Actualités IA

Meta met fin aux nouvelles mises à jour de fonctionnalités logicielles pour les casques VR Quest 2 et Quest Pro, faisant passer ces anciens matériels en mode maintenance. Bien que les correctifs de sécurité critiques continuent pendant une période limitée, les nouvelles améliorations du système d'exploitation et les API pour développeurs ne seront plus fournies à ces appareils. Ce changement permet à Meta de concentrer le développement logiciel sur sa nouvelle gamme Quest 3 et ses futures lunettes intelligentes AR et VR, qui intègrent des capacités d'IA Meta multimodales et des optiques légères. Les propriétaires actuels de Quest 2 et Quest Pro peuvent continuer à jouer aux titres existants, mais ne recevront plus les futures fonctionnalités de calcul spatial.

CrowdStrike fait l'acquisition de deux startups de sécurité axées sur l'IA pour un montant total de près de 500 millions de dollars, afin de répondre à la demande croissante de sécurisation des agents IA autonomes. Alors que les entreprises déploient de plus en plus d'agents IA pour exécuter des tâches automatisées, les organisations font face à de nouveaux risques de sécurité tels que l'injection de prompts, les fuites de données et les actions système non autorisées. Ces acquisitions prévues intégreront des outils spécialisés de détection des menaces et de gouvernance à la plateforme de sécurité de CrowdStrike, permettant aux entreprises de surveiller le comportement des agents, d'appliquer des contrôles d'accès et de protéger les flux de travail des agents contre les vulnérabilités de cybersécurité émergentes.

Pour déterminer si les seules améliorations logicielles pouvaient surpasser le supercalcul des années 1990, Nicholas Carlini a évalué des moteurs d'échecs modernes soumis aux limitations matérielles d'un Pentium de 1996. Le Deep Blue d'IBM a battu le champion du monde Garry Kasparov en 1997 grâce à un matériel sur mesure capable d'évaluer 200 millions de positions par seconde. Cependant, trois décennies de progrès algorithmiques — incluant des heuristiques de recherche perfectionnées et des fonctions d'évaluation par réseau neuronal — ont permis de gagner plus de 1 000 points Elo, indépendamment de la puissance de calcul brute. En tournant sur un simple processeur Pentium de 1996 n'évaluant que quelques milliers de positions par seconde, le moteur moderne Stockfish dépasse largement la force de jeu de Deep Blue et aurait battu Kasparov en 1996.

Anthropic dépense plus de 100 000 dollars par employé et par mois en rémunération, alors que la concurrence pour attirer les meilleurs talents en intelligence artificielle s'intensifie dans toute la Silicon Valley. Ce chiffre, qui comprend les salaires de base et d'importants packages d'actions, met en lumière l'immense pression financière qui pèse sur les laboratoires d'IA de pointe en concurrence directe avec des géants de la tech aux moyens colossaux comme Google et Meta. Alors que les entreprises se livrent une course pour créer des modèles de fondation de plus en plus sophistiqués, le bassin limité de chercheurs et d'ingénieurs spécialisés en IA a porté les packages de rémunération à des niveaux historiques. Outre l'envolée des coûts d'infrastructure et de calcul, ces dépenses de personnel contribuent de manière significative à l'augmentation du burn rate d'Anthropic, qui cherche à maintenir son avantage concurrentiel face à des rivaux comme OpenAI.

Le guide du Black Friday de TechRadar met en avant les meilleures offres sur les imprimantes 3D Bambu Lab, avec des recommandations basées sur les tests pratiques de nos experts. La Bambu Lab A1 Mini d'entrée de gamme est présentée comme une option compacte et économique pour les débutants, tandis que la A1 standard offre un volume d'impression plus grand et des capacités d'impression multicolore grâce au système AMS Lite. Pour les passionnés et les professionnels, le modèle phare X1-Carbon propose un design fermé adapté aux filaments techniques, des vitesses d'impression rapides et un contrôle par caméra alimenté par l'IA pour la détection automatique des échecs.

