Orienter l'IA au-delà de l'automatisation
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.
À lire aussi
Pour Google, l'IA capable de s'améliorer elle-même est encore loin
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.
Le labo dans la boucle, à la vitesse du calcul : Ian Quigley (Leash Bio)
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.
Après les mathématiques, l'IA s'attaque au reste de la science
Selon des chercheurs du MIT interrogés par Wired, l'IA pourrait bientôt devenir la méthode par défaut pour résoudre des problèmes théoriques en économie, en physique des hautes énergies et ailleurs. Une étape qui prolongerait ses avancées en mathématiques.
Des chercheurs conçoivent par IA des protéines capables d'en découper d'autres
Des scientifiques ont utilisé des outils de conception par IA pour créer des protéines qui en sectionnent d'autres. Ces molécules parviennent à rompre des liaisons chimiques normalement stables pendant des siècles.
Datalab publie OmniParseBench, un banc d'essai OCR ouvert de 16 288 tests réussite/échec
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.