# Recherche IA Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Recherche IA", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Déverrouillage des jetons de la semaine : Humanity déverrouille des jetons équivalant à 7,9 % de l'offre en circulation

Unlock de jetons de la semaine : Les jetons H débloqués représentent 7,9% de l'offre en circulation Humanity Protocol - Un réseau blockchain résistant aux attaques Sybil, fournissant un mécanisme de vérification d'identité humaine unique pour les développeurs et la pleine propriété des données pour les utilisateurs. - Quantité débloquée : 270 millions de jetons. - Valeur : environ 19,88 millions de dollars. SoSoValue - Une plateforme de recherche d'investissement pilotée par l'IA, combinant l'efficacité de la finance centralisée (CeFi) et la transparence de la finance décentralisée (DeFi) pour relever les défis du marché cryptographique. - Quantité débloquée : 23,45 millions de jetons. - Valeur : environ 7,27 millions de dollars. Collector - Une plateforme visant à transformer le marché des objets de collection en combinant la propriété physique avec un marché numérique basé sur le Web3, permettant la numérisation, l'échange et le nantissement d'actifs. - Quantité débloquée : 28,86 millions de jetons. - Valeur : environ 5,57 millions de dollars. Chaque projet présente également sa courbe de déblocage spécifique.

marsbitIl y a 2 jours 11:41

Déverrouillage des jetons de la semaine : Humanity déverrouille des jetons équivalant à 7,9 % de l'offre en circulation

marsbitIl y a 2 jours 11:41

Claude commence à concevoir des protéines de manière autonome, avec une efficacité des dizaines de fois supérieure à celle des experts humains

Anthropic a démontré que son modèle d'IA Claude (versions Mythos Preview et Opus) peut concevoir de manière autonome de nouvelles protéines capables de se lier à des cibles spécifiques. Dans une expérience, sur 15 protéines cibles proposées, Claude a généré avec succès des protéines de liaison pour 14 d'entre elles. Sur 1320 conceptions, 354 ont été validées expérimentalement par deux laboratoires indépendants, soit un taux de réussite de 26,8 %, dépassant la moyenne du secteur (10-15 %). Contrairement à AlphaFold qui prédit la structure d'une séquence protéique connue, Claude a effectué une conception *de novo* : à partir du seul nom d'une protéine cible, il a conçu une nouvelle séquence pour s'y lier. Il a orchestré des outils existants (RFdiffusion, ProteinMPNN, ESMFold2) guidé par un *prompt* détaillé, sans intervention humaine sur les décisions de conception. Les sessions ont duré de 24 à 48 heures. Parmi les résultats notables, Claude a produit 28 conceptions efficaces pour la protéine RBX1, surpassant une précédente compétition, et a conçu 12 liants pour la TNFα, une cible difficile. Un échec a été noté sur la protéine MBP. Anthropic a ouvert le *prompt*, les données et les modèles, mais bloque ces capacités biologiques dans la version publique de Claude par précaution.

marsbit08/19 11:43

Claude commence à concevoir des protéines de manière autonome, avec une efficacité des dizaines de fois supérieure à celle des experts humains

marsbit08/19 11:43

Altman désigne : Il est le chercheur le plus important dans le domaine de l'IA, mais presque personne ne le connaît

Sam Altman désigne Alec Radford comme "peut-être le chercheur le plus important, bien que méconnu, de l'histoire de l'IA." Radford, sans doctorat et discret, est l'auteur principal de travaux fondateurs : GPT-1, GPT-2, CLIP et Whisper, et a contribué à GPT-3, DALL·E et les lois d'échelle. Son intuition centrale : en entraînant de grands modèles sur des tâches simples (comme prédire le mot suivant) avec d'énormes quantités de données et de calcul, des capacités générales émergent d'elles-mêmes. Cette approche a défini la voie du "Big Transformer" et de la série GPT, orientant la stratégie d'OpenAI. Après avoir quitté OpenAI en 2024, Radford poursuit des recherches indépendantes et surprenantes, comme Talkie, un modèle linguistique entraîné uniquement sur des textes antérieurs à 1931, testant ainsi la capacité d'apprentissage hors de la simple mémorisation. Malgré son rôle clé, il reste extrêmement discret, évitant les projecteurs.

marsbit08/17 08:18

Altman désigne : Il est le chercheur le plus important dans le domaine de l'IA, mais presque personne ne le connaît

marsbit08/17 08:18

Oxford et la NUS proposent l'orientation des modèles du monde de nouvelle génération : les modèles du monde mental arrivent

