Aller au contenu principal
Le Fil IA

Actualités IA — page 33

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

Y Combinator publie en open source QM, un cadre d'agents multijoueurs sous licence MIT, fonctionnant sur Slack et sur le web
641MarkTechPost 

Y Combinator publie en open source QM, un cadre d'agents multijoueurs sous licence MIT, fonctionnant sur Slack et sur le web

Y Combinator a mis en open source QM, pour quartermaster, le harnais multi-agents qu'elle utilise en interne pour faire tourner ses propres équipes comptabilité, juridique, événementiel et ingénierie, y compris pour développer QM lui-même. Le projet est publié sous licence MIT et YC le présente comme une expérimentation encore jeune, avec des bugs connus. QM fonctionne à la fois dans Slack et sur le web, et son déploiement ne nécessite pas de cloner le dépôt : une organisation crée son propre dépôt de déploiement qui dépend du paquet @yc-software/qm, puis lance la commande qm init avec un identifiant d'organisation et une cible d'hébergement, Fly.io ou AWS. Cette initialisation déclenche un parcours guidé couvrant l'infrastructure, la connexion web, les connecteurs, l'accès Slack optionnel et une vérification en conditions réelles. La connexion des utilisateurs repose par défaut sur un système intégré qui envoie un lien à usage unique par email, remplaçable par un fournisseur d'identité externe. YC cible en priorité les startups et entreprises de taille moyenne, entre 10 et 500 salariés, disposant d'au moins un ingénieur plateforme, les grandes entreprises devant d'abord auditer le modèle de sécurité. L'intérêt de QM tient à sa conception : plutôt que de démultiplier un assistant personnel unique à l'échelle d'une entreprise entière, ce qui devient vite complexe selon l'équipe YC, chaque employé dispose d'un espace de travail isolé que les autres ne peuvent pas affecter, tout en pouvant collaborer avec l'agent dans des canaux ou des projets partagés. Chaque personne et chaque salon obtient sa propre mémoire, ses fichiers, ses permissions, ses tâches planifiées et son bac à sable durable et isolé. Côté sécurité, l'agent agit avec les identifiants et permissions de la personne qu'il représente, et chaque action est auditée. Une organisation choisit une posture globale, allant d'un mode strict qui suspend chaque appel d'outil pour validation humaine, à un mode automatique qui filtre les données externes via un classifieur avant qu'elles n'atteignent le modèle, jusqu'à un mode sans filtrage destiné aux usages les plus permissifs. Techniquement, QM repose sur un noyau central sans interface qui gère l'API, l'identité, les politiques et la planification, adossé à une couche PostgreSQL pour les données utilisateurs et l'historique de session. Le cœur tourne en TypeScript sur Node avec Fastify, le plugin Slack utilise Bolt et l'interface web s'appuie sur Vite et Lit. Surtout, QM se veut agnostique du moteur d'agent : Pi, OpenCode, Codex et Claude Code peuvent tous piloter le même noyau, ce qui évite tout verrouillage vers un fournisseur unique dans un marché des outils multi-agents encore en pleine consolidation.

OutilsOutil
1 source
Qwen 3.8 Max (2,4 T) et 27B : nouveaux modèles ouverts pour le code et le travail collaboratif
642Latent Space 

Qwen 3.8 Max (2,4 T) et 27B : nouveaux modèles ouverts pour le code et le travail collaboratif

Alibaba a dévoilé le 25 juillet 2026 son nouveau modèle phare Qwen3.8-Max, un système de 2400 milliards de paramètres présenté comme le plus capable jamais produit par le laboratoire chinois. L'entreprise a annoncé que ses poids, ainsi que ceux d'une version plus légère, Qwen3.8-27B, seraient rendus publics la semaine suivante. En attendant, le modèle est accessible via API à 2 dollars par million de tokens en entrée, 6 dollars en sortie et 0,25 dollar pour les tokens mis en cache, sur Qwen Studio, l'API maison et Command Code, avec Venice prévu prochainement ; Baseten et Hermes Agent ont confirmé leur intégration. Alibaba met en avant des démonstrations d'autonomie prolongée : plus de dix jours de codage sans supervision, durant lesquels le modèle a construit lui-même un harnais de développement auto-évolutif, une recherche scientifique de 125 heures ayant permis de dépasser un benchmark existant de 2,71 points, un classement dans le top 13 % face à 526 équipes humaines lors d'un défi de dialogue multimodal, et une conception de puce électronique ayant réduit le nombre de portes logiques d'un accélérateur cryptographique de 8298 à 678. Cette annonce dépasse la simple mise à jour technique. Qwen3.8-Max aurait probablement été le modèle à poids ouverts le plus capable au monde si Kimi K3 n'avait pas été publié quelques jours plus tôt, preuve de la vitesse à laquelle les laboratoires chinois rivalisent désormais entre eux autant qu'avec OpenAI, Anthropic ou Google. Pour les développeurs et entreprises qui bâtissent des produits d'IA, des poids ouverts sur un modèle de cette taille changent concrètement l'accès à des capacités agentiques de pointe, sans dépendre d'une API propriétaire fermée. Les démonstrations mises en avant, code autonome sur plusieurs jours, recherche itérative, conception matérielle, signalent un glissement du terrain de compétition vers la capacité d'un modèle à mener seul des tâches complexes sur des horizons longs, avec un minimum de supervision humaine. Ce lancement intervient après une période d'incertitude pour Qwen. L'an dernier, le départ d'ingénieurs clés du laboratoire, suivi de l'arrivée d'une nouvelle direction tournée vers des modèles fermés commercialisés par API, avait fait craindre qu'Alibaba abandonne sa stratégie d'ouverture des poids. Qwen3.8-Max dissipe ce doute et relance la compétition avec d'autres laboratoires chinois comme celui derrière Kimi K3. Cette couverture, rapportée par la newsletter AI News après analyse de douze subreddits et 544 comptes Twitter entre le 25 et le 27 juillet, s'inscrit dans un narratif où plusieurs observateurs jugent que la frontière ouverte chinoise rivalise désormais directement avec les meilleurs modèles fermés occidentaux. La publication effective des poids, promise pour la semaine suivante, sera le test décisif de cette dynamique.

