Aller au contenu principal

Actualités IA — page 73

7 595 articles au fil, du plus récent au plus ancien.

Le secrétaire général de l’ONU veut interdire les « robots IA tueurs »
1441Next INpact 

Le secrétaire général de l’ONU veut interdire les « robots IA tueurs »

Le secrétaire général de l'ONU António Guterres a appelé à interdire les « robots IA tueurs », lors d'un discours sur la gouvernance de l'intelligence artificielle prononcé à Genève et rapporté par le Wall Street Journal. Il a qualifié de « moralement répugnantes » les armes autonomes létales capables de « sélectionner et attaquer leur cible, jusqu'à ôter une vie, sans contrôle ni jugement humains », plaidant pour que certaines décisions, en particulier celle de tuer, restent « à jamais humaines ». Guterres milite pour l'inscription d'une interdiction de ces armes dans le droit international, à un moment où les armées du monde entier accélèrent l'intégration de l'IA dans leurs opérations. Le Pentagone s'appuie déjà largement sur cette technologie : les modèles d'Anthropic, utilisés depuis deux ans, ont notamment servi lors de la capture du président vénézuélien Nicolas Maduro et pendant la guerre menée par les États-Unis contre l'Iran, avant que les relations entre le département de la Défense et l'entreprise ne se dégradent fortement. Cette prise de position intervient à un moment charnière où l'IA militaire dépasse le seul champ de bataille pour s'immiscer dans les processus décisionnels stratégiques. Un rapport de l'Assemblée nationale publié début 2025 notait déjà que les drones de combat « reposent de plus en plus sur l'intelligence artificielle », tandis que Bernard Benhamou, secrétaire général de l'Institut de la souveraineté numérique, alertait sur une technologie qui « s'introduit désormais dans des sphères hautement stratégiques et décisionnelles ». L'enjeu dépasse donc la seule automatisation du tir : il s'agit de savoir jusqu'où l'IA peut peser sur des choix qui engagent des vies humaines, avec le risque, selon Guterres, de voir la rapidité et l'efficacité devenir les seuls critères d'une décision militaire. Cet appel s'inscrit dans un mouvement plus large de critiques envers l'IA militaire, notamment de la part du pape, dont l'encyclique Magnifica Humanitas affirme que « l'IA ne soustrait pas le conflit à son inhumanité intrinsèque : elle ne peut que le rendre plus rapide et impersonnel, en abaissant le seuil du recours à la violence ». Anthropic, dont les conditions d'utilisation interdisent pourtant de « développer ou concevoir des armes », a vu son CEO Dario Amodei reconnaître que l'IA pouvait menacer les valeurs démocratiques, via la surveillance de masse ou le développement d'armes autonomes. Le département de la Défense américain a depuis désigné Anthropic comme « fournisseur à risque » et s'est tourné vers d'autres partenaires, tandis que le lancement de Mythos a rebattu les cartes au sein de l'administration Trump. Reste que l'opacité de la régulation américaine sur les modèles les plus avancés, combinée à la trajectoire indépendante suivie par la Chine, laisse planer un doute sérieux sur les chances d'un accord international contraignant.

RégulationReglementation
1 source
Tutoriel du framework Cosmos de NVIDIA : concevoir une version miniature compatible Colab des modeles de monde Cosmos 3 avec un mélange de transformeurs omnimodal
1442MarkTechPost 

Tutoriel du framework Cosmos de NVIDIA : concevoir une version miniature compatible Colab des modeles de monde Cosmos 3 avec un mélange de transformeurs omnimodal

Un nouveau tutoriel technique publié par NVIDIA détaille comment reproduire, à petite échelle, l'architecture de ses modèles de monde Cosmos 3 sur une simple instance Google Colab. Le point de départ est un constat honnête: les vrais points de contrôle (checkpoints) de Cosmos 3, et notamment sa version Nano-16B, nécessitent une puissance de calcul largement hors de portée du matériel Colab standard. Le tutoriel commence par une phase de diagnostic qui compare précisément l'environnement disponible aux exigences réelles du modèle: une architecture GPU Ampere ou supérieure (sm80 et plus, comme les A100 ou RTX 30xx), au moins 80 Gio de mémoire GPU pour un seul GPU H100, une version CUDA 12.8 ou ultérieure, environ 150 Gio d'espace disque libre pour le premier lancement, et jusqu'à 1 To de cache pour Hugging Face, ainsi que des noyaux d'attention optimisés comme FlashAttention-3 sur architecture Hopper. Sans surprise, la majorité des configurations Colab classiques, souvent équipées de GPU T4 en architecture sm75, échouent ce test et rendent impossible toute inférence réelle avec Cosmos 3. Plutôt que de s'arrêter à ce constat, les auteurs du tutoriel utilisent la structure réelle du framework cosmos-framework, son interface en ligne de commande, son schéma d'entrée et ses différents modes de modèles, pour construire une version miniature mais techniquement fidèle du concept. Cette démarche pédagogique permet à des chercheurs et développeurs sans accès à des infrastructures coûteuses de comprendre concrètement le fonctionnement interne des modèles de monde omnimodaux, sans attendre un accès matériel hors budget. C'est une réponse pratique à un problème récurrent dans le développement de l'IA générative de pointe: l'écart croissant entre les capacités des modèles annoncés par les grands laboratoires et les moyens de calcul accessibles à la communauté open source. Le cœur du tutoriel consiste à entraîner un modèle de monde compact reposant sur une architecture Mixture-of-Transformers omnimodale, reprenant l'idée centrale de Cosmos: une attention croisée partagée entre modalités, combinée à un routage vers des experts spécialisés selon qu'il s'agit de texte, de vision ou de flux d'action. À partir de données physiques synthétiques, le modèle apprend par suivi de la perte d'entraînement et par un déroulement autorégressif à prédire les états latents futurs, illustrant de façon simplifiée mais rigoureuse comment ces systèmes multimodaux capturent les relations entre différents types de signaux. Ce type d'initiative s'inscrit dans une tendance plus large de démocratisation des architectures de pointe, où les grandes entreprises comme NVIDIA publient des cadres ouverts permettant à la communauté de s'approprier des concepts avancés malgré des contraintes matérielles très inégales.

OutilsTuto
1 source
Des hackers peuvent utiliser 9 des outils IA les plus populaires pour assembler des botnets massifs
1443Ars Technica AI 

Des hackers peuvent utiliser 9 des outils IA les plus populaires pour assembler des botnets massifs

