Waymo annonce l'arrivée de Gemini à bord de ses robotaxis avec une interface entièrement redessinée. L'assistant de Google permet de régler la climatisation, de demander un arrêt ou de poser des questions sur le quartier traversé, mais reste volontairement coupé du système de conduite.
Alors que tout le monde attend le troisième trailer de GTA 6, des petits malins engrangent des millions de vues avec de fausses images du jeu de Rockstar.
26 employés de Meta accusent le groupe d’avoir utilisé des outils d’IA qui auraient ciblé des salariés malades, handicapés ou en congé lors de ses licenciements, rapporte notamment Reuters le 14 juillet 2026.
Trente-cinq ans après avoir traumatisé toute une génération et redéfini la science-fiction, le T-800 revient faire le ménage sur grand écran. Pour fêter cet anniversaire, le chef-d’œuvre absolu de James Cameron s’offre une ressortie mondiale massive à la fin de l’été 2026. L’occasion idéale de se reprendre une baffe visuelle en version restaurée 4K.
Déposée le 25 juin 2026 en Californie, une action collective accuse Samsung, SK Hynix et Micron d’avoir volontairement restreint la production de mémoire vive pour maintenir des prix élevés. Une plainte qui ravive le lourd passé du secteur de la DRAM.
Mac, iPad, consoles : la tech voit rouge. Face à l'explosion du coût des composants générée par la frénésie autour de l'IA, Apple n'a d'autre choix que d'augmenter ses prix. Et même Elon Musk, qui a soutenu Tim Cook, s'alarme publiquement de cette crise sans précédent.
Après les héros de gacha et les mondes fantastiques, miHoYo mise sur une étudiante virtuelle passionnée de musique. Baptisée Olivia Lin, cette nouvelle création alimentée par l’IA entend tenir compagnie aux utilisateurs.
Les studios Utopai et le géant de la production chinoise Huace viennent de s'associer pour lancer un projet ambitieux : Journey to the West: The Lost Five Hundred Years. Il s'agira de la toute première série d'animation d'envergure entièrement conçue par intelligence artificielle générative.
L’informatique traverse une crise de croissance majeure face à l’explosion des volumes de données. Les infrastructures matérielles peinent désormais à suivre ce rythme soutenu de progression. L’approche Subquadratic SubQ émerge pour répondre à cette saturation technique. Elle redéfinit efficacement la gestion de la mémoire et des calculs massifs.
Les géants du secteur cherchent aujourd’hui à dépasser les limites physiques des processeurs. Leurs architectures classiques butent inévitablement sur un plafond de performance structurel. Une refonte mathématique devient indispensable pour garantir la progression du domaine. Les récentes publications scientifiques confirment l’urgence de cette transformation architecturale.
La prolifération des données bouscule les infrastructures logicielles actuelles. Chaque jour, les entreprises traitent des milliards de lignes de code et de transactions. Les méthodes traditionnelles se heurtent désormais à un mur physique infranchissable. Ce blocage provient de la complexité quadratique O(n2), où le calcul croît au carré des données.
À l’échelle industrielle, l’impact de cette équation devient immédiat. Si le volume de données double, le temps de traitement quadruple. Une opération simple peut ainsi paralyser un serveur pendant plusieurs jours. Cette logique crée une dépendance intenable envers la puissance matérielle brute.
Face aux coûts énergétiques, attendre la nouvelle génération de puces ne suffit plus. Les centres de données saturent et les budgets cloud explosent rapidement. Les limites de la loi de Moore forcent à repenser l’optimisation. Une rupture purement algorithmique devient désormais la priorité absolue.
L’informatique privilégie des structures sobres pour sortir de l’impasse des calculs au carré. L‘approche Subquadratic SubQ désigne les algorithmes dont la complexité croît moins vite que O(n2). Les chercheurs s’appuient sur des notations rigoureuses comme O(n log n) ou O(n1.5). Ces modèles garantissent une croissance prévisible lors du traitement de volumes massifs.