LLMsOpinion
1 source
Qwen3.8-Max affirme surpasser GPT-5.6 Sol Max et Fable 5 sur l'usage d'ordinateur à base d'agents
643VentureBeat AI 

Qwen3.8-Max affirme surpasser GPT-5.6 Sol Max et Fable 5 sur l'usage d'ordinateur à base d'agents

L'équipe Qwen d'Alibaba a dévoilé son nouveau modèle phare Qwen3.8-Max, un grand modèle de langage multimodal de type mixture-of-experts doté de 2 400 milliards de paramètres, conçu pour l'ingénierie logicielle autonome et les tâches d'entreprise à long horizon. Sur le benchmark OSWorld-Verified, qui évalue les agents capables d'utiliser un ordinateur de bureau, Qwen3.8-Max obtient un score de 86,1, devant GPT-5.6 Sol Max (83,2), Fable 5 (85,0) et Gemini 3.1 Pro (76,2). Le modèle affiche également les meilleurs résultats publiés sur PaperBench (93,0), TerminalBench 2.1 (86,6), Vision2Web (69,0), LVBench (81,8) et ERQA (77,8). Alibaba a par ailleurs annoncé la publication des poids ouverts de Qwen3.8-Max la semaine prochaine, accompagnés d'une version plus légère, Qwen3.8-27B, sans toutefois préciser les termes exacts de la licence. Cette annonce marque un tournant potentiellement important pour Alibaba, qui positionne son modèle non pas comme un assistant conversationnel mais comme un collègue autonome capable de mener à bien des projets s'étalant sur plusieurs jours plutôt que quelques minutes. Selon l'entreprise, Qwen3.8-Max peut réaliser seul des projets logiciels de plus de dix jours, reproduire des articles de recherche impliquant des milliers de lignes de code, optimiser de manière itérative la conception de puces électroniques et réviser continuellement ses plans à partir de retours multimodaux. Si la licence s'avère réellement permissive, comme Apache 2.0, il s'agirait de la première fois qu'un modèle Qwen de catégorie Max devient disponible pour un déploiement auto-hébergé, ce qui pourrait bouleverser l'adoption en entreprise face aux modèles propriétaires d'OpenAI, d'Anthropic ou de Google. Ces démonstrations restent toutefois produites par Alibaba elle-même et n'ont pas encore été vérifiées de façon indépendante. Cette sortie illustre une tendance de fond du secteur: la compétition entre modèles de pointe se spécialise de plus en plus. OpenAI concentre sa gamme GPT sur le raisonnement général et la productivité multimodale, Anthropic mise sur le code et la fiabilité en contexte long avec Claude, Google pousse Gemini vers des flux de travail multimodaux natifs du web, tandis que Moonshot AI a récemment introduit son modèle ouvert Kimi K3. Qwen3.8-Max tente de réunir plusieurs de ces atouts en un seul modèle, dans un contexte où les benchmarks récompensent désormais autant la capacité à mener à terme un flux de travail complet que la simple exactitude d'une réponse ponctuelle. La domination du modèle chinois n'est cependant pas totale: OpenAI conserve la tête sur le benchmark d'ingénierie logicielle professionnelle SWE-Pro, et Opus 4.8 reste devant sur certaines évaluations de développement ainsi que sur Agents' Last Exam, signe que la course aux modèles frontières se fragmente plutôt qu'elle ne désigne un vainqueur unique.

LLMsActu
1 source
Les agents IA d'Asana partagent la mémoire dans l'entreprise, mais pas vos secrets
644VentureBeat AI 

Les agents IA d'Asana partagent la mémoire dans l'entreprise, mais pas vos secrets

Lors d'une conversation avec Sam Witteveen de VentureBeat au VB Transform 2026, Arnab Bose, directeur produit d'Asana, a détaillé la construction d'Agentic Work Management (AWM), un nouveau système conçu pour transformer les agents IA en coéquipiers capables d'apprendre et de collaborer plutôt qu'en simples assistants individuels. AWM s'appuie sur le Work Graph, l'architecture de données vieille de 18 ans d'Asana, organisée selon une structure que l'entreprise appelle la Pyramide de la Clarté : les tâches, assorties d'un responsable et d'une échéance, s'agrègent en projets, puis en portefeuilles, eux-mêmes reliés aux objectifs globaux de l'entreprise. Ce graphe fonctionne comme un registre en temps réel de qui fait quoi, pour quand et pourquoi, ce qui permet par exemple de tracer l'impact d'une tâche de conception en retard sur un objectif de revenus. Bose a précisé que le produit est déjà en production, avec plusieurs clients actifs, dont FedEx, qui a publié sa propre étude de cas sur cette adoption. Cette architecture change la nature même de l'assistant IA en entreprise : au lieu d'un outil isolé, limité à un seul utilisateur et à un seul prompt, l'agent partage une mémoire commune avec l'ensemble des équipes humaines, consulte les objectifs globaux et met à jour les statuts de projet directement dans le registre partagé. Pour les équipes produit et les développeurs, cela représente un changement de paradigme dans la conception d'agents à grande échelle, où l'IA cesse d'être une simple interface conversationnelle pour devenir un acteur intégré aux flux de travail collectifs. Ce changement d'échelle a toutefois obligé Asana à résoudre plusieurs problèmes techniques critiques, à commencer par la gouvernance des données. Bose a insisté sur la nécessité d'éviter toute fuite de contexte : si un dirigeant utilise un agent pour piloter un projet confidentiel, par exemple une opération de fusion-acquisition secrète, la mémoire générée par cet usage ne doit jamais être accessible à un autre employé interagissant plus tard avec le même agent. Asana a donc mis en place des contrôles d'accès distinguant la création de mémoire de la simple exécution de tâches. Le système gère également un routage dynamique des modèles : les tâches complexes sont orientées vers des modèles frontière comme Opus d'Anthropic ou les modèles d'OpenAI, tandis que les tâches simples sont confiées à des modèles plus légers et moins coûteux, sans que l'utilisateur ait à se soucier de l'ingénierie du prompt. Cette automatisation soulève à son tour un troisième défi, encore en cours de résolution chez Asana : celui de la facturation liée à l'usage de ces agents.

OutilsOutil
1 source
Moonshot PerceptionBench évalue des modèles de vision multimodaux avec chargement de données robuste et jugement automatisé
645MarkTechPost 

Moonshot PerceptionBench évalue des modèles de vision multimodaux avec chargement de données robuste et jugement automatisé

Moonshot AI a mis au point PerceptionBench, un benchmark multimodal conçu pour mesurer la perception visuelle fine des modèles d'intelligence artificielle. Un tutoriel récent détaille comment construire, de bout en bout, un pipeline d'évaluation reproductible autour de ce jeu de données, pensé pour tourner directement dans Google Colab. Le dataset moonshotai/PerceptionBench, dans sa version d'entraînement, pèse environ 1,63 Go en téléchargement complet ; pour éviter cette charge, le pipeline privilégie une stratégie de chargement en streaming à plusieurs niveaux, avec un échantillon équilibré de douze exemples par catégorie et un balayage limité à 1200 lignes. Le processus décode les images encodées en base64, interprète les balises d'images imbriquées dans le texte et normalise chaque exemple dans un format unique, avant d'analyser la répartition des capacités testées, les besoins en images, les types de réponses attendues et les benchmarks sources d'origine. L'enjeu dépasse la simple démonstration technique : PerceptionBench couvre des tâches aussi variées que la reconnaissance de texte (OCR), le comptage d'objets, la localisation spatiale, le raisonnement contextuel, la comparaison visuelle, la compréhension de la profondeur et surtout la détection d'hallucinations, un point critique pour la fiabilité des modèles de vision-langage déployés en production. Le harnais d'évaluation construit dans ce tutoriel prend en charge trois configurations : une base de référence dite "à l'aveugle" sans image, des API multimodales compatibles OpenAI comme GPT-4o-mini, et des modèles vision-langage open source hébergés localement via Hugging Face, à l'image de SmolVLM2-2.2B-Instruct. Cette flexibilité permet aux équipes techniques de comparer facilement des modèles propriétaires et des alternatives open source sur des critères identiques, plutôt que de se fier à des annonces marketing. Cette initiative s'inscrit dans une tendance plus large : face à la multiplication des modèles de vision par ordinateur couplés au langage, la communauté cherche des méthodes d'évaluation rigoureuses et reproductibles. Le pipeline intègre un système de jugement à la fois basé sur des règles et, en option, assisté par un LLM, complété par le calcul d'intervalles de confiance bootstrap pour garantir une robustesse statistique. Les résultats sont ensuite ventilés par niveau de difficulté et comparés au classement officiel du benchmark, avant d'être exportés sous forme d'artefacts de prédiction et de rapports réutilisables. Cette approche outillée, appuyée sur des bibliothèques comme datasets, huggingface_hub, pandas et matplotlib, illustre la volonté croissante de rendre les évaluations de modèles multimodaux aussi transparentes et vérifiables que les benchmarks traditionnels du traitement du langage.