Le texte fourni est incomplet (l'article original semble tronqué après le premier paragraphe, la suite étant coupée par "Read full article Comments"). Voici néanmoins un article en français basé sur les informations disponibles : Des chercheurs en cybersécurité ont démontré que neuf des outils d'intelligence artificielle les plus populaires du marché peuvent être détournés pour construire des botnets de grande ampleur, via une technique appelée injection de prompt. Cette faille exploite une limite structurelle des grands modèles de langage : leur incapacité à distinguer les instructions légitimes fournies par un utilisateur de celles dissimulées dans du contenu tiers qu'ils traitent, comme un email, du code source ou une page web. Un attaquant peut ainsi glisser des commandes malveillantes dans ce contenu, que le modèle exécute sans le savoir. Jusqu'à présent, la plupart de ces attaques relevaient d'une catégorie dite "push", où chaque victime devait être ciblée individuellement, par exemple via un email ou une invitation de calendrier piégés, ce qui limitait mécaniquement l'ampleur des campagnes. Cette découverte est préoccupante car elle change l'échelle du problème. Une attaque qui nécessitait auparavant de cibler chaque victime une par une pourrait désormais se propager massivement à travers l'infrastructure même des outils d'IA les plus utilisés, transformant des assistants censés aider les utilisateurs en relais d'un réseau de machines compromises. Pour les éditeurs de ces outils, cela signifie qu'aucun garde-fou actuel ne suffit à empêcher structurellement ce type d'abus : les protections mises en place ne font qu'atténuer les dégâts a posteriori, sans résoudre la cause profonde, à savoir l'absence de séparation fiable entre instructions de confiance et contenu externe non fiable. L'injection de prompt s'est imposée en quelques années comme la menace numéro un dans le domaine de la sécurité de l'IA, à mesure que les modèles de langage se sont généralisés dans des usages professionnels sensibles. Le passage d'attaques ciblées à des scénarios de type botnet, capables de recruter des machines à grande échelle sans intervention individualisée de l'attaquant, marque une escalade significative des enjeux. Reste à savoir comment les développeurs des principaux outils concernés vont réagir face à cette vulnérabilité, qui touche apparemment un large éventail de produits d'IA grand public plutôt qu'un cas isolé. Note : l'article source semble coupé, je n'ai que le premier paragraphe complet. Si tu as le texte intégral, je peux affiner la partie factuelle (noms des 9 outils concernés, chercheurs impliqués, date de publication).

SécuritéActu
1 source
Zhipu : après le succès de son IA GLM, le laboratoire chinois préparerait sa propre puce IA
1444Le Big Data 

Zhipu : après le succès de son IA GLM, le laboratoire chinois préparerait sa propre puce IA

Zhipu, le laboratoire chinois derrière le modèle GLM, envisagerait de développer sa propre puce IA, selon des informations rapportées par The Information. Le projet en serait au stade des discussions préliminaires : l'entreprise aurait entamé des échanges avec plusieurs concepteurs chinois de semi-conducteurs, sans qu'aucun partenaire n'ait été retenu à ce jour. L'objectif viserait la conception d'un processeur ASIC, un circuit spécialisé et non un GPU polyvalent, taillé sur mesure pour faire fonctionner les modèles GLM. Le calendrier resterait long : plus de deux ans seraient nécessaires pour constituer une équipe dédiée, concevoir la puce, la tester, puis adapter l'ensemble de la couche logicielle qui l'exploite. Cette réflexion intervient alors que le dernier modèle de Zhipu, GLM-5.2, connaît une adoption fulgurante, avec un volume quotidien de tokens traités multiplié par 27 en une seule semaine après son déploiement sur la plateforme Vercel. Cette accélération soudaine change la donne pour Zhipu. Une demande de calcul qui explose implique des besoins en puissance considérablement accrus, dans un contexte où les laboratoires chinois doivent composer avec les restrictions américaines sur l'exportation des GPU Nvidia les plus avancés. Concevoir sa propre puce ne relèverait donc plus d'un simple choix stratégique mais d'une nécessité pour sécuriser l'accès au calcul et réduire une dépendance technologique jugée risquée. Un ASIC, conçu spécifiquement pour les modèles GLM, promettrait en théorie une meilleure efficacité énergétique et un coût d'inférence réduit une fois les modèles stabilisés, un enjeu direct pour la rentabilité de Zhipu à mesure que son usage se généralise auprès des développeurs et des entreprises. Cette démarche s'inscrit dans un mouvement plus large de course à l'indépendance matérielle dans l'IA. Google, OpenAI, ByteDance et Alibaba ont déjà développé leurs propres puces pour limiter leur dépendance aux fournisseurs externes, OpenAI ayant récemment dévoilé la sienne. BYD a de son côté conçu une puce autonome maison, et Reuters a récemment révélé que DeepSeek explorerait également des puces personnalisées afin de réduire sa dépendance envers Huawei et Nvidia. Zhipu ne ferait donc que suivre une tendance déjà bien engagée chez les géants technologiques, chinois comme américains. Reste à savoir si l'entreprise parviendra à transformer ce projet encore embryonnaire en réalité industrielle, dans un secteur des semi-conducteurs où deux années peuvent suffire à rebattre entièrement les cartes du marché.

InfrastructureActu
1 source
Muse Image : Meta lance son générateur d’« AI slop » maison
1445Next INpact 

Muse Image : Meta lance son générateur d’« AI slop » maison

Meta a dévoilé Muse Image, son nouveau générateur d'images par intelligence artificielle, qui sera déployé en priorité sur Instagram et WhatsApp avant d'arriver sur Facebook, Messenger et les outils publicitaires du groupe. Le modèle permet de créer des visuels à partir d'une simple requête textuelle ou d'une photo existante, avec des fonctions d'édition pour ajouter ou supprimer des éléments. Muse Image propose également des suggestions de retouches, de la colorisation de photos anciennes jusqu'à des transformations plus insolites comme changer l'apparence des personnes en pâte à modeler. L'outil sait aussi meubler virtuellement une pièce avec des objets vendus en ligne, et alimente 30 nouveaux effets IA dans les Stories Instagram ainsi que la génération d'images directement dans les conversations WhatsApp via Meta AI. Une fonctionnalité permet en outre d'intégrer un autre utilisateur d'Instagram dans une image générée simplement en le taguant dans la requête, le modèle reproduisant alors une photo publique de cette personne. Pour l'instant, Muse Image reste limité aux États-Unis avant une extension internationale, et son usage courant est gratuit, les besoins plus intensifs nécessitant un abonnement payant chez Meta. Cette annonce illustre la stratégie de Meta consistant à intégrer massivement la génération d'images par IA dans ses réseaux sociaux, au risque d'accélérer la production de contenus de faible qualité, souvent qualifiés d'« AI slop ». La fonction permettant de reproduire l'apparence d'un utilisateur à partir d'une simple mention pose un problème de confidentialité évident, ouvrant la voie à des dérives comme les photos truquées ou les deepfakes, même si Meta rappelle que des réglages permettent de bloquer la réutilisation des contenus publics d'un compte. Pour l'industrie, cette sortie confirme aussi l'intensification de la concurrence sur la génération d'images, où Meta cherche à se hisser au niveau de OpenAI, Google, Microsoft, xAI ou Recraft/Reve, sans toutefois les dépasser selon les classements Arena AI du 5 juillet. Sur le plan technique, Muse Image fonctionne comme un agent capable de rechercher des références visuelles en ligne pour ancrer ses créations dans des informations factuelles, tout en collaborant avec Muse Spark pour planifier des tâches. Meta explique que les résultats s'améliorent avec un temps de calcul plus long, le modèle affinant son raisonnement plutôt que de simplement générer plusieurs images pour ne garder que la meilleure. Cette annonce s'accompagne du dévoilement de Muse Video, présenté comme le modèle de génération vidéo le plus avancé développé par le groupe, promettant un suivi précis des requêtes et une composition à partir de plusieurs références. Ces lancements traduisent les investissements massifs consentis par Meta Superintelligence Labs pour rattraper son retard face aux ténors du secteur, dans un contexte où la question du filigrane et de l'identification des contenus générés par IA reste un enjeu de conformité aux standards du secteur.

