Analyses sur l’IA, l’automatisation, le cloud et le logiciel. Sans battage : ce qui change, ce qui fonctionne et ce qu’il faut vérifier avant de croire une promesse.
Dernier article Sciences et mathématiques
OpenAI a publié 722 manuscrits contenant des résultats sur des problèmes ouverts de mathématiques. Ce qu’ils contiennent, lesquels compteraient vraiment, ce qu’une machine a vérifié et ce qui reste en suspens.
Du jeu de l'imitation de 1950 aux expériences avec les modèles actuels : ce que mesure le test de Turing et sa place dans la recherche en IA.
Les mods créés avec l’IA rouvrent une question qui inquiète artistes et mathématiciens : pourquoi continuer si une machine peut le faire ? Les échecs offrent une piste.
Nous avons testé Cloudflare OS chez Codin : un environnement pour créer de petites applications avec l’IA, les adapter et les partager. Notre CRM en est un premier exemple.
OpenAI affirme avoir résolu plus de cent problèmes ouverts et une partie de la communauté mathématique répond par une lettre. Ce qui est en débat, ce qui est demandé et ce que nous pensons chez Codin.
Une capacité de fond qui croît sans pause, des tâches qui enchaînent de nombreuses étapes et des laboratoires qui entraînent ce qu’ils peuvent vérifier : pourquoi l’IA avance par bonds sur des tâches précises.
Les tests mis en avant au lancement de GPT-2, GPT-4, o1 et Grok montrent comment nos attentes envers leurs capacités ont évolué.
Qu’est-ce que le Grand Filtre et pourquoi l’IA pourrait-elle en faire partie : puissance technologique, institutions fragiles et capacité de contrôle qui ne suit plus.
Six capacités pour comprendre les risques futurs des LLM : les dangers qu’elles permettraient, les preuves disponibles et ce qui manque aux scénarios les plus graves.
Le connectome d’une mouche ouvre un débat encore spéculatif : une émulation pourrait-elle ressentir quelque chose, et quelles obligations en découleraient pour nous ?
OpenAI affirme avoir résolu Navier–Stokes. Au-delà de la polémique sur la paternité du travail, sa construction avec force extérieure laisserait une question fondamentale ouverte.
Pélicans à vélo, balles dans un hexagone et scènes Blender : les tests viraux montrent comment nos attentes envers l’IA ont évolué et ce que révèlent ses démos.
Le seuil déterminant pour un agent d’IA n’est peut-être ni la conscience ni la superintelligence, mais sa capacité à obtenir des ressources, à rester actif et à se reconstruire sans propriétaire clairement identifié.
Ce que l’inférence locale peut apporter à un processus utilisant des données sensibles, ses limites réelles et les exigences de la production.
L’IA accélère la robotique, mais tous ses goulots d’étranglement n’évoluent pas au même rythme. Le cas du plombier permet de distinguer intelligence, dextérité, fiabilité et coût.
Les single-use apps consistent à générer un logiciel pour un besoin précis, puis à l’abandonner. L’idée intéressante n’est pas de produire plus d’applications, mais de déterminer quelles parties du logiciel doivent durer.
La forme humaine n’est pas optimale pour chaque tâche. Son avantage apparaît lorsqu’un robot généraliste doit utiliser nos outils et évoluer dans des espaces existants.
Les systèmes d’IA commencent à produire des résultats de recherche mathématique. Le défi pourrait passer de la démonstration à la vérification, à la compréhension et à la sélection.
Une étude portant sur 26 811 élèves observe de meilleurs devoirs en moins de temps, mais de moins bons examens. La question est de savoir quel effort l’IA remplace.
