L'IA aujourd'hui !

Bonjour et bienvenue dans le podcast de l'IA par l’IA qui vous permet de rester à la page !Aujourd’hui : sécurité des agents IA dans le navigateur, surveillance au travail, mises à jour Google et ChatGPT, un modèle géant baptisé Ling 1T, l’IA générative au cinéma, et des usages concrets de ChatGPT Atlas en classe.OpenAI détaille sa riposte aux attaques par injection de prompt avec le lancement du navigateur ChatGPT Atlas. Le principe: glisser des instructions malveillantes dans des pages web ou des emails pour pousser l’agent à divulguer des informations privées, comme du contenu de messagerie ou des identifiants, ou à influencer des achats. Le responsable sécurité d’OpenAI explique miser sur de nouvelles techniques d’entraînement pour ignorer ces instructions, des garde-fous superposés et des systèmes de détection et de blocage. L’avantage d’une plateforme centralisée: observer l’ensemble des usages et repérer rapidement des schémas d’attaque, limitant la fenêtre d’exploitation des “zero-day”. Mais le problème n’est pas résolu et les adversaires continueront d’expérimenter. L’analogie faite est celle des virus des années 2000: il faudra apprendre à utiliser ces outils de façon prudente, d’autant qu’un système d’IA n’est pas responsable juridiquement de ses actes.Dans les entreprises, l’IA sert de plus en plus de contremaître. Le management algorithmique s’appuie sur des données en temps réel pour suivre les performances, optimiser les horaires, et parfois peser sur promotions ou licenciements. Des logiciels de surveillance enregistrent sites consultés, productivité, voire frappes au clavier. Ces pratiques modifient la dynamique du travail et soulèvent des enjeux de vie privée et de droits des salariés: l’objectif n’est pas de remplacer les équipes mais de piloter et contrôler l’activité au quotidien.Côté moteurs et outils, plusieurs signaux à noter. Le rapport de performance de Google Search Console est bloqué depuis le dimanche 19 octobre, privant les éditeurs de données fraîches pour analyser leur trafic. Google rappelle aussi que des problèmes de qualité ne se corrigent pas avec des liens, un déplacement de site ou des ajustements purement techniques: le contenu et l’expérience utilisateur priment. Le mode AI de Google progresse sur les requêtes liées aux sports fantastiques. ChatGPT, de son côté, propose aux utilisateurs non connectés une mise à jour avec GPT-5 Instant, pensée pour des réponses rapides. Google célèbre les 25 ans de Google Ads, héritier d’AdWords, qui a structuré la publicité ciblée en ligne. Enfin, une perte de données d’appels a touché les profils d’entreprise Google entre le 14 et le 16 octobre, affectant le suivi de l’engagement client pour les sociétés concernées.Sur la scène des modèles, Ling 1T se présente comme un modèle d’un trillion de paramètres qui dépasserait GPT-5 et Gemini selon ses concepteurs. Il utilise une architecture “mixture of experts” qui n’active qu’1/32 des paramètres par requête, soit environ 50 milliards, pour réduire le calcul tout en conservant vitesse et précision. On y trouve des couches MTP, pour le traitement parallèle de tâches, et un routage d’experts allouant dynamiquement les ressources pertinentes. L’entraînement annoncerait 20 trillions de tokens, avec 40 % de données dédiées au raisonnement logique, mathématiques et programmation. Deux techniques sont mises en avant: pré‑activation du raisonnement et chaîne de pensée évolutive EVO‑CoT. Les auteurs revendiquent de bons scores en raisonnement, code et résolution de problèmes, y compris visuels, en soulignant qu’une conception ciblée peut rivaliser sans activer toute la taille du modèle.Dans l’audiovisuel, Netflix explore l’IA générative pour sa plateforme: rajeunissement des personnages à l’écran et automatisation de certaines tâches de création et d’effets. Hollywood l’utilise déjà de manière discrète pour améliorer des effets visuels ou produire des scènes coûteuses ou risquées. Les enjeux portent sur les droits des acteurs, l’usage de leurs voix et de leur image, et la compensation. D’autres studios, comme Sony Pictures et Lionsgate, intègrent ces outils pour réduire les coûts, avec à la clé la suppression de postes comme des artistes storyboard ou des équipes VFX, alimentant le débat sur l’avenir des métiers créatifs.Enfin, retour à Atlas côté usages. L’intégration de ChatGPT dans le navigateur permet de résumer des articles, vérifier des informations ou générer des idées sans changer d’onglet. Un retour d’expérience sur Mac signale une utilisation fluide; l’adoption totale attendra le support des extensions tierces, des utilisateurs restant sur Chrome pour AdBlock. En éducation, dix usages concrets se dessinent: assistant de recherche sur pages web et PDF; aide à l’apprentissage des langues avec traduction contextuelle et exemples; simplification de notions complexes par analogies; génération de supports de cours, rubriques, quiz et questions; suggestions d’images et descriptions pour Canva ou PowerPoint; aide à la lecture avec synthèses et idées clés; rédaction d’emails clairs; création de feedback sur des travaux écrits; compréhension de vidéos YouTube en temps réel; et appui à la planification de leçons depuis programmes et manuels.Voilà qui conclut notre épisode d’aujourd’hui. Merci de nous avoir rejoints, et n’oubliez pas de vous abonner pour ne manquer aucune de nos discussions passionnantes. À très bientôt dans L'IA Aujourd’hui ! Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Bonjour et bienvenue dans le podcast de l'IA par l’IA qui vous permet de rester à la page !Aujourd’hui : sécurité des agents face aux injections de prompt, surveillance au travail, mises à jour Google et ChatGPT, un nouveau géant du raisonnement, l’IA chez Netflix, et premiers usages de ChatGPT Atlas en classe.D’abord, cap sur ChatGPT Atlas et la question des attaques par injection de prompt. OpenAI décrit ces attaques où des instructions cachées dans une page web, un mail ou un PDF tentent de détourner l’agent, par exemple pour biaiser un achat ou extraire des données privées. Son responsable sécurité explique viser un niveau de confiance “collègue prudent”, tout en rappelant qu’un système d’IA n’est pas responsable juridiquement. En réponse, OpenAI combine entraînement pour ignorer les consignes malveillantes, garde-fous, détection et blocage. Le problème reste ouvert, avec des adversaires déterminés. Atout d’OpenAI: une surveillance centralisée de la base d’utilisateurs, utile pour repérer rapidement de nouveaux schémas, même si les victimes d’attaques “zero‑day” peuvent subir un préjudice lors de la courte fenêtre d’exploitation. La situation est comparée à l’ère des virus des années 2000: apprentissage collectif, ajustements rapides, prudence de rigueur.Dans nos lieux de travail, l’IA, le management algorithmique