Des chercheurs de l’Université d’Oxford et de l’Université nationale de Singapour ont introduit un nouveau cadre : la modélisation du monde mental (Mental World Modeling, MWM). Contrairement aux modèles du monde traditionnels qui se concentrent uniquement sur l'état physique (objets, positions, mouvements), le MWM intègre explicitement des variables mentales et sociales (croyances, intentions, émotions, relations) dans l'état global du monde. Cela permet de prédire plus précisément les comportements humains, notamment dans des scénarios sociaux où les actions dépendent de facteurs invisibles comme les connaissances ou les croyances d'autrui. Pour valider ce cadre, l'équipe a développé MENTIS, un système de référence modulaire et explicite qui décompose le raisonnement en étapes : analyse de l'état physique-mental, génération de l'observation locale d'un agent cible, simulation conjointe de l'évolution des états physique et mental pour chaque action possible, et évaluation finale. Les expériences systématiques montrent que le MWM améliore significativement la précision de prédiction des actions, en particulier dans les interactions sociales. Le principal goulot d'étranglement identifié réside dans la simulation précise de la transition d'état couplée physique-mental, indiquant une voie claire pour les futures recherches.

marsbit08/13 04:50

Oxford et la NUS proposent l'orientation des modèles du monde de nouvelle génération : les modèles du monde mental arrivent

marsbit08/13 04:50

Chercheur d'OpenAI : Nous ne lisons plus les articles de recherche

Les chercheurs d’OpenAI ne lisent pratiquement plus les articles scientifiques, selon un de leurs ingénieurs. Cette déclaration fait suite à une étude de SAI (Science and Artificial Intelligence) qui a examiné 168 articles oraux de l’ICML 2026. Parmi les 105 articles dont le code était disponible et reproductibles, seuls 8 ont pu être entièrement reproduits avec plus de 80 % des affirmations vérifiées. Les problèmes courants incluent du code non fonctionnel, des dépendances manquantes, des résultats incohérents, et parfois des modèles dépendants de ressources désormais indisponibles. La reproduction de ces travaux coûte cher – la médiane est estimée à 8900 dollars –, ce qui limite fortement la vérification par les pairs. Pourtant, les publications restent cruciales pour les jeunes chercheurs qui visent des carrières académiques ou des postes dans des laboratoires d’élite, créant une situation paradoxale où la crédibilité scientifique est fragilisée alors que la valeur compétitive des articles demeure intacte.

marsbit08/09 23:34

Chercheur d'OpenAI : Nous ne lisons plus les articles de recherche

marsbit08/09 23:34

La version chinoise du « DeepSeek Biologique » est née : 4 diplômés d'Oxford laissent l'IA prendre le contrôle des sciences de la vie

Le modèle multionique GeneLLM, développé par la start-up chinoise Jindu Bio (fondée par quatre diplômés d'Oxford), constitue une avancée majeure pour l'IA dans les sciences de la vie. Présenté comme le « DeepSeek chinois de la biologie », il est le premier grand modèle à être pré-entraîné directement sur des données multi-omiques brutes (transcriptomiques, protéomiques, métabolomiques), sans s'appuyer sur des annotations génétiques préétablies. Inspiré par le principe de prédiction du *token* suivant des LLM, GeneLLM prédit la prochaine base d'un ARN à partir de fragments de séquençage, apprenant ainsi directement le « langage » de la vie. Ses applications potentielles couvrent la découverte de médicaments, la médecine de précision (avec une efficacité maintenue à un coût réduit de 83%) et la biologie synthétique. Au-delà du modèle, Jindu Bio construit une infrastructure complète, BioFord Harness, pour connecter l'IA au monde physique du laboratoire. Cette plateforme intègre des agents intelligents pour la recherche documentaire, la conception d'expériences, la programmation automatisée d'instruments et l'analyse des données. Elle vise à créer une boucle fermée (Design-Build-Test-Learn) où chaque expérience, réussie ou non, enrichit le système. Cette approche "lévière", centrée sur l'infrastructure de "dernier kilomètre" entre l'IA et l'expérimentation, diffère des stratégies de modèles purement numériques ou des usines robotisées lourdes. Après avoir levé quatre tours de financement en 2025, l'ambition de Jindu Bio est de définir un nouveau paradigme pour la recherche en sciences de la vie à l'ère de l'IA.

marsbit08/04 14:02

La version chinoise du « DeepSeek Biologique » est née : 4 diplômés d'Oxford laissent l'IA prendre le contrôle des sciences de la vie

marsbit08/04 14:02

Version open source de Claude Science, zéro dépendance, licence MIT, dotée de plus de 30 compétences de recherche