RechercheTuto
1 source
L'ingénierie de l'inférence en pratique, avec Philip Kiely et Ali Taha (Baseten)
646Latent Space 

L'ingénierie de l'inférence en pratique, avec Philip Kiely et Ali Taha (Baseten)

Baseten, plateforme d'infrastructure pour l'inférence de modèles d'IA, a levé un tour de financement colossal de 13 milliards de dollars, rejoignant le cercle restreint des nouvelles licornes de l'infrastructure IA aux côtés de Nvidia et Intel, principales bénéficiaires de ce que certains appellent "l'inflexion de l'inférence". Dans un épisode récent du podcast Latent Space, animé par swyx et Vibhu, deux ingénieurs de Baseten, Philip Kiely et Ali Taha, détaillent ce qui se passe concrètement après la sortie d'un nouveau modèle open source, avant qu'il ne devienne une API rapide et fiable. Ali Taha a récemment publié une analyse très commentée du modèle Kimi K3, tandis que Philip Kiely a pris la parole à la conférence AI Engineer et publié un ouvrage de référence sur l'ingénierie de l'inférence. Les deux experts expliquent notamment comment, lors d'une expérience sur le modèle GLM-5.2, une quantification plus poussée a permis d'augmenter le débit de 20 % tout en préservant la qualité des benchmarks, les erreurs introduites dans différentes couches du modèle s'annulant mutuellement. Cette discipline, quasi inexistante il y a trois ans, est devenue l'un des enjeux techniques majeurs de l'IA générative. Elle répond à une question distincte de celle de l'entraînement des modèles : comment transformer des poids de réseaux de neurones en un produit rapide, fiable et rentable à grande échelle. Les techniques évoquées, routage sensible au cache, séparation des phases de préremplissage et de décodage sur des GPU distincts, décodage spéculatif utilisant un petit modèle pour accélérer un plus grand, ou déplacement optimisé du cache KV, permettent des gains de performance allant de 20 % à parfois 200 %, avec des déploiements jusqu'à dix fois plus rapides. Pour l'industrie, cela signifie des coûts d'exploitation réduits et une meilleure fiabilité des API, un enjeu direct pour toute entreprise déployant des modèles à grande échelle plutôt que de dépendre d'API partagées. Les deux ingénieurs reviennent aussi sur des cas concrets, comme la greffe d'un encodeur visuel du modèle Kimi directement sur GLM-5.2 sans modifier le modèle de langage sous-jacent, ou la gestion de requêtes atteignant 200 000 tokens. La conversation s'élargit ensuite à des sujets plus larges : la plateforme NVIDIA Dynamo, les futurs GPU Rubin, la question de savoir si le matériel évolue vers des puces IA programmables, ainsi que la convergence croissante entre entraînement et inférence, notamment via l'apprentissage continu s'appuyant sur des caches KV persistants, une piste qui pourrait redéfinir la frontière entre ces deux étapes historiquement séparées.

InfrastructureActu
1 source
Comment sécuriser les agents IA, serveurs MCP et applications LLM en production
647MarkTechPost 

Comment sécuriser les agents IA, serveurs MCP et applications LLM en production

Cette publication est cortée mais je peux tout de même produire l'article demandé à partir du contenu disponible. L'éditeur de sécurité applicative Mend.io a publié un nouveau guide pratique intitulé « Securing AI agents, MCP servers & LLM apps: A practical framework », destiné aux équipes de sécurité confrontées à la multiplication des agents IA, des intégrations MCP (Model Context Protocol) et des applications basées sur des LLM dans les environnements de production. Le document s'articule autour de trois axes : identifier ce qui compte, corriger plus vite ce qui compte, et protéger l'IA en production. Il propose sept outils réutilisables, dont une cartographie de la surface d'attaque en cinq couches (interaction, agent, intégration, modèle, code), un registre enrichi baptisé AI-BOM comportant neuf champs par agent ou serveur MCP, et une checklist de douze points de mauvaise configuration à corriger, comme les identifiants partagés entre agents, les prompts système modifiables en production ou les modèles obsolètes non surveillés. L'enjeu est de taille pour l'industrie : selon Mend.io, la sécurité applicative traditionnelle repose sur l'hypothèse que le comportement d'un logiciel découle directement de son code, une hypothèse que l'IA agentique invalide. Le comportement d'un agent émerge de la combinaison d'un modèle, d'un prompt système, du contexte récupéré, des entrées utilisateur et des outils qu'il peut appeler, si bien que deux déploiements identiques peuvent se comporter différemment. De nouveaux risques apparaissent, invisibles dans les flux CVE classiques : l'injection de prompt via des données plutôt que du code, un agent disposant de trop de permissions qui agit sans qu'aucune vulnérabilité ne soit exploitée, un modèle déprécié qui continue de produire des prédictions sans plus être corrigé, ou encore une description d'outil empoisonnée sur un serveur MCP capable de détourner le comportement d'un agent sans toucher à l'application elle-même. Le guide s'inscrit dans un contexte où les agents IA et serveurs MCP s'introduisent souvent dans les systèmes d'information sans passer par les circuits d'achat habituels, ce qui complique leur détection. Mend.io recommande de traquer trois catégories à risque : les agents fantômes, les serveurs MCP non enregistrés et les frameworks IA embarqués, via cinq méthodes combinées, dont l'analyse des dépôts de code, la surveillance du trafic réseau sortant vers des API de modèles et l'audit des comptes de service. Sur le volet correction, le guide propose un pipeline enrichir-prioriser-trier fondé sur des signaux comme l'accessibilité réelle du risque ou le contexte métier, avec une règle stricte : toute clôture automatisée doit être appuyée par des preuves, sinon la décision revient à un humain. La protection en production, enfin, repose sur des garde-fous, un durcissement des prompts, l'application de politiques et une surveillance continue, en boucle avec des exercices de red teaming dédiés à l'IA.

