Sujet
Tous les articles d’Actu.ai consacrés à MIT : actualités, analyses et explications sur ce sujet lié à l’intelligence artificielle. 186 articles
Daniela Rus, directrice du laboratoire d’intelligence artificielle et d’informatique du MIT, est co-récipiendaire du prix John Scott 2024. Cette distinction salue une carrière consacrée à des robots plus adaptables, capables de percevoir leur environnement et de coopérer avec les humains.
Des chercheurs du MIT ont étudié les modèles de récompense qui servent à guider les réponses des IA génératives. Leurs expériences suggèrent que ces systèmes peuvent attribuer des évaluations différentes selon l’orientation politique d’un énoncé, y compris lorsqu’ils sont entraînés à privilégier la vérité factuelle.
Des chercheurs du MIT ont conçu SciAgents, un système où plusieurs agents d’intelligence artificielle se répartissent les rôles pour imaginer et critiquer des hypothèses de recherche. Testé à partir d’environ 1 000 publications sur des matériaux biologiques, il vise à accélérer une étape essentielle, mais longue, du travail scientifique.
L’intelligence artificielle promet d’aider les soignants à diagnostiquer et à décider plus vite. Des chercheurs du MIT, d’Equality AI et de Boston University rappellent toutefois qu’un outil médical, qu’il soit fondé sur l’IA ou sur un simple score, doit être évalué, transparent et surveillé pour ne pas reproduire des inégalités.
Formuler une hypothèse originale et testable est souvent l’une des étapes les plus exigeantes d’un projet scientifique. Avec SciAgents, des chercheurs du MIT proposent un système où plusieurs agents d’IA explorent des connaissances, construisent une idée, suggèrent des expériences et en discutent les faiblesses. Une aide à la découverte qui ne dispense jamais de validation humaine.
Neuroscientifique devenue entrepreneuse, Frida Polli est la première boursière innovante en résidence du MIT Schwarzman College of Computing. Pour l’année universitaire 2024-2025, la fondatrice de pymetrics veut réunir recherche comportementale et informatique afin de concevoir des algorithmes réellement pensés pour travailler avec les humains.
Des chercheurs du MIT et de l’Université technique de Munich proposent ContextSSL, une méthode d’auto-supervision conçue pour adapter un modèle à différents contextes sans le réentraîner à chaque fois. Testée en vision par ordinateur et sur des données médicales, elle illustre une piste pour rendre l’IA plus souple et moins dépendante des annotations humaines.
Le MIT présente une méthode de fabrication de puces 3D qui fait croître des couches de semi-conducteurs les unes sur les autres. En supprimant les substrats intermédiaires en silicium et en limitant la chaleur, l’équipe vise des circuits plus denses pour l’IA, la logique et la mémoire.
Au MIT, le programme NEET propose aux étudiants en ingénierie de sortir du cloisonnement des disciplines. À travers quatre parcours thématiques, dont les Machines vivantes, ils combinent savoirs techniques, travail collectif et projets appliqués. L’itinéraire de Katie Spivakovsky illustre cette ambition, à la croisée de la biologie et de l’intelligence artificielle.
Des chercheurs liés au MIT présentent Boltz-1, un système d’IA entièrement open-source destiné à prédire la structure en trois dimensions des biomolécules. En publiant le modèle, son entraînement et ses optimisations, l’équipe espère rendre la biologie structurale de pointe plus accessible et accélérer la recherche sur les médicaments.
Étudiante au MIT, Lara Ozkan a été sélectionnée comme Marshall Scholar pour 2025. Cette bourse britannique lui permettra de poursuivre un parcours entre sciences biologiques et intelligence artificielle, avec une ambition claire : mettre les outils computationnels au service de la santé des femmes.
Liquid AI, issue du MIT, a obtenu 250 millions de dollars lors d’une série A menée par le fonds d’investissement d’AMD. La jeune entreprise veut accélérer ses modèles fondamentaux liquides, une famille de systèmes conçus pour être légers et polyvalents, tout en renforçant ses capacités de calcul et ses équipes.
