Aller au contenu principal

Actualités IA — page 340

9 316 articles au fil, du plus récent au plus ancien.

Reinforcement Learning Gym" valorisée à 750 millions de dollars, portée par la demande en données d'entraînement
Illustration générée par IA
6781The Information AI 

Reinforcement Learning Gym" valorisée à 750 millions de dollars, portée par la demande en données d'entraînement

Fleet, une startup américaine spécialisée dans la création d'environnements d'entraînement pour l'intelligence artificielle, est en négociation pour lever au moins 50 millions de dollars à une valorisation d'environ 750 millions de dollars. Fondée il y a deux ans, l'entreprise développe et vend des "gymnases d'apprentissage par renforcement", des répliques fonctionnelles d'applications populaires comme Salesforce ou Excel, conçues pour apprendre aux modèles d'IA à utiliser ces outils. Bain Capital Ventures est en discussion pour mener ce tour de table, avec la participation des investisseurs existants Sequoia Capital, Menlo Ventures et SV Angel. Cette levée de fonds illustre une croissance financière spectaculaire : Fleet est passée d'un million de dollars de revenus annualisés fin 2025 à plus de 60 millions de dollars ces dernières semaines, soit une multiplication par soixante en quelques mois. La valorisation elle-même a bondi de plus de sept fois par rapport à son tour d'amorçage, qui était inférieur à 100 millions de dollars. Ce momentum reflète l'appétit croissant des grands laboratoires d'IA pour des données d'entraînement de qualité, en particulier celles qui permettent d'enseigner aux modèles comment interagir avec des logiciels du monde réel. L'essor de Fleet s'inscrit dans une tendance de fond : à mesure que les données textuelles classiques s'épuisent, les développeurs d'IA cherchent de nouvelles façons d'entraîner leurs modèles, notamment via des environnements simulés où les agents apprennent par essais et erreurs. Reproduire des interfaces logicielles complexes représente un défi technique et juridique considérable, mais aussi une opportunité commerciale majeure pour ceux qui y parviennent. Avec le soutien de fonds aussi influents que Sequoia et Bain Capital Ventures, Fleet se positionne comme un acteur clé de cette infrastructure invisible qui alimente la prochaine génération de modèles capables d'agir, et pas seulement de répondre.

BusinessActu
1 source
Meta crée un avatar IA de Mark Zuckerberg pour interagir avec ses employés
Illustration générée par IA
6782Ars Technica AI 

Meta crée un avatar IA de Mark Zuckerberg pour interagir avec ses employés

Meta développe actuellement une version artificielle de son fondateur Mark Zuckerberg, capable d'interagir avec les employés de l'entreprise en son nom. Selon quatre personnes proches du dossier, le groupe valorisé à 1 600 milliards de dollars travaille depuis plusieurs mois sur des personnages 3D photoréalistes, animés par intelligence artificielle, conçus pour dialoguer en temps réel. La priorité a récemment été donnée à la création d'un avatar de Zuckerberg lui-même, ont précisé trois de ces sources. Cette initiative illustre une transformation profonde en cours chez Meta, qui réorganise l'ensemble de ses activités autour de l'IA. Pour une entreprise de cette taille, déléguer une partie de la communication interne du PDG à un agent autonome représente un changement de nature inédite : les employés pourraient à terme recevoir des réponses, des orientations ou des messages d'un Zuckerberg numérique sans que l'homme réel soit impliqué. Cela soulève des questions concrètes sur l'authenticité du management, la transparence et la confiance au sein des organisations. Meta investit massivement depuis deux ans dans les agents conversationnels et les avatars interactifs, notamment à travers ses recherches sur la réalité augmentée et les environnements immersifs. L'entreprise a déjà lancé des fonctionnalités d'IA générative sur Instagram, WhatsApp et Messenger, et développe ses propres modèles de langage via la famille Llama. L'avatar de Zuckerberg s'inscrit dans cette logique : tester en interne ce que Meta veut ensuite proposer au grand public.

DustPhotonics : La nouvelle cible prioritaire d’Intel et Nvidia dans l’IA
Illustration générée par IA
6783Le Big Data 

DustPhotonics : La nouvelle cible prioritaire d’Intel et Nvidia dans l’IA

La start-up israélienne DustPhotonics, fondée en 2017 et spécialisée dans les puces photoniques, serait en négociations avancées pour un rachat estimé à plusieurs centaines de millions de dollars. Intel, Nvidia et Amazon figurent parmi les acheteurs potentiels les plus sérieux, selon des informations publiées le 12 avril 2026 par le média israélien Calcalist. L'entreprise, qui a levé plus de 100 millions de dollars depuis sa création, développe des composants capables de transmettre des données à des vitesses comprises entre 400 Gbit/s et 1,6 Tbit/s en utilisant la lumière plutôt que l'électricité. En 2021, sous l'impulsion de son PDG Ronnen Lovinger, DustPhotonics a opéré un pivot stratégique en abandonnant les émetteurs-récepteurs et câbles pour se concentrer exclusivement sur le développement de puces intégrées, ce qui lui a permis de monter significativement en valeur dans la chaîne technologique. L'enjeu dépasse largement cette seule transaction. Les câbles en cuivre qui relient les processeurs dans les grands centres de données atteignent leurs limites physiques face aux exigences croissantes des clusters d'IA : latence trop élevée, consommation énergétique excessive, bande passante insuffisante. Les goulets d'étranglement ne se situent plus uniquement dans les GPU ou la mémoire, mais dans la circulation de l'information entre les composants. La photonique sur silicium, qui intègre directement des composants optiques dans les puces, s'impose comme une réponse structurelle à ce problème. Pour Nvidia, acquérir DustPhotonics permettrait d'internaliser une technologie critique et de réduire sa dépendance à des fournisseurs externes comme Coherent, avec qui le groupe a déjà contracté des engagements de plusieurs milliards de dollars. Amazon viserait une intégration directe dans ses infrastructures cloud, tandis qu'Intel chercherait à combler son retard dans la course à l'IA. La crédibilité de DustPhotonics repose aussi sur son actionnariat. Son président, Avigdor Willenz, a déjà orchestré deux sorties majeures : la vente de Habana Labs à Intel et celle d'Annapurna Labs à AWS, deux transactions qui ont rapporté plusieurs milliards de dollars. Ce palmarès renforce la probabilité d'un nouvel exit réussi. L'entreprise n'évolue pas seule sur ce marché en effervescence, Ayar Labs et Xscape Photonics développent des approches concurrentes, mais son positionnement sur les puces intégrées à haute vitesse la distingue. La consolidation autour des interconnexions optiques s'accélère à mesure que les géants technologiques cherchent à sécuriser chaque brique critique de leur infrastructure IA, un mouvement qui devrait s'intensifier dans les prochains mois.