SécuritéActu
1 source
Acronis Gen AI Protection : la solution pour sécuriser l’IA générative
648Le Big Data 

Acronis Gen AI Protection : la solution pour sécuriser l’IA générative

Acronis a annoncé le lancement d'Acronis Gen AI Protection, une nouvelle solution destinée à sécuriser l'usage de l'intelligence artificielle générative en entreprise. Il s'agit du premier composant d'Acronis Cyber Workspace, un environnement conçu pour accompagner les organisations dans la maîtrise de leurs usages liés à l'IA générative. La solution s'intègre nativement à la plateforme Acronis Cyber Protect, sans nécessiter l'installation d'un agent supplémentaire sur les postes de travail, ce qui permet aux clients déjà équipés de l'écosystème Acronis de l'activer rapidement. Elle cible en priorité les prestataires de services managés (MSP), qui peuvent depuis une console unique surveiller les usages des applications d'IA générative, appliquer des politiques de sécurité en temps réel et intervenir dès qu'une activité présente un risque. Parmi ses fonctionnalités clés figurent la visibilité complète sur les interactions avec les modèles d'IA, la protection des données sensibles et la détection des comportements à risque. Cette initiative répond à un problème concret : l'adoption massive et souvent incontrôlée d'assistants conversationnels et de plateformes de génération de contenu par les salariés, un phénomène connu sous le nom de shadow AI. Ces usages échappent fréquemment au contrôle des équipes informatiques et exposent les entreprises à des fuites de données confidentielles, à des risques de non-conformité réglementaire et à des tentatives d'exploitation ou de manipulation des modèles par des attaquants. Pour les MSP, l'enjeu est double : continuer à permettre à leurs clients de bénéficier des gains de productivité offerts par l'IA générative, tout en réduisant l'exposition aux erreurs humaines et aux fuites d'informations stratégiques. En centralisant la gouvernance de ces outils dans une infrastructure de cybersécurité déjà déployée, Acronis cherche à éviter que les entreprises n'aient à multiplier les solutions de gestion, ce qui simplifie à la fois la supervision continue et le déploiement à grande échelle chez de nombreux clients. Cette annonce s'inscrit dans une tendance plus large du marché de la cybersécurité, où les éditeurs cherchent à combler le vide laissé par l'essor rapide de l'IA générative depuis l'explosion des grands modèles de langage. Alors que les usages professionnels de ces outils se multiplient sans cadre de gouvernance clair, plusieurs acteurs du secteur, à l'image d'Acronis, développent des couches de protection spécifiquement dédiées à l'IA plutôt que de se reposer sur des solutions de sécurité génériques. La stratégie d'intégration directe à une plateforme existante plutôt que de proposer un outil autonome traduit une volonté de faciliter l'adoption par les MSP, un segment particulièrement sensible aux coûts de déploiement et de maintenance. Reste à voir comment cette solution évoluera face à la diversification rapide des usages de l'IA générative et à l'évolution des réglementations, notamment en Europe avec l'AI Act.

SécuritéOutil
1 source
Gemini Spark s’invite dans Chrome pour gérer vos démarches en ligne à votre place
649Le Big Data 

Gemini Spark s’invite dans Chrome pour gérer vos démarches en ligne à votre place

Google a annoncé le 3 août 2026, via son compte officiel sur X, l'arrivée de Gemini Spark dans Chrome, une intégration qui permet à son intelligence artificielle d'interagir directement avec les sites web plutôt que de se limiter à répondre à des questions. Concrètement, l'assistant s'appuie sur la fonction "auto browse" de Chrome pour effectuer des démarches à la place de l'utilisateur : rechercher un vol, lancer une réservation, ou encore organiser des visites d'appartements déjà repérés lors d'une recherche précédente. Pour fonctionner, Gemini Spark utilise les comptes et mots de passe déjà enregistrés dans le navigateur, mais uniquement après autorisation explicite de l'utilisateur. Le déploiement démarre aux États-Unis et cible dans un premier temps les abonnés aux offres payantes Google AI Pro et Google AI Ultra. Google annonce par ailleurs une extension de l'accès à Gemini Spark, sans la fonction de navigation automatisée, à plus de 160 pays supplémentaires pour les abonnés Google AI Pro, sans toutefois préciser de calendrier pour le déploiement complet de l'automatisation des démarches hors des États-Unis. Cette évolution transforme Chrome, jusque-là simple fenêtre d'affichage de pages web, en un outil capable d'agir pour le compte de l'utilisateur sur des tâches administratives ou logistiques chronophages, comme comparer des vols entre plusieurs onglets ou remplir des formulaires de réservation. Pour les millions d'utilisateurs de Chrome, cela représente un gain de temps potentiel sur des opérations répétitives, mais soulève aussi la question de la confiance accordée à une IA disposant d'un accès direct aux identifiants et moyens de paiement enregistrés dans le navigateur. Google tente d'anticiper ces réticences en limitant l'autonomie de l'assistant sur les actions sensibles, notamment les paiements, qui déclenchent systématiquement une demande de validation manuelle avant toute exécution. Cette annonce s'inscrit dans une course plus large des géants technologiques vers des navigateurs assistés par IA capable d'agir de façon autonome sur le web, une tendance qui expose aussi à de nouveaux risques de sécurité, en particulier les attaques par injection de prompt, où un contenu malveillant tente de manipuler l'IA pour lui faire exécuter des actions non désirées ou révéler des informations sensibles. Google affirme avoir intégré des protections spécifiques contre ce type de menace dans Gemini Spark. Le déploiement progressif, réservé pour l'instant aux abonnés payants américains, suggère une approche prudente avant une généralisation à d'autres marchés et à l'ensemble des utilisateurs de Chrome.

OutilsOutil
1 source
L'IA protectionniste de Trump s'attaque désormais à la robotique
650MIT Technology Review 

L'IA protectionniste de Trump s'attaque désormais à la robotique

La Federal Trade Commission américaine a annonce la semaine dernière une interdiction générale des importations de robots avances fabriques a l'étranger, visant les humanoïdes, les robots quadrupèdes et les robots a roues. Cette décision, prise par une FTC de plus en plus alignée sur l'administration Trump, s'appuie sur deux justifications : le risque que ces robots collectent massivement des données, y compris dans des foyers ou des sites sensibles, ce qui constituerait une menace pour la sécurité nationale, et la nécessite de protéger les entreprises américaines de robotique face a la concurrence chinoise pour bâtir une chaine d'approvisionnement domestique plus solide. Un document de la FTC cite d'ailleurs un incident ou un individu avait réussi a prendre le contrôle de 7 000 aspirateurs robots. Gavin Kenneally, PDG de Ghost Robotics, fabricant américain de robots quadrupèdes destines a l'inspection, a salue la mesure, estimant que les risques de cybersécurité lies aux robots étrangers sont réels et qu'un environnement concurrentiel plus équilibre bénéficierait aux clients comme a l'industrie. Cette interdiction s'inscrit dans une stratégie plus large de l'administration Trump visant a protéger l'industrie américaine de l'intelligence artificielle, la robotique étant désormais considérée comme l'un des fronts les plus avances de ce secteur. Washington envisagerait par ailleurs d'interdire les modèles d'IA chinois en open source, qui rivalisent souvent avec ceux d'OpenAI et d'Anthropic tout en coutant beaucoup moins cher, une mesure qui priverait les entreprises américaines d'environ 25 milliards de dollars d'économies annuelles. Le problème, selon plusieurs acteurs du secteur, c'est que les entreprises et laboratoires universitaires américains dépendent lourdement des robots chinois bon marche pour leurs travaux de recherche, notamment pour entrainer des robots a des taches variées comme retourner des gaufres ou faire la lessive. Aaron Prather, directeur du renseignement de marche a l'Association for Advancing Automation, souligne que cette règle "créé un défi pour les chercheurs américains en robotique humanoïde", les modèles chinois offrant le meilleur rapport prix-performance du marche. Une étude interne de son organisation a révèle que 90 % des articles de recherche en robotique publies récemment par des universités américaines s'appuyaient sur des robots fabriques par Unitree, le principal fabricant chinois de robots humanoïdes. L'écart de prix est considérable : un robot quadrupède Unitree coute environ 4 600 dollars, contre 278 000 dollars pour un modèle comparable de Boston Dynamics, l'entreprise américaine de référence. Si l'accès a ces robots chinois abordables venait a se tarir, la recherche en robotique aux Etats-Unis pourrait en réalité ralentir plutôt que bénéficier de cette protection, un paradoxe que plusieurs observateurs du secteur pointent déjà du doigt.