OpenAI annonce (enfin) la sortie publique de GPT 5.6, rendez-vous ce jeudi
1446Le Big Data 

OpenAI annonce (enfin) la sortie publique de GPT 5.6, rendez-vous ce jeudi

OpenAI a mis fin au suspense le 8 juillet 2026 en annonçant, via un message publié sur X, que sa nouvelle génération de modèles GPT-5.6 serait disponible pour le grand public dès ce jeudi 9 juillet. Cette famille comprend trois modèles distincts : Sol, le modèle principal, taillé pour la programmation, les sciences et la cybersécurité ; Terra, qui affiche des performances comparables à GPT-5.5 pour un coût deux fois moindre ; et Luna, pensé avant tout pour la rapidité d'exécution. L'accès à ces modèles avait débuté de façon très restreinte le 26 juin, limité à quelques partenaires aux États-Unis, sans qu'OpenAI ne communique alors de date précise pour un déploiement plus large. L'entreprise s'était contentée d'indiquer travailler avec le gouvernement américain pour organiser cette ouverture. Des sources proches du dossier évoquaient déjà des vitesses pouvant grimper jusqu'à 750 jetons par seconde sur les infrastructures de Cerebras pour certains clients privilégiés. Cette sortie marque une étape importante pour OpenAI, qui doit régulièrement démontrer sa capacité à transformer ses avancées techniques en produits réellement accessibles, face à une concurrence toujours plus dense. En segmentant son offre entre trois modèles aux usages différenciés, l'entreprise cherche à répondre à des besoins très variés : les développeurs et chercheurs en sécurité pourront s'appuyer sur Sol, les entreprises soucieuses de maîtriser leurs coûts d'infrastructure IA se tourneront vers Terra, tandis que les applications nécessitant une réactivité immédiate profiteront de Luna. Pour les utilisateurs de ChatGPT comme pour les développeurs exploitant l'API, cette diversification signifie surtout plus de choix, avec la possibilité d'arbitrer entre puissance, prix et vitesse selon leurs contraintes réelles, plutôt que de composer avec un modèle unique taillé pour un usage générique. Le contexte entourant cette annonce illustre aussi la tension propre au secteur entre attentes du marché et prudence des laboratoires. Sur la plateforme de paris en ligne Polymarket, les probabilités données à une sortie de GPT-5.6 les 7 ou 8 juillet restaient faibles, alimentant les spéculations dans les jours précédant l'annonce officielle. Ce silence prolongé d'OpenAI, entre l'ouverture limitée du 26 juin et la confirmation du 8 juillet, s'explique en partie par la nécessité de coordonner ce lancement avec les autorités américaines, dans un climat où la régulation de l'intelligence artificielle reste un sujet sensible. Reste à voir si les performances promises, notamment en matière de vitesse sur les infrastructures Cerebras, se confirmeront à grande échelle une fois l'accès réellement généralisé à l'ensemble des utilisateurs dès jeudi.

Google utilise votre historique pour entraîner son IA : voici comment l’en empêcher
1447Le Big Data 

Google utilise votre historique pour entraîner son IA : voici comment l’en empêcher

Google déploie progressivement une nouvelle fonctionnalité nommée « Historique des services de recherche », qui permet à l'entreprise d'utiliser certaines activités des utilisateurs pour entraîner ses modèles d'intelligence artificielle. Concrètement, Google collecte les contenus envoyés directement à ses services : les photos soumises via Google Lens, les recherches et commandes vocales, ainsi que les données issues de Google Translate. L'entreprise précise qu'elle ne récupère pas les fichiers externes simplement consultés ou écoutés, mais uniquement ceux transmis activement par l'utilisateur. Ces données sont associées au compte Google, donc au nom de la personne concernée. Même en cas de suppression ultérieure de l'historique, les fichiers déjà exploités pour l'entraînement peuvent subsister dans les systèmes de Google sous une forme anonymisée, et ce pendant une durée pouvant aller jusqu'à quatre ans. Cette annonce soulève des questions concrètes de confidentialité pour des centaines de millions d'utilisateurs des services Google. Le fait que des photos, des commandes vocales ou des traductions personnelles puissent servir à entraîner des modèles d'IA, tout en restant liées à l'identité du compte, interroge sur le contrôle réel que les usagers conservent sur leurs propres données. La persistance des fichiers pendant quatre ans, même après suppression et sous forme anonymisée, complique également la possibilité d'un effacement total et immédiat. Pour les professionnels ou les utilisateurs sensibles à la protection de leurs données, cette fonctionnalité impose une vigilance accrue sur les paramètres de confidentialité, d'autant que son activation semble par défaut plutôt qu'optionnelle à l'inscription. Heureusement, il est possible de désactiver cette collecte en quelques étapes. Il faut se rendre sur myactivity.google.com, se connecter à son compte, puis chercher l'onglet « Historique des services de recherche » s'il est déjà visible, et désactiver l'option correspondante ainsi que la case « Enregistrer les médias ». Pour les comptes où cette fonctionnalité n'est pas encore apparue, la fonctionnalité étant déployée progressivement, il faut se rendre dans la section « Activité Web et applications », puis décocher l'option « Inclure l'activité vocale et audio ». Cette démarche s'inscrit dans un contexte plus large où les géants technologiques, dont Google, cherchent à alimenter leurs modèles d'IA avec des volumes croissants de données réelles issues de l'usage quotidien de leurs utilisateurs, une pratique qui alimente les débats sur la régulation des données personnelles et la transparence des entreprises technologiques envers leurs utilisateurs.

Vous avez encore quelques jours pour tester Fable 5 : Anthropic prolonge son accès
1448Le Big Data 

Vous avez encore quelques jours pour tester Fable 5 : Anthropic prolonge son accès

Anthropic a annoncé le 7 juillet 2026 la prolongation de l'accès promotionnel à Fable 5, son nouveau modèle Claude, initialement prévu pour s'achever ce même jour. La nouvelle échéance est fixée au 12 juillet 2026 à 23h59 (heure du Pacifique). Cette extension concerne les abonnés Pro, Max, Team et une partie des détenteurs de licences Entreprise Premium, qui peuvent tester le modèle sans frais supplémentaires dans la limite de leur forfait habituel. Les licences Entreprise Standard restent exclues du dispositif, sauf si l'organisation a explicitement activé des crédits d'utilisation. Pendant cette période, Fable 5 peut consommer jusqu'à 50% du quota hebdomadaire inclus dans l'abonnement de l'utilisateur. Le modèle est accessible sur le Web, l'application mobile, Claude Desktop, Claude Cowork, Claude Code, ainsi que dans Claude Design, Microsoft 365, Claude pour les équipes et Claude Tag, simplement en le sélectionnant dans le menu des modèles disponibles, sans activation particulière requise. Cette prolongation vise avant tout à laisser davantage de temps aux utilisateurs pour découvrir les capacités de Fable 5 avant son basculement vers un modèle entièrement payant. Pour les professionnels et développeurs qui exploitent Claude au quotidien, notamment via Claude Code où la version 2.1.170 ou une version plus récente est requise, ce délai supplémentaire permet de tester le modèle sur des cas d'usage réels sans engager de dépenses additionnelles. La disponibilité désormais confirmée sur mobile élargit aussi l'accès pour les utilisateurs en déplacement. Une fois la date du 12 juillet dépassée, Fable 5 sortira du quota hebdomadaire classique des abonnements concernés : toute utilisation continuera de nécessiter le recours aux crédits d'utilisation, facturés en supplément du forfait, ou le repli sur un autre modèle Claude déjà inclus. Cette stratégie s'inscrit dans une logique classique d'adoption progressive des nouveaux modèles d'IA générative, où l'accès gratuit ou inclus sert de levier commercial avant la monétisation complète. Anthropic teste ainsi l'appétit de sa base d'utilisateurs professionnels et entreprise pour Fable 5, tout en encadrant strictement la consommation via les quotas et les règles différenciées entre licences Entreprise Standard et Premium. L'annonce, relayée directement sur le compte X officiel de Claude, confirme aussi la volonté de l'entreprise de maintenir une communication transparente sur les conditions d'accès à mesure que ses modèles évoluent. Reste à voir si cette fenêtre supplémentaire suffira à convaincre davantage d'utilisateurs de basculer vers les crédits payants une fois l'offre promotionnelle définitivement close, ou si la question du coût freinera l'adoption à plus long terme du modèle.

