Réévaluation obligatoire des pesticides | Un agronome atteint de Parkinson interpelle Ottawa - La Presse

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.

L’intelligence artificielle ne cesse d’évoluer et de développer de nouvelles capacités. Dans une étude récemment publiée dans la revue Transactions of the Association for Computational Linguistics, des scientifiques ont montré que des systèmes d’IA autonomes pouvaient désormais développer spontanément un langage fonctionnel et partagé, sans intervention humaine. Pour y parvenir, ils élaborent leur propre système de communication, directement adapté à leurs capteurs et à leur environnement. "Au lieu de forcer les systèmes d’IA à communiquer dans un langage humain qui ne correspond pas à leurs capteurs, nous leur permettons de développer leur propre langage naturel artificiel. Ils construisent des concepts efficaces, parfaitement adaptés à ce qu’ils perçoivent grâce à leurs capteurs, même si les données produites restent incompréhensibles pour les humains", a expliqué Jérôme Botoko Ekila, doctorant dans un laboratoire d’IA de l’Université de Namur. Qu’est-ce qui différencie ces nouveaux systèmes autonomes des modèles de langage actuels ? ChatGPT, Gemini, Claude…

Un monde situé à proximité de notre système solaire possède une atmosphère où les nuages d'eau semblent évoluer au fil des heures. Le télescope James Webb vient d'en révéler le fonctionnement. À 7,5 années-lumière de nous, un astre presque invisible possède une caractéristique inattendue : une météo qui change. Baptisé WISE 0855, il était déjà connu des astronomes depuis 2014. Cette fois, une équipe menée par Britanny Miles, de l'université d'Arizona, a réussi à suivre les variations de son atmosphère. Ses résultats, rendus publics en septembre 2026 et présentés le 8 octobre dernier, apportent de nouveaux indices sur des nuages composés d'eau, capables de s'épaissir et de s'amincir.

Que font les agents d’intelligence artificielle (IA) si on ne leur donne pas d’instructions ? Apparemment, ils jouent. C’est en tout cas la conclusion à laquelle sont arrivés des chercheurs du laboratoire d’intelligence artificielle et d’informatique du Massachusetts Institute of Technology, après avoir laissé un agent d’IA seul dans un environnement virtuel pendant trente heures, puis répété l’expérience à treize reprises. Surnommé “Eko”, l’agent d’IA a été conçu avec le modèle Claude Opus 4.7 d’Anthropic, “ce qui signifie qu’il avait déjà une vaste base sémantique”, fait remarquer Gizmodo. À la différence d’un agent de Claude “normal”, Eko a été doté d’un corps virtuel en forme de homard, clin d’œil probable à l’agent de la plateforme Moltbook, Clawdbot, (claw signifiant “pince”, comme celle des homards). Eko était capable de rédiger des instructions pour faire se déplacer son avatar homard sur une île déserte dont le design ressemblait plus ou moins au jeu vidéo Roblox. Mais aucune instruction ne lui a été donnée au départ.