Sujet
Tous les articles d’Actu.ai consacrés à Google DeepMind : actualités, analyses et explications sur ce sujet lié à l’intelligence artificielle. 40 articles
Des humanoïdes capables de ranger des courses aux robots d’usine, l’IA générative promet de changer la robotique. Les modèles qui relient vision, langage et gestes rendent ces machines plus adaptables, mais l’apprentissage des actions physiques reste coûteux, fragile et très dépendant des données.
Google DeepMind dévoile CodeMender, un agent d’intelligence artificielle conçu pour identifier et corriger des vulnérabilités dans le code. En six mois, il a produit 72 correctifs pour des projets open source. Ses propositions restent toutefois examinées par des humains avant leur envoi aux communautés concernées.
Dotée de 300 millions de dollars, Periodic Labs veut créer des systèmes d’IA capables de conduire des expériences de science des matériaux. La jeune entreprise, fondée par Ekin Dogus Cubuk et Liam Fedus, vise notamment les supraconducteurs et des laboratoires robotisés produisant leurs propres données.
La startup britannique ManticAI s’est classée huitième de la Metaculus Cup, une compétition internationale de prévisions portant sur 60 événements. Son système, qui répartit les questions entre plusieurs modèles d’IA, a devancé de nombreux participants humains. Une performance prometteuse, sans pour autant détrôner les meilleurs experts.
Google DeepMind affirme avoir franchi un cap avec Gemini 2.5 lors de la finale mondiale de l’ICPC, une compétition de programmation universitaire. Le système a résolu dix problèmes sur douze et s’est classé deuxième sur 139 équipes. Une performance spectaculaire, qui mérite toutefois d’être distinguée d’une intelligence générale humaine.
Des chercheurs de l’UCL, de Google DeepMind et d’Intrinsic ont conçu RoboBallet, une IA qui organise les mouvements de plusieurs bras robotiques dans un même espace. Après entraînement, le système produit en quelques secondes des plans pour des configurations inédites, avec jusqu’à huit robots et 40 tâches simultanées.
Pour Demis Hassabis, directeur de Google DeepMind, l’intelligence artificielle pourrait transformer la société à une échelle inédite, et à un rythme exceptionnel. Le chercheur anticipe l’arrivée possible d’une AGI d’ici cinq à dix ans, tout en soulignant les questions d’emploi, d’énergie, de sécurité et de partage des gains.
Des départs de Google DeepMind vers Microsoft sont évoqués dans un contexte de compétition accrue pour les spécialistes de l’IA. Mais l’ampleur du mouvement, les profils concernés et leurs motivations ne sont pas documentés publiquement. Voici ce qui peut réellement être établi, et les enjeux derrière cette bataille des talents.
Google DeepMind affirme qu’une version avancée de Gemini Deep Think a atteint le niveau d’une médaille d’or à l’Olympiade internationale de mathématiques 2025. Avec 35 points sur 42 et cinq problèmes résolus, l’IA a surtout démontré sa capacité à rédiger des preuves complètes, au-delà de la seule réponse finale.
Des chercheurs associés à Google DeepMind, OpenAI et Meta appellent à préserver une capacité encore imparfaite mais précieuse : suivre les étapes de raisonnement affichées par les IA. Ils redoutent que cette visibilité ne disparaisse à mesure que les modèles gagnent en puissance, compliquant la détection de comportements dangereux.
Google a recruté Varun Mohan et Douglas Chen, dirigeants de Windsurf, tout en obtenant une licence sur la technologie de l’éditeur d’outils de programmation IA. Cet accord, évalué par la presse à 2,4 milliards de dollars, éclaire la compétition féroce pour les profils capables de concevoir des agents de code.
Bousculé par l’arrivée de ChatGPT fin 2022, Google a d’abord donné l’image d’un géant pris de court. La fusion de Google Brain et DeepMind, puis la montée en puissance de Gemini et de Veo 3, ont clarifié sa stratégie. Le groupe dispose aussi d’un atout rare : une chaîne technologique largement intégrée.
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.
Mark Zuckerberg aurait constitué une liste confidentielle de chercheurs et d’ingénieurs à recruter pour accélérer les ambitions de Meta en matière de superintelligence. Avec des rémunérations pouvant atteindre 100 millions de dollars, cette offensive illustre la bataille féroce que se livrent les groupes technologiques pour une poignée de profils rares.
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.
Présenté lors de Google I/O 2025, Gemma 3n est un modèle multimodal de Google DeepMind pensé pour les appareils aux ressources limitées. Grâce à une architecture qui réduit son empreinte mémoire, il promet de traiter texte et images localement, tout en préparant la prise en charge de l’audio et de la vidéo.
Google a présenté, le 12 mai 2025, AI Futures, un programme d’investissement pour des start-up qui bâtissent des produits avec l’intelligence artificielle. Au-delà du financement, les entreprises retenues pourront accéder à des modèles de Google DeepMind, à l’expertise de Google Labs et à des crédits Google Cloud.
Les modèles GraphCast et GenCast de Google DeepMind accélèrent la prévision météorologique et affinent l’évaluation des risques jusqu’à quinze jours. Ils ne prédisent pas une catastrophe certaine : ils donnent aux météorologues des scénarios supplémentaires pour anticiper les tempêtes, les pluies intenses et leurs conséquences.
En apprenant seul à rechercher des diamants dans Minecraft, DreamerV3 a atteint un niveau d’expertise en neuf jours. Le système de Google DeepMind et de l’Université de Toronto s’appuie sur un modèle du monde pour tester mentalement les conséquences de ses choix. Une piste majeure, mais encore éloignée des robots autonomes.
Dans Minecraft, obtenir un diamant impose de planifier une longue chaîne d’actions, de fabriquer les bons outils et d’éviter de nombreux pièges. Dreamer, un système de Google DeepMind, apprend cette tâche à partir de zéro en neuf jours. Au-delà du jeu, l’expérience éclaire la façon dont une IA peut anticiper les effets de ses choix.
Google DeepMind, longtemps associé à une recherche très visible, resserre la diffusion de certains travaux sur l’IA générative. L’enjeu est stratégique : éviter que des rivaux ne tirent parti de ses découvertes. Mais cette prudence pose une question centrale pour la science, celle de l’équilibre entre concurrence, transparence et progrès collectif.
Planifier ne consiste pas seulement à produire une réponse plausible : il faut ordonner des actions, respecter des contraintes et s’adapter aux imprévus. Des travaux de recherche, dont l’approche Coconut et le benchmark NATURAL PLAN, cherchent à rendre les grands modèles de langage plus capables face à ces problèmes.
Isomorphic Labs, société du groupe Alphabet issue des travaux de Google DeepMind, annonce une levée de 600 millions de dollars. L’entreprise veut perfectionner son moteur d’intelligence artificielle pour concevoir de futurs médicaments et faire progresser ses programmes thérapeutiques vers la clinique.
Google présente Gemini 2.5 Pro, un modèle expérimental qui prend le temps de raisonner avant de répondre. En tête de LMArena lors de son lancement, il promet des progrès en code, en mathématiques et dans le traitement de contenus variés. Ses résultats doivent toutefois être lus à l’aune des conditions de test.