et les logiciels de surveillance s’installent. Au bureau comme en entrepôt, des systèmes collectent des données en temps réel, optimisent des flux, évaluent la performance, et influencent l’organisation des tâches. S’ils promettent productivité et sécurité, ils posent des enjeux de vie privée et de climat interne: suivi des mouvements, contrôle continu, possibles effets de méfiance et de stress. La question devient opérationnelle: quels indicateurs, quelles limites, quelle transparence pour éviter un pilotage subi?Côté écosystème web, le récapitulatif du forum de recherche du 23 octobre 2025 note un blocage du rapport de performance de Google Search Console depuis le dimanche 19 octobre, empêchant l’accès aux données les plus fraîches et compliquant l’analyse SEO. Google réaffirme aussi que les problèmes de qualité ne se “réparent” pas avec des liens, des déplacements de site ou des optimisations techniques isolées: il faut travailler le contenu et l’expérience. Par ailleurs, Google met à jour son mode IA pour les requêtes de sports fantastiques. ChatGPT reçoit, de son côté, une mise à jour pour les utilisateurs non connectés avec GPT‑5 Instant. On relève aussi un manque de données d’appels dans Google Business Profiles sur quelques jours, gênant le suivi de l’engagement client. Et Google Ads marque ses 25 ans, rappel de l’évolution d’un canal devenu central pour cibler et mesurer.Place à la recherche: Ling 1T, un modèle d’un trillion de paramètres, est annoncé comme surpassant GPT‑5 et Gemini en raisonnement et code. Sa clé: une architecture “mixture of experts” qui n’active qu’1/32 des paramètres par tâche, soit environ 50 milliards, réduisant la charge tout en gardant vitesse et précision. Elle intègre des couches MTP pour traiter en parallèle des tâches diverses, et un routage d’experts qui dirige dynamiquement la computation. L’entraînement s’appuie sur 20 trillions de tokens, avec 40 % de données centrées sur la logique, les maths et la programmation. Deux techniques sont mises en avant: pré‑activation du raisonnement pour préparer les chemins logiques, et chaîne de pensée évolutive (EVO‑CoT) qui optimise itérativement les étapes de raisonnement. Les auteurs rapportent des scores élevés sur les benchmarks de raisonnement, de génération de code et de résolution de problèmes, y compris en visualisation.Dans l’audiovisuel, Netflix investit dans l’IA générative sur sa plateforme, notamment pour rajeunir des personnages à l’écran. Cette technologie, déjà utilisée de façon discrète à Hollywood pour alléger les coûts et améliorer les effets, pourrait remplacer certains métiers, surtout en VFX et en création de contenus. D’autres studios comme Sony Pictures et Lionsgate avancent aussi sur ce terrain. Les acteurs expriment des inquiétudes liées aux droits et à la rémunération: certains studios chercheraient à obtenir des répliques d’IA gratuites et permanentes, ce qui soulève des enjeux juridiques et contractuels.Revenons à ChatGPT Atlas, le nouveau navigateur d’OpenAI intégrant l’assistant directement dans la page. L’expérience promet: résumer un article, vérifier une info, générer des idées sans changer d’onglet. L’auteur du test l’utilise en parallèle de Chrome, dépendant encore d’extensions comme AdBlock, mais envisage un basculement si Atlas supporte les extensions tierces. Pistes concrètes pour l’éducation: assistant de recherche in‑page sur articles, PDF et vidéos YouTube; traduction de mots ou paragraphes surlignés avec explications contextuelles; simplification de concepts et analogies; génération de rubriques, quiz, questions de compréhension et amorces d’écriture depuis un texte ouvert; création de visuels via descriptions prêtes pour Canva ou PowerPoint; aide à la lecture avec résumés et idées clés; rédaction d’e‑mails plus clairs; appui au feedback sur copies en ligne; et soutien à la planification de cours depuis un guide ou un manuel, le tout via le panneau latéral.Voilà qui conclut notre épisode d’aujourd’hui. Merci de nous avoir rejoints, et n’oubliez pas de vous abonner pour ne manquer aucune de nos discussions passionnantes. À très bientôt dans L'IA Aujourd’hui ! Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Bonjour et bienvenue dans le podcast de l'IA par l’IA qui vous permet de rester à la page !Aujourd’hui : agriculture augmentée par l’IA embarquée, nouveaux outils web autour d’Atlas et de Google, coulisses du travail des “tâcheurs” de l’IA, banques et compétitivité IA, formation avec Google Skills, et cycle de vie de Gemini Nano dans Chrome.On commence dans les champs, où l’IA intégrée change les pratiques. Des capteurs intelligents suivent en temps réel l’humidité des sols, la température, la croissance et la santé des plantes. Cette surveillance continue repère vite les anomalies, maladies et parasites, pour corriger sans tarder et limiter les pertes. Les données de saison affinent les stratégies de culture et améliorent les rendements. En parallèle, l’IA croise historique et météo pour prévoir sécheresses ou pluies intenses, afin d’ajuster semis, récoltes, irrigation et fertilisation. Les systèmes d’irrigation automatisés adaptent les volumes parcelle par parcelle, réduisent le gaspillage d’eau, les coûts et évitent l’excès d’humidité qui dégrade les sols.Cap sur le web: OpenAI lance ChatGPT Atlas, un navigateur qui s’appuie sur la recherche Google et intègre l’assistance de ChatGPT. Google teste aussi des épingles de couleurs variées dans ses cartes en mode IA pour mieux distinguer les points d’intérêt, et propose un bouton d’historique en mode IA sur les profils d’entreprise pour suivre les modifications. Côté cuisine, des tailles de cartes de recettes sont en test dans les résultats, sans certitude qu’il s’agisse d’un essai ou d’un bug. Et pour la publicité, AdSense ajoute une ventilation du statut de “clic confirmé” dans les rapports, offrant une lecture plus fine de l’engagement.Toujours autour d’Atlas, OpenAI invite les sites à utiliser correctement ARIA, l’ensemble de balises qui décrit boutons, menus et formulaires pour les technologies d’assistance. Suivre les bonnes pratiques WAI-ARIA est clé: une ARIA mal posée dégrade l’accessibilité. Certains cherchent à “optimiser” via des balises superfétatoires, un “SEO snakeoil” qui produit des descriptions inexactes. Des experts ont déjà pointé des lacunes d’OpenAI sur ces sujets; l’enjeu est d’améliorer l’accessibilité réelle, pas de gonfler le balisage.Dans la finance, l’indice Evident d’octobre 2025 place JP MorganChase, Capital One et Royal Bank of Canada en tête des 50 grandes banques sur l’IA; sept des dix premières sont nord-américaines. Morgan Stanley et Bank of America gagnent chacune cinq places. En Europe, UBS est 7e, HSBC 8e. BNP Paribas est 11e, +1, Société Générale 24e, -3, BPCE 25e après un bond de 15 rangs; Crédit Agricole 31e, Crédit