Tesla a mis à jour le nom de son logiciel d'aide à la conduite au Royaume-Uni et en Europe, désormais intitulé « Full Self-Driving (Supervised) », suite au contrôle des autorités de régulation concernant des affirmations potentiellement trompeuses. Malgré ce nom, la fonctionnalité reste un système d'aide à la conduite de niveau 2, exigeant des conducteurs humains qu'ils restent vigilants et prêts à reprendre le contrôle à tout moment. Ce changement de nom s'aligne sur des normes publicitaires européennes plus strictes visant à éviter toute confusion quant aux capacités du véhicule. Pendant ce temps, des constructeurs automobiles concurrents, notamment BMW, poursuivent le développement de systèmes de conduite automatisée avancés, avec pour objectif d'introduire des fonctionnalités autonomes de niveau supérieur dans les véhicules de série d'ici 2027.

Google fournit aux administrateurs des écoles (du primaire au secondaire) des commandes d'administration permettant de désactiver les services d'IA autonomes tels que Gemini pour les élèves utilisant des comptes Google Workspace for Education. Cependant, comme les aperçus IA (AI Overviews) sont directement intégrés à Google Recherche, les établissements ne peuvent pas désactiver ces réponses générées par IA sans désactiver ou restreindre l'accès à la recherche elle-même. Cette intégration force les institutions éducatives à faire un choix radical : exposer les élèves aux fonctionnalités d'IA ou leur couper l'accès à la recherche standard.

NVIDIA a rendu open source Auto-Ontology, un framework conçu pour automatiser la création, l'extension et le perfectionnement d'ontologies et de graphes de connaissances spécifiques à un domaine à partir de textes non structurés à l'aide de grands modèles linguistiques. Cet outil simplifie l'extraction de connaissances structurées en identifiant automatiquement les entités, les relations et les taxonomies, réduisant ainsi le travail manuel traditionnellement requis dans l'ingénierie des ontologies. En convertissant les données d'entreprise non structurées en structures de connaissances ancrées et lisibles par machine, Auto-Ontology aide les développeurs à améliorer les pipelines de génération augmentée par récupération (RAG), les systèmes de raisonnement et les applications d'IA basées sur les graphes.

Les cybercriminels exécutent de plus en plus d'attaques de type « LLMjacking » en exploitant des identifiants cloud volés pour détourner l'accès des entreprises aux grands modèles linguistiques (LLM) hébergés. Les chercheurs en sécurité de Sysdig rapportent que les attaquants ciblent les environnements cloud vulnérables pour obtenir un accès non autorisé à des plateformes d'IA telles qu'Amazon Bedrock. Au lieu du cryptojacking traditionnel, les hacheurs utilisent l'infrastructure volée pour exécuter leurs propres charges de travail d'IA ou revendre l'accès aux modèles sur le dark web, générant des factures cloud qui peuvent dépasser des dizaines de milliers de dollars par jour pour les organisations touchées. Sécuriser les identifiants cloud, appliquer des politiques d'accès au moindre privilège et surveiller l'activité anormale des API sont des mesures cruciales pour atténuer ces risques financiers et opérationnels.

Apple a mis à jour ses directives de l'App Store pour restreindre les applications de rencontre et les chatbots compagnons IA aux utilisateurs âgés de 18 ans et plus. Ce changement de politique vise à protéger les mineurs contre l'exposition à du contenu inapproprié pour leur âge, à des conversations explicites et aux risques potentiels associés aux relations parasociales formées avec des entités d'intelligence artificielle. Selon les règles révisées, les développeurs doivent mettre à jour la classification par âge de leurs applications et appliquer des mécanismes de vérification de l'âge pour rester sur la plateforme. Par conséquent, les développeurs d'applications de jeux de rôle et de compagnons IA doivent repenser leurs processus d'accueil (onboarding), tandis que les utilisateurs mineurs perdront l'accès à ces applications sur les appareils iOS.

