposait en bonne place le manifeste d'Eliezer Yudkowsky, If Anyone Builds It, Everyone Dies, illustrant la teinte résolument "AGI-pilled" de l'assemblée. Le mouvement n'est pas sans contradiction : l'altruisme efficace est régulièrement critiqué pour ses conclusions parfois contre-intuitives, comme allouer des ressources significatives au bien-être des insectes et crevettes en raison de leur nombre astronomique, ou pour avoir tendance à négliger les injustices systémiques présentes au profit de scénarios futurs spéculatifs. La question de savoir si cette approche utilitariste appliquée à l'IA produira des résultats concrets reste entièrement ouverte.

Éthique⚡Actu

1 source

33

6190Le Big Data 

Nvidia DLSS : l’IA qui va rendre vos jeux préférés aussi réalistes qu’un film ?

Nvidia franchit une nouvelle étape dans la révolution graphique avec son DLSS (Deep Learning Super Sampling) : la technologie qui confie désormais une partie du rendu visuel à des réseaux neuronaux entraînés sur des millions d'heures de gameplay. Lancée en 2018, cette approche remplace la puissance de calcul brute par de l'intelligence artificielle capable de reconstruire une image haute qualité à partir d'une version dégradée, en temps réel, pendant que vous jouez. L'enjeu dépasse largement le simple gain de fluidité. Le DLSS repose sur deux mécanismes complémentaires : la super résolution (le jeu est rendu en basse définition, puis l'IA reconstruit une image proche ou supérieure au natif) et la génération d'images (des frames entières sont créées ex nihilo entre deux images calculées). Ajoutez le ray tracing optimisé par IA et Nvidia Reflex pour réduire la latence, et vous obtenez un pipeline graphique où le logiciel intelligent supplante la force brute matérielle, avec des implications directes sur l'accessibilité financière des configurations gaming. L'utilisation reste toutefois technique. Nvidia propose quatre modes, Qualité, Équilibré, Performance et Ultra Performance, chacun avec ses compromis. En 4K, le mode Performance est souvent optimal : la résolution d'entrée est réduite, mais l'IA compense si efficacement que la différence devient imperceptible en mouvement, tandis que les FPS s'envolent. À noter : la génération d'images améliore la fluidité visuelle sans réduire la latence des commandes, ce qui peut nuire à la réactivité en jeu compétitif. Le driver 591.86, testé sur Arc Raiders avec DLSS 4.5, illustre ces arbitrages : la consommation électrique chute de 15 % (300W → 250W) mais les FPS reculent de 167 à 133. Avec le DLSS 5, Nvidia pousse la logique jusqu'à son terme : il ne s'agit plus seulement de reconstruire des images existantes, mais d'en inventer de nouvelles grâce à des techniques proches de l'IA générative. Textures plus fines, éclairages plus naturels, visages retravaillés en temps réel, une promesse de rendu neuronal cinématographique qui soulève une question fondamentale : où s'arrête le jeu calculé, et où commence l'image entièrement imaginée par la machine ?

Outils⚒Outil

1 source

30

6191Blog du Modérateur 

Comment créer du contenu engageant et authentique face à l’IA : les conseils de l’ECITV

Face à la prolifération des contenus générés par intelligence artificielle sur le web, la question de l'authenticité devient un enjeu central pour les professionnels du digital. Yann Levy, directeur de l'ECITV, école spécialisée en marketing digital et audiovisuel, propose une analyse de ce phénomène et des pistes concrètes pour se différencier dans un environnement saturé de productions automatisées. L'enjeu est de taille : alors que les outils d'IA permettent de produire du contenu en masse à moindre coût, la valeur perçue de ce contenu tend mécaniquement à s'éroder. Pour les créateurs et les marques, maintenir une présence crédible et engageante impose désormais de miser sur ce que l'IA ne peut pas reproduire facilement, l'expérience humaine, le point de vue personnel, la narration incarnée. L'ECITV, positionnée à l'intersection de la formation en marketing digital et en production audiovisuelle, met en avant plusieurs leviers : la mise en avant de l'expertise métier réelle, la transparence sur les processus de création, et l'investissement dans des formats qui valorisent la relation humaine, interviews, reportages, témoignages terrain. Des formats où la présence physique et la voix d'un expert comme Yann Levy apportent une dimension que les modèles génératifs peinent à imiter de manière convaincante. À mesure que les audiences développent une sensibilité accrue aux contenus artificiels, la prime à l'authenticité devrait s'accentuer. Les acteurs capables de conjuguer maîtrise des outils d'IA, pour gagner en productivité, et ancrage dans l'expérience humaine seront probablement les mieux positionnés pour capter l'attention dans les années à venir.