LLMsActu
1 source
Robbyant d'Ant Group publie en open source LingBot-Vision, un modèle de vision de 1 milliard de paramètres pour la perception spatiale dense
1449MarkTechPost 

Robbyant d'Ant Group publie en open source LingBot-Vision, un modèle de vision de 1 milliard de paramètres pour la perception spatiale dense

Ant Group, via sa filiale dédiée à l'IA incarnée Robbyant, a mis en open source le 8 juillet 2026 LingBot-Vision, une famille de Vision Transformers auto-supervisés conçus pour la perception spatiale dense. Les poids sont publiés sous licence Apache-2.0 sur Hugging Face en quatre tailles : ViT-giant, ViT-large, ViT-base et ViT-small, accompagnés d'un rapport technique et d'un code d'inférence. Le modèle phare, ViT-g/16, compte environ 1,1 milliard de paramètres et a été entraîné avec un nouvel objectif baptisé masked boundary modeling, sur un corpus soigneusement sélectionné d'environ 161 millions d'images issues d'un ensemble web de 2 milliards d'images, sans aucune annotation humaine, sans détecteur de contours externe, et sans backbone pré-entraîné pour amorcer l'apprentissage. Le corpus est dix fois plus petit que le LVD-1689M utilisé par DINOv3, et le modèle consomme moins d'un tiers du nombre d'exemples d'entraînement de ce dernier. Pour les déploiements à budget réduit, ce modèle principal est distillé en versions ViT-L (300 millions de paramètres), ViT-B (86 millions) et ViT-S, chacune en tête des tâches de prédiction dense dans sa catégorie de taille. L'enjeu est que la plupart des modèles de vision actuels sont entraînés pour l'invariance sémantique : ils apprennent à identifier ce qui figure dans une image tout en négligeant précisément la structure spatiale fine (contours d'objets, discontinuités de profondeur) dont dépendent les robots et autres systèmes physiquement incarnés. LingBot-Vision inverse cette priorité en traitant les frontières comme un signal natif d'entraînement plutôt que comme un simple résultat en aval. Le résultat est un modèle de seulement 1 milliard de paramètres qui égale ou dépasse des modèles jusqu'à sept fois plus gros sur des tâches de perception spatiale dense, y compris le DINOv3 à 7 milliards de paramètres. Pour l'industrie de la robotique et des systèmes embarqués, cela ouvre la voie à des modèles de vision plus légers, moins coûteux à entraîner et à déployer, sans sacrifier la précision géométrique nécessaire à la navigation, la manipulation d'objets ou l'interaction physique avec l'environnement. Sur le plan technique, la méthode s'appuie sur le paradigme d'auto-distillation DINO/iBOT, où un modèle enseignant (une copie EMA de l'élève) génère des cibles que l'élève doit retrouver à partir de vues masquées. Contrairement au masquage aléatoire classique, qui traite les zones de contours comme n'importe quelle autre région alors qu'elles sont les plus riches en information, LingBot-Vision force les tokens porteurs de frontières dans le masque et leur attribue une cible géométrique explicite en plus de la cible sémantique. Les frontières sont modélisées comme un champ dense de segments, discrétisé en 32 catégories par canal pour transformer la prédiction en classification stable, avec un effet secondaire élégant : un test statistique sans paramètre permet de valider chaque frontière détectée par rapport à l'hypothèse nulle d'absence de structure. Cette approche s'inscrit dans une tendance plus large de l'IA incarnée, où des acteurs comme Ant Group cherchent à doter les robots de représentations visuelles plus proches de la géométrie réelle du monde, un terrain où des concurrents comme Meta (DINOv3) restent des références mais pourraient désormais être challengés par des modèles nettement plus économes en données et en calcul.

RechercheActu
1 source
Lilian Weng résume 35 articles sur l'ingénierie des harnais pour l'auto-amélioration récursive
1450Latent Space 

Lilian Weng résume 35 articles sur l'ingénierie des harnais pour l'auto-amélioration récursive

Chercheuse chez Thinky (dont elle est cofondatrice), Lilian Weng a publié le 6 juillet 2026 une synthèse de 35 articles de recherche consacrés au "harness engineering", ces couches d'orchestration qui encadrent le fonctionnement des agents d'intelligence artificielle. Son texte relie cette discipline à l'auto-amélioration récursive des systèmes d'IA, en affirmant que même lorsque les progrès réalisés au niveau du harnais finissent par être absorbés dans le modèle central, le besoin de spécifier des objectifs et du contexte ne disparaît pas. Elle y passe en revue les principales tendances de conception éprouvées, en citant notamment l'article ACE et le concept plus récent de Meta-Harnesses. Le même jour, Meta Superintelligence Labs a dévoilé Muse Image et présenté en avant-première Muse Video, deux modèles de génération d'image et de vidéo présentés par Alexandr Wang et Tim Brooks comme les meilleurs de leur catégorie, mais sans publication scientifique ni détail technique associé. Cette convergence autour de l'ingénierie des harnais illustre un basculement plus large dans la conception des agents d'IA: plutôt que de chercher l'auto-amélioration directe des poids d'un modèle, les laboratoires misent sur l'optimisation de l'environnement logiciel qui entoure ce modèle. Ce choix a des conséquences concrètes pour les développeurs et les entreprises qui déploient des agents en production, car il déplace une partie de la valeur ajoutée vers l'orchestration plutôt que vers le modèle brut. Anthropic illustre cette tendance avec l'extension de Claude Cowork au mobile et au web, positionnant Claude comme un coéquipier de tâches en arrière-plan plutôt qu'une simple interface de chat, tandis que l'accès à Claude Fable 5 a été prolongé jusqu'au 12 juillet sur les offres payantes, une annonce qui a suscité des critiques sur le calendrier des quotas hebdomadaires. Ce virage s'inscrit dans une compétition plus vaste sur l'infrastructure agentique. Google a enrichi son Gemini API Managed Agents avec l'exécution en arrière-plan, des serveurs MCP distants, des appels de fonctions personnalisés et le renouvellement automatique des identifiants. LangChain a lancé un cours sur les Deep Agents et un projet de harnais open source, tandis que Weaviate a rendu son serveur MCP disponible en version générale avec un contrôle d'écriture activable en temps réel. Du côté des outils grand public, Codex Mobile sur iOS a ajouté la gestion de tâches et la comparaison de branches, et Hermes Agent a intégré la gestion de secrets avec 1Password. Ces annonces, recensées par la newsletter AI News de Latent Space après avoir passé en revue douze subreddits et 544 comptes Twitter, dessinent un secteur où la maîtrise du harnais devient un enjeu stratégique aussi important que celui du modèle lui-même.