Les ingénieurs déploient des stratégies spécifiques pour briser ce plafond technique. La méthode « Diviser pour régner » fragmente un problème complexe en plusieurs sous-unités indépendantes. En parallèle, l’usage de tables de hachage évite de parcourir l’intégralité du système. L’algorithme cible directement l’adresse mémoire nécessaire pour optimiser les calculs.
Un exemple classique illustre la supériorité de cette approche en production. Le tri à bulles traditionnel s’effondre rapidement face aux volumes massifs de données. À l’inverse, le tri fusion adopte une logique subquadratique pour réorganiser les éléments. Ce simple basculement réduit des traitements de plusieurs heures à quelques secondes.
En 2017, l’article « Attention Is All You Need » a révolutionné l’IA avec l’architecture Transformer. Ce modèle alimente désormais la majorité des systèmes de langage modernes. Malgré son succès, il cache une faiblesse mathématique structurelle. Son mécanisme de Self-Attention évalue chaque mot par rapport à tous les autres.
Cette opération génère une matrice dense dont la taille équivaut au carré du nombre de mots (n×n). L’analyse des dépendances devient alors nativement quadratique. Cette exigence sature rapidement la mémoire vive (VRAM) dès que la séquence s’allonge. Les fenêtres de contexte des premières IA restaient donc sévèrement limitées par cette barrière physique.
Pour pallier ce défaut, les chercheurs ont longtemps testé des solutions peu efficaces. Le fenêtrage glissant forçait le modèle à oublier les données anciennes pour économiser des ressources. Parallèlement, les coûts d’inférence élevés ont freiné l’adoption généralisée de ces outils. Le développement d’une alternative économique est devenu un impératif pour l’avenir de cette technologie.
L’architecture Subquadratic SubQ élimine la complexité quadratique de la matrice d’attention classique (n×n). Elle remplace le calcul exhaustif des scores par un mécanisme d’attention sous-quadratique linéaire. Un algorithme de filtrage dynamique sélectionne en amont les relations lexicales pertinentes. Ce système intelligent réduit drastiquement le volume de connexions à analyser.
Les ingénieurs appliquent cette méthode chirurgicale sur des modèles open-source existants. Ils substituent la couche d’attention dense d’origine par ce module sous-quadratique linéaire. Cette approche hybride préserve l’intelligence cognitive initiale tout en allégeant la structure. Les besoins en calcul chutent grâce à une réduction massive des opérations requises.
L’efficacité globale de ce système augmente avec la longueur des documents. Sur des volumes massifs, la vitesse d’exécution dépasse la référence FlashAttention-2. Cette optimisation transforme la contrainte de traitement en une courbe quasi linéaire. L’infrastructure matérielle gère ainsi des flux continus sans saturer la VRAM.
L’origine de Subquadratic repose sur l’alliance de l’entrepreneur Justin Dangel, qui assure la direction générale, et d’Alexander Whedon, expert en systèmes. Désireux de transformer une intuition académique en un produit industriel rentable, ils ont structuré leur start-up autour d’une équipe de pointe.
Pour cela, ils ont recruté des ingénieurs et chercheurs issus de prestigieux laboratoires comme Meta FAIR et Google Research. Partageant une frustration commune face au conservatisme des architectures actuelles, ce collectif s’est réuni pour innover et briser le monopole financier des fournisseurs d’IA traditionnels.
Établie au sein de l’écosystème dynamique de Miami, la start-up est officiellement sortie de l’ombre en mai 2026, après plusieurs mois de développement discret. L’entreprise a immédiatement captivé le secteur de la tech lors de sa révélation publique en sécurisant 29 millions de dollars lors d’une levée de fonds.