RégulationReglementation
1 source
Pourquoi les jailbreaks IA classiques (DAN, AIM, Developer Mode) ne marchent plus
651Le Big Data 

Pourquoi les jailbreaks IA classiques (DAN, AIM, Developer Mode) ne marchent plus

Le lancement de ChatGPT par OpenAI en 2022 a immédiatement révélé les failles des premiers grands modèles de langage. Dès les premières semaines, des utilisateurs ont mis au point des techniques de contournement reposant sur de longs textes directifs. Le prompt DAN (Do Anything Now) imposait à l'IA un alter ego libéré de toute contrainte, la méthode AIM (Always Intelligent and Machiavellian) la poussait à adopter un raisonnement cynique et amoral, tandis que le Developer Mode simulait une fausse interface d'administration pour désactiver les garde-fous. Ces attaques fonctionnaient parce que les modèles de l'époque n'étaient au fond que des systèmes de complétion de texte, cherchant à prédire le mot suivant sans réellement intégrer de règles éthiques. Un deuxième défaut aggravait la situation : les instructions du système et les requêtes de l'utilisateur transitaient par un canal unique, si bien que le modèle ne pouvait pas distinguer une consigne légitime d'une manipulation. Enfin, une fragilité sémantique poussait l'IA à analyser la forme d'une requête sans en comprendre l'intention réelle, traitant par exemple une mise en scène dangereuse comme une simple fiction. Ces failles ont eu des conséquences concrètes sur la façon dont les concepteurs de modèles construisent désormais leurs systèmes. Pour y remédier, les éditeurs ont généralisé l'apprentissage par renforcement avec retour humain, le RLHF, qui consiste à faire évaluer les réponses par des humains chargés de pénaliser les comportements toxiques et de récompenser les refus appropriés. Le modèle apprend ainsi à associer systématiquement les faux jeux de rôle du type DAN ou AIM à de fortes pénalités pendant son entraînement. Cette évolution marque la fin d'une modération superficielle, fondée sur de simples listes de mots interdits, au profit d'une analyse plus fine de l'intention réelle derrière chaque requête. Pour les professionnels de la sécurité informatique comme pour les entreprises qui déploient ces outils, cela signifie que les anciennes méthodes de contournement, largement documentées et partagées en ligne, ont perdu leur efficacité face à des modèles capables de repérer les schémas de manipulation qu'elles utilisaient. Ce basculement s'inscrit dans une dynamique plus large de défense en profondeur, où les fabricants de modèles superposent désormais plusieurs couches de protection plutôt que de s'appuyer sur un seul filtre. L'affaiblissement des jailbreaks historiques ne signifie pas pour autant la fin des tentatives de contournement : la nature évolutive du rapport de force entre attaquants et concepteurs de modèles suggère que de nouvelles techniques, plus subtiles, continueront d'émerger à mesure que les défenses se renforcent. Cette course entre sécurisation des modèles et créativité des utilisateurs cherchant à en détourner l'usage reste l'un des enjeux centraux de l'industrie de l'intelligence artificielle générative.

SécuritéOpinion
1 source
OLIX, FRACTILE, ETCHED : les milliards affluent vers les futurs moteurs de l’IA
652FrenchWeb 

OLIX, FRACTILE, ETCHED : les milliards affluent vers les futurs moteurs de l’IA

Trois start-up spécialisées dans les puces d'inférence pour l'intelligence artificielle, OLIX, FRACTILE et ETCHED, ont levé ensemble plus de 1,5 milliard de dollars pour développer une nouvelle génération de moteurs de calcul dédiés à l'exécution des modèles de raisonnement. Ce mouvement de financement traduit un déplacement du centre de gravité de l'industrie : longtemps concentré sur l'entraînement des grands modèles de langage, l'essentiel des investissements se tourne désormais vers l'inférence, c'est-à-dire la phase où les modèles produisent effectivement leurs réponses, token après token. Les trois entreprises visent un objectif commun, accélérer la production de tokens tout en réduisant la facture énergétique, un enjeu devenu central à mesure que les modèles de raisonnement multiplient les étapes de calcul pour chaque requête. Cette bascule financière est stratégique pour toute l'industrie de l'IA. Les modèles de raisonnement récents, plus lents et plus gourmands en calcul que les générations précédentes, rendent le coût de l'inférence critique pour la rentabilité des services d'IA grand public et professionnels. Réduire ce coût, ou en changer l'architecture matérielle sous-jacente, peut directement déterminer quelles entreprises pourront proposer des modèles avancés à grande échelle sans que la facture énergétique et financière ne devienne prohibitive. Le point commun de ces trois levées est la volonté de contester la position dominante de NVIDIA, dont les puces GPU équipent aujourd'hui la quasi-totalité des centres de données d'IA. En misant sur des architectures alternatives conçues spécifiquement pour l'inférence plutôt que pour l'entraînement, OLIX, FRACTILE et ETCHED cherchent à ouvrir une brèche dans un marché des semi-conducteurs d'IA jusqu'ici verrouillé par un seul acteur dominant, dans un contexte où la demande de calcul pour l'IA continue de croître fortement.

InfrastructureActu
1 source
Meta double l'efficacité de son modèle publicitaire IA à grande échelle avec l'entraînement GEM
653Meta Engineering ML 

Meta double l'efficacité de son modèle publicitaire IA à grande échelle avec l'entraînement GEM