RecherchePaper
1 source
NVIDIA lance Audex (Nemotron-Labs-Audex-30B-A3B) : un LLM audio-texte unifié qui préserve l'intelligence textuelle de son modèle de base
1451MarkTechPost 

NVIDIA lance Audex (Nemotron-Labs-Audex-30B-A3B) : un LLM audio-texte unifié qui préserve l'intelligence textuelle de son modèle de base

NVIDIA a publié Audex, officiellement Nemotron-Labs-Audex-30B-A3B, un grand modèle de langage unifié qui comprend et génère à la fois texte, parole et sons généraux. L'architecture est une Mixture-of-Experts de 30 milliards de paramètres, dont seulement 3 milliards activés par token, bâtie sur le socle textuel Nemotron-Cascade-2-30B-A3B, un hybride Mamba-Transformer de 52 couches avec 128 experts routables et 6 activés. Une version plus légère, Audex-2B, est publiée en parallèle, les deux sous licence non commerciale. L'audio entrant passe par l'encodeur AF-Whisper, issu d'Audio Flamingo 3 et basé sur Whisper Large-v3, projeté dans l'espace d'embedding textuel via des adaptateurs MLP. En sortie, le vocabulaire grimpe de 131 072 à 205 312 tokens pour loger deux codecs : X-Codec2 pour la parole, à 50 tokens par seconde, et X-Codec pour les sons complexes, à 200 tokens par seconde. Le modèle gère jusqu'à un million de tokens de contexte et tourne sur Megatron-LM et vLLM, avec mode instruction et mode raisonnement. L'objectif est d'éviter la "taxe du texte", cette perte de performance linguistique que subissent la plupart des modèles multimodaux quand ils apprennent l'audio. NVIDIA affirme que ce phénomène touche même des modèles qui se contentent de générer de la parole. Sur MMLU-Redux, Audex obtient 86,4 points contre 86,3 pour son socle texte seul, et le dépasse même sur IMO AnswerBench avec 81,1 contre 79,3, avec de légères baisses seulement sur MMLU-Pro et GPQA-Diamond. À titre de comparaison, Qwen3-Omni-30B-A3B-Thinking, de taille similaire, chute nettement face à son propre socle : sur HMMT Feb25, Audex atteint 92,2 points contre 89,0 pour Qwen3.5-35B-A3B et seulement 60,4 pour Qwen3-Omni-Thinking. Pour les entreprises voulant déployer des assistants vocaux sans sacrifier la qualité des réponses écrites, l'enjeu est direct, d'autant qu'Audex compte parmi les rares modèles ouverts à générer des sons au-delà de la simple parole. Cette robustesse vient d'un entraînement progressif plutôt que d'un pré-entraînement audio classique. Audex part d'un point de contrôle texte déjà ajusté, puis enchaîne réchauffement audio, génération audio et compréhension audio, dans cet ordre. Pendant le réchauffement, les embeddings textuels restent gelés, car les dégeler dégradait la qualité du texte. Une recette mélangeant toutes les données en une seule étape a aussi été testée, mais elle cassait la récupération d'information sur les longs contextes. Après l'ajustement supervisé, NVIDIA applique un apprentissage par renforcement limité au texte et une distillation multi-domaine, ce qui améliore encore les scores textuels. L'entraînement mobilise 157,4 milliards de tokens audio et 320,5 milliards de tokens texte, couvrant reconnaissance vocale, traduction, synthèse et compréhension audio, dans une course plus large entre laboratoires pour des modèles multimodaux sans compromis.

LLMsActu
1 source
L'IA agentique en entreprise : les vrais coûts, risques de sécurité et enjeux culturels
1452VentureBeat AI 

L'IA agentique en entreprise : les vrais coûts, risques de sécurité et enjeux culturels

Les entreprises qui déploient des agents IA en production se heurtent à trois obstacles concrets, selon Brian Gracely, directeur senior de la stratégie produit chez Red Hat, qui s'exprimait lors du récent événement AI Impact de VentureBeat. Beaucoup de dirigeants d'entreprise, influencés par les annonces spectaculaires du secteur, craignent d'avoir déjà pris un retard critique sur leurs concurrents en matière d'agents autonomes. Or cette inquiétude repose largement sur une idée fausse : les équipes progressent en réalité bien plus vite qu'elles ne l'anticipent une fois qu'elles se lancent dans le développement. Ce progrès rapide entraîne cependant un autre défi de taille. L'usage des agents IA génère des volumes de requêtes largement supérieurs à ceux de l'ère des chatbots, ce qui fait exploser les coûts et transforme leur gestion, autrefois une simple question technique, en sujet récurrent des conseils d'administration. Les entreprises prennent aussi conscience de leur dépendance à une poignée de fournisseurs de modèles. Selon Gracely, deux ou trois grands acteurs du marché reconnaissent déjà perdre de l'argent et cherchent à entrer en Bourse pour combler ce déficit, ce qui pousse les entreprises à explorer des alternatives leur donnant plus de contrôle sur leurs coûts et leur infrastructure. Le principal poste de surcoût identifié par Gracely tient à une habitude répandue : utiliser systématiquement le modèle le plus puissant disponible, quelle que soit la complexité réelle de la tâche. Pour résoudre une réclamation d'assurance, illustre-t-il, inutile de mobiliser un modèle capable de retracer l'histoire de la civilisation occidentale ou de connaître les résultats de la Coupe du monde de football. Le levier le plus rapide pour réduire les dépenses consiste donc à ajuster la taille du modèle à la tâche, via le routage sémantique : les requêtes sont automatiquement classées puis dirigées vers le modèle adapté, sans que l'utilisateur ait à choisir. Des techniques d'infrastructure comme la mise en cache des requêtes répétitives limitent en parallèle le recours effectif aux GPU. Ensemble, ces outils démontrent qu'efficacité et innovation ne sont pas mutuellement exclusives. Cette discipline financière autour de la consommation de tokens rappelle les pratiques FinOps qu'il a fallu des années pour affiner autour des dépenses de cloud computing, et les mêmes cadres méthodologiques devraient s'y transférer, même si le vocabulaire change. Gracely insiste sur la nécessité d'une pédagogie interne pour que les équipes financières comprennent ce qu'est un token, comme elles ont dû apprendre par le passé ce qu'était une instance EC2 ou un bucket S3, afin que les équipes cessent de recourir par défaut au modèle le plus prestigieux pour des tâches qui n'en ont pas besoin. Par ailleurs, la vitesse à laquelle les outils d'IA détectent aujourd'hui les vulnérabilités logicielles oblige les entreprises à repenser leurs cycles de gestion des correctifs, les procédures traditionnelles de patch management se révélant souvent trop lentes face à des menaces identifiées presque instantanément.

