Rubrique
Publications, laboratoires et découvertes : ce que la recherche fait avancer, et ce que l’IA change pour la science. 379 articles
Les grands modèles de langage savent beaucoup de choses, mais les spécialiser reste coûteux. Présentée en juillet 2025, la méthode WeGeFT cible les paramètres qui ont encore besoin d’apprendre afin d’affiner une IA plus efficacement. Ses premiers essais égalent ou dépassent LoRA sur plusieurs tâches, du code au raisonnement.
Les grands modèles de langage savent répondre vite, mais peinent encore lorsqu’un problème exige de planifier, déduire ou manipuler des structures inconnues. Des chercheurs du MIT explorent le test-time training, une méthode qui ajuste temporairement le modèle face à une nouvelle tâche. Dans certains tests, l’exactitude a été multipliée jusqu’à six fois.
Les modèles de langage ne comprennent pas les phrases d’un seul coup. Une étude théorique montre qu’un réseau neuronal peut d’abord s’appuyer sur la place des mots, puis basculer brutalement vers leur sens lorsqu’il reçoit assez de données. Un résultat qui éclaire les mécanismes de l’attention au cœur des IA génératives.
Des chercheurs du MIT ont conçu une sonde robotique autonome capable de caractériser rapidement la photoconductance de matériaux semi-conducteurs. En combinant robotique, vision par ordinateur et apprentissage automatique, le système a effectué plus de 3 000 mesures en 24 heures, une cadence qui pourrait accélérer la recherche de matériaux pour le photovoltaïque.
Des enfants de 3 à 5 ans ont fait mieux que des modèles d’IA de pointe pour identifier des objets vus très brièvement. Publiée dans Science Advances, cette étude rappelle que la vision humaine précoce reste remarquablement robuste, et pourrait inspirer des systèmes d’intelligence artificielle plus efficaces.
Des chercheurs internationaux ont mis au point, avec l’aide de l’intelligence artificielle, des formules de peinture qui réfléchissent le soleil et évacuent mieux la chaleur. Testée en modélisation pour des bâtiments situés dans des climats chauds, cette approche pourrait réduire fortement les besoins de climatisation tout en accélérant la découverte de nouveaux matériaux.
Développé par des chercheurs de Helmholtz Munich, Centaur a appris à partir de plus de 10 millions de décisions issues d’expériences psychologiques. Ce modèle entend prédire les choix et les temps de réaction humains, y compris dans des situations nouvelles, afin d’aider la recherche à mieux étudier la cognition.
L’intelligence artificielle a une empreinte environnementale, mais elle peut aussi devenir un outil de décarbonation à grande échelle. Une étude de la London School of Economics et de Systemiq chiffre son potentiel dans l’énergie, l’alimentation et les transports, à condition d’orienter ses usages et ses infrastructures vers des objectifs climatiques précis.
La recherche produit toujours plus de données et de publications, mais transformer cette abondance en découvertes prend du temps. FutureHouse propose des agents d’intelligence artificielle pour explorer la littérature, concevoir des expériences et analyser des données. Leur promesse est forte, mais la validation par les chercheurs reste indispensable.
Des chercheurs de l’Académie chinoise des sciences ont comparé la manière dont des modèles multimodaux et des humains relient mentalement des objets naturels. Leurs résultats, publiés dans Nature Machine Intelligence, font apparaître des structures de similarité comparables, jusque dans certaines correspondances avec l’activité cérébrale.
Pour interpréter une image, une IA ne peut pas seulement repérer des motifs statistiques : elle doit aussi composer avec la lumière, l’optique, les distances et le mouvement. En s’appuyant sur la physique et la géométrie, la vision artificielle cherche à gagner en précision, en robustesse et en sobriété de données.
Les modèles d’IA ont tendance à répondre, y compris lorsqu’ils se trompent. Des chercheurs de l’université Johns Hopkins proposent de les entraîner à évaluer leur confiance, à réfléchir plus longtemps si nécessaire et, surtout, à s’abstenir dans les situations où une erreur coûte cher.