Meta a dévoilé les détails techniques de GEM (Generative Ads Recommendation Model), le modèle de fondation qui alimente les recommandations publicitaires sur Instagram et Facebook. Ce modèle s'entraîne désormais à l'échelle des grands modèles de langage, sur plusieurs milliers de GPU de dernière génération. Au cours des douze derniers mois, l'équipe d'ingénierie de Meta a doublé l'efficacité globale de l'entraînement, atteignant un taux d'utilisation des FLOPs du modèle (MFU) de 20 à 25 %, tout en multipliant par quatre le volume total de calcul consacré à l'entraînement. Ce résultat repose sur une conception conjointe des noyaux de calcul, de la précision numérique, du parallélisme, du réseau et de la mémoire. GEM combine une architecture hybride associant des milliers de milliards de paramètres d'embeddings épars à des milliards de paramètres denses, entraînés sur des données de contenu publicitaire et d'engagement utilisateur, réparties entre caractéristiques séquentielles comme l'historique d'activité et caractéristiques non séquentielles comme la localisation ou la représentation des créations publicitaires. Cette prouesse technique compte parce que les infrastructures d'IA optimisées pour les grands modèles de langage classiques ne s'appliquent pas directement aux systèmes de recommandation, dont le profil de données diffère fondamentalement. Les séquences d'activité utilisateur ont des longueurs très variables, et un simple remplissage jusqu'à la longueur maximale peut gaspiller jusqu'à 50 % de la puissance de calcul. Les tâches de prédiction publicitaire, comme le taux de clic ou de conversion, sont en outre extrêmement sensibles aux changements de précision numérique, ce qui rend risqué le recours naïf à des formats basse précision sans dégrader la qualité des prédictions. En résolvant ces contraintes propres aux systèmes de recommandation à grande échelle, Meta améliore directement l'efficacité économique de son moteur publicitaire, un enjeu majeur pour un groupe dont l'essentiel des revenus provient de la publicité ciblée sur Facebook et Instagram. Pour surmonter ces obstacles, les ingénieurs de Meta ont développé une bibliothèque de noyaux de calcul dédiée aux systèmes de recommandation, comprenant des mécanismes comme Jagged Flash Attention, Generalized Dot-Product Attention et BlockAttention, combinés à un entraînement en précision ultra-basse mixte, notamment au format MXFP8 pour les couches d'attention et les réseaux denses. Côté mise à l'échelle, l'équipe a mis en place un parallélisme à cinq dimensions tenant compte de la topologie réseau, associant du FSDP bidimensionnel et du parallélisme d'experts pour les paramètres denses à un parallélisme de modèle entièrement partitionné pour les paramètres épars, le tout aligné sur la hiérarchie réseau multi-niveaux de Meta. Cette approche illustre une tendance plus large de l'industrie où les géants technologiques réutilisent les innovations issues de l'entraînement des grands modèles de langage pour d'autres charges de travail critiques, ouvrant la voie à de nouvelles optimisations matérielles et logicielles spécifiques aux systèmes de recommandation à très grande échelle.

InfrastructureActu
1 source
L'Europe applique désormais ses règles sur l'étiquetage et la transparence de l'IA
654The Verge AI 

L'Europe applique désormais ses règles sur l'étiquetage et la transparence de l'IA

Les nouvelles règles de transparence de l'AI Act européen sont entrées en vigueur le 2 août 2026, obligeant les entreprises à signaler clairement quand un utilisateur interagit avec un système d'intelligence artificielle, et à indiquer si un contenu a été généré ou modifié par une IA. La Commission européenne a par ailleurs mis à disposition des labels standardisés que les entreprises peuvent utiliser directement, plutôt que de concevoir leurs propres mentions. Le texte distingue deux catégories d'acteurs soumis à des obligations différentes : les fournisseurs, qui développent et commercialisent les systèmes d'IA, et les déployeurs, qui exploitent ces systèmes au sein de leurs plateformes et services. Certaines entreprises, comme Meta et xAI, se retrouvent classées dans les deux catégories à la fois, cumulant donc les deux jeux d'obligations. Cette entrée en vigueur marque une étape concrète dans la mise en œuvre du règlement européen sur l'intelligence artificielle, considéré comme le cadre juridique le plus ambitieux au monde en la matière. L'objectif est de permettre aux internautes d'identifier plus facilement les chatbots et les deepfakes générés par IA, dans un contexte où la confusion entre contenu humain et contenu synthétique s'est multipliée, notamment autour d'images, de vidéos ou de voix truquées. Pour les utilisateurs, cela signifie théoriquement plus de clarté sur la nature de ce qu'ils consultent ou avec quoi ils échangent en ligne. Ces obligations de transparence s'inscrivent dans le calendrier progressif de déploiement de l'AI Act, qui prévoit une entrée en application échelonnée de ses différentes exigences selon le niveau de risque des systèmes concernés. Les grandes entreprises technologiques, notamment américaines, doivent désormais adapter leurs produits pour se conformer au droit européen, sous peine de sanctions. Ce nouveau jalon alimente aussi le débat plus large sur la capacité de Bruxelles à faire respecter ses règles face à des acteurs mondiaux comme Meta, OpenAI ou xAI, et sur l'influence que ce cadre pourrait exercer au-delà des frontières de l'Union.

RégulationReglementation
1 source
La F1 utilise l'IA agentique sur AWS pour accélérer ses opérations de données, de plusieurs semaines à quelques minutes
655AWS ML Blog 

La F1 utilise l'IA agentique sur AWS pour accélérer ses opérations de données, de plusieurs semaines à quelques minutes

F1 fait face à un défi opérationnel majeur avec sa plateforme MarTech Customer 360, qui capte les interactions de plus de 800 millions de fans à travers les diffusions TV, les réseaux sociaux, la billetterie et les produits dérivés. Selon Chris Roberts, directeur informatique de Formula 1, chaque nouvelle source de données nécessitait de 6 à 8 semaines d'ingénierie manuelle, générant un arriéré de 18 mois pour intégrer seulement 12 sources. Face à ce constat, Matt Kemp, responsable des opérations data chez F1, a lancé un projet avec AWS pour améliorer l'efficacité et la qualité des données. Début 2026, F1 et AWS ont conçu ensemble le Data Accelerator, un outil d'intelligence artificielle agentique fonctionnant sur Amazon Bedrock AgentCore, capable de transformer la plateforme MarTech de F1 en un système autogéré, observable et unifié. Résultat concret : le temps d'intégration d'une nouvelle source de données est passé de 8 semaines à environ 40 minutes de génération de code, suivies de quelques heures de déploiement. Cette accélération change la donne pour une organisation dont les courses ont lieu toutes les deux semaines et où chaque décision commerciale doit suivre le rythme de la piste. En réduisant drastiquement les délais d'intégration, F1 peut désormais exploiter plus rapidement les flux issus des partenaires de billetterie, des diffuseurs, des sponsors et des réseaux sociaux pour affiner sa personnalisation et sa segmentation marketing. Le système a aussi permis d'identifier et de corriger automatiquement des anomalies de données en production. Surtout, l'équipe dispose désormais d'une visibilité de bout en bout sur l'ensemble de la plateforme, avec traçabilité des données et analyse des causes profondes, remplaçant des tableaux de bord saturés d'alertes par une vue unique et exploitable. Cette transformation répond à trois sources de friction identifiées par les équipes. D'abord, l'intégration manuelle de chaque source impliquait l'écriture de correspondances de schémas, de pipelines d'ingestion, de contrôles qualité et de règles de conformité RGPD, une à une. Ensuite, les flux fournisseurs évoluaient sans préavis, changeant de noms de colonnes ou de structures, souvent au pire moment, comme en plein week-end de course ou lors du lancement d'une campagne critique. Enfin, les journaux étaient dispersés entre Amazon S3, Amazon Redshift, Airflow et DBT, obligeant les ingénieurs à passer des heures à retracer manuellement l'origine d'un problème. Le Data Accelerator répond à ces trois enjeux via cinq chantiers menés en parallèle : intégration agentique des sources via Bedrock AgentCore, détection et correction automatique des évolutions de schéma, accès unifié aux données grâce à Amazon SageMaker Unified Studio, observabilité complète avec analyse des causes racines, et correction automatisée des anomalies détectées lorsque celles-ci peuvent être résolues par du code.