BusinessOpinion
1 source
Microsoft réduit les coûts de Copilot en abandonnant progressivement les modèles OpenAI et Anthropic
1453The Decoder 

Microsoft réduit les coûts de Copilot en abandonnant progressivement les modèles OpenAI et Anthropic

Microsoft remplace progressivement les modèles d'OpenAI et d'Anthropic par ses propres modèles MAI (Microsoft AI) dans des produits comme Excel et Outlook, dans le cadre de Copilot. Selon les informations rapportées, des dizaines de milliers de requêtes par semaine transitent déjà par ces modèles maison plutôt que par GPT ou Claude. Mustafa Suleyman, responsable de l'intelligence artificielle chez Microsoft, a affirmé vouloir à terme "éliminer" le coût lié à l'utilisation de modèles externes fournis par des partenaires comme OpenAI et Anthropic. Cette bascule a des conséquences directes pour les utilisateurs de Copilot, qui pourraient constater une baisse de performance sans changement de prix. En misant sur ses propres modèles plutôt que sur des technologies tierces réputées plus performantes, Microsoft cherche avant tout à réduire ses coûts d'infrastructure, quitte à sacrifier une partie de la qualité des réponses fournies aux entreprises et particuliers abonnés à ses outils de productivité. Cette stratégie s'inscrit dans une tendance plus large des géants technologiques cherchant à réduire leur dépendance financière vis-à-vis des fournisseurs de modèles de fondation, dont les coûts d'inférence pèsent lourdement sur leurs marges. Microsoft, qui a pourtant investi des milliards de dollars dans OpenAI, développe en parallèle ses propres capacités via son équipe MAI pour reprendre la main sur la chaîne de valeur de l'IA. Reste à voir si les clients de Copilot accepteront cet arbitrage entre coûts maîtrisés pour Microsoft et qualité potentiellement dégradée pour eux, dans un marché où la concurrence sur les assistants IA professionnels s'intensifie.

Vous pouvez fermer votre PC : Claude continue de travailler sur votre smartphone
1454Le Big Data 

Vous pouvez fermer votre PC : Claude continue de travailler sur votre smartphone

Bonne nouvelle pour les utilisateurs assidus de l'intelligence artificielle : Claude Cowork, l'outil d'automatisation de tâches d'Anthropic, quitte son cocon de bureau. Lancé initialement en version desktop début 2026, il est désormais accessible depuis le 7 juillet sur navigateur web et sur smartphone, via l'application Claude disponible sur iOS et Android. Pour l'instant, cette extension est réservée aux abonnés de la formule Max, la plus onéreuse du catalogue Anthropic, avec la promesse d'une ouverture progressive à d'autres formules dans les semaines à venir. Le principe reste simple : un utilisateur confie une tâche complexe à Claude depuis son ordinateur, ferme la machine, puis suit l'avancement du travail et le récupère directement sur son téléphone. Pour accompagner ce lancement, Anthropic prolonge jusqu'au 5 août le doublement des limites d'utilisation de Cowork, une manière d'inciter les utilisateurs à tester des projets plus ambitieux sur cette nouvelle version mobile. Cette annonce marque une étape supplémentaire dans la banalisation des agents IA capables de travailler en arrière-plan, sans supervision continue de l'utilisateur. En rendant Cowork accessible sans installation de logiciel dédié, Anthropic élargit considérablement son public potentiel : plus besoin d'un poste de travail équipé pour lancer ou suivre une mission confiée à l'IA. Pour les professionnels submergés, cela change concrètement l'organisation du travail, avec la possibilité de vérifier ou valider l'avancement d'une tâche entre deux réunions ou en dehors du bureau, un simple smartphone suffisant désormais pour reprendre la main lorsqu'une validation humaine est nécessaire. Anthropic reste toutefois prudent sur les usages les plus exigeants : les tâches lourdes, qui nécessitent un accès aux fichiers stockés localement ou à un navigateur complet, demeurent mieux adaptées à l'application de bureau, qui conserve seule l'ensemble des fonctionnalités. Cette évolution s'inscrit dans une course plus large entre les grands acteurs de l'IA générative pour transformer leurs assistants en véritables collaborateurs autonomes, capables de mener des projets de bout en bout plutôt que de simplement répondre à des requêtes ponctuelles. Anthropic recommande d'ailleurs aux utilisateurs de ne pas repartir de zéro avec Cowork, mais de s'appuyer sur un projet déjà entamé, qu'il s'agisse d'un dossier, d'une présentation ou d'un fil de discussion, avant de préciser à l'IA le résultat final attendu. Reste à voir comment les concurrents, notamment OpenAI et Google, répondront à cette montée en puissance des agents mobiles, dans un secteur où l'accessibilité et la continuité entre les appareils deviennent des arguments commerciaux de plus en plus décisifs.

OutilsOutil
1 source
Cohere lance Transcribe Arabic, un modèle open source pour les défis complexes de transcription en arabe
1455The Decoder 

Cohere lance Transcribe Arabic, un modèle open source pour les défis complexes de transcription en arabe

Cohere a dévoilé Transcribe Arabic, un nouveau modèle de reconnaissance vocale open source spécialement conçu pour l'arabe. Disponible sur Hugging Face sous licence Apache 2.0, ce modèle compte 2 milliards de paramètres et se positionne comme une alternative plus performante que Whisper d'OpenAI et OmniASR sur les cas d'usage les plus délicats de la langue arabe : la diversité des dialectes régionaux, le code-switching (le passage fluide d'une langue à l'autre au sein d'une même phrase) et la transcription de discours bilingues mêlant arabe et anglais, une pratique courante dans de nombreux pays du Golfe et du Maghreb. Cette sortie répond à un problème concret et longtemps négligé par les grands modèles vocaux généralistes : l'arabe parlé varie énormément d'une région à l'autre, au point que des dialectes comme l'égyptien, le levantin ou le golfique peuvent être quasiment incompréhensibles entre eux, tout en s'écartant fortement de l'arabe standard moderne utilisé à l'écrit. Les outils de transcription entraînés principalement sur des données anglophones ou sur de l'arabe standard échouent souvent face à cette réalité linguistique, ce qui limite leur utilité pour les entreprises, médias ou services publics de la région. En choisissant l'open source et la licence Apache 2.0, Cohere permet à des développeurs et chercheurs du monde entier d'adapter librement le modèle à leurs propres besoins, sans contrainte commerciale. Cette démarche s'inscrit dans une compétition plus large entre acteurs de l'IA pour combler les lacunes linguistiques des modèles vocaux, un terrain où l'arabe, parlé par plus de 400 millions de personnes, reste historiquement sous-représenté malgré son poids démographique et économique.