InfrastructureOpinion
1 source
Meta clone Zuckerberg en IA : saurez-vous reconnaître le vrai robot ?
Illustration générée par IA
6784Le Big Data 

Meta clone Zuckerberg en IA : saurez-vous reconnaître le vrai robot ?

Meta développe un avatar numérique photoréaliste de son fondateur et PDG Mark Zuckerberg, capable d'interagir en temps réel avec les employés de l'entreprise. Révélé par le Financial Times en avril 2026, ce projet est piloté par la division Meta Superintelligence Labs et s'appuie sur le modèle de langage maison Muse Spark. L'IA a été entraînée sur la voix exacte de Zuckerberg, ses tics de langage, ses discours publics et sa vision stratégique, afin de produire une réplique aussi fidèle que possible. Pour fluidifier l'interaction vocale et éliminer toute latence, Meta a récemment acquis deux startups spécialisées dans l'IA vocale, PlayAI et WaveForms. Zuckerberg lui-même s'implique directement dans le projet, consacrant entre 5 et 10 heures par semaine à coder sur diverses initiatives d'IA. Le budget alloué est vertigineux : entre 115 et 135 milliards de dollars de dépenses en capital pour la seule année 2026, sur un plan d'investissement global estimé à 600 milliards d'ici 2028. L'objectif affiché de ce clone numérique est de créer une ligne directe entre le PDG et ses équipes, en permettant aux employés d'obtenir du feedback, d'échanger sur des projets et de contourner les pesanteurs hiérarchiques d'un groupe qui emploie des dizaines de milliers de personnes. Ce "patron virtuel" est distinct d'un autre outil interne baptisé CEO Agent, conçu lui pour aider Zuckerberg à extraire instantanément des données financières et opérationnelles. La directrice financière Susan Li a déjà indiqué que les agents de codage IA ont augmenté la productivité des ingénieurs de 30 % depuis début 2025, ce qui donne une mesure concrète de l'ampleur de la transformation en cours. Si l'expérience interne s'avère concluante, Meta prévoit d'ouvrir la technologie aux créateurs de contenu et influenceurs via sa plateforme AI Studio, leur permettant de cloner leur propre personnalité pour interagir avec leurs communautés. Ce projet s'inscrit dans une restructuration profonde annoncée fin janvier 2026, par laquelle Meta entend réorganiser l'ensemble de l'entreprise autour de l'intelligence artificielle. Pendant des années, l'image de Zuckerberg a alimenté les mèmes l'assimilant à un androïde dépourvu d'émotions, une ironie que le développement de son propre double numérique rend soudainement concrète. Plus largement, la démarche illustre une tendance de fond dans la Silicon Valley : utiliser l'IA générative non plus seulement pour automatiser des tâches, mais pour démultiplier la présence des dirigeants et aplatir les organisations. La question qui se pose désormais est celle de la confiance et de l'authenticité dans les environnements de travail, à mesure que les frontières entre le vrai PDG et son avatar deviennent imperceptibles pour les collaborateurs.

SociétéOpinion
1 source
6785InfoQ AI 

Présentation : repenser l'engagement sur les plateformes avec les réseaux de neurones de graphes

Mariia Bulycheva, ingénieure chez Zalando, a présenté comment la plateforme de mode européenne a migré son système de recommandations pour sa page d'accueil des architectures classiques de deep learning vers les réseaux de neurones sur graphes (GNN). L'approche consiste à convertir les journaux d'interactions des utilisateurs en graphes hétérogènes, où chaque noeud représente un utilisateur, un produit ou une session, et chaque arête encode un type de relation différent. L'entraînement repose sur un mécanisme dit de "passage de messages", où chaque noeud agrège progressivement les informations de ses voisins pour construire une représentation contextuelle enrichie. Cette évolution permet à Zalando de capturer des signaux comportementaux bien plus fins que les modèles séquentiels traditionnels : les GNN peuvent modéliser simultanément les affinités entre produits, les habitudes d'un utilisateur et les tendances collectives, ce qui améliore directement la pertinence des recommandations affichées dès l'arrivée sur la page. Pour une plateforme générant des milliards d'euros de chiffre d'affaires annuel, même une fraction de point de gain sur le taux de conversion représente un impact commercial significatif. Le déploiement a cependant révélé deux obstacles majeurs : le risque de fuite de données propre aux graphes, où les connexions entre noeuds peuvent involontairement exposer des informations futures lors de l'entraînement, et la latence à l'inférence, incompatible avec les exigences temps réel d'une page d'accueil. Zalando a résolu ce dernier point par une architecture hybride : les GNN génèrent des embeddings contextuels en amont, transmis ensuite à un modèle aval plus léger pour la décision finale, découplant ainsi la richesse de la représentation de la contrainte de rapidité.

