Eric So, professeur au MIT, présente son nouveau livre consacré aux effets de l'IA sur nos capacités de réflexion. L'entretien aborde plus largement les frictions entre cette technologie, notre cognition et la société.
Les fondateurs de Ricursive Intelligence décrivent une IA qui conçoit des puces, tire les leçons de chaque itération et améliore la suivante. Leur objectif : automatiser et accélérer la conception de puces pour soulager la pénurie de puissance de calcul.
Datalab publie OmniParseBench, un banc d'essai ouvert réunissant 16 288 tests binaires sur 2 937 pages en 92 langues. Chaque score est un taux de réussite ventilable par étiquette, écriture ou langue, ce qui permet de cerner précisément les faiblesses des outils d'OCR.
Dans un entretien pour Latent Space, Ian Quigley, de Leash Bio, raconte comment l'entreprise a dompté les essais sur chimiothèques encodées par ADN, réputés redoutables, et s'en est servie pour repérer des modèles qui trichent. Selon lui, ces données conviennent aussi parfaitement pour apprendre à des agents IA à raisonner comme des chimistes.
AI Snake Oil présente un programme de recherche et un plan d'action pour orienter l'IA vers d'autres usages que la simple automatisation.
Haydn Belfield, de Google, affirme que DeepMind ne mesure aucune accélération de la recherche en IA due à l'IA elle-même : son indice interne de capacités générales progresse de façon régulière, sans emballement. L'IA rédige désormais plus de 75 % du code de production, mais 88 % de ces modifications exigent encore une supervision humaine.