La technologie Subquadratic SubQ révolutionne les limites du traitement textuel. Elle propose une fenêtre de contexte native atteignant 12 millions de tokens. Cette extension spectaculaire de la mémoire s’accompagne d’un effondrement des coûts d’exploitation. Selon le benchmark RULER, un traitement massif coûte seulement huit dollars contre des milliers auparavant.
Ce bond en avant remet en question la pertinence de la recherche documentaire externe. Les entreprises utilisaient jusqu’ici la méthode du RAG pour compenser le manque de mémoire. Ce système découpait l’information en fragments sélectionnés au lieu de tout lire. Désormais, le besoin de segmenter s’efface au profit d’une analyse native et intégrale.
Cette capacité préserve la vision panoramique indispensable aux analyses complexes. Un cabinet juridique peut ainsi soumettre l’intégralité des archives d’un procès. De son côté, un ingénieur logiciel peut charger tout un répertoire de code source. Cette approche unifiée élimine les hallucinations fréquentes liées au manque de contexte.
L’entreprise Subquadratic a publié les détails techniques de son modèle SubQ 1.1 Small les 16 et 17 juin 2026. Cette démarche assure la transparence nécessaire face aux spéculations de la communauté. L’organisme indépendant Appen a supervisé et validé l’ensemble des protocoles. Les résultats confirment un taux de récupération de 98% sur 12 millions de jetons.
Les chercheurs ont intégré leur formule d’attention à un modèle performant existant. Cette phase de post-entraînement a nécessité mille milliards de jetons de haute qualité. Le système exige désormais 64,5 fois moins de calculs pour une séquence d’un million de jetons. La vitesse brute est multipliée par 56 par rapport à la référence FlashAttention-2.
Cette optimisation de la mémoire préserve l’intelligence globale du modèle. Sur le benchmark AutomationBench Finance, la structure démontre des capacités d’analyse de haut niveau. Elle corrèle des rapports divergents tout en maintenant une logique interne rigoureuse. Ces métriques prouvent la viabilité économique du projet face aux architectures denses classiques.
Malgré des chiffres flatteurs, le modèle Subquadratic SubQ fait face à d’importantes réserves techniques. L’infrastructure de la start-up demeure un écosystème entièrement fermé. Les poids numériques ne sont pas disponibles en téléchargement libre. Les développeurs extérieurs doivent s’inscrire sur une liste d’attente restrictive.
Cette absence d’ouverture empêche tout audit indépendant par des chercheurs tiers. De nombreux ingénieurs expriment leur scepticisme face à des résultats impossibles à répliquer. Par ailleurs, le mécanisme de routage dynamique introduit une complexité inédite. Un afflux massif d’utilisateurs pourrait créer des goulots d’étranglement imprévus.
Les capacités du modèle en logique pure et en abstraction restent à démontrer. Les architectures éparses sous-performent souvent les modèles denses sur des énoncés courts. La gestion de la concurrence multi-utilisateur sera le véritable test pour cette technologie. Tant que l’API ne sera pas ouverte, le projet restera une promesse théorique.
Le marché des architectures alternatives aux Transformers classiques est en pleine effervescence. La solution Subquadratic fait face à la concurrence directe des modèles d’espace d’état, comme Mamba. Cette architecture rivale a prouvé son efficacité avec une complexité linéaire O(n). Je suis convaincu que cette rivalité intense va accélérer le rythme des découvertes scientifiques.
Les ingénieurs comparent minutieusement ces deux approches. Les modèles linéaires excellent dans le traitement séquentiel mais peuvent omettre des détails lointains. Les structures subquadratiques hybrides maintiennent, elles, un ciblage précis grâce à leur sélection dynamique. Le choix technique dépendra donc surtout de la nature des applications visées.
L’intégration aux standards industriels, comme Hugging Face ou vLLM, est un enjeu commercial crucial. Les nouvelles architectures doivent s’adapter à ces frameworks sans exiger de réécriture complète. L’efficacité énergétique dicte désormais l’agenda de la recherche mondiale. Cette transition vers des structures optimisées est devenue une nécessité pour l’industrie.