OutilsActu
1 source
Créer un agent d'édition d'images sans serveur avec le harnais Amazon Bedrock AgentCore
1456AWS ML Blog 

Créer un agent d'édition d'images sans serveur avec le harnais Amazon Bedrock AgentCore

Amazon a publié un article technique détaillant la construction d'un agent d'édition d'images serverless grâce à Amazon Bedrock AgentCore harness, un environnement d'orchestration qui exécute des agents IA dans des microVM isolées et à état persistant. La démonstration présente une application où l'utilisateur télécharge une photo, décrit une modification en langage naturel comme "changer la couleur de la voiture en bleu" ou "étendre l'image de 200 pixels vers la droite", et reçoit le résultat en quelques secondes. L'agent, propulsé par Claude Sonnet 4.6, découpe la demande en plusieurs étapes et orchestre l'appel de trois outils, chacun associé à un modèle Stability AI différent pour l'édition d'image proprement dite. Une fois la modification appliquée, un script s'exécute directement sur la microVM pour ajouter un filigrane, sans consommer de tokens supplémentaires. L'architecture complète, déployée en une seule commande via AWS CDK, comprend un frontend React hébergé sur AWS Amplify, une fonction Lambda faisant office de proxy de sécurité, l'agent AgentCore avec sa mémoire conversationnelle, et trois fonctions Lambda exposées via le protocole Model Context Protocol (MCP). Cette démonstration illustre un changement de philosophie important dans la construction d'agents IA en production. Là où les développeurs devaient jusqu'ici écrire du code d'orchestration personnalisé, gérer eux-mêmes le routage des outils et la mémoire, AgentCore harness permet de définir un agent entièrement par configuration, via des paramètres passés à une API, sans framework ni conteneur à maintenir. L'application bascule aussi dynamiquement entre modèles selon le type de requête, Claude Haiku 4.5 pour les échanges simples et Claude Sonnet 4.6 pour les modifications d'image, tout en conservant le contexte de la conversation d'un modèle à l'autre. Elle permet également d'injecter des personas métier, immobilier, retail, automobile, sans redéploiement. Pour les équipes qui construisent des produits IA orientés client, cela réduit significativement la charge d'ingénierie nécessaire pour faire tourner un agent fiable en production. Ce lancement s'inscrit dans la course entre fournisseurs cloud pour simplifier le déploiement d'agents IA, un domaine où AWS, Google et Microsoft rivalisent d'outils d'orchestration managés. La mémoire conversationnelle d'AgentCore conserve l'historique des échanges pendant 30 jours via son service dédié, accessible par une API ListEvents même après un rafraîchissement du navigateur ou l'effacement des données locales. Les trois outils d'édition d'image sont exposés via une passerelle utilisant le protocole MCP, un standard émergent pour connecter des agents à des outils externes, avec un routage sémantique qui laisse le modèle choisir lui-même l'outil pertinent selon la formulation de la demande. Cette approche configuration-first pourrait devenir un modèle de référence pour les prochaines générations d'applications d'agents IA grand public.

OutilsOutil
1 source
Liquid AI publie Antidoom, une méthode FTPO qui réduit les boucles de blocage des modèles de raisonnement
1457MarkTechPost 

Liquid AI publie Antidoom, une méthode FTPO qui réduit les boucles de blocage des modèles de raisonnement

Liquid AI a publié en open source Antidoom, une méthode qui s'attaque à un défaut récurrent des modèles de raisonnement appelé "doom loop", ou boucle de la mort : le modèle répète indéfiniment un même segment de texte jusqu'à saturer sa fenêtre de contexte. Sur une version préliminaire du modèle LFM2.5-2.6B, 10,2% des réponses générées sur des problèmes difficiles de mathématiques et de code tombaient dans ce piège. Après entraînement avec Antidoom, ce taux est tombé à 1,4%. Sur Qwen3.5-4B, la chute est encore plus nette : de 22,9% à 1%. La méthode repose sur un nouvel algorithme baptisé Final Token Preference Optimization (FTPO), proche du DPO, qui n'entraîne le modèle que sur le tout premier jeton déclenchant la boucle, en lui proposant jusqu'à 20 alternatives cohérentes plutôt qu'un simple remplacement. Liquid AI a publié le jeu de données utilisé, antidoom-mix-v1.0, ainsi que l'ensemble du pipeline. Cette avancée compte parce que les boucles de répétition gâchent des réponses que le modèle savait pourtant déjà produire correctement : Antidoom n'apprend rien de nouveau au modèle en mathématiques ou en programmation, il se contente de débloquer un mécanisme défaillant. Pour les modèles de raisonnement de petite taille, souvent déployés en local ou à faible coût sur des tâches complexes, cela représente un gain direct en fiabilité et en temps de calcul, puisque chaque boucle non détectée consomme inutilement toute la capacité de génération disponible. Comme la correction cible un seul point précis de la distribution de probabilité sans toucher au reste du comportement du modèle, les scores obtenus sur les évaluations progressent globalement, un gain entièrement attribuable à la réduction des boucles plutôt qu'à un progrès de raisonnement. L'ouverture du code et des données permet en outre à d'autres équipes d'appliquer la méthode à leurs propres modèles. Liquid AI identifie trois mécanismes à l'origine du phénomène. D'abord, certains jetons comme "the", "so", "alternatively" ou "wait" sont statistiquement surreprésentés dans les données d'entraînement et deviennent des solutions de repli quand le modèle hésite ou reste bloqué. Ensuite, chaque répétition renforce mécaniquement la probabilité du passage suivant, un effet que des chercheurs, dont Duan et ses coauteurs, ont documenté sous la forme d'un schéma d'attention en "V" où la répétition sémantique précède la répétition textuelle. Enfin, l'échantillonnage glouton utilisé pour stabiliser les traces de raisonnement aggrave le problème : à température nulle, le jeton le plus probable est toujours choisi, ce qui verrouille la boucle sans possibilité de sortie, un effet que Liquid AI observe même à une température de 0,67. Cette découverte s'inscrit dans les efforts plus larges de l'entreprise autour de sa famille de modèles LFM destinés à un déploiement efficace sur des ressources limitées.

RecherchePaper
1 source
Monitoring des modèles de machine learning discriminatifs avec Amazon SageMaker AI et MLflow
1458AWS ML Blog 

Monitoring des modèles de machine learning discriminatifs avec Amazon SageMaker AI et MLflow

Amazon Web Services a publié une architecture de référence pour surveiller en production les modèles de machine learning discriminatifs (classification et régression), combinant Amazon SageMaker AI, MLflow et la bibliothèque open source Evidently. Le constat de départ est simple : la précision d'un modèle commence à se dégrader dès la fin de son entraînement, sous l'effet de deux phénomènes distincts. Le premier, appelé dérive des données (data drift), correspond à un changement dans les propriétés statistiques des données d'entrée, par exemple une source de données amont qui change silencieusement le type d'une colonne, ou l'arrivée de nouvelles gammes de produits jamais vues à l'entraînement. Le second, la dérive de modèle (model drift), traduit une perte de justesse des prédictions parce que les motifs probabilistes appris ne correspondent plus à la réalité, un phénomène qui peut survenir par exemple lors d'un changement de comportement des consommateurs dû à une évolution économique. L'architecture proposée couvre tout le cycle de vie, de l'entraînement jusqu'au déploiement, avec un cas d'usage en inférence par lot : un job d'entraînement calcule les métriques du modèle et les stocke dans MLflow, le jeu de données de référence est conservé séparément dans un bucket Amazon S3, puis un job de transformation par lot exécute les prédictions en production dont les résultats sont eux aussi archivés dans S3. Cette approche répond à un besoin concret des équipes qui utilisent des services managés comme SageMaker AI mais qui ont besoin de davantage de flexibilité, que ce soit pour maîtriser les coûts sur l'ensemble du cycle de vie du modèle, pour surveiller des cas d'usage spécifiques non couverts par les outils managés standards, ou pour intégrer la surveillance de modèles dans des tableaux de bord et pipelines d'observabilité déjà existants dans l'entreprise. Concrètement, les résultats produits par cette chaîne de surveillance peuvent alimenter un tableau de bord personnalisé, déclencher des alertes vers des outils comme Slack pour prévenir les équipes concernées, ou même lancer automatiquement un pipeline de réentraînement du modèle dès qu'une dérive significative est détectée. Pour les organisations qui opèrent des modèles critiques en production, cette capacité à réagir avant que la baisse de performance ne devienne problématique représente un enjeu direct de fiabilité et de confiance envers les systèmes d'IA. Ce travail s'inscrit dans la distinction plus large qu'AWS établit entre le monitoring des modèles discriminatifs classiques et celui des grands modèles de langage génératifs, ces derniers faisant l'objet d'une architecture de surveillance séparée et dédiée sur les endpoints d'inférence temps réel de SageMaker AI. La démarche illustre une tendance de fond dans l'industrie du machine learning en production : au-delà du simple déploiement, la capacité à détecter automatiquement les dérives de données et de modèle devient un pilier de la gouvernance des systèmes d'IA, aux côtés des outils d'observabilité plus classiques qui surveillent la latence et la disponibilité des applications. En s'appuyant sur des briques open source comme Evidently plutôt que sur des solutions entièrement fermées, AWS laisse aux équipes techniques la liberté d'adapter la granularité et les métriques de surveillance à leurs propres exigences métier.

