Actualités IA — page 325

7 557 articles au fil, du plus récent au plus ancien.

46

648101net 

Les arnaques au colis dopées à l’IA se multiplient en France

Les arnaques au faux colis franchissent un nouveau palier technologique en France. Des escrocs exploitent désormais l'intelligence artificielle générative pour produire de fausses photos réalistes représentant un livreur tenant un colis au nom de la victime ciblée, rendant la tromperie bien plus convaincante qu'auparavant. Cette évolution marque un tournant dans les techniques d'hameçonnage. Jusqu'ici, les arnaques au colis reposaient sur de simples SMS ou e-mails génériques invitant à reprogrammer une livraison fictive. En personnalisant visuellement le message avec le nom du destinataire et une image générée par IA, les fraudeurs augmentent considérablement leur taux de crédibilité, et donc leur taux de conversion. L'impact potentiel touche des millions de Français qui reçoivent régulièrement des livraisons de plateformes comme Amazon, Chronopost ou La Poste. Ces dernières semaines, de nombreuses victimes en France ont signalé avoir reçu ce type de contenu trompeur. La photo générée par IA représente un faux livreur avec un colis personnalisé, accompagnée d'un lien frauduleux invitant à payer des frais de douane ou à confirmer une adresse de livraison, mécanisme classique de vol de coordonnées bancaires ou de données personnelles. Face à la démocratisation des outils de génération d'images, cette tendance risque de s'intensifier. Les autorités et les opérateurs logistiques sont appelés à renforcer leurs communications de sensibilisation, tandis que les experts en cybersécurité recommandent de ne jamais cliquer sur un lien reçu par SMS, même si le visuel semble authentique, et de passer systématiquement par les applications officielles des transporteurs.

Éthique⚡Actu

1 source

40

6482Le Big Data 

Le vrai risque de l’IA générative : pas le remplacement, mais l’atrophie cognitive

L'intelligence artificielle générative ne menace pas tant nos emplois qu'elle ne risque de vider nos cerveaux. C'est la thèse défendue par Nicolas Bourgerie, CEO de Teach Up, qui distingue deux visions radicalement opposées de l'IA : celle qui produit à notre place, ChatGPT, Copilot, Gemini, Claude, et celle qui entraîne l'apprenant à construire sa propre maîtrise. La première crée une illusion de savoir ; la seconde exige un effort cognitif réel. L'enjeu est stratégique pour les organisations. En déléguant systématiquement les tâches analytiques ou rédactionnelles à une IA générative, les collaborateurs obtiennent des résultats sans comprendre le raisonnement sous-jacent. Cette dépendance est particulièrement dangereuse dans les métiers où jugement, responsabilité et relation humaine ne peuvent être externalisés : management, conformité réglementaire, vente à forte valeur ajoutée, prise de décision stratégique. Les secteurs régulés, banque, assurance, santé, automobile, concentrent les risques les plus aigus. Des cas concrets illustrent le phénomène. Chez plusieurs clients de Teach Up dans la banque et l'industrie automobile, l'usage spontané d'IA générative avait uniformisé les réponses commerciales et affaibli l'argumentation personnalisée. Des parcours de simulation client ont été déployés, forçant les équipes à structurer leurs réponses seules, à justifier leurs choix et à gérer des objections sans assistance en direct. Résultat : une meilleure maîtrise des offres, une plus grande capacité à traiter des cas complexes, et, selon les managers, une hausse mesurable de la confiance des collaborateurs face à l'imprévu. L'IA pédagogique repose sur un principe inverse à l'assistanat : placer l'apprenant en situation active, analyser ses erreurs conceptuelles, ajuster la difficulté, reformuler les problèmes pour l'obliger à expliciter son raisonnement. « Elle ne cherche pas à assister, mais à entraîner », résume Bourgerie. La question posée aux décideurs est finalement celle-ci : quel type de professionnel veut-on former, un collaborateur perpétuellement assisté, ou un expert capable d'agir avec autonomie et lucidité quand l'outil n'est plus là ?

Éthique❧Opinion

1 source

46

6483Le Big Data 

Test de Seedance : l’intelligence artificielle qui bouscule le cinéma - mars 2026

