Sujet
Tous les articles d’Actu.ai consacrés à Recherche : actualités, analyses et explications sur ce sujet lié à l’intelligence artificielle. 109 articles
Des chercheurs de l’Université de Zhejiang ont comparé la manière dont des humains et ChatGPT retirent des mots d’une phrase. Dans cette tâche, les deux privilégient des groupes de mots formant des unités grammaticales, un résultat qui suggère des représentations syntaxiques proches, sans pour autant assimiler le fonctionnement d’un modèle de langage à celui d’un cerveau.
Le Laboratoire Lincoln du MIT a installé TX-GAIN, un système de calcul annoncé comme le plus puissant dédié à l’IA parmi les universités américaines. Avec plus de 600 GPU NVIDIA et une puissance de deux exaflops IA, il doit soutenir la recherche générative, les simulations physiques et l’analyse de données à grande échelle.
Une expérience menée par des chercheurs liés au MIT suggère que rédiger avec ChatGPT mobilise moins certains réseaux cérébraux que l’écriture sans outil. Les participants assistés par un LLM retenaient aussi moins bien leur propre texte. Ces résultats préliminaires appellent toutefois à la prudence, pas à bannir l’IA.
Des chercheurs de l’Université métropolitaine d’Osaka présentent SORA-DET, un détecteur d’objets pensé pour les drones aux ressources limitées. L’architecture affiche 88,1 % de paramètres en moins et des résultats compétitifs sur deux jeux de référence.
Une équipe de l’université nationale de Singapour et de Brave a conçu CAMIA, une attaque qui évalue si un texte a servi à entraîner un modèle d’IA. En tenant compte du contexte de génération, la méthode détecte mieux les traces de mémorisation et relance le débat sur la protection des données sensibles.
Nvidia et le Technology Innovation Institute d’Abou Dhabi inaugurent un laboratoire commun d’intelligence artificielle et de robotique. Premier centre de ce type pour Nvidia au Moyen-Orient, il doit travailler sur des humanoïdes, des bras robotisés et des robots quadrupèdes, au cœur de l’ambition technologique des Émirats arabes unis.
En analysant 485 modèles issus de 40 familles, des chercheurs du MIT et du MIT-IBM Watson AI Lab proposent un cadre pour mieux anticiper les performances des grands modèles de langage. Leurs résultats montrent comment de petits modèles et leurs étapes d’entraînement intermédiaires peuvent orienter des choix techniques très coûteux.
Des physiciens proposent de guider des essaims robotiques à partir de règles géométriques inspirées des comportements collectifs observés dans la nature. Leur concept de « curvity » doit permettre à des machines de s’attirer, de s’écarter et de former des groupes sans pilotage centralisé.
Des chercheurs ont soumis plusieurs modèles de langage à des jeux de partage de ressources. Leurs réponses varient selon qu’un partenaire social est présent ou non, une adaptation qui ressemble à l’altruisme humain sans pour autant prouver une intention, ni une empathie réelle.
Face à l’accélération de l’intelligence artificielle, des chercheurs réunis autour de Rishi Bommasani appellent à fonder les choix publics sur des preuves solides. Leur cadre privilégie l’évaluation des modèles, la transparence des entreprises, la surveillance après déploiement et la protection de la recherche indépendante.
Une équipe de l’Université de Tokyo relie la thermodynamique non-équilibrée à la théorie du transport optimal pour mieux décrire les modèles de diffusion. Ses résultats donnent une base théorique au choix du plan de bruit, une étape décisive pour générer des images et d’autres données de façon robuste.
Comment imaginez-vous un arbre ? Derrière cette question en apparence anodine, des chercheurs voient un moyen d’examiner les présupposés profonds des intelligences artificielles. Une étude présentée à CHI 2025 invite à étudier non seulement les valeurs des modèles, mais aussi leur manière implicite de découper et de représenter le monde.
Résoudre une grille de sudoku ne suffit pas à prouver qu’une IA raisonne vraiment. Des chercheurs de l’Université du Colorado à Boulder ont testé des modèles de langage sur près de 2 300 casse-têtes et constaté un écart net entre la capacité à trouver une réponse et celle à l’expliquer de manière fiable.
Une dominante jaune ou chaude revient souvent dans les images générées par l’IA. Ce signal visuel ne prouve pas à lui seul un défaut des modèles, mais il interroge l’uniformisation des données d’entraînement, à mesure que les contenus synthétiques se multiplient sur le Web.
Des chercheurs du Huzhou Institute de l’Université de Zhejiang proposent une navigation robotique qui s’inspire de la façon dont les humains repèrent un passage praticable. Leur méthode associe un réseau de neurones léger à un optimiseur de trajectoire afin de produire des mouvements plus stables dans des environnements complexes.
Sept enseignants de la School of Architecture and Planning du MIT ont vu leur statut académique évoluer au 1er juillet 2025. De l’intelligence humain-machine à l’économie urbaine et à la nanoélectronique, ces parcours illustrent les liens croissants entre espaces, technologies et société.
Slack enrichit son assistant IA avec des résumés de conversations, une recherche qui répond aux questions et une traduction automatique des messages. Annoncées le 17 juillet 2025, ces fonctions visent à aider les équipes à retrouver l’essentiel dans des espaces de travail toujours plus chargés.
Les grands modèles de langage produisent habituellement leurs réponses mot après mot, un procédé qui peut devenir lent sur les demandes élaborées. Des chercheurs du MIT et de Google proposent PASTA, une méthode qui apprend à repérer les parties indépendantes d’une réponse afin de les générer simultanément.
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.
Les assistants d’IA savent produire du code en quelques secondes, mais l’ingénierie logicielle ne se résume pas à cette étape. Une étude du MIT CSAIL détaille les freins à une programmation véritablement autonome, notamment la compréhension du contexte, la fiabilité du code et la collaboration avec les développeurs.
À l’Université de Columbia, des chercheurs explorent le « métabolisme robotique », une approche où des machines modifient leur corps avec des modules disponibles. Leur prototype, fondé sur des éléments magnétiques assemblables, a notamment amélioré sa vitesse de déplacement de plus de 66,5 %. La démonstration reste expérimentale, mais elle ouvre des pistes pour les secours et l’espace.
Une équipe de l’Université de Bâle propose une analogie étonnante pour étudier l’apprentissage profond : une règle pliable dont chaque segment représente une couche neuronale. Ses mouvements permettent de visualiser pourquoi les données ne sont pas toujours transformées de façon égale à chaque étape d’un réseau d’IA.
Développé par des chercheurs de l’Université du Michigan, Liketropy ambitionne de distinguer les textes humains de ceux produits par des IA génératives. Son approche statistique zéro-shot revendique plus de 96 % de précision dans certains tests, tout en limitant les fausses accusations, un enjeu crucial pour l’éducation.
ChatGPT peut associer le rose à la joie ou le rouge à la colère avec une cohérence saisissante. Mais une étude publiée dans Cognitive Science rappelle que produire une métaphore plausible ne signifie pas éprouver une couleur. La comparaison avec des adultes voyants, daltoniens et des peintres éclaire ce qui sépare langage, pratique et expérience sensorielle.