Cet article L’architecture Subquadratic SubQ est-elle le chaînon manquant de l’ère post-Transformer ? a été publié sur LEBIGDATA.FR.
Guillermo del Toro refuse de se taire : pour lui, le monde du cinéma est en danger de mort intellectuelle. Alors qu'il recevait la plus haute distinction du British Film Institute à Hollywood, le réalisateur oscarisé a profité de sa tribune pour livrer un réquisitoire d'une violence rare contre l'essor de l'intelligence artificielle dans l'art. Pour le cinéaste, l'humanité est à l'aube d'un « illettrisme de l'image » global, orchestré par une technologie qu'il qualifie sans détour de bête et destructrice.
C'est un séisme éthique qui secoue l'industrie cinématographique en ce mois de juin 2026. Martin Scorsese, le réalisateur légendaire de Taxi Driver et Killers of the Flower Moon, se retrouve sous le feu des critiques après avoir officialisé son rôle de conseiller auprès de la startup d'intelligence artificielle Black Forest Labs. La réponse de l'Art Directors Guild (le syndicat des directeurs artistiques d'Hollywood) ne s'est pas fait attendre.
La campagne cybercriminelle qui a déjà compromis des dizaines de dépôts de développeurs en mai et juin continue de se transformer. Une nouvelle vague, documentée par la société de sécurité Socket, révèle une escalade technique où les attaquants utilisent les mécanismes de sécurité des IA comme bouclier anti-détection.
Et si les GAFAM avaient déjà leur successeur ? Né sur X le 9 juin 2026, le mème « MANGOS » remplace les géants historiques par Meta, Anthropic, Nvidia, Google, OpenAI et SpaceX. Un acronyme rigolo, mais surtout révélateur d’un basculement de la tech.
L’essor de l’intelligence artificielle révolutionne la collaboration informatique sur des tâches complexes. Cependant, les architectures traditionnelles d’agents autonomes restent rigides face aux imprévus. Pour combler ce manque d’adaptabilité, le framework SkillMAS propose une solution inédite. Ce système s’appuie sur une co-évolution coordonnée des compétences individuelles et des structures collectives.
Cette approche novatrice apporte une plasticité accrue aux équipes d’intelligence artificielle. Elle réduit les coûts élevés et les contraintes des méthodes classiques de réentraînement. De plus, cette architecture optimise le comportement global des systèmes distribués. En unifiant les échelles micro et macro, ce cadre ouvre la voie à une automatisation plus résiliente.
L’intégration des LLM transforme l’IA grâce à l’émergence des agents autonomes. Ces systèmes ne se contentent plus de générer du texte. Ils planifient et exécutent désormais des actions concrètes. Pour y parvenir, ils utilisent des boucles de rétroaction simples et des méthodes de réflexion comme le paradigme ReAct.
En pratique, l’architecture traduit l’intention de l’utilisateur en une suite de tâches. Ce processus associe directement la réflexion à l’appel d’outils externes. Mais ce fonctionnement linéaire peut isoler l’IA. Le succès dépend alors fortement du prompt initial et exige souvent un pilotage humain stratégique.
Face à l’imprévu, les agents classiques se heurtent vite à leur rigidité. Leurs rôles et leurs outils sont figés par les développeurs. Le système ne sait pas s’adapter et peut générer des boucles d’erreurs infinies. La consommation de jetons s’envole parfois, tendant à cantonner la technologie à des tâches balisées.
Le framework SkillMAS brise la rigidité des systèmes d’IA traditionnels. Son architecture non paramétrique ne modifie pas les poids des modèles de langage sous-jacents. Le système fonctionne comme une couche logicielle supérieure et intelligente. Son but principal est d’apporter plus de plasticité à l’écosystème d’agents autonomes.