Seedance, le générateur de vidéo propulsé par l'intelligence artificielle développé par ByteDance, la maison mère de TikTok et CapCut, s'impose comme l'un des outils les plus disruptifs du moment dans la création de contenu visuel. Capable de produire des séquences vidéo d'une fluidité remarquable à partir de simples descriptions textuelles, l'outil redéfinit ce que les créateurs peuvent accomplir sans infrastructure technique lourde ni budget de production conséquent. L'impact potentiel dépasse le simple cadre des outils créatifs grand public. En ciblant directement le secteur du divertissement et de la production audiovisuelle, Seedance s'attaque à des marchés jusqu'ici réservés aux studios et aux professionnels équipés. Pour les créateurs indépendants, les agences de communication et les producteurs de contenu digital, l'outil représente une démocratisation concrète de capacités cinématographiques jusque-là inaccessibles. Sur le plan technique, Seedance repose sur une architecture de type Diffusion Transformer, particulièrement sophistiquée, qui lui confère une compréhension temporelle et une cohérence spatiale scène-à-scène sans précédent selon les tests effectués. L'outil génère des rendus en 60 FPS, respecte les lois de la physique de manière réaliste et traite les invites textuelles complexes avec une précision notable. L'optimisation des serveurs de ByteDance garantit par ailleurs des temps de génération compétitifs face à la concurrence directe. En contrepartie, la consommation de crédits est jugée rapide, ce qui peut représenter un frein pour un usage intensif. Les perspectives ouvertes par Seedance soulèvent néanmoins des questions éthiques légitimes sur la frontière entre réel et généré, dans un contexte où les deepfakes et la désinformation visuelle constituent des préoccupations croissantes pour l'ensemble du secteur. La puissance de l'outil rend d'autant plus urgente la réflexion sur les garde-fous à mettre en place.

Outils⚒Outil

1 source

37

6484Le Big Data 

Comparatif des meilleures alternatives à Suno AI - mars 2026

Le marché des générateurs musicaux par intelligence artificielle s'élargit considérablement, offrant aux créateurs de contenu de nombreuses alternatives à Suno AI. Trois plateformes se distinguent particulièrement en mars 2026 : Musicfy AI, Soundraw et Mubert, chacune avec une approche distincte de la création sonore assistée par IA. Pour les créateurs qui privilégient la rapidité, Musicfy AI se positionne comme la solution la plus accessible. Son interface épurée permet de générer une piste musicale à partir d'un simple prompt de style ou d'ambiance, sans réglages complexes. La plateforme intègre également des fonctions de traitement vocal et de génération musicale hybride, ce qui l'oriente principalement vers les vidéastes, podcasteurs et créateurs de contenu marketing. Soundraw se démarque par son niveau de personnalisation, à contre-courant des générateurs entièrement automatiques. L'outil permet d'ajuster finement la durée des pistes, l'intensité des passages et la structure des sections musicales, un avantage décisif pour synchroniser la musique avec un montage vidéo précis. La plateforme cible notamment les YouTubers et agences marketing, avec une large bibliothèque de styles et des exports en WAV et MP3, bien que les fonctions avancées restent réservées aux formules payantes. Mubert, de son côté, adopte une philosophie radicalement différente en générant des flux musicaux dynamiques et continus plutôt que des pistes fixes, idéal pour le streaming et les contenus longs durée. Ces trois outils couvrent des besoins distincts : simplicité immédiate avec Musicfy AI, contrôle éditorial avec Soundraw, et génération continue avec Mubert, ce dernier proposant également une API développeur pour intégrer la génération musicale directement dans des applications tierces.

Outils⚒Outil

1 source

43

6485Le Big Data 

OpenAI avoue : l’IA est-en train de détruire le tissu même du capitalisme

Sam Altman, PDG d'OpenAI, a récemment tenu des propos inhabituels pour un dirigeant de la tech : selon lui, l'intelligence artificielle est en train de détruire les fondements mêmes du capitalisme. Dans un échange rapporté par Fortune, il a reconnu ouvertement qu'il n'existe aujourd'hui aucune solution claire pour gérer cette transition, « Si une réponse de consensus existait, nous l'aurions déjà trouvée. » L'équilibre historique entre capital et travail repose sur un principe simple : les entreprises ont besoin de travailleurs humains pour créer de la valeur. Avec l'IA, ce mécanisme se fragilise. Dans de nombreux secteurs, une machine propulsée par des GPU peut désormais faire mieux, plus vite et à moindre coût qu'un humain. Le pouvoir de négociation des travailleurs s'érode tandis que les entreprises gagnent en autonomie productive, une reconfiguration profonde du rapport de force économique. Altman soulève également le rôle de l'IA comme alibi narratif : de nombreuses entreprises invoquent l'IA pour justifier des vagues de licenciements, alors que les véritables moteurs sont souvent des réductions de coûts classiques ou des pressions des marchés. Il évoque par ailleurs un futur d'abondance technologique, où l'IA rendrait les ressources quasi illimitées, mais les infrastructures coûtent des milliards de dollars et les modèles les plus puissants restent concentrés entre les mains d'une poignée d'acteurs, sans garantie de redistribution équitable. La contradiction centrale d'OpenAI reste entière : reconnaître les effets déstabilisateurs de l'IA sur l'économie tout en continuant d'accélérer sa diffusion, sans proposer de garde-fous concrets ni d'initiatives structurées en faveur des travailleurs déplacés. Un aveu d'impuissance rare de la part d'un acteur qui, plus que tout autre, façonne cette transformation.