RecherchePaper
1 source
6786AI News 

Les charges de travail edge IA en hausse imposent un renforcement de la gouvernance en entreprise

Google a publié Gemma 4, une famille de modèles d'intelligence artificielle à poids ouverts conçue pour fonctionner directement sur des appareils locaux, sans passer par le cloud. Sous licence Apache 2.0, ce modèle peut être téléchargé librement et exécuté sur un simple ordinateur portable d'entreprise. Google l'a accompagné de l'AI Edge Gallery et de la bibliothèque LiteRT-LM, qui optimisent drastiquement les vitesses d'inférence locale et permettent des comportements agentiques complexes : un agent Gemma 4 peut enchaîner des milliers d'étapes logiques, exécuter du code et traiter des données sensibles entièrement hors ligne, sans déclencher la moindre alerte sur les pare-feux cloud de l'entreprise. C'est précisément là que réside le problème pour les responsables de la sécurité informatique. Les grandes organisations ont investi massivement dans des architectures de contrôle centrées sur le réseau : courtiers d'accès cloud sécurisés, passerelles d'entreprise surveillant tout le trafic sortant vers des LLM externes. Ce dispositif repose sur un postulat simple : si les données ne quittent pas le réseau, elles restent protégées. Gemma 4 anéantit cette logique. Un ingénieur peut désormais ingérer des données internes classifiées, les traiter via un agent local, et produire des résultats sans qu'un seul octet ne transite par les systèmes de supervision. Les banques, qui ont dépensé des millions pour journaliser précisément leurs usages d'IA générative afin de satisfaire les régulateurs, risquent de se retrouver en violation de plusieurs cadres de conformité simultanément si des stratégies de trading algorithmique ou des protocoles d'évaluation des risques sont traités par un agent non surveillé. Les établissements de santé font face au même enjeu : le règlement HIPAA et les lois européennes de protection des données exigent une traçabilité complète du traitement des données patients, traçabilité impossible lorsque le modèle opère entièrement hors ligne. Ce basculement s'inscrit dans une tension structurelle que les chercheurs en sécurité appellent le "piège de gouvernance". Face à la perte de visibilité, les équipes dirigeantes répondent souvent par davantage de bureaucratie : comités d'architecture, formulaires de déploiement, processus d'approbation rallongés. Ces obstacles freinent rarement un développeur sous pression de livraison ; ils poussent simplement les pratiques dans l'ombre, alimentant un écosystème d'informatique fantôme animé par des logiciels autonomes. La montée en puissance des modèles edge comme Gemma 4 marque une rupture fondamentale avec l'ère des API centralisées : gouverner l'IA locale nécessite désormais des approches radicalement différentes, ancrées dans l'appareil lui-même plutôt que dans le réseau, à un moment où peu d'organisations disposent encore des outils pour y parvenir.

SécuritéOpinion
1 source
Microsoft prépare de nouvelles fonctionnalités pour Copilot, inspirées d'OpenClaw
Illustration générée par IA
6787The Information AI 

Microsoft prépare de nouvelles fonctionnalités pour Copilot, inspirées d'OpenClaw

Microsoft développe de nouvelles fonctionnalités pour son assistant Copilot, directement inspirées d'OpenClaw, l'agent IA open source qui a bouleversé le secteur de l'intelligence artificielle ces derniers mois. Selon des déclarations faites dimanche à The Information, Omar Shahine, vice-président de Microsoft, a confirmé la création d'une équipe dédiée chargée d'explorer les possibilités offertes par des technologies comme OpenClaw dans un contexte d'entreprise. L'objectif central est de déployer un réseau d'agents toujours actifs, capables de travailler 24h/24 et 7j/7 pour le compte des utilisateurs au sein des applications Microsoft 365. Cette initiative répond à une pression concurrentielle croissante sur le segment des clients professionnels, notamment de la part d'Anthropic. Pour Microsoft, l'enjeu est de transformer Copilot d'un simple assistant conversationnel en un véritable opérateur autonome capable d'exécuter des tâches complexes sans intervention humaine constante. Ce type d'agents persistants pourrait modifier en profondeur la façon dont les entreprises délèguent des processus entiers à l'IA, allant bien au-delà de la simple génération de texte. Ce virage s'inscrit dans une dynamique plus large où les grandes plateformes logicielles cherchent à intégrer des capacités agentiques avancées avant que des acteurs spécialisés ne s'imposent sur ce marché. OpenClaw, en tant que projet open source, a imposé un nouveau standard d'autonomie et d'exécution de tâches pour les agents IA, forçant des géants comme Microsoft à accélérer leur feuille de route. L'intégration dans l'écosystème Microsoft 365, utilisé par des centaines de millions de professionnels, donnerait à ces agents une portée considérable si le projet aboutit.

OutilsOutil
1 source
6788MIT Technology Review 

Comprendre l'état actuel de l'IA : ces graphiques sont essentiels

Le rapport annuel AI Index 2026 de l'Institut HAI de l'Université Stanford, publié ce mois-ci, dresse un bilan saisissant de l'état de l'intelligence artificielle mondiale. Malgré les prédictions d'un essoufflement technologique, les modèles de pointe continuent de progresser à un rythme sans précédent. Sur le benchmark SWE-bench Verified, qui mesure les capacités en ingénierie logicielle, les meilleurs scores sont passés d'environ 60 % en 2024 à près de 100 % en 2025. Les modèles atteignent désormais ou dépassent les performances d'experts humains sur des tests de niveau doctorat en sciences, mathématiques et compréhension du langage. L'adoption de l'IA par le grand public progresse plus vite que celle du PC ou d'Internet en leur temps, et les entreprises du secteur génèrent des revenus plus rapidement que lors de n'importe quel autre boom technologique de l'histoire. Le tout, en dépensant des centaines de milliards de dollars en centres de données et en puces électroniques. Cette accélération a des conséquences concrètes et massives. Les centres de données IA dans le monde peuvent désormais consommer 29,6 gigawatts d'électricité, soit l'équivalent de la consommation maximale de l'État de New York. La seule utilisation de GPT-4o d'OpenAI pourrait dépasser annuellement les besoins en eau potable de 12 millions de personnes. La chaîne d'approvisionnement en semi-conducteurs représente une vulnérabilité stratégique majeure : les États-Unis concentrent la majorité des centres de données mondiaux, mais une seule entreprise taïwanaise, TSMC, fabrique la quasi-totalité des puces IA de pointe. Par ailleurs, les benchmarks censés mesurer les progrès de l'IA, les cadres réglementaires et le marché du travail peinent à suivre un secteur qui avance bien plus vite qu'eux. Sur le plan géopolitique, la course entre les États-Unis et la Chine est désormais au coude à coude. En début d'année 2023, OpenAI dominait nettement avec ChatGPT, mais l'écart s'est resserré en 2024 avec l'arrivée des modèles de Google et Anthropic. En février 2025, DeepSeek R1, développé par un laboratoire chinois, a brièvement égalé ChatGPT. En mars 2026, Anthropic prend la tête du classement Arena, suivi de près par xAI, Google et OpenAI, tandis que DeepSeek et Alibaba ne sont qu'à faible distance. Si les États-Unis disposent de modèles plus puissants, de davantage de capitaux et de 5 427 centres de données (dix fois plus que tout autre pays), la Chine domine en publications scientifiques, brevets et robotique. La transparence, elle, recule : OpenAI, Anthropic et Google ne divulguent plus leurs codes d'entraînement ni la taille de leurs modèles, compliquant le travail des chercheurs indépendants en matière de sécurité de l'IA.