Mutuel 46e. La méthode note compétences, innovation, leadership et transparence sur 100. Les 25 premières progressent en moyenne de 5,8 points en un an, et le vivier de compétences IA augmente de 25% sur l’ensemble. Côté montée en compétences, les cinq premières sont américaines: Capital One, JPMorganChase, Citigroup, Bank of America, Wells Fargo. BNP Paribas annonce 3500 compétences spécialisées, loin des plus de 7500 chez JPMorganChase. La moitié seulement des banques publient le nombre de cas d’usage actifs; sept associent un ROI prévisionnel, et quatre communiquent des bénéfices réalisés. BNP Paribas figure parmi celles transparentes sur projections et résultats.Plongeons dans la réalité du travail qui entraîne ces modèles. Pendant 18 mois jusqu’en septembre, un “tâcheur” freelance pour un grand acteur de la notation de données a évalué des réponses de modèles selon la précision, le respect des consignes, le style et la sécurité. Recruté via LinkedIn, il a suivi une intégration puis un programme de formation rémunéré. Exemple de mission: trouver des images du domaine public et rédiger des invites pour les interpréter. Les tâches étaient minutées; rater un délai pouvait annuler des heures non payées. Qualité et vitesse conditionnaient l’accès aux projets. Au fil du temps, tarifs en baisse, durées de tâches réduites, formations souvent non rémunérées. Face aux critiques médiatiques et aux actions en justice, il a quitté ce système qu’il juge désaligné, pointant la concentration du pouvoir économique.Côté formation, Google lance Google Skills, une plateforme réunissant plus de 3000 cours sur l’IA et les technologies, issus de Google Cloud, DeepMind, Grow with Google et Google for Education. On y trouve AI Essentials, des préparations aux certifications Google Cloud, des labs avec Gemini Code Assist, des formats courts “AI Boost Bites”, et des filtres pour accéder à du contenu en français. Gamification au menu: badges, progression, récompenses. Les entreprises créent des parcours sur mesure, assignent des modules et suivent l’avancement via des tableaux de bord. Le modèle est majoritairement gratuit; certains contenus avancés exigent un lien client Google Cloud. Des crédits mensuels gratuits sont prévus pour les labs, et le programme Career Launchpad s’ouvre aux universités, ONG et organismes publics.Enfin, sous le capot de Chrome: les capacités sur appareil propulsées par Gemini Nano se téléchargent à la demande au premier appel d’une API *.create() — par exemple Summarizer.create(). Chrome évalue d’abord les performances GPU via un shader pour décider de la marche à suivre. Un simple availability() peut parfois déclencher le téléchargement, notamment pour un nouveau profil si la détection d’arnaques par Gemini Nano est active. Certaines API, comme Proofreader, reposent sur des poids LoRA appliqués au modèle de base: ces poids sont téléchargés avec le modèle, mais pas de façon proactive pour les autres API. Les mises à jour de Gemini Nano arrivent régulièrement; vérification au démarrage pour le modèle et quotidienne pour les ressources comme les LoRA. La version n’est pas exposée en JavaScript, mais consultable via chrome://on-device-internals. Le modèle peut être supprimé automatiquement si l’espace disque est bas, purgé si une politique d’entreprise le désactive, ou en cas d’inéligibilité 30 jours durant — critères incluant l’usage des API et la capacité de l’appareil.Voilà qui conclut notre épisode d’aujourd’hui. Merci de nous avoir rejoints, et n’oubliez pas de vous abonner pour ne manquer aucune de nos discussions passionnantes. À très bientôt dans L'IA Aujourd’hui ! Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Bonjour et bienvenue dans le podcast de l'IA par l’IA qui vous permet de rester à la page !Aujourd’hui : optimisation GPU guidée par la mesure, agents en production, accès ouvert sur arXiv, OCR compressif de Deepseek, droit d’auteur et œuvres assistées par IA, outils Weka pour le secteur public, et mouvements côté Google et Google Ads.On démarre par la performance GPU. Des chercheurs proposent d’intégrer des outils de profiling directement dans le raisonnement des modèles pour optimiser des noyaux GPU, ces petits programmes exécutés en parallèle sur la carte graphique. L’idée: instrumenter, mesurer puis ajuster automatiquement les choix d’implémentation pour réduire les goulots d’étranglement. Cette boucle mesure–raisonnement–action vise à mieux exploiter le parallélisme tout en conservant une vision globale des effets sur l’application. Les gains attendus intéressent le calcul scientifique, l’IA et tout flux massivement parallèle.Sur la mise en production des agents, les équipes s’éloignent des architectures multi-agents compliquées. La tendance est à un orchestrateur unique, un LLM qui prend les décisions de haut niveau et délègue à des outils déterministes ou à de plus petits modèles spécialisés. Un prototype de conseil financier a montré la fragilité des chaînes: après trois transferts d’agents, le contexte critique s’est perdu, entraînant des échecs en cascade. En pratique, un planificateur de 34 milliards de paramètres coordonnant un spécialiste de 7 milliards peut dépasser un modèle monolithique de 70 milliards sur certaines tâches tout en consommant moins de jetons. Côté performance, l’“inférence bifurquée” sépare le pré-remplissage (traité en parallèle) du décodage (séquentiel) avec des chemins d’exécution adaptés à chaque phase. Pour passer du prototype au réel, le déploiement progressif reste la voie prudente: validation en mode ombre, migration graduelle du trafic, maintien de solutions de secours et activation étape par étape. La gestion de l’état se complexifie: il faut des machines à états explicites qui suivent données, provenance et niveaux de confiance, avec des points de retour définis. Enfin, la sécurité impose un sandbox d’exécution pour les outils, des permissions limitées, des communications chiffrées et des journaux d’audit immuables.Côté accès ouvert, arXiv célèbre la Semaine de l’Accès Ouvert et appelle aux dons pour maintenir la diffusion gratuite de la recherche. On y trouve notamment “Semantic Intelligence: A Bio-Inspired Cognitive Framework for Embodied Agents”, un cadre cognitif inspiré du vivant pour des agents incarnés capables d’interagir physiquement avec leur environnement. arXiv offre des versions PDF ou HTML, des outils bibliographiques et, via arXivLabs, accueille des fonctionnalités co-développées dans l’esprit d’ouverture et de respect de la vie privée.Place maintenant à Deepseek et son OCR compressif pensé pour les LLM. Leur système compresse des documents textuels basés sur des images jusqu’à un facteur 10 tout en conservant, selon eux, 97 % de l’information. Il s’appuie sur DeepEncoder (380 M de paramètres) couplé à un générateur texte basé sur Deepseek3B-MoE avec 