Éthique❧Opinion

1 source

44

6486Numerama 

Comment Nvidia NemoClaw compte sécuriser les agents OpenClaw ?

Nvidia a lancé le 16 mars 2026 NemoClaw, une couche de sécurité et de gouvernance conçue pour s'intégrer par-dessus OpenClaw. Cette initiative marque une étape importante dans la stratégie de l'entreprise californienne pour adresser l'un des freins majeurs à l'adoption des agents IA en entreprise : la confiance. L'essor des agents IA autonomes soulève des enjeux de sécurité critiques pour les organisations. Ces systèmes, capables d'agir de façon indépendante et d'accéder à des ressources sensibles, exposent les entreprises à des risques nouveaux, fuites de données, comportements non conformes, actions non autorisées. En proposant NemoClaw comme couche de gouvernance dédiée, Nvidia tente de répondre directement à ces préoccupations et de lever un obstacle structurel à l'industrialisation des agents. Le projet repose sur une architecture en surcouche : NemoClaw vient se superposer à OpenClaw sans nécessiter de refonte des systèmes existants. Cette approche non-intrusive est pensée pour faciliter l'intégration dans des environnements d'entreprise déjà en place. Nvidia positionne ainsi cette solution comme un pont entre la puissance opérationnelle des agents IA et les exigences de conformité et de contrôle propres aux grandes organisations. La question de la gouvernance des agents autonomes est devenue un sujet central dans le secteur, alors que de nombreuses entreprises hésitent encore à déployer ces technologies à grande échelle. Avec NemoClaw, Nvidia cherche à s'imposer non seulement comme fournisseur d'infrastructure IA, mais aussi comme garant de la fiabilité des déploiements, un positionnement stratégique dans un marché en forte compétition.

Outils⚡Actu

1 source

47

6487AI News 

Goldman Sachs observe un déplacement des investissements IA vers les centres de données

Goldman Sachs observe un tournant majeur dans les stratégies d'investissement liées à l'intelligence artificielle : les capitaux se déplacent des logiciels et outils IA expérimentaux vers l'infrastructure physique, notamment les centres de données. La banque décrit ce mouvement comme un "flight to quality", une fuite vers la qualité, où les investisseurs privilégient désormais les acteurs qui possèdent et opèrent les fondations matérielles de l'IA. Ce repositionnement illustre une maturité croissante du marché. Après l'euphorie initiale de la vague générative, où la simple association avec l'IA suffisait à faire grimper les valorisations, les investisseurs examinent désormais plus rigoureusement les modèles économiques. Les opérateurs de centres de données et les fabricants de puces se retrouvent en position favorable : leurs services sont indispensables quelle que soit l'application IA qui s'impose à terme. Cette logique d'infrastructure comme socle incontournable rappelle les dynamiques observées lors des précédentes révolutions du cloud computing. Les chiffres avancés par Goldman Sachs Research donnent la mesure des enjeux. Les charges de travail IA pourraient représenter environ 30 % de la capacité totale des centres de données d'ici deux ans. Plus marquant encore, la demande mondiale en énergie des data centers pourrait augmenter de 175 % d'ici 2030 par rapport aux niveaux de 2023, une hausse équivalente à ajouter la consommation électrique d'un nouveau pays parmi les dix plus grands consommateurs mondiaux. Les hyperscalers investissent déjà des dizaines de milliards de dollars chaque année en nouveaux équipements et infrastructures réseau. L'entraînement de grands modèles exige des milliers de puces fonctionnant en parallèle pendant de longues périodes, tandis que l'inférence maintient une pression constante sur les ressources de calcul. Les contraintes physiques, approvisionnement énergétique, refroidissement, raccordements au réseau électrique, acquisitions foncières, redéfinissent désormais les stratégies des grandes entreprises technologiques. Construire un modèle n'est qu'une partie du défi ; encore faut-il disposer de l'infrastructure pour le faire tourner de manière fiable. Ces délais de construction, parfois comptés en années, expliquent pourquoi les entreprises contrôlant déjà de vastes réseaux de data centers captent une attention croissante des marchés.