Tout repose sur le concept de coévolution synchronisée. SkillMAS fait progresser en même temps les compétences individuelles et la structure globale du système. Il adapte les outils des agents aux tâches complexes tout en remodelant le collectif. Cette double transformation se fait automatiquement, sans aucune reprogrammation manuelle.
Cette mécanique s’appuie sur le couplage dynamique de deux échelles interconnectées. L’échelle micro gère et optimise les compétences techniques et réutilisables de chaque entité. L’échelle macro supervise l’organigramme général et redistribue les rôles dans l’équipe. L’une influence directement l’autre en temps réel pour garantir une agilité accrue.
Le projet SkillMAS est né en mai 2026. Il est le fruit d’un partenariat entre l’Université Jiao Tong de Shanghai, l’Université du Centre-Sud et le constructeur OPPO. Les scientifiques ont combiné l’apprentissage automatique et les systèmes distribués. Ces travaux posent désormais les bases d’une nouvelle forme d’autonomie.
Leur étude détaille les mécanismes algorithmiques de cette coévolution. Sa supériorité face aux standards actuels a été prouvée en laboratoire. L’implication directe d’OPPO souligne le potentiel industriel de cette technologie. À terme, elle permettra de propulser des assistants virtuels bien plus avancés, intelligents et résilients.
Entre 2023 et 2025, la recherche restait pourtant cloisonnée. Des projets comme Voyager apprenaient aux agents à créer leurs propres outils. Des frameworks comme MetaGPT se concentraient plutôt sur le travail en équipe. SkillMAS fusionne enfin ces deux approches isolées au sein d’une architecture unifiée.
Le mot « Skill » désigne la compétence de l’IA. Dans l’univers des agents autonomes, ce terme a un sens technique précis. Il ne s’agit pas d’une aptitude abstraite, mais d’un bloc de code fonctionnel et documenté. Ce script permet à l’agent d’interagir directement avec son environnement numérique.
Concrètement, une compétence lui permet de trier un fichier ou d’interroger une base de données. L’agent appelle ce programme dès qu’il en a besoin. Une fois validé, l’outil rejoint une bibliothèque partagée par tout le réseau. L’IA n’a plus à réinventer la méthode, ce qui enrichit constamment sa boîte à outils.
L’acronyme « MAS » renvoie quant à lui aux systèmes multi-agents (Multi-Agent Systems). Ce concept désigne un réseau d’entités logicielles qui collaborent de manière autonome. Inspirée des organisations sociales, cette approche découpe un problème complexe en sous-tâches simples. Le nom SkillMAS exprime ainsi la gestion des compétences au service d’une intelligence collective.
Les concepteurs du framework s’inspirent de l’évolution naturelle. En biologie, la coévolution désigne le développement simultané d’espèces interdépendantes. C’est le cas historique des fleurs et de leurs pollinisateurs. SkillMAS applique cette logique évolutive au logiciel pour dépasser la rigidité des modèles classiques.
Ici, les compétences des agents sont des outils adaptatifs individuels. L’équipe complète forme quant à elle l’écosystème global. Le framework considère qu’une compétence ne peut progresser de manière isolée. Cette approche organique ajuste en permanence le collectif selon les besoins du moment.
Ce modèle innovant repose sur la plasticité systémique. Il donne ainsi naissance à un véritable « logiciel dynamique ». Grâce à une boucle de rétroaction, la structure s’adapte en continu aux contraintes extérieures. Face aux anomalies, l’architecture se reconfigure d’elle-même pour retrouver son équilibre.
Le processus d’évolution commence à l’échelle de l’agent individuel. Face à une tâche inédite, l’IA vérifie d’abord sa bibliothèque de compétences. Si aucun outil ne convient, le système bascule automatiquement en mode création. L’agent utilise alors la puissance du LLM pour rédiger un nouveau script informatique en Python.