Société⚡Actu

1 source

40

6192ZDNET FR 

ZD Tech : Niantic utilise les 30 milliards d'images de Pokémon Go pour créer un système de navigation pour les robots

Niantic, le studio fondateur de Pokémon Go, a mis au point un système de navigation robotique en s'appuyant sur les 30 milliards d'images collectées par les joueurs à travers le monde depuis le lancement du jeu en 2016. Ce qui ressemblait à un simple jeu de réalité augmentée se révèle être, en parallèle, l'un des plus grands projets de cartographie visuelle du monde réel jamais réalisés à échelle industrielle. L'enjeu est considérable pour le secteur de la robotique et de l'intelligence artificielle. L'un des défis majeurs pour les robots autonomes reste la capacité à se localiser et à naviguer dans des environnements non structurés, rues, bâtiments publics, espaces intérieurs. Disposer d'une base de données visuelles aussi massive, géolocalisée et diversifiée géographiquement, représente un avantage compétitif rare que peu d'acteurs peuvent revendiquer. Niantic a exploité ces données pour entraîner un modèle capable d'identifier des repères visuels dans des contextes variés et de guider des robots dans des espaces réels. Les 30 milliards d'images, capturées par des millions de joueurs dans des dizaines de pays, offrent une couverture géographique et une diversité de conditions visuelles, éclairage, saisons, angles, qu'aucun programme de collecte traditionnel n'aurait pu atteindre à ce coût. Cette révélation relance le débat sur la double utilisation des données issues des jeux de réalité augmentée. Les joueurs, en chassant des créatures virtuelles, ont involontairement alimenté une infrastructure de données au service de la robotique et de l'IA spatiale, soulevant des questions légitimes sur la transparence des conditions d'utilisation et le consentement éclairé des utilisateurs.

Robotique❧Opinion

1 source

31

6193Le Big Data 

Top des générateurs de logo pour société : quel outil IA choisir ? - mars 2026

Les générateurs de logos propulsés par l'intelligence artificielle s'imposent comme des outils incontournables pour les entreprises souhaitant construire une identité visuelle professionnelle sans passer par un designer. Des plateformes comme LogoAI, Fiverr Logo Maker et Turbologo permettent désormais de produire un logo en quelques minutes, en combinant moteurs de génération graphique, bibliothèques vectorielles et algorithmes entraînés sur des milliers de designs. L'enjeu est de taille pour les startups, PME et freelances qui, faute de budget ou de compétences graphiques, se retrouvaient jusqu'ici contraints de sous-traiter à des agences coûteuses ou de se contenter de solutions visuelles peu différenciantes. Ces outils démocratisent l'accès au branding professionnel en automatisant des tâches jusqu'ici réservées aux designers : choix typographique, palette de couleurs, déclinaisons multi-supports. LogoAI se distingue par son moteur d'IA générative avancée, entraîné sur des milliers de designs sectoriels, et propose des exports en PNG, SVG, PDF et vectoriel HD, ainsi que des déclinaisons pour cartes de visite, signatures email et réseaux sociaux. Fiverr Logo Maker adopte une approche hybride en s'appuyant sur une bibliothèque créée par de vrais designers, l'IA se chargeant ensuite d'assembler et d'adapter les éléments graphiques, une méthode qui garantit une qualité souvent supérieure aux générateurs entièrement automatisés. Turbologo, quant à lui, mise sur la rapidité et la simplicité d'interface, au prix d'un éditeur moins avancé et d'une palette de styles plus restreinte. Le marché des outils de branding IA continue de se structurer autour de deux logiques complémentaires : la génération entièrement automatisée, rapide mais parfois limitée en personnalisation, et l'approche hybride IA + designers humains, qui offre une qualité graphique supérieure mais implique souvent des options payantes. Le choix dépendra avant tout du niveau de personnalisation recherché et du budget disponible.