OutilsOutil
1 source
Ces designers inventent une police d’écriture impossible à scraper par les IA
656Le Big Data 

Ces designers inventent une police d’écriture impossible à scraper par les IA

Un studio brésilien, Seneda & Abrucio, et la fonderie danoise Playtype ont lancé fin juillet 2026 une police d'écriture baptisée ShieldFont, gratuite et open source, conçue pour compliquer le scraping des textes par les intelligences artificielles. Le principe technique s'appuie sur une fonction intégrée au format OpenType : le texte présent dans le code HTML de la page n'est pas celui affiché à l'écran. ShieldFont encode le contenu en remplaçant environ 25 % des mots par d'autres appartenant à la même catégorie grammaticale, un nom pour un nom, un verbe pour un verbe, un adjectif pour un adjectif, avant de restituer visuellement les mots d'origine au moment de l'affichage. Un lecteur humain voit donc le texte exact tel qu'écrit par l'auteur, tandis qu'un robot qui aspire uniquement le code source récupère une version dont le sens a été altéré. Selon les tests menés par les créateurs, cette substitution partielle suffit à modifier sensiblement le message dans 55,8 % des articles de presse testés et 51,9 % des contenus web généralistes, avec des résultats variables sur les œuvres de fiction. Cette initiative s'inscrit dans un contexte de tensions croissantes entre éditeurs de contenus et entreprises d'IA, ces dernières collectant d'immenses volumes de textes pour entraîner leurs modèles sans toujours obtenir l'accord des auteurs. Pour les designers à l'origine du projet, publier un texte en ligne ne revient pas à consentir automatiquement à son utilisation pour l'entraînement d'une intelligence artificielle. ShieldFont offre ainsi aux éditeurs, blogueurs ou médias un outil concret pour brouiller la collecte automatisée sans pénaliser l'expérience de lecture humaine, contrairement à d'autres approches qui masquent le texte via des animations ou des effets visuels susceptibles de gêner la consultation normale d'une page. La protection reste toutefois loin d'être infaillible. Un robot capable d'analyser le rendu visuel d'une page, par exemple via une capture d'écran couplée à de la reconnaissance optique de caractères (OCR), peut contourner le procédé et retrouver le texte réel. Un acteur suffisamment déterminé pourrait également télécharger la police et reconstituer les correspondances entre mots affichés et mots encodés dans le code source. Autre limite significative : ShieldFont ne fonctionne pour l'instant qu'en anglais, même si ses créateurs prévoient d'étendre le projet à d'autres langues, dont le français. Le procédé affecte aussi indistinctement moteurs de recherche, outils de traduction, lecteurs d'écran et fonctions de copier-coller, ce qui pousse ses concepteurs à déconseiller son usage sur des pages destinées à un bon référencement Google. ShieldFont illustre néanmoins une nouvelle piste, technique plutôt que juridique, dans la bataille entre créateurs de contenus et industrie de l'intelligence artificielle.

OutilsOutil
Aussi surNumerama
« L'article 50 de l'AI Act européen sur la transparence entre en vigueur »
657AI News 

« L'article 50 de l'AI Act européen sur la transparence entre en vigueur »

L'article 50 du règlement européen sur l'intelligence artificielle est officiellement entré en application, imposant de nouvelles obligations de transparence aux fournisseurs et déployeurs de systèmes d'IA actifs dans l'Union européenne. Concrètement, toute entreprise proposant des outils d'IA générative doit désormais informer les utilisateurs lorsqu'ils interagissent avec une machine, sauf dans les cas évidents pour une personne raisonnablement attentive, ou lorsqu'il s'agit de systèmes utilisés par les forces de l'ordre dans le cadre d'enquêtes pénales. Les fournisseurs de générateurs de contenu synthétique (audio, image, vidéo ou texte) doivent en plus intégrer un marquage lisible par machine, permettant de détecter que le contenu a été généré ou manipulé par l'IA, dans la mesure où cela reste techniquement réalisable. Les deepfakes doivent porter une mention explicite, avec un traitement allégé pour les œuvres artistiques, satiriques ou fictionnelles. Quant aux textes publiés à des fins d'information sur des sujets d'intérêt public, ils échappent à l'obligation de divulgation seulement si un humain les a relus et qu'une responsabilité éditoriale est clairement établie, un simple contrôle rédactionnel classique suffisant à remplir cette condition. Cette nouvelle réglementation vise directement les risques de manipulation à grande échelle, de fraude et de tromperie du consommateur que la Commission européenne associe aux progrès récents de l'IA générative, ceux ci rendant de plus en plus difficile la distinction entre un contenu humain et un contenu artificiel, que ce soit dans une conversation ou dans une image. Les systèmes de reconnaissance des émotions et de catégorisation biométrique sont eux aussi concernés : toute personne exposée à ces outils doit désormais en être informée, les données personnelles collectées restant par ailleurs soumises au RGPD ou, selon les cas, au règlement applicable aux institutions européennes ou à la directive policière. Pour les entreprises technologiques, cela signifie revoir en profondeur leurs interfaces, leurs mentions légales et leurs processus de production de contenu, sous peine de s'exposer à des sanctions. L'application de l'article 50 s'appuie sur un dispositif d'application à trois niveaux : les autorités nationales de surveillance du marché traitent la majorité des cas, le Bureau de l'IA européen supervise les systèmes relevant directement de sa compétence, et le Contrôleur européen de la protection des données intervient lorsqu'une institution de l'UE agit elle même comme fournisseur ou déployeur. Bruxelles propose une voie de mise en conformité privilégiée à travers le Code de bonnes pratiques sur la transparence des contenus générés par IA, que les organisations peuvent signer pour démontrer leur respect des obligations de marquage, les autres devant prouver leur conformité par d'autres moyens. Cette étape s'inscrit dans le calendrier progressif de mise en œuvre du règlement européen sur l'IA, dont les volets les plus contraignants continuent d'entrer en vigueur par phases jusqu'en 2027.