Business❧Opinion

1 source

43

6488OpenAI Blog 

Présentation de GPT-5.4 mini et nano

OpenAI franchit une nouvelle étape dans l'optimisation de ses modèles avec le lancement de GPT-5.4 mini et GPT-5.4 nano, deux variantes compactes et rapides de son modèle phare GPT-5.4. Ces versions allégées sont conçues pour répondre aux besoins croissants des développeurs et des entreprises qui exigent des performances élevées sans la latence associée aux grands modèles. L'importance de ces annonces réside dans la démocratisation de l'accès à des capacités avancées d'IA. En proposant des modèles optimisés pour les charges de travail à haut volume et les sous-agents, OpenAI cible directement le marché des intégrations API à grande échelle, où coût et vitesse d'exécution sont des facteurs déterminants. Cette stratégie répond également à la pression concurrentielle croissante des modèles compacts de Google, Anthropic et des acteurs open source. Les deux modèles se distinguent par leurs cas d'usage : GPT-5.4 mini et GPT-5.4 nano sont tous deux optimisés pour le coding, l'utilisation d'outils (tool use) et le raisonnement multimodal. La variante nano représente la solution la plus légère, pensée pour les déploiements nécessitant une latence minimale et une intégration dans des architectures d'agents autonomes où de nombreux appels sont effectués en parallèle. Cette double sortie confirme la tendance de fond chez OpenAI : proposer une gamme verticale de modèles couvrant tous les besoins, du raisonnement complexe aux tâches répétitives à faible coût. L'enjeu est de fidéliser les développeurs en leur offrant une suite complète, évitant ainsi qu'ils se tournent vers des alternatives concurrentes pour leurs workloads d'inférence intensive.

LLMs⚡Actu

1 source

42

6489Wired AI 

Sears a exposé les appels téléphoniques et conversations de son chatbot IA à n'importe qui sur le web

Sears a exposé publiquement sur internet les conversations de son chatbot IA avec ses clients, révélant des données personnelles sensibles accessibles à quiconque. Cette fuite de données, qui concernait des échanges entre le service client automatisé de l'enseigne et ses utilisateurs, illustre les risques croissants liés au déploiement précipité d'outils d'IA conversationnelle dans les grandes entreprises. L'incident est particulièrement préoccupant car les conversations avec des chatbots de service client contiennent régulièrement des informations de contact, des détails personnels, voire des données liées à des commandes ou des comptes clients. Ce type d'exposition constitue une ressource précieuse pour les cybercriminels cherchant à mener des attaques de phishing ciblées ou à commettre des fraudes en usurpant l'identité des victimes. Les données ainsi accessibles comprenaient des coordonnées personnelles et d'autres éléments permettant d'identifier les clients ayant interagi avec le chatbot. Ce genre de brèche démontre qu'une mauvaise configuration des infrastructures hébergeant des agents IA peut transformer un outil de service client en vecteur d'exposition massive, sans que ni l'entreprise ni ses clients en soient conscients. La mésaventure de Sears s'inscrit dans une tendance plus large : alors que les entreprises accélèrent l'adoption de chatbots IA pour réduire les coûts de support, les questions de sécurité et de conformité autour de ces outils restent souvent traitées en second plan, avec des conséquences potentiellement graves pour les consommateurs.

Sécurité⚡Actu

1 source

31

6490OpenAI Blog 

OpenAI Japon annonce un plan pour la sécurité des adolescents au Japon

OpenAI Japan franchit une étape significative en matière de protection des mineurs avec l'annonce du Japan Teen Safety Blueprint, un plan cadre dédié à la sécurité des adolescents utilisant l'intelligence artificielle générative au Japon. Cette initiative s'inscrit dans un contexte de pression croissante sur les entreprises technologiques pour encadrer l'accès des jeunes aux outils d'IA générative. Au Japon, où l'adoption des technologies numériques chez les adolescents est particulièrement élevée, la question de la protection des mineurs face aux contenus générés par IA devient un enjeu de société majeur, à la croisée des préoccupations parentales et des exigences réglementaires. Le blueprint introduit plusieurs mesures concrètes : un renforcement des protections liées à l'âge, des contrôles parentaux permettant aux tuteurs de superviser et limiter l'usage des outils OpenAI, ainsi que des garde-fous spécifiques au bien-être psychologique des adolescents. Ces mécanismes visent à adapter l'expérience utilisateur aux profils mineurs, en limitant certains types de contenus ou d'interactions jugés inappropriés pour ce public. Cette démarche pourrait servir de modèle pour d'autres marchés asiatiques ou occidentaux, à l'heure où les régulateurs du monde entier, notamment en Europe avec le DSA, exigent des plateformes d'IA des mesures de protection renforcées pour les utilisateurs vulnérables. OpenAI semble ainsi anticiper une vague réglementaire en proposant un cadre volontaire avant toute obligation légale.