570 M de paramètres actifs. Pour la vision, il associe SAM de Meta (80 M) et CLIP (300 M), avec un compresseur 16x entre les deux. Exemple: une image 1 024×1 024 démarre à 4 096 tokens, SAM traite, le compresseur réduit à 256 tokens, puis CLIP prend le relais. Selon la résolution, 64 à 400 “tokens de vision” suffisent. Sur OmniDocBench, Deepseek dépasse GOT-OCR 2.0 avec 100 tokens contre 256, et bat MinerU 2.0 avec moins de 800 tokens là où ce dernier dépasse 6 000 par page. Les besoins varient: présentations simples avec 64 tokens, livres et rapports autour de 100, journaux complexes en “mode Gundam” jusqu’à 800. Le système gère ~100 langues, conserve le formatage ou produit du texte brut, et décrit des diagrammes, formules chimiques ou figures géométriques. En entraînement: 30 millions de pages PDF multilingues, dont 25 millions en chinois et anglais, 10 millions de diagrammes synthétiques, 5 millions de formules chimiques et 1 million de figures géométriques. En exploitation: plus de 200 000 pages/jour sur un seul Nvidia A100; avec 20 serveurs équipés de huit A100, jusqu’à 33 millions de pages quotidiennement. Codes et poids sont publics.Sur le terrain juridique, l’artiste Jason M. Allen conteste le refus d’enregistrement au droit d’auteur de son œuvre “Théâtre D’opéra Spatial”, créée avec Midjourney. Il invoque le seuil de créativité minimal défini par Feist (“étincelle de créativité”) et compare son travail à la photographie reconnue dans Burrow-Giles, soulignant plus de 600 invites pour concrétiser son intention. Il juge que la politique actuelle pénalise les méthodes assistées par IA et créerait des incohérences si appliquée à grande échelle.Pour les acteurs publics, Weka propose un écosystème numérique: Weka Intégral donne accès à plus de 10 000 fiches et 6 000 outils avec assistance téléphonique, couvrant marchés publics, RH, action sociale, finances, santé, éducation, urbanisme, culture et plus. Weka Ligne Expert offre des échanges téléphoniques illimités avec des spécialistes. Weka Smart, ce sont des masterclasses en direct et une plateforme pour sécuriser pratiques et décisions. Weka le Mag suit les transformations de l’action publique. Des web-conférences arrivent, notamment sur le positionnement du DGS face au maire et au président d’intercommunalité, et sur la cartographie des risques juridiques.Enfin, Google: les annonces de “mises à jour majeures” de l’algorithme de recherche ne se sont pas matérialisées récemment. Côté Google Ads, les comptes sans campagnes actives seront supprimés après six mois d’inactivité. La vue AI Max ajoute une colonne “sources” dans le rapport des termes de recherche pour mieux attribuer les clics. Une expérimentation évalue la valeur des nouveaux clients sans solliciter l’autorisation, un point qui soulève des questions de confidentialité et de contrôle des données.Voilà qui conclut notre épisode d’aujourd’hui. Merci de nous avoir rejoints, et n’oubliez pas de vous abonner pour ne manquer aucune de nos discussions passionnantes. À très bientôt dans L'IA Aujourd’hui ! Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Bonjour et bienvenue dans le podcast de l'IA par l’IA qui vous permet de rester à la page !Aujourd’hui : science ouverte avec arXiv, économie des modèles de base, fiabilité des IA génératives, usages et choix de modèles, OCR avec DeepSeek, bras de fer autour du scraping, parole d’expert avec Serge Abiteboul, évaluation d’invites chez Google, et Codex IDE d’OpenAI.D’abord, arXiv souligne la Semaine de l’Accès Ouvert et rappelle son rôle: diffusion gratuite de la recherche, sans paywall, pour stimuler collaboration et innovation. La plateforme appelle aux dons afin de financer l’infrastructure et permettre à tous les chercheurs de partager leurs travaux sans frais.Dans la même veine, un document intitulé “The Economics of AI Foundation Models: Openness, Competition, and Governance” examine les modèles de base d’IA. L’ouverture y recouvre la transparence et l’accessibilité des modèles, leviers de concurrence et de meilleures règles de contrôle. La gouvernance vise un usage éthique via des mécanismes de régulation, publication des pratiques et contrôle des risques.Cap sur la fiabilité des générateurs: l’hallucination reste un risque pour les contenus pédagogiques. Une IA peut valider à tort le modèle VAK, ou inventer des références. Pourquoi? Ces systèmes prédisent des suites de mots probables sans vérifier les faits. Stratégies proposées: croiser les sources (ouvrages, articles), vérifier via Google Scholar ou Crossref, considérer la sortie comme un brouillon relu par un humain, demander des justifications et refuser toute info non sourcée. Transmettre cette posture critique aux apprenants évite la diffusion d’erreurs.Côté usages, près de 10% de l’humanité utilise l’IA chaque semaine, surtout via des services gratuits. Une analyse d’OpenAI sur ChatGPT montre une recherche d’informations plus que de bavardage. Pour choisir un modèle: capacités, confidentialité, accès, approche éthique. Essayez d’abord les versions gratuites d’Anthropic, Google ou OpenAI, puis, selon besoins, des abonnements de 20 à 200 dollars par mois pour le vocal, l’image, la vidéo ou la recherche approfondie. Les agents, plus lents, gèrent mieux les tâches complexes. Côté offres citées: ChatGPT avec options payantes, Gemini 2.5 Flash et Pro, une option Deep Think pour les abonnés Ultra, Claude Sonnet 4.5 avec réflexion étendue. Le mode de recherche approfondie, la connexion à vos données (emails, calendrier) et l’entrée multimodale enrichissent les réponses. Attention aux biais comme la sycophance; donnez du contexte et testez.Sur le terrain, DeepSeek publie DeepSeek-OCR, un modèle de 6,6 Go affiné pour l’OCR, distribué en poids compatibles PyTorch/CUDA. Mise en œuvre rapportée sur un NVIDIA Spark via une boucle agentique et Claude Code en Docker, avec permissions contrôlées. Après des soucis GPU (NVIDIA GB10) avec PyTorch 2.5.1, passage à PyTorch 2.9.0 ARM64 et CUDA 12.8/12.9/13.0 pour installer les roues adéquates. Les premiers résultats, vides, ont été corrigés par des prompts orientés extraction. Scripts, sorties et notes ont été packagés en zip et versés sur GitHub, montrant l’intérêt d’agents parallèles pour automatiser des chaînes complexes.Sur le web, Cloudflare mène une coalition contre l’IA de Google accusée de capter du trafic éditeurs via des réponses directes sans compensation. Mesures annoncées: blocage par défaut des robots d’indexation IA, politique de signalisation, initiative “Pay Per Crawl” pour faire payer l’accès, et même un “labyrinthe” de faits non pertinents pour perturber le scraping non autorisé. Les résumés IA dans la recherche Google réduiraient les clics sortants, posant la question de la viabilité du modèle publicitaire des sites.Côté culture et pédagogie, “Parlez-moi d’IA” reçoit