Matthew Honnibal critique les affirmations selon lesquelles un système d'IA nommé Astra lirait et écrirait directement les poids du modèle pour améliorer le modèle linguistique Qwen. Il soutient que la publication est trompeuse car le processus n'implique pas qu'un LLM inspecte ou modifie ses propres paramètres neuronaux de manière inédite et autonome. Au lieu de cela, la technique repose sur des pratiques standard de machine learning, telles que le fine-tuning ou des boucles d'apprentissage par renforcement, enrobées dans une terminologie exagérée. Honnibal met en garde contre l'interprétation de procédures d'optimisation de routine comme des capacités d'auto-modification émergentes, soulignant la nécessité de distinguer les mises à jour de gradient standard du véritable raisonnement autonome sur les poids.

L'intégration de l'intelligence artificielle dans l'éducation exige une réévaluation fondamentale des modèles d'apprentissage traditionnels et des objectifs éducatifs. Alors que les outils d'IA générative automatisent la rédaction de routine, le codage et la recherche d'informations, l'apprentissage doit cesser de se concentrer sur l'acquisition de connaissances par cœur pour se tourner vers des compétences cognitives de niveau supérieur, telles que l'évaluation critique, la résolution créative de problèmes et le jugement éthique. Les éducateurs et les institutions doivent repenser les méthodes d'évaluation afin de mesurer la compréhension réelle et la perspicacité humaine plutôt que des résultats facilement réplicables. S'adapter à ce changement nécessite d'aider les apprenants à comprendre à la fois les capacités et les limites des technologies d'IA, en veillant à ce qu'ils puissent travailler efficacement aux côtés de systèmes automatisés tout en développant une expertise distinctement humaine.

La rappeuse Cardi B a mis en garde les étudiants contre l'utilisation excessive de ChatGPT et des outils d'IA pour réaliser leurs travaux universitaires. Dans un message vidéo, elle a incité les étudiants à s'investir, à travailler dur et à développer un véritable esprit critique, soulignant que l'utilisation de raccourcis basés sur l'IA les privait de véritables connaissances. Cardi B a averti que si l'IA générative peut aider les étudiants à réussir leurs examens ou à terminer leurs devoirs à court terme, elle ne les prépare pas aux environnements professionnels qui exigent une résolution autonome des problèmes et de véritables compétences.

La société de services informatiques de taille moyenne Coforge surpasse ses pairs indiens plus importants en termes de croissance des revenus et de prises de commandes, portée par une exécution solide dans l'IA générative et des acquisitions stratégiques clés telles que Cigniti Technologies. Alors que les principaux concurrents du secteur informatique font face à un ralentissement des dépenses des clients, Coforge a élargi son portefeuille d'opportunités en fournissant des solutions d'IA spécifiques à des domaines tels que la banque, les services financiers et le voyage. En intégrant directement les capacités d'IA générative dans les flux de travail des entreprises et en décrochant des contrats plus importants, l'entreprise a maintenu sa dynamique financière et renforcé le rôle de l'IA comme principal catalyseur de ses gains de parts de marché.

Snowflake Inc. a étendu sa plateforme d'IA agentique pour aider les équipes d'entreprise à concevoir, déployer et gouverner des agents d'IA autonomes directement intégrés aux données d'entreprise. En intégrant le contexte métier — tels que des modèles sémantiques normalisés, des métriques et une logique organisationnelle —, la plateforme garantit que les agents d'IA génèrent des informations fiables et entreprennent des actions précises basées sur des définitions spécifiques au domaine. De plus, Snowflake a renforcé son cadre de gouvernance afin de rendre la sécurité des données, les politiques d'accès et l'auditabilité opérationnelle applicables aux flux de travail agentiques. Ces ajouts permettent aux organisations d'automatiser en toute sécurité des processus métier complexes sur l'ensemble des jeux de données de l'entreprise, tout en maintenant une conformité stricte et un contrôle centralisé.