Société⚡Actu

1 source

48

6491The Decoder 

Le nouveau modèle Small 4 de Mistral dépasse sa catégorie avec 128 modules experts

Mistral AI franchit une nouvelle étape dans la course aux modèles compacts avec Mistral Small 4, un modèle combinant génération de texte rapide, raisonnement logique avancé et traitement d'images dans une architecture unifiée. La startup française confirme ainsi sa capacité à rivaliser avec les géants du secteur sur le segment des modèles légers à haute performance. L'enjeu est stratégique : les modèles "small" sont devenus le terrain de jeu privilégié des entreprises cherchant à déployer de l'IA en production à moindre coût. Un modèle compact mais puissant permet d'inférer localement, de réduire la latence et de maîtriser les coûts d'API, des critères déterminants pour l'adoption à grande échelle dans les environnements professionnels. La caractéristique technique centrale de Mistral Small 4 est son architecture Mixture of Experts (MoE) intégrant 128 modules spécialisés. Ce design permet d'activer sélectivement les experts pertinents à chaque requête, maximisant les capacités du modèle tout en limitant le coût computationnel. À cette efficacité s'ajoute le support multimodal, le modèle traitant indifféremment texte et images, une combinaison rare dans la catégorie des modèles compacts. Mistral AI positionne ainsi Small 4 directement face aux références du segment comme Gemma 3 de Google et GPT-4o Mini d'OpenAI. Avec ce lancement, la société française, cofondée par d'anciens chercheurs de DeepMind et Meta, renforce sa stratégie de modèles ouverts et performants, à contre-courant des approches propriétaires dominantes.

LLMs⚡Actu

1 source

32

6492Le Big Data 

Hue dada ! La Chine dévoile le tout premier cheval robot

DEEP Robotics, start-up chinoise basée à Hangzhou, vient de dévoiler le tout premier cheval robot au monde, baptisé en hommage à l'Année du Cheval 2026. Ce quadrupède bionique ne se contente pas d'imiter la forme équine, il en reproduit fidèlement la biomécanique, les proportions et les allures naturelles, franchissant une nouvelle étape dans la robotique animaloïde à vocation industrielle. L'enjeu dépasse largement le symbole culturel. Les robots quadrupèdes représentent aujourd'hui une catégorie stratégique pour les entreprises cherchant à automatiser des interventions sur terrains difficiles ou dangereux. En combinant IA embarquée, capteurs avancés et morphologie équine, DEEP Robotics propose une plateforme qui améliore la mobilité tout en rendant l'interaction homme-machine plus intuitive. Le secteur industriel, la sécurité civile et les missions de recherche et sauvetage figurent parmi les débouchés visés. Sur le plan technique, le robot affiche 30 kg pour 50 cm de hauteur, avec une vitesse maximale de 5 m/s et une autonomie allant jusqu'à 3 heures grâce à des batteries remplaçables à chaud. Il embarque un LiDAR 96 lignes couplé à la technologie SLAM pour la cartographie 360° et l'évitement d'obstacles autonome. Sa certification IP66 le rend insensible à la pluie, la boue et la poussière, avec une plage de fonctionnement de -20°C à +55°C. Il peut transporter une charge humaine jusqu'à 50 kg. La plateforme est dérivée du Lynx M20 Pro, repensé pour calquer la biomécanique exacte des équidés. Commercialisé autour de 50 000 $, ce robot se positionne comme un outil de prestige autant que d'efficacité. Fort d'une levée de fonds de 70 millions de $, DEEP Robotics vise une introduction en bourse dès 2026, confirmant que cette édition limitée est aussi un puissant signal envoyé aux investisseurs et aux marchés internationaux.

Robotique⚡Actu

1 source

37

6493Numerama 

Nvidia veut mettre des serveurs dans l’espace : faut-il y croire ?

Nvidia franchit une nouvelle étape dans sa course à la domination de l'infrastructure IA : lors du GTC 2026, le fabricant de puces graphiques a officiellement présenté sa gamme « Space Computing », avec l'ambition de déployer des serveurs de calcul en orbite terrestre. L'idée : rapprocher la puissance de traitement de l'IA des satellites et des systèmes embarqués, réduire la latence pour les applications spatiales et libérer les infrastructures terrestres d'une partie de la charge de calcul. L'enjeu dépasse le simple gadget technologique. Le marché de l'informatique spatiale représente une opportunité stratégique majeure, portée par la multiplication des constellations de satellites (Starlink, OneWeb, programmes militaires), le développement de l'observation terrestre par IA et l'essor des missions autonomes. Déporter du calcul directement en orbite permettrait de traiter les données au plus près de leur source, sans avoir à rapatrier des volumes massifs vers le sol, une contrainte critique dans les environnements à bande passante limitée. Mais Nvidia se heurte à un obstacle physique fondamental : la dissipation thermique. Sur Terre, les data centers s'appuient sur des systèmes de refroidissement liquide ou à air. Dans l'espace, l'absence de convection naturelle rend l'évacuation de la chaleur produite par des GPU haute performance extrêmement complexe. Les puces de la gamme H100 ou GB200 consomment entre 700 W et plusieurs kilowatts par unité, des niveaux difficilement gérables avec des radiateurs passifs en orbite basse, où les cycles thermiques entre ombre et ensoleillement atteignent des amplitudes de plusieurs centaines de degrés. Des solutions existent, radiateurs déployables, caloducs, refroidissement par changement de phase, mais elles pèsent lourd, coûtent cher au lancement et complexifient les architectures. La vraie question n'est donc pas de savoir si Nvidia peut mettre des serveurs dans l'espace, mais à quel niveau de performance et à quel coût. Le projet reste crédible à long terme, porté par la baisse du coût d'accès à l'orbite grâce à SpaceX, mais l'horizon commercial demeure encore flou.