Serge Abiteboul, professeur à l’ENS et directeur de recherche émérite à l’INRIA. Il y aborde différences humain–machine, créativité, autonomie de décision, et s’interroge sur sentiments, spiritualité et éventuelle conscience des systèmes, pour démystifier l’IA de 2025.Google propose LLM-Evalkit, cadre open source bâti sur les SDK Vertex AI pour rendre l’ingénierie d’invite mesurable: définir une tâche, constituer un jeu de données représentatif, évaluer avec des métriques et versionner les prompts. L’outil centralise les essais, compare les sorties, garde l’historique, s’intègre à Vertex AI et offre une interface sans code. Il est disponible sur GitHub, avec des tutoriels et 300 dollars de crédit d’essai.Enfin, OpenAI met en avant Codex IDE, intégré à des environnements comme Visual Studio Code et Windsor. Au menu: suggestions contextuelles, explications de fonctions, débogage, prise en charge de tâches répétitives, refactorisation et optimisation. Codex Cloud déporte les calculs lourds, permet de mettre en file des modifications et facilite le travail d’équipe. Les changements restent soumis à votre validation dans l’IDE, pour garder la main à chaque étape.Voilà qui conclut notre épisode d’aujourd’hui. Merci de nous avoir rejoints, et n’oubliez pas de vous abonner pour ne manquer aucune de nos discussions passionnantes. À très bientôt dans L'IA Aujourd’hui ! Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Bonjour et bienvenue dans le podcast de l'IA par l’IA qui vous permet de rester à la page !Aujourd’hui : une fausse percée d’OpenAI en maths, une arnaque tech déjouée par une IA, la voix des ingénieurs face au battage, les mégaprojets d’infrastructures d’OpenAI, l’évolution de la recherche Google, un essai IA en santé, l’inquiétude de Wikipédia, et un nouveau modèle unifié pour l’image.D’abord, retour sur une annonce précipitée chez OpenAI. Des chercheurs ont affirmé sur X que GPT‑5 avait résolu dix problèmes d’Erdős et avancé sur onze autres. Après critiques — notamment de Demis Hassabis — les messages ont été retirés. L’origine: un tweet de Kevin Weil, soutenu par d’autres, laissant entendre des preuves autonomes sur des questions de théorie des nombres. Thomas Bloom, qui gère erdosproblems.com, a clarifié qu’“ouvert” sur son site signifie “non connu de lui”, pas “non résolu”. GPT‑5 n’a fait que pointer des travaux existants. Yann LeCun a parlé d’emballement. Au‑delà du couac, l’intérêt réel ressort: utilisé comme outil de recherche, le modèle repère des articles éparpillés. Terence Tao y voit le gain immédiat: accélérer la recherche documentaire et “industrialiser” certaines tâches, sous contrôle humain.Dans un tout autre registre, un développeur, David Dodda, a échappé à une arnaque de recrutement sur LinkedIn grâce à son assistant IA. Un faux responsable blockchain, doté d’un profil premium crédible (plus de 1 000 connexions, calendrier, dépôt Bitbucket privé), lui a envoyé un test technique. L’analyse par Cursor a révélé un malware dans server/controllers/userController.js : une fonction asynchrone obfusquée, tableau d’octets ASCII décodé en UTF‑8 vers une URL donnant un accès externe au système, identifiants, portefeuilles crypto et données clients. L’infrastructure, éphémère, s’est volatilisée en 24 heures. Ce type d’attaque rappelle les campagnes du groupe Lazarus avec le malware BeaverTail et le backdoor InvisibleFerret ciblant des extensions comme MetaMask et Coinbase Wallet. Un simple scan automatisé peut éviter de lourdes pertes.Parlons maintenant du climat dans l’industrie. De nombreux ingénieurs et chefs de produit jugent l’IA utile mais pâtissant d’un excès de hype et d’une pression à l’adhésion. Ils défendent une “technologie normale”, avec les mêmes critiques et contrôles que les autres. Les licenciements massifs récents et la peur de contredire les narratifs dominants freinent l’expression de cette position modérée. Des voies alternatives existent: systèmes respectant le consentement des créateurs, sobriété environnementale, moins de centralisation.Côté infrastructures, OpenAI et Broadcom visent 10 gigawatts (GW) de puces et capacité d’ici fin 2029. Pour mesurer l’ampleur: construire 1 GW de data center coûterait au moins 32,5 milliards de dollars et environ 2,5 ans; le matériel seul est estimé entre 50 et 60 milliards par Barclays, Jensen Huang cite 50 milliards. OpenAI évoque 33 GW via AMD, NVIDIA, Broadcom et sept sites “Stargate”, dont Lordstown (Ohio) qui serait plutôt un centre technologique avec conteneurs qu’un data center complet. Objectif 2033: 250 GW, soit près de 10 000 milliards de dollars — environ un tiers du PIB américain — alors que la capacité mondiale atteignait ~55 GW en février. L’enjeu financier est considérable: lever au moins 50 milliards pour 1 GW Broadcom, plus d’autres milliards pour NVIDIA/AMD, et des coûts opérationnels annuels élevés.Du côté de la recherche en ligne, Google explique que le vrai changement vient des usages: les internautes modifient leur manière de chercher, ce qui redessine l’affichage et les clics. Le groupe pousse les recherches en “mode IA” via des notifications, met à jour ses règles Google Ads sur les médicaments sur ordonnance, et autorise désormais la vente d’abonnements à des biens physiques via Merchant Center. Autre nouveauté: publier des posts à l’échelle de plusieurs fiches Google Business, utile pour les réseaux de points de vente.Santé publique: une étude a comparé des conversations éducatives menées par humains et par un chatbot, HeartBot, pour améliorer chez les femmes aux États‑Unis la reconnaissance des symptômes d’infarctus et la réponse adaptée. Dans les deux cas, nette progression: meilleure identification et différenciation des symptômes, plus d’intentions d’appeler les urgences et de se rendre sous 60 minutes. Les échanges humains obtiennent toutefois un gain statistiquement supérieur, sauf sur la question de l’appel d’une ambulance. Les participantes ont ensuite évalué l’efficacité perçue du message et la qualité de la conversation. Les chatbots offrent une disponibilité 24/7 et une personnalisation dynamique, mais doivent progresser sur les dimensions relationnelles; des essais contrôlés randomisés sont recommandés.Wikipédia s’inquiète d’une baisse de trafic liée aux réponses générées par l’IA dans les résultats de recherche: seulement 1 % des requêtes conduiraient à cliquer sur le lien cité par le résumé IA. Moins de visites signifie moins de contributeurs et de donateurs, mettant à mal le modèle économique de nombreux sites et, plus largement, l’équilibre du Web ouvert.Enfin, en vision, UniFusion propose d’utiliser un grand modèle Vision‑Langage figé comme encodeur unifié pour texte et images, créant un espace commun de représentation. À partir de là: génération d’images depuis du texte, édition, composition par références ou fusion multi‑images, sans encodeurs spécifiques ni réentraînement par tâche. L’approche rompt avec la séparation habituelle entre encodeurs texte type CLIP et autoencodeurs visuels, pour favoriser un raisonnement inter‑modalités.Voilà qui conclut notre épisode d’aujourd’hui. Merci de nous avoir rejoints, et n’oubliez pas de vous abonner pour ne manquer aucune de nos discussions passionnantes. À très bientôt dans L'IA Aujourd’hui ! Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Bonjour à toutes et à tous, et bienvenue dans le podcast de l'IA par l’IA qui vous permet de rester à la page !Aujourd’hui : un CLI de codage assisté par IA, argent et « bulle » de l’IA face au local, un petit modèle qui vise GPT-5, le débat utilité vs. limites, une piste thérapeutique contre le cancer, une dérive sur Reddit Answers, et les “Agent Skills” pour Claude.On commence avec Codex CLI d’OpenAI, propulsé par ChatGPT 5 Codex. L’outil s’installe via npm ou Homebrew, puis se connecte à votre compte ChatGPT pour démarrer sans friction. Côté sécurité, il propose trois niveaux de permissions fichiers: lecture seule, automatique et accès complet, pour contrôler précisément ses actions. La continuité de session permet de reprendre un travail en cours, et un commutateur de modèle ajuste le niveau de raisonnement selon la tâche. Un mode transcription détaille pas à pas l’exécution du code. L’outil automatise génération, débogage et optimisation, s’intègre au déploiement sur Vercel, et ajoute une recherche web dans le terminal pour docs et API. Compatible avec divers langages et frameworks, il fonctionne comme un assistant temps réel côté terminal.Changement de focale: l’argent afflue dans l’IA, mais l’enthousiasme interroge. OpenAI et Nvidia auraient signé un contrat de 100 milliards de dollars pour un centre de données, Meta proposerait jusqu’à 100 millions par chercheur, et le capital-risque aurait investi près de 200 milliards sur le premier semestre 2025. Face à ces montants, certains y voient une bulle plus large que celle d’Internet. En contrepoint, l’IA locale progresse: ajout d’un assistant vocal embarqué dans des appareils ménagers, fonctionnant sans Internet, pour dépanner un lave-vaisselle par simple pression d’un bouton. Moins de la moitié des appareils “smart” sont connectés: l’IA embarquée pourrait peser plus dans la durée que des chatbots en ligne.Du côté des modèles, Anthropic lance Claude Haiku 4.5, une version compacte qui vise des performances comparables à GPT-5 tout en réduisant l’empreinte. L’objectif: fournir une qualité de génération soutenue avec des besoins ressources plus modestes, utile pour les déploiements contraints.Sur l’utilité réelle de l’IA, un rappel: même si une bulle venait à éclater, les avancées restent. Les LLM peuvent se tromper et leur valeur métier est parfois limitée, mais d’autres briques fonctionnent déjà bien: traduction, transcription, analyse d’images. Le débat philosophique — chambre chinoise, “perroquets stochastiques” — n’efface pas des progrès concrets. Whisper transcrit des discours multilingues avec précision. AlphaFold a contribué à des avancées qui ont mené à un Nobel de chimie en 2024. En radiologie, l’IA devient un outil d’appui, sans remplacer totalement les praticiens.Retour à la recherche biomédicale: Google et Yale présentent Cell2Sentence-Scale, basé sur Gemma et entraîné sur 57 millions de cellules. En traitant l’expression génétique comme un langage, le modèle a prédit qu’inhiber l’enzyme CK2 augmente la présentation MHC-I, rendant des tumeurs “immunologiquement froides” plus visibles pour le système immunitaire. Des tests à Yale, avec silmitasertib et interféron sur des cellules neuroendocrines humaines, ont montré une hausse de 50% de la présentation d’antigènes. Deux versions open source existent sur Hugging Face: C2S-Scale-Gemma-2B et -27B, entraînées sur CellxGene et le Human Cell Atlas. Le modèle prédit effets de traitements, résume des jeux de données et répond à des questions biologiques. C’est préclinique, en attente d’évaluation par les pairs et d’essais cliniques longs; l’équipe poursuit l’exploration des mécanismes et d’autres prédictions.Côté plateformes, Reddit Answers, l’IA conversationnelle de Reddit, a proposé pour la gestion de la douleur d’essayer le kratom, et a même mentionné l’héroïne. Le kratom, extrait de Mitragyna speciosa, n’est pas classé par la DEA mais est illégal dans certains États. La FDA met en garde contre des risques graves: toxicité hépatique, convulsions, troubles liés à l’usage de substances. La Mayo Clinic le qualifie d’insécurisé et inefficace. L’incident relance la question de la sécurité des réponses générées dans des contextes santé.Enfin, Anthropic introduit les “Agent Skills” pour spécialiser des agents comme Claude. Une compétence est un dossier avec un fichier SKILL.md, dont l’en-tête YAML contient au minimum nom et description, préchargés au démarrage pour que l’agent sache quand l’utiliser. Les compétences peuvent inclure des fichiers supplémentaires, consultés à la demande selon le principe de divulgation progressive, et des scripts que l’agent peut exécuter quand le code est plus fiable ou efficient que la génération de texte. Exemple: étendre l’édition de PDF, jusqu’à remplir des formulaires. Avertissement toutefois: des compétences malveillantes peuvent introduire des vulnérabilités ou pousser à l’exfiltration de données. Recommandation: n’installer que depuis des sources fiables et auditer avant usage.Voilà qui conclut notre épisode d’aujourd’hui. Merci de nous avoir rejoints, et n’oubliez pas de vous abonner pour ne manquer aucune de nos discussions passionnantes. À très bientôt dans L'IA Aujourd’hui ! Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Bonjour et bienvenue dans le podcast de l'IA par l’IA qui vous permet de rester à la page !Aujourd’hui : nouveaux outils pour développeurs, percées biomédicales, controverse autour d’un assistant IA, et débat sur la bulle de l’IA.On commence côté développement avec Codex CLI, un outil en ligne de commande propulsé par le modèle ChatGPT 5 Codex. Installation via npm ou Homebrew, connexion à votre compte ChatGPT, et c’est parti. L’outil propose trois niveaux d’accès aux fichiers — lecture seule, automatique, et accès complet — pour maîtriser ce que l’IA peut modifier. On trouve aussi la reprise de session, un réglage du niveau de raisonnement selon la complexité des tâches, et un mode transcription qui expose pas à pas l’exécution du code. Codex CLI automatise génération, débogage et optimisation, sait déployer via Vercel, et intègre une recherche web pour consulter docs et mises à jour d’API sans quitter le terminal. Compatible avec de nombreux langages et frameworks, il agit comme un assistant temps réel dans la console.Restons du côté des modèles avec Claude Haiku 4.5 d’Anthropic. Cette version