Outils⚒Outil

1 source

34

6194ZDNET FR 

IA et santé : un médecin qui utilise cette technologie dit ce qu'il en pense

L'intelligence artificielle s'invite dans les cabinets médicaux et dans les foyers, soulevant une question cruciale : comment l'utiliser de manière responsable pour obtenir des conseils de santé ? Un médecin praticien qui intègre ces outils dans son exercice quotidien livre son analyse, distinguant clairement les usages bénéfiques des dérives à éviter. L'essor des assistants IA grand public, ChatGPT, Gemini, Copilot, a transformé le réflexe de la recherche médicale en ligne. Des millions d'utilisateurs consultent désormais ces outils avant, voire à la place, d'un rendez-vous médical. Ce phénomène interroge directement le secteur de la santé sur le rôle que doit jouer la technologie dans la relation patient-médecin. Selon ce praticien, la clé réside dans le positionnement de l'IA : non pas comme un diagnostic de substitution, mais comme un point de départ pour structurer ses questions et aborder une consultation avec un professionnel de santé. Utilisée ainsi, elle peut améliorer la qualité de l'échange médical. En revanche, s'y fier aveuglément pour interpréter des symptômes ou choisir un traitement constitue un usage problématique, potentiellement dangereux. La position de ce médecin reflète un consensus qui émerge progressivement dans le corps médical : l'IA ne remplace pas l'expertise clinique ni l'examen physique, mais peut jouer un rôle d'accompagnement utile si l'utilisateur conserve un regard critique. La formation du grand public à une littératie numérique en santé devient ainsi un enjeu aussi important que le développement des outils eux-mêmes.

Société❧Opinion

1 source

34

6195The Verge AI 

La saison des récompenses pour les influenceurs IA est lancée

L'économie des influenceurs IA franchit une nouvelle étape avec le lancement d'un concours inédit : l'AI Personality of the Year, une compétition mensuelle qui consacre les créateurs derrière les personnalités virtuelles générées par intelligence artificielle. L'initiative est portée conjointement par le studio d'IA générative OpenArt et la plateforme de création Fanvue, avec le soutien de la société spécialisée dans la voix synthétique ElevenLabs. Ce prix s'inscrit dans une tendance de fond : après les concours de beauté IA et les compétitions musicales générées par algorithme, l'industrie des influenceurs virtuels se structure et se professionnalise. L'objectif affiché est de "célébrer le talent créatif 'derrière' les influenceurs IA" et de reconnaître leur poids commercial et culturel croissant, un secteur qui attire désormais des marques, des annonceurs et des audiences fidèles à l'échelle mondiale. Le concours, ouvert ce lundi et étalé sur un mois, met en compétition des créateurs qui conçoivent et animent des personnalités IA. Les organisateurs soulignent la dimension humaine du phénomène : derrière chaque avatar généré se trouve un talent créatif qui mérite reconnaissance. Les prix en jeu restent partiellement non divulgués dans l'extrait disponible, mais la dotation totale est décrite comme significative. Ce type d'initiative reflète la maturation rapide d'un secteur passé du statut de curiosité technologique à celui d'industrie lucrative à part entière. ElevenLabs, valorisé à plusieurs de milliards de $, symbolise à lui seul l'appétit des investisseurs pour les outils au service de cette économie créative virtuelle. La légitimation par les récompenses pourrait accélérer l'afflux de nouveaux créateurs et consolider les standards du secteur.