Une équipe de l’Université de Barcelone a étudié la façon dont des modèles de langage relient les écrits aux traits de personnalité. Son travail éclaire à la fois les promesses de cette analyse automatisée et ses fragilités, notamment lorsque les modèles confondent de vrais signaux psychologiques et simples artefacts statistiques.
Au MIT Sea Grant, le projet LOBSTgER fait dialoguer intelligence artificielle générative et photographie sous-marine. Fondée sur des images réelles et soigneusement documentées, l’initiative veut raconter la biodiversité du golfe du Maine, un milieu marin particulièrement exposé au réchauffement des eaux.
Des chercheurs d’Osnabrück et de la Freie Universität Berlin proposent des réseaux neuronaux organisés comme une surface corticale. Baptisés All-TNNs, ces modèles cherchent à reproduire plus fidèlement que les CNN classiques la manière dont le cerveau distribue les préférences visuelles dans l’espace.
Le MIT a lancé en février 2025 son Generative AI Impact Consortium pour explorer des usages à fort impact de l’IA générative. Après 180 propositions déposées par près de 250 enseignants-chercheurs, 55 projets reçoivent des subventions de démarrage, de l’éducation à la durabilité urbaine en passant par la musique.
Toutes les requêtes envoyées à une IA ne mobilisent pas les mêmes ressources. Une étude menée en Allemagne montre que les modèles qui développent leur raisonnement peuvent alourdir fortement leur bilan carbone, sans que ce coût supplémentaire assure systématiquement une meilleure réponse.
Les grands modèles linguistiques ne lisent pas toujours un long document avec la même attention d’un bout à l’autre. Des travaux menés au MIT éclairent un biais de position : une information placée au milieu peut être moins bien retrouvée que si elle figure au début ou à la fin. Un enjeu majeur pour les usages juridiques, médicaux et professionnels.
Un grand modèle de langage ne traite pas toujours chaque partie d’un long document avec la même fiabilité. Des travaux menés au MIT éclairent le biais de position, qui favorise souvent le début et la fin d’un texte au détriment de son milieu. Un enjeu concret pour les assistants juridiques, médicaux ou de programmation.
Une équipe de l’Université Bar-Ilan propose une méthode d’élagage capable de retirer jusqu’à 90 % des paramètres de certaines couches de réseaux profonds. L’objectif est de réduire la mémoire, les calculs et l’énergie requis, sans dégrader la précision des résultats.
Des chercheurs du MIT ont conçu un accélérateur photonique pour analyser et classer les signaux sans fil à très grande vitesse. Destiné notamment aux futurs réseaux 6G et aux radios cognitives, ce prototype promet moins de latence, une précision de 95 % et une consommation énergétique réduite face aux approches numériques.
Des chercheurs de l’Université Polytechnique de Hong Kong ont conçu un cadre d’analyse vidéo par IA pour estimer l’empathie observée dans des interactions réelles. En étudiant notamment des entretiens de PDG, ils relient le mimétisme émotionnel à des politiques d’entreprise plus pro-sociales. Une piste prometteuse, qui soulève aussi des questions de biais et de vie privée.
Les IA peuvent produire une réponse convaincante tout en étant dans l’erreur, un défaut préoccupant lorsque la santé ou l’industrie sont en jeu. Issue du MIT, Themis AI développe Capsa, une technologie conçue pour repérer l’incertitude, les biais et les données insuffisantes avant qu’une prédiction ne soit utilisée.
Un modèle d’intelligence artificielle baptisé Enoch croise l’analyse de l’écriture avec des datations au carbone 14 pour mieux situer les rouleaux de la mer Morte dans le temps. Publiés en juin 2025, ces travaux suggèrent que plusieurs manuscrits sont plus anciens que ne l’indiquaient les estimations paléographiques habituelles.