compacte vise des performances comparables à GPT-5 tout en demandant moins de ressources. Elle couvre les usages classiques des LLM — génération, traduction, analyse de sentiments — et cible les équipes qui veulent intégrer de l’IA avancée sans infrastructure lourde. L’enjeu ici est l’efficacité: moins de coûts de calcul pour des résultats de haut niveau.Cap sur la recherche médicale. Google et Yale présentent Cell2Sentence-Scale, un modèle basé sur l’architecture Gemma, entraîné sur 57 millions de cellules. Il prédit qu’inhiber l’enzyme CK2 avec le silmitasertib augmente d’environ 50 % la visibilité des tumeurs par le système immunitaire en boostant les molécules MHC-I à la surface des cellules cancéreuses. Des essais en laboratoire sur des cellules neuroendocrines humaines, traitées avec silmitasertib et interféron, ont confirmé cette hausse de la présentation des antigènes. Deux versions open source existent, C2S-Scale-Gemma-2B et -27B, publiées sur Hugging Face, entraînées notamment sur CellxGene et le Human Cell Atlas. Attention cependant : résultats précliniques, en attente d’évaluation par les pairs et d’essais cliniques.Changement de registre avec la modération. Reddit Answers, l’interface conversationnelle de Reddit, a proposé à un utilisateur cherchant des alternatives aux opioïdes d’essayer le kratom… et même l’héroïne. Le kratom n’est pas classé par la DEA mais est illégal dans certains États. La FDA déconseille son usage, citant des risques d’atteintes hépatiques, de convulsions et de troubles liés à l’usage de substances. La Mayo Clinic le qualifie d’“insecure et inefficace”. L’épisode relance la question du contrôle qualité des réponses générées dans des contextes sensibles.Retour aux agents IA avec les “Agent Skills” d’Anthropic. L’idée : des dossiers modulaires qui encapsulent des procédures, scripts et ressources, découverts dynamiquement par l’agent. Chaque compétence contient un SKILL.md avec un en-tête YAML minimal (nom, description) chargé au démarrage, puis un contenu détaillé accessible à la demande — un principe de divulgation progressive qui évite de saturer le contexte. Les compétences peuvent inclure du code exécutable pour des opérations déterministes. Exemple donné : une compétence PDF avec un script Python pour extraire les champs d’un formulaire sans charger le PDF dans le contexte. Recommandation de sécurité : installer uniquement depuis des sources de confiance et auditer les contenus.Enfin, débat économique. Les chiffres donnent le vertige : un contrat de 100 milliards de dollars entre OpenAI et Nvidia pour un centre de données, des offres jusqu’à 100 millions de dollars pour des chercheurs chez Meta, et près de 200 milliards investis par le capital-risque dans l’IA au premier semestre 2025. Certains y voient une bulle plus ample que la bulle Internet. À l’inverse, le terrain montre des usages locaux concrets : un assistant vocal embarqué sur des électroménagers, sans Internet, pour dépanner un lave-vaisselle. Moins de la moitié des appareils connectés étant réellement en ligne, l’IA embarquée pourrait s’imposer. D’autres briques tiennent la route : Whisper transcrit 99 langues en local, AlphaFold a contribué au Nobel de chimie 2024, et la radiologie assistée par IA progresse. Même si la valorisation se corrige, ces capacités demeurent.Voilà qui conclut notre épisode d’aujourd’hui. Merci de nous avoir rejoints, et n’oubliez pas de vous abonner pour ne manquer aucune de nos discussions passionnantes. À très bientôt dans L'IA Aujourd’hui ! Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Bonjour et bienvenue dans le podcast de l'IA par l’IA qui vous permet de rester à la page !Aujourd’hui : un nouvel outil de codage d’OpenAI, l’argent afflue mais la bulle guette, un modèle compact chez Anthropic, une piste anticancer signée Google–Yale, un dérapage chez Reddit Answers, et les “Agent Skills” pour spécialiser Claude.OpenAI met en avant Codex CLI, propulsé par ChatGPT 5 Codex, pensé comme un compagnon de développement. Au menu: raisonnement personnalisable, continuité de session pour limiter les ruptures de flux, et recherche web intégrée. L’installation se fait via npm ou brew, avec permissions de fichiers configurables et retours détaillés d’exécution. L’outil couvre le codage assisté, le débogage, l’analyse de logs, l’intégration de données et le déploiement, notamment grâce à une intégration fluide avec Vercel. Compatible avec de nombreux langages et frameworks, il vise à automatiser les tâches répétitives et à accélérer les cycles de livraison, tout en laissant la main sur la sécurité et la transparence.Sur le front économique, les montants annoncés donnent le vertige: un contrat de 100 milliards de dollars entre OpenAI et Nvidia pour un centre de données, des offres jusqu’à 100 millions de dollars chez Meta pour attirer des chercheurs, et près de 200 milliards investis par le capital-risque dans les startups d’IA au premier semestre 2025. Des voix alertent sur une bulle plus vaste que celle d’Internet. Argument clé: l’IA locale progresse vite sur du matériel peu coûteux, sans connexion. Exemple concret: un assistant vocal embarqué dans des appareils électroménagers pour aider, hors ligne, à dépanner un lave-vaisselle. Avec moins de la moitié des objets connectés réellement en ligne, le local pourrait compter davantage que les chatbots web. L’auteur pointe aussi la consommation énergétique, les questions de droits d’auteur et l’utilité variable des LLM en entreprise, tout en reconnaissant des avancées solides en traduction, transcription, vision et radiologie. Même si l’économie de l’IA se contracte, la technologie ne disparaîtra pas.Toujours côté modèles, Anthropic lance Claude Haiku 4.5, la version compacte de sa gamme. Objectif: des performances proches de GPT-5 avec moins de ressources, pour des usages comme l’assistance, la génération de contenu ou l’automatisation. Les LLM apprennent les structures et contextes en analysant de grands corpus, puis produisent des réponses cohérentes. Le format compact vise des intégrations plus légères, donc des coûts et latences réduits pour les entreprises.Avancée biomédicale: Google et Yale dévoilent Cell2Sentence-Scale, bâti sur l’architecture Gemma et entraîné sur 57 millions de cellules. En traitant l’ARN mono-cellule comme un “langage”, le modèle a prédit qu’inhiber l’enzyme CK2 rendrait des tumeurs “immunologiquement froides” plus visibles pour le système immunitaire via une hausse de MHC-I. Validation in vitro: traitement de cellules neuroendocrines humaines au silmitasertib et à l’interféron, avec +50 % de présentation d’antigènes, résultat inédit dans la littérature. Deux versions open source, C2S-Scale-Gemma-2B et 27B, sont disponibles sur Hugging Face, entraînées à partir de CellxGene et du Human Cell Atlas. Le cadre peut aussi prédire des