Infrastructure❧Opinion

1 source

44

6494Next INpact 

☕️ L’Encyclopædia Britannica attaque OpenAI pour « violation massive du copyright »

Encyclopædia Britannica et sa filiale Merriam-Webster ont déposé une plainte contre OpenAI le vendredi 13 mars, accusant l'entreprise de « violation massive du copyright ». Selon les plaignants, ChatGPT aurait copié à très grande échelle leurs contenus protégés, non seulement pour entraîner ses modèles LLM, mais également pour alimenter en temps réel ses réponses via un système de génération à enrichissement contextuel (RAG). Cette action en justice s'inscrit dans un mouvement de fond : les grands éditeurs de contenu réclament leur droit à être rémunérés lorsque leurs travaux servent à construire ou faire fonctionner des systèmes d'intelligence artificielle commerciaux. L'enjeu dépasse la simple protection juridique, c'est le modèle économique des éditeurs web qui est en cause, leurs audiences étant captées par des chatbots qui synthétisent leurs contenus sans les citer ni les rémunérer. La plainte cite près de 100 000 articles en ligne qui auraient été utilisés sans accord. Elle souligne que GPT-4 aurait « mémorisé » une part significative du corpus de Britannica, au point d'être capable de reproduire « quasi mot pour mot » des passages entiers à la demande. Les avocats des plaignants estiment que ChatGPT « prive les éditeurs web de revenus en générant des réponses qui se substituent à leur contenu et lui font directement concurrence ». Ce dossier rejoint une liste croissante de procédures similaires, dont celle du New York Times et plusieurs plaintes d'auteurs individuels contre OpenAI. La multiplication de ces actions pourrait contraindre l'industrie de l'IA à revoir en profondeur ses pratiques d'acquisition de données d'entraînement et à négocier des accords de licence avec les détenteurs de droits.

Régulation⚖Reglementation

1 source

40

6495Blog du Modérateur 

Google déploie enfin des outils pour contrôler les coûts de l’API Gemini

Google répond enfin à une demande récurrente des développeurs : l'API Gemini s'équipe de mécanismes concrets pour maîtriser les dépenses. Au programme, des contrôles budgétaires par projet, un nouveau système de paliers tarifaires et des tableaux de bord dédiés au suivi des coûts et de l'usage. Cette mise à jour est significative pour les équipes qui intègrent Gemini dans leurs applications. Sans garde-fous budgétaires natifs, les développeurs s'exposaient à des factures imprévisibles en cas de pic de trafic ou d'usage non anticipé, un frein réel à l'adoption en production. L'arrivée de ces outils rapproche l'API Gemini des standards proposés par ses concurrents directs comme OpenAI ou Anthropic, qui disposent depuis plus longtemps de mécanismes de plafonnement et de monitoring granulaire. Les nouvelles fonctionnalités s'articulent autour de trois axes : des limites budgétaires configurables au niveau du projet, un système de paliers permettant de segmenter l'accès selon les besoins, et des tableaux de bord offrant une visibilité en temps réel sur la consommation et les coûts. Cette architecture par projet est particulièrement adaptée aux organisations qui gèrent plusieurs applications ou équipes consommant l'API simultanément. Ces ajouts positionnent Google dans une logique de maturité opérationnelle pour son offre Gemini, une étape nécessaire pour convaincre les entreprises de passer de l'expérimentation à un déploiement à grande échelle.

