Eau sur la Lune, une ressource réelle mais en quantité insuffisante pour les missions à venir - Science et vie

Malgré l’échec des “Éternels”, Chloé Zhao ne regrette pas son passage chez Marvel. La cinéaste oscarisée explique comment des moyens presque illimités lui ont appris que les contraintes pouvaient stimuler la créativité. Passer d’un film indépendant à une superproduction Marvel dotée de moyens colossaux peut sembler être une chance exceptionnelle pour une cinéaste. Chloé Zhao en a pourtant tiré une conclusion plus nuancée : l’absence de restrictions ne stimule pas toujours l’imagination, bien au contraire. Interrogée par Vanity Fair, la réalisatrice a ainsi comparé les conditions de production des Éternels à celles de son drame historique Hamnet.

Jeudi 23 juillet 2015, sur le chantier de fouilles de la Caune de l’Arago, à Tautavel (Pyrénées-Orientales), un étudiant de 20 ans sort de terre une dent humaine. Valentin Loescher, étudiant en histoire de l’art et archéologie, participait à ses premières fouilles. L’incisive qu’il tient entre les doigts date d’environ 560 000 ans, soit 100 000 ans de plus que l’homme de Tautavel, jusque-là considéré comme le plus vieux Français. Le musée de Tautavel en fait l’annonce publique le 27 juillet 2015.

Depuis des années, les chercheurs tentent de comprendre comment fonctionnent les modèles d'intelligence artificielle générative. Ils sont souvent décrits comme des boîtes noires. Il est impossible de savoir ce qui se passe à l'intérieur. On peut déduire certaines règles de fonctionnement en analysant les entrées et les sorties, autrement dit les requêtes et les réponses. Toutefois, il est aussi possible d'analyser les neurones individuels. Les modèles sont des réseaux de neurones artificiels qui reposent sur différentes architectures : réseaux antagonistes génératifs (GAN), réseaux de neurones récurrents (RNN), transformeurs, réseaux de neurones convolutifs (CNN), etc. Ces neurones ne sont pas des éléments physiques, mais des fonctions mathématiques. Toutefois, jusqu'à présent, leur rôle exact au sein du réseau neuronal est resté assez mystérieux. Le problème des neurones polysémiquesDans un long article d'environ 26 000 mots, Nick Cammarata de la startup Goodfire AI et ancien employé chez OpenAI, explique comment il a réussi à comprendre le fonctionnement de ces neurones, ce qui permettrait d'étudier et de mieux comprendre les grands modèles de langage.