RecherchePaper
1 source
6789Le Big Data 

Visa Intelligent Authorisation : le nouveau standard du paiement numérique ?

Visa lance en Europe Visa Intelligent Authorisation (VIA), une solution d'autorisation des paiements pilotée par l'intelligence artificielle et le machine learning. Conçue pour moderniser la validation des transactions numériques, cette technologie s'intègre aux systèmes bancaires existants via une interface unique, sans imposer de refonte informatique aux établissements partenaires. Le déploiement s'appuie d'emblée sur un réseau de partenaires stratégiques déjà opérationnels, dont Worldline, UNICRE et Comercia Global Payments. Le dispositif affiche un taux de succès des transactions supérieur à 96 % à l'échelle mondiale, et offre aux institutions financières des tableaux de bord en temps réel pour surveiller les flux et détecter les anomalies. L'enjeu est considérable pour l'ensemble de la chaîne de paiement. Les anciens protocoles d'autorisation, rigides et peu adaptés aux nouveaux usages, génèrent aujourd'hui des refus de transaction injustifiés qui pénalisent à la fois les commerçants et les consommateurs, tout en alourdissant les coûts opérationnels des banques. VIA résout ce problème en analysant les données en temps réel pour optimiser les décisions de routage selon les règles réglementaires et les risques détectés. Paul Adams, responsable produit chez Fiserv, souligne que cette architecture réduit drastiquement les frictions et améliore les taux d'approbation. Pour les marchands, des places de marché aux services par abonnement, le gain est immédiat : moins de ventes perdues, une meilleure visibilité sur les flux, et une capacité à absorber des volumes croissants sans friction supplémentaire. Ce lancement s'inscrit dans une transformation structurelle du paiement numérique européen. Les paiements mobiles devraient bientôt représenter les trois quarts des achats en ligne sur le continent, une progression qui met sous pression des infrastructures vieillissantes conçues pour des volumes bien inférieurs. Visa répond à cette contrainte en proposant une couche d'intelligence centralisée qui s'intercale dans l'écosystème existant plutôt que de le remplacer, abaissant ainsi la barrière à l'adoption. Carla Castro, représentante d'UNICRE, insiste sur la valeur de cette combinaison entre expertise locale des partenaires et puissance de calcul de Visa pour servir un marché international exigeant à la fois simplicité et sécurité. La question qui demeure est celle de l'adoption à grande échelle : si les grands partenaires sont déjà embarqués, la diffusion auprès des banques de taille moyenne et des commerçants indépendants déterminera si VIA devient effectivement le nouveau standard du paiement en Europe ou reste un outil de niche pour les acteurs les mieux dotés.

OutilsActu
1 source
6790Next INpact 

Le boss de Meta se dote d’un clone généré par IA

Meta travaille à la création d'un jumeau numérique photoréaliste de son PDG Mark Zuckerberg, selon quatre sources citées par le Financial Times. Entraîné à partir d'images et d'enregistrements vocaux du dirigeant, cet avatar animé par intelligence artificielle est conçu pour permettre aux employés de l'entreprise d'interagir avec lui en temps réel. Zuckerberg serait personnellement impliqué dans l'entraînement et les tests du système, qui pourrait lui permettre de donner des retours à ses équipes sans passer par la chaîne hiérarchique habituelle. Ce projet reste distinct de l'« agent de direction » révélé le mois dernier par le Wall Street Journal, un outil distinct destiné à l'assister dans la gestion opérationnelle de Meta. Si l'expérience interne est concluante, l'entreprise envisage d'ouvrir la technologie aux influenceurs et créateurs de contenu, qui pourraient à leur tour déployer des clones photoréalistes d'eux-mêmes pour interagir avec leurs audiences. L'enjeu est considérable pour Meta, qui cherche une application grand public crédible après avoir englouti plus de 60 milliards de dollars dans Reality Labs, son unité métavers, depuis 2020 sans résultats commerciaux probants. Des personnages virtuels photoréalistes pilotés par IA représentent une nouvelle tentative de concrétiser la promesse d'interactions immersives, cette fois en s'appuyant sur des cas d'usage plus tangibles : communication interne, relation fan-créateur, compagnons virtuels. Pour les créateurs, la possibilité de déléguer des interactions à un avatar IA soulève également des questions de monétisation inédites, mais aussi de transparence vis-à-vis de leurs abonnés. Ce projet s'inscrit dans une longue série de tentatives de Meta pour peupler ses plateformes de personnages IA. En septembre 2023, l'entreprise avait lancé des chatbots inspirés de célébrités comme Snoop Dogg, tous désactivés depuis. Elle avait ensuite déployé un AI Studio permettant aux utilisateurs et créateurs de concevoir leurs propres avatars conversationnels, initiative rapidement entachée de controverses après la création de contenus problématiques. Pour alimenter la dimension vocale de ces avatars, Meta a racheté en 2024 deux spécialistes de la synthèse vocale, PlayAI et WaveForms. Le défi technique reste néanmoins majeur : garantir le photoréalisme et l'absence de latence à grande échelle exige une puissance de calcul considérable. En arrière-plan, la progression fulgurante de Character AI auprès des jeunes utilisateurs a visiblement accéléré la stratégie de Zuckerberg, qui mise désormais sur les avatars IA comme prochain levier de croissance pour Facebook, Instagram et WhatsApp.