Outils⚒Outil

1 source

43

6496Frandroid 

BYD et Geely sous perfusion Nvidia : la tech américaine gagne en Chine pour la conduite autonome de niveau 4

BYD et Geely, deux des géants de l'automobile chinoise, ont annoncé lors de la GTC de Nvidia leur adoption de la plateforme américaine pour équiper leurs véhicules à conduite autonome de niveau 4. Une décision qui tranche avec le discours ambiant de souveraineté technologique chinoise, et qui illustre la complexité des relations industrielles entre les deux puissances, même en pleine guerre commerciale. Ce choix est stratégiquement lourd de sens : le niveau 4 d'autonomie représente une voiture capable de conduire seule dans des conditions définies, sans intervention humaine. C'est le seuil au-delà duquel la puissance de calcul et la qualité des algorithmes d'IA font véritablement la différence. En choisissant Nvidia, les constructeurs chinois reconnaissent implicitement que les solutions domestiques, pourtant nombreuses, portées par des acteurs comme Huawei, Horizon Robotics ou Cambricon, ne suffisent pas encore à rivaliser sur ce terrain précis. La GTC (GPU Technology Conference) de Nvidia a ainsi servi de tribune inattendue pour cette entente transatlantique. BYD, premier vendeur mondial de véhicules électriques, et Geely, propriétaire notamment de Volvo et Polestar, s'appuient donc sur les puces et l'infrastructure logicielle de la firme de Jensen Huang pour franchir ce cap technologique. Aucun chiffre de contrat n'a été communiqué, mais l'annonce lors de l'événement phare de Nvidia confère à ces partenariats une visibilité internationale significative. La tension géopolitique entre Washington et Pékin n'aura pas suffi à empêcher ce rapprochement industriel. Cela soulève une question de fond pour l'écosystème automobile chinois : jusqu'où la dépendance aux composants américains est-elle acceptable, et quelle sera la réponse des autorités chinoises face à une telle intégration avec un fournisseur américain de premier plan ?

Infrastructure⚡Actu

1 source

57

6497Next INpact 

Des contrôles d’identité « au faciès » recourent illégalement à la reconnaissance faciale

Des policiers et gendarmes français utilisent la reconnaissance faciale depuis leurs téléphones de service pour effectuer des contrôles d'identité au faciès, une pratique « totalement illégale » selon l'ONG de journalisme d'investigation Disclose, qui révèle l'ampleur du dispositif dans une enquête publiée cette semaine. 230 000 smartphones NEO 2 (pour « Nouvel Équipement Opérationnel ») déployés dans la police nationale depuis 2022 et les terminaux Neogend de la gendarmerie depuis 2020 embarquent une application, NEOFIC, permettant d'accéder aux principaux fichiers de police, dont le TAJ (Traitement d'Antécédents Judiciaires). Ce fichier, sorte de « casier judiciaire bis », recense 24 millions de personnes « mises en cause », l'équivalent d'un tiers de la population française, dont les fiches incluent des photographies exploitables par un dispositif de reconnaissance faciale. Or, le code de procédure pénale limite strictement la consultation du TAJ aux besoins des enquêtes judiciaires, et non aux contrôles en temps réel. Les témoignages recueillis par Disclose illustrent concrètement ces pratiques. Ahmed, apprenti pâtissier de 18 ans, décrit des agents pointant « de gros portables rectangulaires » vers lui et ses proches, sans jamais demander de papiers d'identité. Un manifestant pro-palestinien raconte avoir tenté de détourner le visage pour éviter d'être photographié, avant d'être maintenu de force par deux agents face à la caméra, les policiers lui communiquant ensuite ses antécédents judiciaires. Disclose cite également plusieurs reportages télévisés montrant des forces de l'ordre procéder de même avec des individus ne disposant pas de leurs documents sur eux. Par ailleurs, GASPARD, le fichier intermédiaire qui aurait servi de relais pour ces consultations illicites, aurait lui-même été créé sans base légale. L'affaire soulève des questions profondes sur l'encadrement réel de la biométrie policière en France. Le TAJ n'est en principe accessible qu'à des agents « individuellement désignés et spécialement habilités », une restriction que l'intégration dans l'application mobile des terminaux NEO contourne de fait. À l'heure où le débat sur la reconnaissance faciale dans l'espace public reste vif, notamment depuis les expérimentations autour des Jeux Olympiques 2024, cette révélation montre que le déploiement de facto précède largement tout cadre légal.

Régulation⚖Reglementation

1 source

41

6498Blog du Modérateur 

IA et service client : 5 usages concrets qui transforment la relation téléphonique