OutilsActu
1 source
Un compagnon de support AWS alimenté par l'IA avec Amazon Bedrock AgentCore
1459AWS ML Blog 

Un compagnon de support AWS alimenté par l'IA avec Amazon Bedrock AgentCore

Amazon a publié un guide technique détaillant la construction d'un compagnon de support AWS propulsé par l'intelligence artificielle, baptisé AWS Support Companion, construit sur Amazon Bedrock AgentCore. Le constat de départ est chiffré : chaque incident d'infrastructure oblige un ingénieur à jongler entre plusieurs outils, la console AWS, Amazon CloudWatch pour les journaux et métriques, la documentation officielle, les forums communautaires AWS re:Post, avant même de créer un dossier de support. Ce cycle de recherche et de changement de contexte consomme entre 30 et 45 minutes par investigation, avant que le travail de résolution proprement dit ne commence. La solution proposée s'appuie sur Strands Agents comme cadre d'orchestration et se connecte aux services AWS via le protocole MCP (Model Context Protocol). L'architecture combine un agent Python conteneurisé sous Docker, exécuté sur Amazon Bedrock AgentCore Runtime et piloté par le modèle Amazon Nova Pro, trois serveurs MCP donnant accès à la documentation AWS, aux API de support et aux API de services AWS, ainsi qu'une passerelle AgentCore Gateway reliée à re:Post via une fonction AWS Lambda et une authentification Amazon Cognito. Un système de mémoire à court terme conserve le contexte de conversation, et l'ensemble est protégé par des garde-fous Amazon Bedrock Guardrails qui filtrent les contenus dangereux, bloquent les tentatives d'injection de prompt et masquent les données sensibles comme les clés AWS ou les numéros de carte bancaire. Cette consolidation change concrètement le travail quotidien des équipes d'exploitation et de support AWS. Au lieu d'enchaîner manuellement cinq à six étapes dispersées sur autant d'interfaces, l'ingénieur dialogue avec un seul agent conversationnel capable d'analyser les journaux CloudWatch, de chercher dans la documentation, d'interroger la base de connaissances communautaire et de créer directement un dossier de support avec les preuves et le contexte appropriés. Pour les organisations qui gèrent de gros volumes d'incidents, ce gain de temps par investigation se traduit directement en réduction des délais de résolution et en charge de travail allégée pour les équipes techniques. Ce projet illustre une tendance plus large chez les fournisseurs cloud : transformer les outils d'exploitation en agents autonomes capables d'agir sur plusieurs systèmes via des protocoles standardisés comme MCP, plutôt que de simplement centraliser l'information dans un tableau de bord. AWS met en avant la simplicité de déploiement, une infrastructure entièrement définie par un script CloudFormation unique incluant rôles IAM, pools Cognito Amazon Bedrock, clés AWS KMS et paramètres Secrets Manager, ainsi qu'une interface web React hébergée sur AWS Amplify. Le guide s'adresse aux équipes techniques disposant de Python 3.11 ou supérieur et de Docker avec support ARM64, laissant présager d'autres déclinaisons de ce type d'agent support pour d'autres familles de services AWS.

OutilsTuto
1 source
Comment les équipes finance d'AWS ont gagné des centaines d'heures avec Amazon Quick
1460AWS ML Blog 

Comment les équipes finance d'AWS ont gagné des centaines d'heures avec Amazon Quick

Amazon vient de détailler comment son équipe finance interne, AWS Finance, a transformé deux processus internes chronophages grâce à Amazon Quick, un assistant d'intelligence artificielle générative capable d'interroger l'ensemble des données et applications d'entreprise en langage naturel. Premier cas d'usage: l'analyse de risques et de scénarios pour le portefeuille de comptes stratégiques. Auparavant, définir les objectifs financiers pour ces comptes exigeait de réconcilier des prévisions ascendantes issues des équipes commerciales avec des projections descendantes de la direction, un travail si lourd que les analystes ne parvenaient à approfondir qu'environ un tiers des comptes stratégiques, chaque analyse individuelle nécessitant jusqu'à six heures de travail manuel pour extraire les données, faire tourner les modèles et rédiger les conclusions. Avec un agent conversationnel Quick connecté directement aux entrepôts de données Amazon Redshift, contenant des millions de lignes, l'équipe évalue désormais des prévisions statistiques, des analyses de régression, des simulations de Monte-Carlo et une modélisation de scénarios en environ dix minutes par client, ce qui permet de couvrir l'intégralité du portefeuille avec une profondeur d'analyse supérieure à avant. Selon Geoff Winkler, cité dans l'article, l'équipe est passée d'un tiers des comptes stratégiques analysés en profondeur à la totalité du portefeuille, libérant du temps pour se concentrer sur la collaboration avec les équipes commerciales plutôt que sur la compilation de données. Le second cas d'usage concerne les revues d'activité hebdomadaires, un rituel récurrent qui mobilisait toute une journée de travail, généralement le lundi, pour compiler et packager les indicateurs de performance des revenus à destination de la direction. En déployant des agents Quick spécifiques à chaque région géographique, reliés par la fonctionnalité Flows pour automatiser les tâches selon une cadence prédéfinie sans intervention manuelle, l'équipe AWS Finance a réduit ce processus de six heures à environ dix minutes. Ces gains concrets illustrent une évolution plus large: sans barrière technique liée au code, chaque professionnel de la finance devient en pratique un analyste de données capable d'interroger des bases complexes simplement en formulant une question, et les agents peuvent être personnalisés par région ou par unité commerciale avec des insights actualisés automatiquement. Ce retour d'expérience s'inscrit dans la stratégie plus large d'Amazon Web Services visant à promouvoir Amazon Quick comme couche d'intelligence artificielle générative au-dessus de ses services de données existants, à l'image de Redshift, auprès des entreprises clientes. En mettant en avant l'usage interne par ses propres équipes financières, AWS cherche à démontrer la maturité et la fiabilité de l'outil avant de le proposer plus largement à ses clients entreprise, dans un contexte de concurrence intense entre fournisseurs cloud pour équiper les fonctions finance et opérationnelles d'assistants IA capables de traiter des volumes massifs de données structurées et non structurées.

BusinessActu
1 source