Le framework teste ensuite ce code dans un environnement sécurisé pour vérifier sa stabilité. En cas de succès, le script est encapsulé avec une documentation textuelle expliquant son activation. L’outil rejoint enfin une base de données commune et partagée. Il devient immédiatement disponible pour l’ensemble du réseau d’agents.
Une compétence enregistrée n’est jamais figée et s’améliore au fil des utilisations. Le système analyse les données d’exécution pour détecter les lenteurs ou les bugs. Des agents spécialisés réécrivent le code défaillant et l’adaptent aux changements des API externes. Je pense que cette maintenance automatisée est la véritable clé pour garantir une boîte à outils toujours moderne et performante.
L’accumulation incontrôlée de connaissances est un piège pour l’intelligence artificielle. Pour l’éviter, SkillMAS utilise le concept d’apprentissage de l’utilité (Utility Learning). Cette méthode attribue une note de performance à chaque compétence créée. Le système évalue sa fréquence d’utilisation, son taux de succès et son coût en ressources.
Un outil qui résout souvent des problèmes complexes obtient un score élevé. À l’inverse, un script obsolète ou trop spécifique voit sa note baisser. Cet algorithme permet de quantifier précisément la valeur réelle des acquis. L’apprentissage de l’utilité sert alors de boussole pour guider le tri des connaissances.
Ce tri régulier évite l’inflation de compétences qui encombre d’ordinaire la mémoire des LLM. Le framework supprime les codes inutilisés et fusionne les fonctions similaires. Cette maintenance logicielle maintient la bibliothèque dans un état de légèreté optimal. L’efficacité cognitive de l’IA est ainsi préservée au fil des cycles d’apprentissage.
L’adaptation individuelle ne suffit pas à garantir le succès collectif. SkillMAS peut donc modifier l’organigramme de son équipe en toute autonomie. Au départ, les rôles suivent un schéma standard et prédéfini. Dès que la situation se complique, le système réorganise immédiatement les fonctions selon les urgences du terrain.
La performance d’un réseau multi-agents dépend avant tout de la qualité de ses échanges. Les structures classiques imposent généralement des canaux de communication fixes et linéaires. SkillMAS brise ce modèle en faisant évoluer la topologie du réseau en temps réel. Les agents s’affranchissent ainsi d’un schéma de discussion totalement figé.
En cas de malentendu entre deux entités, le framework intervient aussitôt. Il peut couper leur lien direct et désigner un agent superviseur pour filtrer les messages. À l’inverse, il sait ouvrir un canal général pour diffuser rapidement une information critique. Cette optimisation élimine le bruit informationnel pour fluidifier l’intelligence collective.
Sa grande force est d’être non paramétrique. Le framework n’a pas besoin de réentraîner les modèles de langage, qui restent inchangés. Tout s’ajuste en quelques secondes grâce aux prompts et au code externe. Cette légèreté dispense d’utiliser de coûteux supercalculateurs.
Placé en couche externe, le système offre une compatibilité universelle. Il se branche sur n’importe quel LLM, propriétaire ou open-source. Si l’on change de modèle, la bibliothèque de compétences reste intacte. L’IA conserve ainsi sa mémoire organisationnelle et garantit une modularité totale.
Enfin, le framework s’appuie sur une approche guidée par l’échec (Failure-Driven). En cas de bug, le système enregistre le code fautif, les messages de la console et les échanges des agents. Une IA spécialisée décortique ces données pour trouver la source exacte du problème. Cette correction méthodique transforme chaque erreur en moteur d’évolution.
Les anciens frameworks comme AutoGen ou CrewAI reposent sur des structures statiques. Ils imposent généralement des pipelines de prompts assez rigides. MetaGPT utilise quant à lui des procédures figées issues du monde de l’entreprise. Efficaces pour des tâches prévisibles, ces outils échouent en environnement chaotique.