L'intelligence artificielle conversationnelle opère un retour en grâce inattendu du canal téléphonique dans la relation client. Longtemps concurrencé par le chat et les réseaux sociaux, le téléphone retrouve une pertinence renouvelée grâce aux capacités des nouveaux modèles d'IA, capables de comprendre le langage naturel, de gérer des échanges complexes et d'assister les agents humains en temps réel. L'enjeu est considérable pour les entreprises : la qualité du service client par téléphone reste un facteur décisif de fidélisation. En intégrant l'IA directement dans les flux d'appels, les organisations peuvent réduire les temps d'attente, personnaliser les échanges à grande échelle et libérer les conseillers des tâches répétitives à faible valeur ajoutée. Aircall, acteur français spécialisé dans la téléphonie cloud pour entreprises, illustre cette tendance avec des cas d'usage opérationnels déployés chez ses clients. Parmi les applications concrètes mises en avant, on retrouve la transcription et l'analyse automatique des appels, le résumé intelligent post-conversation, la détection des émotions et des signaux d'insatisfaction, l'assistance aux agents sous forme de suggestions en direct, ainsi que le routage intelligent des appels selon l'intention détectée. Ces fonctionnalités s'appuient sur des modèles de traitement du langage naturel intégrés directement dans la plateforme, sans rupture dans le workflow des équipes support ou commerciales. À mesure que les modèles gagnent en précision sur le français et les contextes métier, ces usages devraient se généraliser rapidement. La question n'est plus de savoir si l'IA va transformer la relation téléphonique, mais à quelle vitesse les équipes opérationnelles sauront s'en emparer pour en tirer un avantage concurrentiel durable.

Outils⚒Outil

1 source

40

6499Numerama 

Nvidia lance le DLSS 5 : impressionnant, mais déjà sujet aux polémiques

Nvidia vient de dévoiler le DLSS 5, la cinquième génération de sa technologie d'upscaling basée sur l'intelligence artificielle. Les premières démonstrations visuelles suscitent autant d'admiration que de controverses, soulevant des questions fondamentales sur les limites de la reconstruction d'image par IA. L'enjeu dépasse le simple cadre du jeu vidéo : le DLSS (Deep Learning Super Sampling) est devenu un pilier de la stratégie de Nvidia pour maintenir sa domination sur le marché des GPU grand public. En permettant aux cartes graphiques de rendre des images à basse résolution puis de les reconstruire via IA pour simuler une résolution supérieure, cette technologie influe directement sur les performances perçues, et donc sur les décisions d'achat des joueurs et des studios. Les premières images du DLSS 5 révèlent des gains de qualité visuelle significatifs, mais la technologie est déjà critiquée pour sa tendance à "halluciner" certains détails, particulièrement sur les visages humains. Ce phénomène, inhérent aux modèles génératifs, peut produire un rendu qui s'écarte de l'intention artistique originale des développeurs, une problématique qui touche au cœur de la fidélité visuelle que revendique Nvidia. La polémique autour du rendu des visages rappelle les débats similaires qu'avaient suscités les versions précédentes du DLSS et les technologies concurrentes comme le FSR d'AMD ou le XeSS d'Intel. La question de fond reste entière : jusqu'où l'IA peut-elle reconstruire une image sans trahir la vision des créateurs ?

Outils⚒Outil

1 source

41

6500MarkTechPost 

Google AI publie WAXAL : un jeu de données vocales africaines multilingues pour entraîner des modèles de reconnaissance automatique de la parole et de synthèse vocale

Google AI vient de publier WAXAL, un jeu de données vocales ouvert couvrant 24 langues africaines, conçu pour entraîner des systèmes de reconnaissance automatique de la parole (ASR) et de synthèse vocale (TTS). Ce corpus multilingue représente une avancée significative pour des langues jusqu'ici quasi absentes des grandes bases de données ouvertes, malgré les progrès spectaculaires de la technologie vocale pour les langues dites "à haute ressource". L'enjeu est considérable : les systèmes ASR et TTS modernes performent excellemment pour l'anglais, le mandarin ou l'espagnol, mais restent très limités pour la majorité des langues africaines, faute de données d'entraînement accessibles. En rendant WAXAL public, Google et ses collaborateurs comblent partiellement ce vide et offrent à la communauté de recherche un point de départ solide pour développer des outils vocaux adaptés à des centaines de millions de locuteurs. La force de WAXAL réside dans son architecture duale, pensée pour répondre aux exigences techniques distinctes de chaque tâche. Le volet ASR s'appuie sur une collecte en conditions réelles : les locuteurs décrivaient des images dans leur langue maternelle, dans leur environnement naturel, produisant ainsi une parole spontanée et variée. Seuls 10 % de l'audio total ont été transcrits, par des experts linguistiques locaux rémunérés. Le volet TTS, lui, repose sur des enregistrements studio avec 72 acteurs vocaux (parité hommes-femmes), à partir de scripts phonétiquement équilibrés d'environ 108 500 mots par langue, pour un objectif d'environ 16 heures d'audio propre par locuteur. Cette distinction méthodologique, souvent négligée dans d'autres corpus, est précisément ce qui rend WAXAL pertinent pour la recherche appliquée. En séparant clairement les données de reconnaissance et de synthèse, le projet évite le piège du "tout-en-un" et propose des ressources directement exploitables par les équipes travaillant sur l'inclusion linguistique en Afrique subsaharienne.

Recherche❖Paper

1 source