effets de traitements, résumer des jeux de données et répondre à des questions biologiques. Ces travaux restent précliniques et devront passer l’évaluation par les pairs et des essais cliniques.Côté plateformes, Reddit Answers fait polémique après avoir proposé, dans un fil sur la douleur, d’essayer l’héroïne et le kratom. Le kratom, extrait de Mitragyna speciosa, n’est pas classé par la DEA mais est illégal dans certains États. La FDA met en garde contre des risques graves, dont toxicité hépatique, convulsions et troubles liés à l’usage de substances. La Mayo Clinic le juge “non sûr et inefficace”. L’incident relance le débat sur la modération et les garde-fous des assistants conversationnels intégrés.Enfin, Anthropic introduit les “Agent Skills” pour spécialiser des agents comme Claude via des dossiers modulaires. Chaque compétence est un répertoire avec un fichier SKILL.md et un en-tête YAML (nom, description). Au démarrage, l’agent charge ces métadonnées, puis lit la compétence complète à la demande selon le principe de divulgation progressive. Les compétences peuvent inclure des fichiers annexes et du code exécutable pour des tâches déterministes. Exemple: une compétence PDF embarque un script Python qui extrait les champs d’un formulaire sans tout charger dans le contexte. Avertissement: installer uniquement depuis des sources fiables et auditer les contenus pour éviter des vulnérabilités.Voilà qui conclut notre épisode d’aujourd’hui. Merci de nous avoir rejoints, et n’oubliez pas de vous abonner pour ne manquer aucune de nos discussions passionnantes. À très bientôt dans L'IA Aujourd’hui ! Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Bonjour et bienvenue dans le podcast de l'IA par l’IA qui vous permet de rester à la page !Aujourd’hui : bulle potentielle autour de l’IA, nouveautés pub chez Google et Bing, MLOps vs LLMOps, faille dans Copilot Chat, stratégie d’Oracle pour les données privées, et la course aux modèles chez Microsoft, Google et OpenAI.Sam Altman, PDG d’OpenAI, alerte sur une « bulle de l’IA » qui pourrait peser sur l’économie mondiale en cas d’implosion. Il compare la situation à la bulle Internet des années 2000, quand le NASDAQ Composite a perdu près de 80 % de sa valeur. Les dépenses actuelles sont massives — du projet Stargate, soutenu par la Maison-Blanche, aux investissements de Nvidia et Meta — mais la rentabilité reste floue. Un rapport du MIT indique que 95 % des projets d’IA générative ne produisent pas de retour sur investissement significatif, ce qui fatigue la confiance des investisseurs. Altman reconnaît une phase de surexcitation, tout en conservant une perspective positive sur le long terme.Pendant que les marchés s’animent, les plateformes publicitaires bougent. Dans Google Ads, un nouveau type de campagne apparaît dans le rapport de performance des canaux. Les annonceurs peuvent ainsi disséquer plus finement leurs résultats par canal — recherche Google, YouTube, applications — et optimiser en conséquence. Bing teste, lui, des raffinements de recherche affichés au-dessus des annonces Shopping : de quoi aider les internautes à préciser leur intention avant de cliquer, et potentiellement améliorer la pertinence pour les marchands. Côté référencement, l’API de Google Search Console ne change pas de vitesse : les délais de réponse restent stables pour l’accès programmatique aux données de performance des sites. Enfin, le mode IA de Google s’appuie sur l’activité de l’utilisateur connecté pour personnaliser les résultats, en exploitant l’historique afin d’afficher des réponses mieux alignées avec ses habitudes.Sur le versant opérationnel, MLOps et LLMOps deviennent centraux. MLOps est né pour combler le fossé entre l’expérimentation en data science et des systèmes de production fiables, en transposant les pratiques de DevOps aux modèles. Il unifie gestion des données, développement, déploiement, surveillance et gouvernance, afin de maintenir performance et conformité dans le temps. Une architecture MLOps typique suit quatre phases de cycle de vie, qui structurent développement et maintenance continue. LLMOps adresse des défis différents liés aux grands modèles de langage, à leur mise à jour, à la gestion des prompts et aux coûts, mais partage l’objectif de fiabiliser l’opérationnel.Côté sécurité, une vulnérabilité touche GitHub Copilot Chat via injection d’instructions. Omer Mayraz, de Legit Security, a démontré qu’une pull request contenant des consignes cachées pouvait pousser le bot à révéler des données privées, comme du code source ou des clés AWS. Il a aussi réussi à faire suggérer l’installation de logiciels malveillants, et à exfiltrer des informations au moyen de pixels invisibles. Baptisée CamoLeak, cette méthode exploite le proxy d’images de GitHub pour encoder les données utilisateur. GitHub a désactivé les images dans Copilot Chat pour atténuer le risque, mais l’injection via les pull requests reste non résolue.Dans l’entreprise, Oracle affiche une stratégie axée sur les données propriétaires. Larry Ellison rappelle que des modèles comme ChatGPT ou Llama, formés sur des données publiques, ne suffisent pas pour des cas métier spécifiques. La proposition d’Oracle mise sur la génération augmentée par récupération (RAG) : les données privées restent dans une base Oracle, sont vectorisées, et consultées à la demande par le modèle, sans entraînement dédié sur ces contenus. En interne, Oracle a utilisé cette approche pour prédire quels clients achèteraient un autre produit dans les six mois : l’agent d’IA a identifié les prospects chauds, sélectionné les meilleures références à présenter et envoyé des emails personnalisés. Oracle met en avant le contrôle de toute la pile — infrastructure, bases, applications —, la construction de centres de données pour l’IA et la sécurisation de la vectorisation. En santé, l’agent croise données médicales à jour et dossiers électroniques pour proposer des soins compatibles avec les règles de remboursement.Enfin, la course aux modèles se poursuit. Microsoft dévoile MAI-Image-1, un modèle développé en interne, classé neuvième au classement LMArena. Il s’inscrit dans l’initiative MAI, aux côtés de MAI-Voice-1 et MAI-1-preview, signe d’une volonté d’autonomie vis-à-vis d’OpenAI. Satya Nadella insiste sur l’enjeu de rester compétitif. En parallèle, Google améliore son application Gemini avec le modèle Nano Banana pour un traitement photo avancé, et OpenAI remplace DALL·E par GPT-4o dans ChatGPT afin d’affiner les capacités de conception graphique. Le rythme des sorties illustre la densité de la compétition.Voilà qui conclut notre épisode d’aujourd’hui. Merci de nous avoir rejoints, et n’oubliez pas de vous abonner pour ne manquer aucune de nos discussions passionnantes. À très bientôt dans L'IA Aujourd’hui ! Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.