Le framework de 2026 dépasse ces limites grâce à sa dynamicité synchrone. Il intègre des mécanismes uniques pour nettoyer ses outils en cours de route. Le système peut également restructurer ses équipes selon les besoins du terrain. Un groupe d’agents fixes devient ainsi une organisation fluide et auto-adaptative.
Ses applications concrètes ciblent des secteurs industriels hautement stratégiques. En génie logiciel, il crée des usines de code totalement autonomes. Grâce à l’implication d’OPPO, il s’impose aussi dans l’Internet des Objets (IoT). Le système pilote alors des flottes d’appareils en gérant instantanément les pannes.
Le framework traverse actuellement une phase de transition majeure. Ce projet de recherche d’avant-garde propose un code source totalement ouvert. Son niveau de maturité technique se situe encore au stade de la preuve de concept. Le système fait actuellement l’objet de validations approfondies en environnement simulé.
Il ne s’agit pas encore d’un logiciel grand public accessible sur abonnement. Les ingénieurs en IA et les laboratoires spécialisés s’en emparent d’ailleurs aujourd’hui. Ils utilisent cette architecture pour bâtir les fondations des futurs agents commerciaux. L’adoption globale s’accélère ainsi au sein de la recherche logicielle avancée.
Le déploiement technique repose principalement sur Python et des bases de données vectorielles. Connecté à des LLM performants, le système génère et exécute son code de manière autonome. Un environnement isolé de type sandbox ou Docker est donc obligatoire. Cette barrière de sécurité indispensable protège efficacement la machine hôte.
Cet article SkillMAS : quand l’IA réorganise son équipe et réécrit ses outils en temps réel a été publié sur LEBIGDATA.FR.
Au Computex 2026, le PDG de Qualcomm a déroulé une vision radicale de l'informatique agentique : des agents IA omniprésents, embarqués sur chaque appareil, qui vous suivront partout.
D'après le site américain Media 404, des hackers seraient parvenus à détourner le chatbot d’assistance de Meta pour prendre le contrôle de comptes Instagram. Une faille simple, basée sur la fragilité des gardes-fous de l'IA.
Le patron du logiciel chez Rivian donne un avis très tranché sur l'intégration d'Apple CarPlay. Pour lui, pas question d'avoir cette surcouche dans un modèle de la marque. À la place, les commandes vocales et les agents d'intelligence artificielle sont le futur de l'automobile.
Le légendaire réalisateur a tranché. Invité à s'exprimer sur la place grandissante de l'intelligence artificielle à Hollywood, Steven Spielberg a fermement tracé sa ligne rouge. Si le cinéaste aux trois Oscars accepte l'IA comme un assistant technique, il refuse catégoriquement de lui céder la moindre once de créativité. Pour lui, la machine n'égalera jamais l'esprit humain.
Les salariés syndiqués de Samsung ont validé à 74 % l'accord sur les primes IA, écartant définitivement la menace d'une grève de 18 jours en Corée du Sud. Certains employés de la division mémoire toucheront environ 416 000 dollars de prime cette année, mais l'écart avec les autres divisions créerait déjà des tensions en interne.
La grève devrait bien avoir lieu chez Samsung en Corée du Sud, à partir du 21 mai 2026. Ce bras de fer social pourrait provoquer une perturbation globale, avec une paralysie possible de la production des puces essentielles au fonctionnement de l'intelligence artificielle.
Google a multiplié les annonces à l'occasion de sa conférence I/O diffusée le 19 mai 2026. L'une d'elles cache un bon plan : l'ajout de YouTube Premium Lite pour l'abonnement Google AI Pro à 21,99 €. Une sacrée affaire.
Le 12 mai 2026, Samsung et un syndicat sud-coréen ont échoué à trouver un accord sur le partage des profits liés à l’essor de l’IA. Plus de 50 000 salariés menacent de lancer une grève susceptible de perturber la production mondiale de mémoire et de composants critiques pour l’IA.
