Sujet
Tous les articles d’Actu.ai consacrés à Apprentissage automatique : actualités, analyses et explications sur ce sujet lié à l’intelligence artificielle. 74 articles
Des équipes de Virginia Tech, d’Oak Ridge et de l’Université du Texas à Dallas proposent une plateforme de calcul analogique fondée sur un domaine de fréquence synthétique. En encodant davantage d’informations dans un seul dispositif phononique, elles cherchent à réduire les écarts entre composants et à faciliter le passage à l’échelle des réseaux neuronaux physiques.
Des ingénieurs du MIT ont associé simulations et apprentissage automatique pour concevoir un alliage d’aluminium adapté à l’impression 3D. Annoncé comme cinq fois plus résistant que des alliages traditionnels et performant jusqu’à 400 °C, il pourrait alléger certaines pièces aéronautiques.
Arrêter un plasma sans provoquer de perturbation est l’un des défis critiques des futurs réacteurs à fusion. Des chercheurs du MIT ont conçu un modèle hybride, mêlant apprentissage machine et physique des plasmas, pour prévoir cette phase délicate et guider les réglages d’un tokamak.
Des chercheurs de KAIST proposent une impression 3D qui module la résistance d’une même pièce avec la lumière et l’apprentissage automatique. Leur résine photocurable, conçue pour mieux absorber chocs et vibrations, pourrait simplifier la fabrication d’objets techniques en évitant le recours à plusieurs matériaux.
Des chercheurs de l’Indian Institute of Science étudient une piste pour les batteries au magnésium : des cathodes amorphes, dont le désordre atomique favorise le déplacement des ions. En s’appuyant sur l’apprentissage automatique, ils ont simulé une mobilité jusqu’à 100 000 fois plus élevée que dans des matériaux cristallins comparables.
Au Laboratoire national de Berkeley, la plateforme AutoBot automatise la synthèse et l’évaluation de matériaux avancés. Testée sur des films de pérovskites, elle a identifié des conditions de fabrication prometteuses en n’échantillonnant qu’environ 1 % de plus de 5 000 combinaisons possibles.
Développé par le MIT, Boston Children’s Hospital et Harvard Medical School, Fetal SMPL transforme des volumes d’IRM en représentations 3D du corps fœtal. En modélisant sa forme et sa posture avec une erreur moyenne de 3,1 mm, l’outil pourrait affiner les mesures prénatales et ouvrir de nouvelles pistes de recherche.
De la simulation d’une pièce à la détection précoce d’une panne, l’intelligence artificielle modifie déjà le travail des ingénieurs. Au MIT, un cours consacré à l’IA pour le design met des étudiants de disciplines variées face à des projets concrets, entre optimisation technique, expérimentation et créativité.
Une étude menée à l’université Brown rapproche deux façons d’apprendre, chez l’humain comme dans les réseaux neuronaux : s’adapter vite à partir de quelques exemples et progresser durablement par l’entraînement. Ses résultats éclairent un compromis central entre flexibilité, mémoire et fiabilité des futurs outils d’IA.
Des chercheurs du laboratoire national Argonne utilisent l’apprentissage automatique pour sélectionner des additifs capables d’améliorer les batteries lithium-ion à haute tension. En évaluant 125 combinaisons potentielles à partir de données existantes, leur méthode pourrait éviter plusieurs mois d’essais expérimentaux.
Des créateurs disent avoir constaté des retouches inattendues sur des vidéos verticales déjà publiées sur YouTube. La plateforme évoque une expérimentation d’apprentissage automatique destinée à améliorer la clarté, mais l’absence de contrôle alarme ceux dont l’esthétique a été modifiée.
Conçu à Carnegie Mellon, Allie a étudié 91 millions de parties jouées sur Lichess afin de reproduire des choix d’échecs plus proches de ceux des humains. Ce bot open source ne cherche pas seulement le meilleur coup théorique : il veut offrir un adversaire plus compréhensible, du débutant au joueur chevronné.
Choisir le bon solvant est une décision centrale, mais souvent longue, dans la synthèse chimique et pharmaceutique. Des chercheurs du MIT présentent FastSolv, un modèle d’apprentissage automatique entraîné sur 40 000 mesures, capable d’estimer plus précisément la solubilité de molécules dans des solvants organiques.
Peut-on mieux anticiper les décisions face au risque en combinant psychologie et intelligence artificielle ? Le modèle BEAST-GB avance une réponse prometteuse : il transforme des stratégies comportementales en variables exploitables par un algorithme d’apprentissage automatique. Ses résultats dans des tests de prédiction ouvrent des pistes pour la recherche et l’action publique.
L’intelligence artificielle semble avoir surgi dans la vie quotidienne en quelques mois. Pourtant, ses principes, ses ambitions et nombre de ses méthodes sont le résultat de plus de soixante-dix ans de recherche. Des premiers travaux d’Alan Turing aux modèles génératifs, son histoire éclaire autant ses progrès que ses limites.
Prédire le comportement d’une molécule avant de la synthétiser ou de la mesurer peut accélérer considérablement la recherche. Développé par le groupe McGuire au MIT, ChemXploreML propose aux chimistes une application gratuite, utilisable hors ligne, pour estimer cinq propriétés clés sans devoir programmer.
Pour un même dossier de prêt ou de candidature, plusieurs modèles d’apprentissage automatique d’une fiabilité comparable peuvent parvenir à des réponses opposées. Des chercheurs de Californie et du Wisconsin interrogent cette réalité souvent invisible et montrent que les personnes consultées réclament davantage qu’un choix automatique ou aléatoire.
Publié en janvier 2025, le projet de la FDA encadre le cycle de vie des logiciels médicaux dopés à l’IA. Il ne crée pas encore de règles définitives, mais il indique aux startups les preuves, la documentation et le suivi attendus pour convaincre le régulateur américain.
Des chercheurs de l’Université Johns Hopkins ont confié à un robot l’ablation complète d’une vésicule biliaire sur un patient simulé réaliste. Formé à partir de vidéos d’experts et de consignes textuelles, le système SRT-H a enchaîné 17 étapes sans intervention humaine. Cette démonstration ne constitue toutefois pas encore une chirurgie utilisable à l’hôpital.
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.
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.
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.