Face à une consigne imprécise, un robot ne doit pas seulement trouver une action : il doit savoir ce qu’il ne peut pas faire. Au MIT, la méthode PRoC3S associe modèle de langage, vision et simulation pour vérifier un plan avant son exécution. Une piste prometteuse, encore testée dans des cadres contrôlés.
Cinq membres du corps professoral du MIT et deux anciens élèves figurent parmi les boursiers AI2050 2024. Leurs travaux couvrent l’impact de l’IA sur l’emploi, la surveillance de l’environnement, la santé, le langage et les décisions complexes, avec un même objectif : rendre l’IA utile à la société.
Pour accomplir une consigne aussi large que « prépare-moi le petit déjeuner », un robot doit faire davantage que comprendre les mots. Avec PRoC3S, des chercheurs du MIT proposent de tester ses plans dans une simulation afin d’identifier ce qui est physiquement réalisable, avant d’agir.
Une étude du MIT Center for Constructive Communication interroge la neutralité des systèmes chargés d’évaluer la véracité des réponses d’IA. Même entraînés à partir de données dites objectives, des modèles de récompense ont favorisé certaines affirmations politiques, avec un effet qui s’accentue selon leur taille.
Des chercheurs du MIT montrent qu’il est possible de cibler certaines données d’entraînement qui pénalisent les groupes sous-représentés. Leur méthode, fondée sur l’outil TRAK, évite le nettoyage massif des jeux de données et vise à préserver, voire à renforcer, la précision du modèle.
Les modèles d’intelligence artificielle peuvent fournir une prédiction sans que leurs utilisateurs en comprennent les raisons. Des chercheurs du MIT proposent EXPLINGO, un système qui transforme des explications techniques, notamment issues de SHAP, en narrations lisibles. L’objectif : faciliter l’évaluation des décisions algorithmiques, sans masquer leur complexité.
Les assistants d’IA peuvent produire des réponses plausibles, mais il reste souvent difficile de savoir sur quels documents elles reposent réellement. Développé au MIT, ContextCite identifie les passages du contexte qui ont influencé une réponse, afin de mieux repérer les erreurs, les hallucinations et les tentatives de manipulation.
Avec DrivAerNet++, des chercheurs du MIT mettent à disposition 8 000 représentations 3D de voitures accompagnées de données aérodynamiques. Ce jeu de données peut aider les ingénieurs à entraîner des outils d’IA, à évaluer plus vite des formes automobiles et à explorer des pistes pour réduire la consommation d’énergie.
Produire un objet 3D cohérent à partir d’une simple description demeure plus difficile que générer une image. La Score Distillation réutilise les connaissances de modèles de diffusion 2D pour guider une représentation 3D. Les travaux évoqués par le MIT cherchent à corriger le flou et les rendus trop saturés qui limitaient jusque-là cette approche.
Des chercheurs du MIT et d’autres institutions ont mis au point un processeur photonique capable d’exécuter sur une même puce les opérations essentielles d’un réseau de neurones. Le prototype promet une latence inférieure à 0,5 nanoseconde et une voie crédible vers une IA moins énergivore, sans faire disparaître l’électronique.
L’apprentissage automatique s’invite dans les diagnostics, l’imagerie médicale, la prévention et l’organisation des hôpitaux. Il peut aider les soignants à repérer des signaux utiles dans de vastes volumes de données, à condition d’être évalué avec rigueur et de ne pas reproduire les inégalités déjà présentes dans le système de santé.
Des chercheurs du MIT ont conçu une méthode qui transforme des prévisions de crue en images satellites réalistes. Testée sur un scénario inspiré de l’ouragan Harvey à Houston, elle associe IA générative et contraintes physiques pour montrer des zones inondées crédibles, avec l’ambition d’améliorer la préparation des habitants et des autorités.