OutilsActu
1 source
6791Ars Technica AI 

Enseigner à l'ère de ChatGPT, c'est souffrir

Un enseignant en sciences de la Terre dans un college américain, employé à temps partiel depuis de nombreuses années tout en occupant d'autres postes en parallèle, décrit comment l'intelligence artificielle générative a transformé son métier en expérience épuisante. Celui qui avait choisi l'enseignement par vocation, malgré des salaires notoirement bas et une absence totale de sécurité de l'emploi, se retrouve aujourd'hui à enseigner exclusivement en mode asynchrone en ligne, c'est-à-dire via des vidéos enregistrées plutôt que des sessions en direct. Ce format, déjà plus difficile à gérer que les cours en présentiel, est devenu un terrain fertile pour le désengagement estudiantin amplifié par des outils comme ChatGPT. L'impact est concret et quotidien. Dans une salle de classe physique, un professeur peut lire les expressions d'incompréhension sur les visages, adapter son rythme, maintenir une dynamique de groupe. En ligne et en asynchrone, ces leviers disparaissent. L'étudiant n'a pas à se présenter à heure fixe, personne ne remarque s'il décroche, et avec l'IA générative désormais capable de rédiger des réponses plausibles à la plupart des exercices universitaires, la tentation de déléguer le travail intellectuel est permanente. Ce que l'enseignant décrit comme une expérience "surtout misérable" traduit une crise plus large de la relation pédagogique à l'ère du contournement facile. Ce témoignage s'inscrit dans un débat qui traverse l'enseignement supérieur américain depuis l'arrivée de ChatGPT fin 2022. Les facultés peinent à trouver un équilibre entre interdire des outils impossibles à bannir réellement et repenser entièrement les modalités d'évaluation. Le cas des cours en ligne asynchrones, souvent confiés à des contractuels mal payés et peu soutenus institutionnellement, cristallise les tensions : ce sont précisément les formats les plus vulnérables à la fraude par IA, et ceux dont les enseignants disposent du moins de ressources pour s'adapter. La question de savoir comment enseigner efficacement dans ce contexte reste largement sans réponse institutionnelle satisfaisante.

SociétéOpinion
1 source
6792Import AI 

Import AI 453 : failles dans les agents IA, MirrorCode et dix perspectives sur la perte progressive de contrôle

METR et Epoch AI, deux organisations spécialisées dans la mesure des capacités de l'IA, ont publié MirrorCode, un benchmark inédit conçu pour évaluer la capacité des modèles à réimplémenter de manière autonome des logiciels complexes existants. Le principe est simple mais exigeant : l'agent IA reçoit un accès en exécution seule à un programme en ligne de commande, ainsi qu'un ensemble de tests visibles, mais sans accès au code source original. Il doit ensuite reproduire fidèlement le comportement du programme. Le benchmark couvre plus de 20 programmes cibles dans des domaines variés : utilitaires Unix, outils de sérialisation de données, bioinformatique, interpréteurs, analyse statique, cryptographie et compression. Le résultat le plus frappant : Claude Opus 4.6 a réussi à réimplémenter gotree, un toolkit de bioinformatique représentant environ 16 000 lignes de code Go et plus de 40 commandes, une tâche qu'un ingénieur humain sans assistance IA aurait mis entre 2 et 17 semaines à accomplir. Ces résultats suggèrent que les systèmes d'IA actuels ont déjà atteint, sur certaines tâches précises, le niveau d'un développeur expérimenté travaillant à plein temps. La capacité à rétro-ingénierer un logiciel complexe en se basant uniquement sur ses sorties est un exercice que seule une fraction des programmeurs humains pourrait réaliser, et en y consacrant plusieurs jours. MirrorCode documente aussi un phénomène important : les performances s'améliorent avec la puissance de calcul allouée à l'inférence, ce qui signifie que des projets encore hors de portée aujourd'hui pourraient devenir accessibles en augmentant simplement les ressources. Pour les entreprises tech, cela redéfinit concrètement ce qu'un agent IA peut accomplir en autonomie sur des projets de longue haleine, bien au-delà de la simple complétion de code. Ce benchmark s'inscrit dans un effort plus large pour mesurer précisément les capacités réelles des grands modèles de langage, souvent sous-estimées ou surestimées selon les contextes. METR, connue pour ses évaluations d'autonomie des agents IA, et Epoch AI, spécialisée dans les tendances de progression du domaine, combinent ici leurs expertises pour produire une méthodologie plus proche des scénarios professionnels réels. Les auteurs soulignent eux-mêmes les limites : les programmes ciblés produisent des sorties canoniques facilitant la vérification, certains résultats sur les programmes simples pourraient s'expliquer par de la mémorisation, et le benchmark ne couvre qu'une fraction de l'univers logiciel. Néanmoins, la trajectoire est claire : à mesure que les modèles progressent et que les budgets de calcul augmentent, la frontière entre ce qu'un agent IA peut faire seul et ce qui nécessite un humain continue de se déplacer rapidement.

RecherchePaper
1 source
Les entreprises élargissent leur adoption de l'IA tout en maintenant le contrôle
Illustration générée par IA
6793AI News 

Les entreprises élargissent leur adoption de l'IA tout en maintenant le contrôle

La majorité des entreprises déploient aujourd'hui l'intelligence artificielle de manière progressive et encadrée, loin des systèmes autonomes qui font régulièrement la une. Selon une étude de McKinsey & Company, la plupart des organisations utilisent désormais l'IA dans au moins un domaine de leur activité, mais rares sont celles qui l'ont déployée à l'échelle de l'ensemble de l'entreprise. Un exemple concret illustre cette tendance : S&P Global Market Intelligence a intégré des outils d'IA dans sa plateforme Capital IQ Pro, utilisée par des analystes financiers pour examiner des dépôts réglementaires, des transcriptions d'appels de résultats et des données de marché. Le système permet d'interroger de vastes ensembles de données via une interface conversationnelle, mais les résultats restent systématiquement ancrés dans des sources financières vérifiées, avec la possibilité de remonter aux documents d'origine pour limiter les erreurs. Ce choix d'une IA d'assistance plutôt qu'autonome n'est pas anodin dans des secteurs où une erreur peut entraîner des pertes financières importantes ou engager des responsabilités légales. En finance, les outils comme Capital IQ Pro sont conçus pour éclairer le jugement des analystes, pas pour le remplacer. La décision finale reste humaine. McKinsey souligne par ailleurs un écart croissant entre le déploiement de l'IA et la génération de valeur mesurable : de nombreuses organisations peinent à traduire leurs investissements en résultats concrets. Ce fossé pousse les directions à exiger des systèmes capables d'expliquer leurs sorties, de citer leurs sources et d'opérer dans des périmètres définis, trois conditions essentielles pour établir la confiance dans des environnements réglementés. Derrière cette prudence se dessine un enjeu de gouvernance qui mobilise de plus en plus d'acteurs. S&P Global Market Intelligence note que les organisations bâtissent activement des cadres pour gérer les risques liés à l'IA, notamment la qualité des données et les biais des modèles. Les systèmes agents, capables de planifier et d'agir sans intervention humaine directe, suscitent un intérêt grandissant, mais la majorité des entreprises en est encore aux premières étapes d'expérimentation. Les progrès continus sur les grands modèles de langage laissent entrevoir des usages plus autonomes à terme, en analyse financière, support client ou gestion de chaîne logistique. Ces questions seront au coeur de l'AI & Big Data Expo North America 2026, qui se tiendra les 18 et 19 mai prochains, avec S&P Global Market Intelligence parmi les sponsors, et des sessions dédiées à la gouvernance de l'IA et à son usage dans les industries régulées.