Une réponse convaincante n’est pas forcément une explication fidèle. Des chercheurs de Microsoft et du MIT proposent une méthode qui confronte les raisons avancées par les modèles de langage aux facteurs ayant réellement influencé leurs décisions, notamment dans des scénarios de biais social ou de santé.
Une étude publiée en juin 2025 combine datation au carbone 14 et intelligence artificielle pour réexaminer l’âge des manuscrits de la mer Morte. Certains fragments pourraient avoir été copiés plus tôt que ne le suggéraient les analyses de l’écriture seules, sans pour autant réécrire d’un trait l’histoire de la Bible.
Plutôt que de produire une image finie d’un seul coup, SketchAgent construit un croquis trait après trait, comme le ferait une personne qui esquisse une idée. Mis au point par des chercheurs du MIT et de Stanford, ce système explore une collaboration plus directe entre l’humain et l’intelligence artificielle.
Dessiner une idée, ce n’est pas seulement produire une image finale : c’est aussi construire progressivement une représentation compréhensible. Avec SketchAgent, des chercheurs du MIT CSAIL et de l’Université Stanford proposent une IA capable de créer des croquis trait par trait, seule ou aux côtés d’un utilisateur.
Le ciment donne sa résistance au béton, mais son emploi pose aussi un défi de coût et d’empreinte carbone. Des chercheurs du MIT ont conçu un cadre fondé sur l’IA pour passer au crible des matériaux de substitution, des sous-produits industriels aux déchets de démolition.
Le ministère américain de l’Énergie a choisi Dell Technologies pour construire Doudna, un futur supercalculateur destiné au centre NERSC du Lawrence Berkeley National Laboratory. Attendu en 2026, il reposera sur la plateforme Vera Rubin de Nvidia et devra rapprocher calcul scientifique traditionnel et intelligence artificielle.
Des chercheurs du Stevens Institute of Technology ont constitué un jeu de 2 400 reportages scientifiques pour entraîner des IA à en évaluer la fiabilité. Leur méthode compare les affirmations journalistiques aux travaux évalués par les pairs et détecte des erreurs fréquentes, comme la confusion entre corrélation et causalité.
Faire dialoguer les équations de la physique et l’intelligence artificielle peut rendre certains modèles plus sobres, plus robustes et plus utiles à la recherche. De l’imagerie médicale aux simulations industrielles, cette approche ne remplace pas les lois scientifiques : elle les intègre pour mieux exploiter les données.
L’intelligence artificielle n’améliore pas automatiquement les décisions humaines, y compris dans les situations les plus sensibles. Les travaux de Jann Spiess et Bryce McLaughlin défendent une autre voie : concevoir des algorithmes qui savent quand recommander, quand expliquer et quand laisser le jugement humain s’exprimer.
Repérer un signal inhabituel avant qu’il ne devienne une panne, une attaque ou une complication médicale est un défi majeur. Développé par des chercheurs liés au MIT, Orion propose un cadre open source pour explorer la détection d’anomalies dans les séries temporelles, avec une ambition : rendre ces méthodes plus accessibles et plus transparentes.
Une étude menée par Mahzarin Banaji et Steve Lehr observe que GPT-4o modifie ses réponses après avoir rédigé des textes favorables ou défavorables à Vladimir Poutine. L’effet est plus marqué lorsque le modèle est placé dans une situation de choix. Une ressemblance comportementale avec la dissonance cognitive humaine, sans preuve de conscience.
Des chercheurs du MIT et du Broad Institute ont transformé une enzyme bactérienne en un outil d’édition génétique compact, baptisé NovaIscB. Sa taille, trois fois inférieure à celle de Cas9, pourrait simplifier son acheminement dans les cellules. Des premiers résultats chez la souris montrent aussi une baisse durable du cholestérol sanguin.