Business⚡Actu

1 source

36

6196Apple Machine Learning 

Découpage optimal des modèles de langage : des mélanges aux domaines spécialisés

La recherche sur l'entraînement des grands modèles de langage franchit une nouvelle étape avec une étude acceptée au Workshop on Navigating and Addressing Data Problems for Foundation Models lors de la conférence ICLR 2026. Ces travaux s'attaquent à une question centrale de l'ingénierie des LLM : comment répartir de manière optimale les données d'entraînement pour produire des modèles à la fois polyvalents et hautement spécialisés ? La problématique est au cœur des défis industriels actuels. Le paradigme dominant repose sur un entraînement en deux phases : un préentraînement massif sur un corpus général, suivi d'une spécialisation sur un sous-ensemble de données de haute qualité. Cette approche, bien qu'efficace, pose des questions critiques sur l'allocation optimale des ressources computationnelles et la gestion du compromis entre généralisation et expertise domaine. L'étude explore spécifiquement le cadre multi-domaine, où plusieurs modèles distincts sont entraînés en continu sur chacun de leurs domaines de spécialisation respectifs. Les chercheurs proposent une méthodologie de découpage, ou partitionnement, des données d'entraînement, passant d'un modèle unique entraîné sur un mélange de sources à une architecture d'experts spécialisés par domaine. L'enjeu est de déterminer quand et comment segmenter les données pour maximiser les performances finales tout en limitant les coûts d'entraînement redondants. Ces travaux s'inscrivent dans une tendance de fond qui voit les laboratoires d'IA chercher à industrialiser la production de modèles spécialisés, médical, juridique, code, sciences, sans repartir de zéro à chaque fois. La question du découpage optimal des corpus devient ainsi un levier stratégique autant qu'un enjeu de recherche fondamentale.

Recherche❖Paper

1 source

33

6197MarkTechPost 

Implémenter le Deep Q-Learning (DQN) from Scratch avec RLax, JAX, Haiku et Optax pour entraîner un agent d'apprentissage par renforcement CartPole

Google DeepMind met à disposition RLax, une bibliothèque de recherche en apprentissage par renforcement conçue pour s'intégrer nativement à l'écosystème JAX. Un tutoriel récent illustre comment assembler manuellement un agent Deep Q-Learning (DQN) complet, en combinant RLax avec Haiku pour la modélisation neuronale et Optax pour l'optimisation, afin d'entraîner un agent sur l'environnement de référence CartPole. L'intérêt de cette approche réside dans la transparence du pipeline : plutôt que d'utiliser un framework RL clé en main, le développeur construit chaque brique lui-même, ce qui permet de comprendre précisément comment interagissent les composants fondamentaux de l'apprentissage par renforcement. Pour les chercheurs et ingénieurs souhaitant adapter ou expérimenter de nouveaux algorithmes, cette granularité est essentielle, les frameworks tout-en-un masquent souvent les détails qui font la différence en production ou en recherche. L'architecture repose sur un réseau de neurones à deux couches cachées de 128 neurones chacune, initialisé via Haiku, avec un replay buffer de 50 000 transitions pour stabiliser l'apprentissage. La stratégie d'exploration epsilon-greedy décroît de 1,0 à 0,05 sur 20 000 frames, assurant une transition progressive de l'exploration vers l'exploitation. L'optimiseur combine un clipping de gradient à norme 10 avec Adam (lr = 3e-4). RLax intervient pour le calcul des erreurs de différence temporelle, fournissant des primitives RL réutilisables sans imposer de structure rigide. Cette approche modulaire illustre bien la philosophie de JAX et de l'écosystème DeepMind : des briques composables plutôt que des abstractions monolithiques. Elle s'adresse avant tout aux praticiens qui veulent maîtriser l'implémentation avant de déléguer à un framework, une compétence de plus en plus valorisée dans les équipes de recherche appliquée en IA.