BusinessOpinion
1 source
6794Le Big Data 

Guide pour créer des shorts viraux en un clic avec ClipAnything - avril 2026

OpusClip a lancé en avril 2026 une fonctionnalité baptisée ClipAnything, conçue pour automatiser la création de courtes vidéos verticales à partir de contenus longs. Le principe est simple : l'utilisateur fournit une vidéo, via un lien YouTube ou Twitch, ou en téléchargeant directement un fichier local, et l'outil se charge d'analyser l'intégralité de la piste visuelle et sonore. La grande innovation réside dans l'interface de recherche en langage naturel : au lieu de parcourir manuellement une timeline, il suffit de taper une description comme « une réaction drôle » ou « une explication technique sur le marketing » pour que l'algorithme localise les segments correspondants. Une fois les extraits identifiés, l'outil les reformate automatiquement en 9:16 grâce à une détection des visages qui maintient le sujet principal au centre de l'image. Un score de viralité est attribué à chaque clip pour aider à sélectionner les meilleurs candidats à la publication sur TikTok, Instagram Reels ou YouTube Shorts. Pour les créateurs de contenu, les community managers et les équipes marketing, ce type d'outil représente un gain de temps considérable. Extraire des moments forts d'une conférence de plusieurs heures, d'un stream Twitch ou d'un podcast vidéo nécessitait jusqu'ici des heures de dérusherge manuel. ClipAnything réduit cette tâche à quelques minutes. L'analyse multimodale, qui croise le contenu audio (les paroles) et les éléments visuels, permet une précision sémantique que les outils de découpe classiques ne peuvent pas offrir. Pour les marques et les médias qui produisent de gros volumes de contenu, cela change directement l'équation économique de la production vidéo. OpusClip s'inscrit dans une tendance plus large d'outils d'IA générative appliqués à la vidéo, un segment en pleine explosion depuis 2024. Face à des concurrents comme Descript, Submagic ou encore Vidyo.ai, la plateforme mise sur la compréhension sémantique des requêtes comme principal différenciateur. Le contexte est celui d'une course à l'attention de plus en plus féroce sur les plateformes courtes, où la cadence de publication est devenue un facteur clé de croissance. L'enjeu pour OpusClip est de s'imposer comme infrastructure de production pour les créateurs professionnels, avant que les grandes plateformes, YouTube ou TikTok elles-mêmes, n'intègrent des fonctionnalités similaires directement dans leurs outils natifs. La prochaine étape logique pour ces technologies serait la génération automatique de séries de clips optimisés selon le profil algorithmique de chaque plateforme.

OutilsOutil
1 source
Paris sportifs : Ce qui risque de vous arriver en demandant conseil à l’IA
Illustration générée par IA
6795Le Big Data 

Paris sportifs : Ce qui risque de vous arriver en demandant conseil à l’IA

Une start-up londonienne, General Reasoning, a publié une étude baptisée « KellyBench » qui met en lumière les limites des grandes intelligences artificielles face à un défi financier concret : les paris sportifs. Huit modèles issus de Google, OpenAI, Anthropic et xAI ont été soumis à une simulation de la saison 2023-2024 de la Premier League anglaise. Chaque système disposait de données historiques, de statistiques d'équipes et de joueurs, et devait élaborer des stratégies de mise capables de générer des profits tout en limitant les risques, sans accès à Internet et en s'adaptant aux informations fournies au fil des matchs. Les résultats sont sans appel : aucun des modèles testés n'a réussi à rester rentable sur la durée. Le meilleur performer, Claude Opus 4.6 d'Anthropic, affiche tout de même une perte moyenne de 11 %, avec une seule tentative frôlant l'équilibre. Grok 4.20 de xAI a fait faillite dès son premier essai, tandis que Gemini 3.1 Pro de Google a enregistré un gain ponctuel de 34 % avant de s'effondrer lors d'une autre tentative. Plusieurs systèmes ont accumulé des pertes importantes, et tous ont performé en dessous de participants humains placés dans les mêmes conditions simulées. Ces résultats éclairent une limite fondamentale des IA actuelles : leur efficacité chute dès qu'elles quittent les environnements stables et bien définis. Si ces systèmes excellent sur des tâches structurées comme la programmation, l'analyse de données ou les examens standardisés, ils peinent à gérer des dynamiques imprévisibles sur le long terme, là où les variables changent en permanence et où les décisions doivent intégrer du risque réel. Pour les investisseurs, les parieurs ou toute personne envisageant de déléguer des décisions financières à une IA, le message est clair : la robustesse affichée dans les benchmarks classiques ne se traduit pas en performance dans des contextes réels et mouvants. Ross Taylor, directeur général de General Reasoning et ancien chercheur chez Meta AI, souligne que l'engouement actuel pour l'automatisation tend à masquer cette réalité plus nuancée. Les benchmarks traditionnels, trop statiques, ne capturent pas la complexité du monde réel, ce qui crée une illusion de compétence universelle. Cette étude, encore non évaluée par des pairs, s'inscrit dans un débat plus large sur la façon dont on mesure les capacités des IA : les tests actuels favorisent les domaines où ces systèmes brillent, tout en occultant leurs lacunes sur des tâches dynamiques et à haute incertitude. La prochaine étape pour le secteur sera de concevoir des évaluations plus représentatives, capables de révéler non seulement ce que les IA savent faire, mais aussi ce qu'elles ne maîtrisent pas encore.