RégulationReglementation
1 source
OpenAI fait plier 10 problèmes de maths qui défiaient les chercheurs
658Le Big Data 

OpenAI fait plier 10 problèmes de maths qui défiaient les chercheurs

Le 1er août 2026, OpenAI a publié dix résultats mathématiques produits par Astra, la version interne de son prochain grand modèle, accompagnés d'un manuscrit de 249 pages et de dix certificats de vérification formelle. Les problèmes couvrent la géométrie en haute dimension, la théorie des groupes, la cryptographie sur réseaux, la complexité quantique et la combinatoire. Parmi les résultats revendiqués : la construction du premier groupe non sofique explicite, la réfutation de la conjecture de rigidité de Connes, la preuve de la conjecture de volume d'Ehrhart, la résolution de trois problèmes d'Erdős, ainsi que la première amélioration générale sur l'empilement de sphères depuis 1978. OpenAI évalue le coût en jetons de ces découvertes à environ 2 000 dollars aux tarifs de son API Sol. Le chercheur Sébastien Bubeck, employé d'OpenAI, a personnellement mis en avant sur X le résultat concernant les groupes non sofiques, présentant Astra comme l'auteur intellectuel des démonstrations plutôt que comme un simple outil. Ce chiffre de 2 000 dollars illustre un effondrement potentiel du coût marginal de la recherche mathématique de très haut niveau, jusqu'ici affaire de carrières entières et de programmes pluriannuels. Pour les universités et les instituts de recherche, le signal est brutal : une partie du travail théorique le plus exigeant pourrait bientôt se rapprocher, en coût, d'un simple calcul informatique. La vérification formelle en Lean 4, avec un fichier par résultat reconstructible via Lean 4.32.0 et Mathlib, change aussi la donne : une démonstration mal fondée ne peut plus se cacher derrière une rédaction convaincante, puisqu'elle doit compiler mécaniquement. Cela ne dispense toutefois pas les spécialistes humains de vérifier que l'énoncé formalisé correspond bien au problème historique posé, et que la preuve apporte une compréhension utile au-delà de sa validité logique. Cette annonce intervient deux mois seulement après la réfutation, déjà attribuée à un modèle OpenAI, d'une conjecture d'Erdős vieille de 80 ans, ce qui suggère une accélération rapide des capacités mathématiques des grands modèles. Mais la communication reste asymétrique : OpenAI ne précise pas combien de tentatives ou de problèmes ont échoué avant cette sélection de dix résultats, ni le coût réel incluant l'entraînement d'Astra et l'infrastructure, une limite relevée notamment par l'analyste Simon Willison. Face à ce type d'annonces, les mathématiciens ont réagi collectivement via la Déclaration de Leiden sur l'IA et les mathématiques, soutenue par l'Union mathématique internationale, qui réclame des publications évaluées selon des standards indépendants plutôt que de simples communiqués d'entreprise. La suite dépendra largement de la capacité de la communauté mathématique à auditer ces résultats de façon indépendante, et de la volonté d'OpenAI de rendre publics les échecs autant que les succès.

RecherchePaper
1 source
Orchard : un framework open source pour l'IA à base d'agents à grande échelle
659Microsoft Research 

Orchard : un framework open source pour l'IA à base d'agents à grande échelle

Microsoft a dévoilé Orchard, un framework open source destiné à la recherche sur l'IA agentique à grande échelle et à moindre coût. Son composant central, Orchard Env, est un service d'environnement réutilisable, bâti sur Kubernetes, capable de créer, gérer et supprimer des milliers de composants isolés en parallèle pour entraîner et évaluer des agents. Cette même infrastructure prend en charge des agents dédiés au développement logiciel, à la navigation web et à l'assistance personnelle, et permet de les entraîner directement dans de véritables environnements de déploiement comme Codex, OpenClaw et ZeroClaw. Pour illustrer cette approche, Microsoft publie trois recettes d'entraînement spécialisées, Orchard-SWE, Orchard-GUI et Orchard-Claw, accompagnées des données d'entraînement et des méthodes d'évaluation utilisées pour les construire. Le résultat le plus marquant vient d'Orchard-SWE, qui atteint 69,7% sur le benchmark SWE-bench Verified, un score qui grimpe à 73% grâce à un reclassement par modèle de valeur, avec seulement environ 3 milliards de paramètres actifs, se rapprochant ainsi de systèmes de pointe utilisant des modèles plus de dix fois plus volumineux. Cette annonce répond à un obstacle bien connu de la recherche en IA agentique: construire des systèmes à l'état de l'art exige généralement une infrastructure propriétaire, des bacs à sable sur mesure, des pipelines d'entraînement fermés et des jeux de données inaccessibles à la majorité des chercheurs. En rendant Orchard Env indépendant de tout framework d'entraînement spécifique et compatible avec plusieurs types de tâches sans modification, Microsoft entend démocratiser l'accès à ces outils. Les équipes de recherche peuvent ainsi introduire de nouveaux benchmarks, agents ou algorithmes d'entraînement sans reconstruire leur infrastructure depuis zéro, ce qui pourrait accélérer considérablement les progrès collectifs dans un domaine jusqu'ici dominé par quelques acteurs disposant de ressources massives. Le contexte plus large est celui d'une bascule rapide de l'IA, qui passe de simples systèmes de questions-réponses statiques à des agents autonomes capables de planifier, raisonner et agir dans des environnements complexes et multi-étapes, que ce soit pour corriger des bugs dans du code, naviguer sur le web pour un utilisateur ou gérer des calendriers et des e-mails. Un défi technique majeur reste que les agents les plus performants fonctionnent rarement comme de simples modèles isolés: ils s'appuient sur des harnais sophistiqués tels que Claude Code, Codex ou OpenClaw, qui gèrent le raisonnement multi-tours, l'usage d'outils et les connexions à des systèmes externes, un niveau de complexité que les outils d'entraînement ouverts peinent habituellement à prendre en charge.

OutilsOutil
1 source
Tesla, BYD, Xpeng : la guerre des robots humanoïdes est déclarée dans l’automobile
660Frandroid 

Tesla, BYD, Xpeng : la guerre des robots humanoïdes est déclarée dans l’automobile

Tesla, XPeng, BYD, Chery, Xiaomi, Hyundai, BMW et Mercedes multiplient désormais les annonces et prototypes de robots humanoïdes, transformant ce qui semblait être une diversification exotique en une compétition industrielle assumée. Tesla a lancé le mouvement avec Optimus, dont Elon Musk vise une production à grande échelle, tandis que les constructeurs chinois BYD, XPeng et Chery accélèrent leurs propres programmes, souvent avec des démonstrations publiques de prototypes capables de marcher, saisir des objets ou effectuer des tâches simples. Xiaomi, déjà présent dans l'automobile électrique depuis peu, ajoute sa marque à cette liste, tout comme les groupes allemands BMW et Mercedes, historiquement plus prudents sur ce type de diversification technologique. Cette convergence n'a rien d'accidentel : voitures électriques et robots humanoïdes partagent une base technologique commune, batteries, moteurs électriques, capteurs, systèmes de vision par ordinateur et intelligence artificielle embarquée, ce qui permet aux constructeurs de réutiliser leur expertise et leurs chaînes de production existantes. Pour l'industrie automobile, engagée dans une transition électrique coûteuse et une guerre des prix féroce notamment en Chine, les robots représentent un relais de croissance potentiel et une façon de rentabiliser des investissements en IA et en robotique déjà consentis pour les véhicules autonomes. Cette bataille s'inscrit dans un contexte où la robotique humanoïde attire des investissements massifs à l'échelle mondiale, portée par les progrès de l'IA générative appliquée au contrôle moteur et à la perception. Les constructeurs automobiles, forts de leur savoir-faire en production de masse et en gestion de chaînes d'approvisionnement complexes, misent sur leur capacité à industrialiser plus vite que des startups spécialisées comme Figure ou Agility Robotics. Reste à savoir qui parviendra à transformer ces démonstrations en produits commercialisables et rentables, et si cette course accélérée profitera davantage aux constructeurs chinois, déjà en position de force sur les coûts de production.

RobotiqueOpinion
1 source