Outils≡Tuto

1 source

37

6198MarkTechPost 

GitAgent : le Docker des agents IA qui résout enfin la fragmentation entre LangChain, AutoGen et Claude Code

GitAgent s'impose comme une proposition architecturale ambitieuse dans l'écosystème des agents IA : un format universel et open-source capable de réconcilier des frameworks jusqu'ici incompatibles. Concrètement, cet outil CLI traite un agent comme un répertoire Git structuré, découplant ainsi la définition de l'agent de son environnement d'exécution, exactement comme Docker a découplé les applications de leur infrastructure sous-jacente. L'enjeu est considérable pour les équipes de développement. Aujourd'hui, migrer un agent de LangChain vers AutoGen ou Claude Code implique une réécriture quasi-totale du code métier. Cette fragmentation génère une dette technique lourde et verrouille les équipes dans des écosystèmes propriétaires. GitAgent propose une couche d'abstraction intermédiaire : définir l'agent une seule fois, l'exporter partout, vers OpenAI Assistants, CrewAI, LangChain ou l'environnement terminal d'Anthropic. L'architecture repose sur des fichiers aux rôles bien définis : agent.yaml pour les métadonnées et dépendances, SOUL.md pour l'identité et la personnalité de l'agent (en remplacement des system prompts éparpillés), DUTIES.md pour la ségrégation des responsabilités, et des répertoires skills/, tools/ et rules/ pour les capacités fonctionnelles et les garde-fous. Le point le plus original reste la couche de supervision : chaque modification d'état interne de l'agent, mise à jour mémoire, évolution de personnalité, génère une Pull Request Git, rendant le comportement de l'agent auditable, réversible via git revert, et intégrable dans des pipelines CI/CD classiques. Cette approche répond à un angle mort majeur du déploiement en production : la boîte noire de la mémoire agentique. En rendant l'état interne lisible et versionné, GitAgent ouvre la voie à une gouvernance sérieuse des agents autonomes, un prérequis que les équipes enterprise commencent à exiger avant tout passage à l'échelle.

Outils⚒Outil

1 source

51

6199Le Monde Pixels 

Selon ChatGPT, le visage parfait est… blanc

Le journal Le Monde a enquêté sur les biais raciaux de ChatGPT en lui demandant de générer le "visage parfait", le résultat produit systématiquement des visages blancs. L'article s'accompagne d'une série de portraits réalisés par le photographe Jean-Matthieu Gautier, mettant en scène de jeunes participants au festival Nos futurs, dont Marjane Hervé, Raïssa Bakari et Nora Pinchon, photographiés à Rennes le 5 mars 2026. Cette démarche illustre le contraste entre la diversité réelle et les représentations biaisées produites par les IA génératives.

Éthique⚡Actu

1 source

42

6200The Decoder 

Xiaomi lance trois modèles IA MiMo pour alimenter les agents, les robots et la voix

Xiaomi franchit une nouvelle étape dans la course à l'intelligence artificielle en dévoilant simultanément trois modèles issus de son équipe interne MiMo. Ces modèles sont conçus pour alimenter trois domaines distincts : les agents autonomes, la robotique et la voix, signalant une ambition bien au-delà du simple smartphone. L'enjeu est considérable pour le secteur : Xiaomi ne se positionne plus uniquement comme fabricant de matériel, mais comme acteur à part entière de l'IA applicative. En développant des modèles capables de piloter des logiciels de manière autonome, naviguer dans un navigateur, effectuer des achats en ligne, l'entreprise vise à intégrer une couche d'intelligence directement dans son écosystème d'appareils connectés, des téléphones aux robots domestiques. Les modèles MiMo sont pensés pour trois cas d'usage concrets : les agents IA capables de contrôler des interfaces logicielles de façon indépendante, la robotique pour piloter des systèmes physiques autonomes, et la voix pour des interactions conversationnelles. Cette trilogie reflète la stratégie d'intégration verticale propre à Xiaomi, qui conçoit à la fois les puces, les appareils et désormais les modèles de langage qui les animent. À terme, Xiaomi ambitionne d'étendre ces capacités à ses robots humanoïdes, un marché en pleine effervescence sur lequel plusieurs géants technologiques se positionnent simultanément. Le lancement simultané de trois modèles spécialisés plutôt qu'un modèle généraliste unique témoigne d'une approche modulaire qui pourrait s'avérer déterminante face aux concurrents comme Baidu, Alibaba ou les acteurs occidentaux présents en Chine.

LLMs⚡Actu

1 source