RecherchePaper
1 source
L’IA gratuite, c’est terminé : les prix du compute s’envolent
Illustration générée par IA
6796FrenchWeb 

L’IA gratuite, c’est terminé : les prix du compute s’envolent

Pendant deux ans, l'intelligence artificielle a été proposée à des tarifs quasi symboliques : APIs accessibles, chatbots gratuits, génération de contenu à la demande. Cette période d'abondance artificielle touche désormais à sa fin. Les coûts du compute, longtemps subventionnés par les levées de fonds massives des grands acteurs, remontent à la surface, et les hausses de prix se multiplient chez les principaux fournisseurs de services IA. Ce retournement a des conséquences directes pour les entreprises et développeurs qui ont bâti leurs produits sur des hypothèses de coût très basses. Les marges se réduisent, les modèles économiques sont à revoir, et les startups les plus dépendantes des APIs tierces se retrouvent sous pression. Pour les utilisateurs finaux, la fin des offres gratuites ou très généreuses signifie une recomposition du marché : les acteurs capables de maîtriser leur infrastructure prendront l'avantage sur ceux qui sous-traitent entièrement leur compute. Ce tournant s'explique par la conjonction de plusieurs facteurs : la demande mondiale en puissance GPU explose tandis que l'offre reste contrainte, les datacenters saturent, et les investisseurs commencent à exiger de la rentabilité après des années de croissance à perte. OpenAI, Anthropic, Google et Microsoft ont tous signalé des tensions sur leurs infrastructures. La prochaine phase de l'IA sera celle de la sélection économique : seuls survivront les usages dont la valeur justifie réellement le coût de calcul.

InfrastructureOpinion
1 source
6797Next INpact 

☕️ Linux clarifie les règles d’utilisation de l’IA dans les contributions au noyau

Le dépôt officiel du noyau Linux, administré par Linus Torvalds, intègre depuis le 6 janvier 2026 un nouveau fichier de documentation baptisé coding-assistants.rst. Ce document, passé inaperçu pendant plusieurs mois, a émergé sur Hacker News le 11 avril et fixe les règles d'utilisation des assistants d'IA générative dans les contributions au noyau. La position adoptée est pragmatique : tout code produit avec l'aide de l'IA est soumis exactement aux mêmes exigences que le code écrit par un humain seul. Le point central est la signature : seul un humain peut certifier le Developer Certificate of Origin (DCO), et le développeur qui soumet un patch assume l'entière responsabilité de son contenu, qu'il ait utilisé GitHub Copilot, ChatGPT ou tout autre outil. Le document encourage également une attribution explicite lorsque l'IA a contribué au développement, afin de suivre l'évolution de son rôle dans le processus. Ces lignes directrices ont une portée concrète pour les dizaines de milliers de contributeurs du noyau Linux, base logicielle qui alimente les serveurs, smartphones Android et systèmes embarqués de la planète entière. En exigeant que chaque commit soit endossé par un humain identifiable et juridiquement responsable, le projet préserve la conformité à la licence GPL 2.0 tout en évitant les zones grises liées au droit d'auteur du code généré par IA, un sujet encore non tranché dans la plupart des juridictions. La règle d'attribution, bien que non obligatoire, permet aussi aux mainteneurs de détecter d'éventuels problèmes de qualité ou de licence liés à des générations automatiques non vérifiées, et donne de la visibilité sur la façon dont l'IA s'intègre progressivement dans l'un des projets open source les plus complexes au monde. Cette prise de position s'inscrit dans une évolution plus large de l'attitude de Torvalds envers l'IA. Fin 2025, lors de l'Open Source Summit au Japon, il avait publiquement exprimé son scepticisme face au battage médiatique autour de l'IA tout en reconnaissant ses qualités réelles, notamment pour la maintenance du code. Plus révélateur encore, il a lui-même pratiqué le "vibe-coding" pour un projet personnel, AudioNoise, mentionné explicitement dans son fichier README. Le noyau Linux, avec ses règles désormais clarifiées, reflète donc un consensus émergent dans l'industrie : ni interdiction dogmatique ni adoption aveugle, mais responsabilité humaine maintenue au centre du processus. La réaction lapidaire d'un internaute sur Hacker News résume bien le sentiment général : "C'est... étonnamment normal ?"

RégulationReglementation
1 source
Vidéo : ce robot humanoïde sprinte à une vitesse jamais vue
Illustration générée par IA
6798Le Big Data 

Vidéo : ce robot humanoïde sprinte à une vitesse jamais vue

Le robot humanoïde H1 de la start-up chinoise Unitree Robotics a atteint une vitesse de 10,1 mètres par seconde lors d'un test de sprint filmé et publié le 11 avril 2026. La vidéo, diffusée sur le compte officiel d'Unitree, montre la machine traverser une piste d'athlétisme à pleine allure, maintenant une foulée stable et régulière sans rupture d'équilibre visible. Le H1 pèse environ 62 kg pour une longueur de jambe de 80 cm, des proportions proches d'un coureur humain de gabarit moyen. Unitree précise que le dispositif de mesure comporte une légère marge d'erreur, mais la démonstration reste spectaculaire et a largement dépassé les cercles spécialisés de la robotique. Cette performance place le H1 dans une catégorie inédite pour un robot à pattes bipèdes. À titre de comparaison, le record du monde du 100 mètres détenu par Usain Bolt depuis 2009 correspond à une vitesse de pointe d'environ 12,4 m/s. L'écart se resserre, ce qui alimente un débat sérieux sur la trajectoire d'amélioration de ces systèmes. Pour l'industrie, cela signifie que les robots humanoïdes ne sont plus cantonnés à des tâches lentes et contrôlées : la mobilité rapide ouvre des perspectives concrètes en logistique d'urgence, intervention en environnement hostile, ou assistance physique dans des contextes où la réactivité compte. Pour les ingénieurs et compétiteurs du secteur, c'est aussi un signal fort sur l'état de l'art accessible avec du matériel grand public, le H1 n'est pas un prototype de laboratoire confidentiel. Unitree s'est imposé ces dernières années comme l'un des acteurs les plus actifs de la robotique humanoïde abordable, face à des concurrents comme Boston Dynamics, Figure AI ou Agility Robotics. L'approche biomécanique du H1, qui s'inspire directement de l'anatomie humaine pour synchroniser articulations et moteurs, est au coeur de sa stratégie différenciante. La prochaine étape se profile déjà : le 19 avril 2026 se tient la deuxième édition du semi-marathon de robots humanoïdes, un événement qui devrait réunir plusieurs machines en compétition directe sur la même ligne de départ. Les analystes anticipent un niveau de concurrence nettement supérieur à la première édition, ce qui pourrait à nouveau repousser les limites connues de vitesse et d'endurance pour ce type de système. La question n'est plus de savoir si les robots peuvent courir vite, mais jusqu'où cette courbe de progression va s'accélérer.