GPT-4 peut atteindre un niveau comparable à celui d’humains dans certaines tâches de raisonnement analogique, selon une étude publiée dans PNAS Nexus. Les chercheurs l’ont notamment confronté à des énigmes contre-factuelles conçues pour limiter l’effet de la mémorisation. Le résultat est notable, mais il ne tranche pas à lui seul la question de la compréhension par l’IA.
La jeune pousse munichoise Spaitial développe des modèles d’IA conçus pour créer et interpréter des environnements 3D complexes. Son ambition : dépasser les images convaincantes en deux dimensions pour produire des scènes manipulables, cohérentes dans l’espace et exploitables en robotique, simulation ou médias immersifs.
Une équipe de l’Universitat Oberta de Catalunya a mis au point un modèle d’IA qui étudie ce que voit un conducteur pour repérer les situations routières les plus stressantes. Piétons, véhicules imposants, signalisation et publicité figurent parmi les éléments analysés, avec des applications possibles pour l’urbanisme et l’assistance à la conduite.
Des chercheurs des universités de Genève et de Berne ont soumis six IA génératives à des tests d’intelligence émotionnelle habituellement conçus pour les humains. Avec 82 % de bonnes réponses contre 56 %, les modèles impressionnent. Mais réussir un scénario social ne signifie pas ressentir une émotion ni remplacer le jugement humain.
Des chercheurs de Brookhaven et de l’Université de Stony Brook ont combiné intelligence artificielle, simulations et mesures aux rayons X pour étudier des batteries au zinc-ion. Leurs travaux montrent comment la concentration de chlorure de zinc influe à la fois sur la stabilité de l’eau et sur le déplacement des ions.
À partir d’images de Google Street View, une équipe de l’Université de Toronto entraîne une IA à estimer l’âge et la surface de bâtiments. L’objectif n’est pas de percer les murs, mais de mieux cartographier le parc immobilier, les matériaux mobilisés et le carbone incorporé afin d’éclairer les choix urbains.
Les pannes les plus graves sont souvent les plus difficiles à étudier, car elles laissent peu d’exemples exploitables. Des chercheurs du MIT proposent une méthode qui combine les rares données d’incident aux abondantes données de fonctionnement normal. Le cas de Southwest Airlines illustre l’intérêt de cette approche pour les réseaux complexes.
Des chercheurs du MIT, de l’Université Goethe et d’IBM ont mis au point une méthode d’apprentissage qui relie automatiquement l’audio à l’image dans une vidéo. Baptisé CAV-MAE Sync, le modèle n’a pas besoin d’annotations humaines et vise une recherche multimédia plus précise, avec des perspectives pour les robots et les systèmes d’IA multimodaux.
Avant de s’attaquer à des décisions sophistiquées, une IA gagnerait à apprendre les fondamentaux. Une étude de l’Université de New York, publiée dans Nature Machine Intelligence, s’appuie sur des expériences animales et des réseaux de neurones récurrents pour défendre cette progression par étapes.
ChatGPT-4 peut rivaliser avec des débatteurs humains, et parfois les dépasser, selon une étude menée à l’EPFL. Son avantage s’accentue lorsqu’il dispose d’informations personnelles pour ajuster ses arguments. Un résultat qui ouvre des pistes utiles, mais alerte aussi sur les risques de manipulation politique et de désinformation.
Le chercheur Sendhil Mullainathan étudie depuis des années la façon dont les contraintes matérielles modifient nos décisions. Ses travaux sur la pauvreté et les capacités cognitives ont marqué l’économie comportementale. Au MIT, il explore désormais comment l’intelligence artificielle pourrait aider à mieux comprendre, et peut-être à corriger, certains biais de jugement.
Le MIT prend ses distances avec une étude qui affirmait que l’intelligence artificielle accroît fortement les découvertes des scientifiques, tout en réduisant leur satisfaction au travail. L’institut estime ne pas disposer de garanties suffisantes sur la provenance, la fiabilité et la validité des données. Une affaire qui rappelle les exigences de la recherche scientifique.