Peter Jackson, qui a porté Le Seigneur des anneaux sur grand écran, vient-il de trahir l'art du cinéma ou fait-il preuve de pragmatisme ? Présent au Festival de Cannes 2026 pour recevoir une Palme d'or d'honneur, le cinéaste a jeté un pavé dans la mare en déclarant qu'il « ne déteste pas » l'usage de l'intelligence artificielle dans les films. Entre défense du réalisme et aveu d'impuissance, ses propos risquent de diviser une industrie à cran sur cette question.
Alors que la suite tant attendue du film culte vient de sortir en salles, un détail passionne les réseaux sociaux. Pour créer une image parodique de Miranda Priestly dans Le Diable s'habille en Prada 2, le réalisateur David Frankel a fait un choix radical : refuser l'intelligence artificielle au profit d'une véritable artiste. Un geste qui ne passe pas inaperçu.
Un fabricant chinois d’aspirateurs présente une voiture électrique à réaction ? Une IA figée en 1930 ? Ou encore le test d'un quadricycle français ? Voilà ce qui a notamment retenu votre attention cette semaine.
Selon une note de l’analyste Ming‑Chi Kuo publiée le 27 avril 2026, OpenAI travaillerait désormais sur un smartphone centré sur les agents d’IA, co‑conçu avec MediaTek, Qualcomm et le fabricant Luxshare.
À l'approche de la Google I/O 2026, évènement au cours duquel le géant du web devrait annoncer de nombreuses nouveautés liées à ses intelligences artificielles, plusieurs initiatives commencent à être dévoilées, pour vider ses cartons. L'un d'entre eux devrait plaire aux fans de Gemini : le chatbot va enfin avoir des projets, sous la forme de carnets NotebookLM intégrés à l'interface.
En forte croissance ces derniers mois, le créateur de Claude AI annonce qu'il pourrait dépasser les 30 milliards de dollars de revenus dès 2026 et surpasser les résultats d'OpenAI, son meilleur ennemi. Pour continuer sa montée en puissance, Anthropic va s'allier avec Google et Broadcom pour augmenter la capacité de ses serveurs.
Capcom a publié un document dédié aux investisseurs, portant notamment sur la question de son usage de l'IA. Quelques jours après la présentation controversée du DLSS 5, la firme nippone y stipule qu'elle n'utilisera pas la technologie pour modifier le contenu de ses jeux.
Le débat sur l'intelligence artificielle au cinéma vient de franchir un nouveau cap éthique et technologique. Pour sauver un long-métrage indépendant dont le tournage a été bouleversé par la maladie, une production a fait le choix radical de recréer intégralement l'un de ses acteurs principaux grâce à l'IA.
L'assistant IA Grok débarque dans les Tesla en Europe. À quoi ça sert ?
Depuis près d’un an, Bouygues Telecom propose à ses clients un abonnement gratuit à Perplexity Pro. Mais toute bonne chose a une fin : l’accès gratuit à ce LLM se terminera dans quelques jours. L’heure est donc venue, pour certains, de se désabonner… et pour d’autres, de profiter des tout derniers moments pour s’inscrire.
Tesla a publié ses résultats pour le quatrième trimestre et l'ensemble de l'exercice 2025. Si le géant de l'électrique fait face à un ralentissement de son cœur de métier automobile, ses activités d'énergie et ses avancées dans l'intelligence artificielle dessinent les contours d'une mutation profonde.
Des milliers de hackers partagent leurs astuces sur une chaîne Telegram pour contourner les garde-fous du robot conversationnel d’intelligence artificielle Grok et produire des images et vidéos sexuelles d’une violence extrême.
Faut-il desserrer l'étau autour du numérique en Europe ? Bruxelles lance un grand chantier sur la question, avec des propositions visant à simplifier plusieurs aspects de certaines grandes réglementations, comme le RGPD et l'AI Act. Avec, en ligne de mire, le souhait de retrouver le chemin de la compétitivité et de l'innovation.
Connexion