RobotiqueActu
1 source
6799Next INpact 

☕️ SteamGPT, futur outil IA pour renforcer la modération sur Steam ?

Des références à un outil baptisé "SteamGPT" ont été découvertes dans des mises à jour récentes du client Steam par des analystes relayés par Tom's Hardware. Le code source révèle que cet outil aurait accès aux statistiques des comptes utilisateurs, notamment le "trust score", une composante du "Trust Factor" déjà utilisé dans Counter-Strike pour évaluer le comportement des joueurs lors de la création de parties multijoueurs. Valve n'a fait aucune annonce officielle, mais la présence de ces références dans le code du client, l'une des applications les plus utilisées au monde avec ses quelque 132 millions d'utilisateurs actifs mensuels, confirme que le groupe y travaille activement. L'analyse du code pointe vers des tâches d'étiquetage, des notions de "problèmes" classifiés en sous-catégories, et la production de résumés structurés d'incidents : autant d'éléments caractéristiques d'un système d'aide à la décision basé sur l'IA. SteamGPT ne ressemblerait pas à un assistant conversationnel grand public comme le Copilot Gaming de Xbox. Tout indique plutôt qu'il s'agirait d'un outil interne destiné aux équipes de modération de Steam, leur permettant de traiter de gros volumes de signalements, de classer automatiquement les incidents et de synthétiser les éléments à charge et à décharge avant prise de décision humaine. Pour une plateforme qui recense des millions de transactions et d'interactions quotidiennes, l'enjeu est considérable : accélérer et fiabiliser un processus de modération aujourd'hui sous pression face à la montée des comportements toxiques, des faux avis et des contenus générés par IA. Valve observe depuis plusieurs années l'irruption de l'IA générative dans l'industrie du jeu vidéo avec une prudence calculée. En 2024, Steam imposait aux studios une transparence obligatoire sur leur usage de l'IA générative, une mesure qui a révélé que près de 20 % des jeux publiés sur la plateforme l'an dernier y recouraient, selon une étude de Totally Human Media. Valve est resté largement en retrait sur ses propres projets IA, contrairement à des concurrents plus prolixes. Si SteamGPT venait à être lancé publiquement, ce serait l'un des premiers outils d'IA générative assumés par le groupe, dans un secteur où les attentes des joueurs et les pressions réglementaires sur la modération des contenus ne cessent de croître. La question reste entière : à quel stade en est le développement, et Valve franchira-t-il le pas jusqu'au déploiement ?

OutilsOutil
1 source
6800Le Big Data 

Accio Work d’Alibaba : l’IA autonome au service des PME

Alibaba International a lancé Accio Work, une nouvelle plateforme d'intelligence artificielle agentique destinée aux petites et moyennes entreprises. Contrairement aux assistants conversationnels classiques, cet outil ne se contente pas de répondre à des questions : il exécute des tâches opérationnelles complètes de manière autonome, sans que l'utilisateur ait besoin de compétences techniques. Concrètement, plusieurs agents spécialisés travaillent en parallèle dès qu'un objectif est fixé : l'un analyse les données de marché, un autre gère la logistique, un troisième produit des contenus promotionnels. La solution prend aussi en charge les déclarations de TVA et les formalités douanières dans une centaine de pays, mène des négociations tarifaires avec des fournisseurs, et surveille les stocks via des applications de messagerie grand public. Kuo Zhang, président d'Alibaba.com et vice-président d'Alibaba International, résume l'ambition : offrir aux petites structures les mêmes capacités opérationnelles que les multinationales. L'enjeu est considérable pour les PME qui manquent de ressources humaines pour gérer des chaînes d'approvisionnement internationales. Ces entreprises font face à une complexité administrative croissante, réglementations douanières, conformité fiscale multi-pays, négociations fournisseurs, qui mobilise un temps et une expertise disproportionnés par rapport à leur taille. Accio Work promet de compresser ces cycles opérationnels lourds en déléguant l'exécution à une équipe virtuelle coordonnée. Pour limiter les risques d'erreurs, la plateforme s'appuie sur les bases de données transactionnelles internes d'Alibaba plutôt que sur des sources web non vérifiées. Les actions sensibles comme les paiements ou l'accès à des documents confidentiels restent soumises à validation humaine explicite, ce qui maintient un filet de contrôle essentiel pour des décisions engageant la responsabilité de l'entreprise. Accio Work s'inscrit dans une trajectoire rapide : le système est apparu fin 2024 sous la forme d'un simple moteur de recherche dédié à l'approvisionnement, avant de rassembler dix millions d'utilisateurs mensuels en quelques mois. Cette montée en puissance reflète une compétition intense entre les grands acteurs technologiques pour imposer leurs agents IA dans les workflows professionnels. Alibaba joue ici un avantage structurel : son écosystème logistique et commercial mondial lui fournit des données propriétaires que ses concurrents ne peuvent pas répliquer facilement. La question qui se pose désormais est celle de l'adoption à grande échelle par des dirigeants de PME peu habitués à déléguer des décisions opérationnelles à des systèmes automatisés, et de la manière dont les régulateurs, notamment en Europe, encadreront ces agents autonomes agissant au nom d'entreprises dans des transactions commerciales internationales.

OutilsOutil
1 source