Une version open source de Claude Science, nommée OpenAI4S, a été lancée. Développée par le laboratoire conjoint de l'Université de Pékin et de Yuan Kong AI, elle est open source sous licence MIT, sans dépendances clés. Contrairement aux agents classiques, OpenAI4S adopte une approche « Code-as-Action ». L'agent génère et exécute du code Python/R dans un noyau persistant, permettant d'enchaîner des tâches complexes (recherche de littérature, téléchargement de données, analyse, visualisation) tout en conservant les résultats intermédiaires. Il fonctionne comme un poste de travail collaboratif où chaque produit de recherche est versionné. Le projet intègre plus de 30 « Skills » pour des scénarios de recherche courants (analyse de protéines, docking moléculaire, analyse unicellulaire, etc.), dont 14 nécessitant des GPU. Il peut distribuer les tâches de calcul lourd vers des environnements GPU distants. Une règle stricte de « non-fabrication » est appliquée : le système utilise uniquement des données et calculs réels, signalant les erreurs plutôt que de générer des résultats simulés. OpenAI4S vise à devenir une infrastructure de recherche fiable et extensible. La communauté est invitée à contribuer en développant de nouveaux Skills, en améliorant l'architecture ou en rapportant des cas d'usage.

marsbit08/04 10:26

Version open source de Claude Science, zéro dépendance, licence MIT, dotée de plus de 30 compétences de recherche

marsbit08/04 10:26

10 000 scientifiques utilisent gratuitement pendant 1 an, OpenAI déplace la chaîne de production de la recherche dans ChatGPT

OpenAI lance « ChatGPT for Academic Researchers », offrant un accès gratuit d'un an à ses modèles avancés pour 100 000 chercheurs universitaires. L'objectif est d'embarquer l'ensemble du flux de travail de la recherche scientifique dans un seul environnement, intégrant la lecture de littérature, le codage, l'analyse de données, la rédaction de manuscrits et la connexion à des outils comme Zotero et GitHub. Le programme, qui cible initialement 10 000 chercheurs cet été, fournit des modèles spécialisés comme GPT-5.6 Sol Pro pour les tâches complexes, ainsi que des compétences en sciences de la vie et une fenêtre de contexte étendue. OpenAI souligne que 1,3 million de personnes utilisent déjà ChatGPT chaque semaine pour des tâches scientifiques avancées. Cette initiative gratuite comporte des limites : quotas d'utilisation, absence d'accès à l'API et aucun accès aux poids des modèles. Elle vise principalement les chercheurs en sciences « dures », contournant ainsi les demandes de transparence de la communauté en IA. Anthropic propose une approche similaire avec des crédits API, mais les deux entreprises gardent leurs modèles fermés. L'objectif sous-jacent est clair : ancrer les habitudes des chercheurs dans l'écosystème OpenAI, rendant la transition coûteuse après la période gratuite.

marsbit07/30 11:54

10 000 scientifiques utilisent gratuitement pendant 1 an, OpenAI déplace la chaîne de production de la recherche dans ChatGPT

marsbit07/30 11:54

Il a fait fonctionner GPT-5.6 Sol pendant 33 heures pour résoudre le Dernier théorème de Fermat, et le système l'a interrompu de force

Un expert en calcul réversible et physique computationnelle, Michael P. Frank, a récemment assigné à GPT-5.6 Sol une tâche de recherche exigeante : explorer s'il existe une voie plus simple que la preuve de Wiles-Taylor pour le dernier théorème de Fermat. L'accent était mis sur des concepts mathématiques avancés comme les courbes de Frey, la descente infinie uniforme et l'inégalité arithmétique de type abc, le tout en maintenant une rigueur scientifique stricte. La tâche a tourné en arrière-plan pendant environ 33 heures, consommant des ressources de calcul significatives, avant d'être brutalement interrompue par le système d'OpenAI. GPT-5.6 Sol a lui-même analysé que l'arrêt était probablement dû soit à une consommation excessive de ressources, soit au fait qu'OpenAI avait déjà échoué sur ce problème avec des modèles similaires et ne voulait pas gaspiller plus de puissance de calcul. Le modèle a rapporté que son travail de 33 heures avait principalement consisté à transformer des intuitions potentielles en énoncés mathématiques précis, pour ensuite les réfuter ou les exclure. Le résultat final est essentiellement une "carte des impasses", délimitant des voies infructueuses, plutôt qu'une nouvelle preuve. Il a recommandé d'arrêter là. Cet incident a suscité des débats sur les motivations d'OpenAI. Certains spéculent que la société pourrait délibérément restreindre l'accès à ses capacités les plus avancées pour garder un avantage concurrentiel ou éviter un examen réglementaire accru. D'autres, comme le chercheur Noam Brown d'OpenAI, rétorquent qu'une résolution publique d'un problème du millénaire par un utilisateur serait la meilleure publicité possible. Des explications techniques ont également été avancées : l'interruption pourrait être un mécanisme de sécurité standard pour empêcher des boucles infinies, ou simplement le résultat d'un bug connu de GPT-5.6 Sol dans les tâches de longue durée. L'incident soulève des questions sur les limites actuelles de l'IA dans la recherche mathématique fondamentale et sur le contrôle des capacités des modèles par leurs créateurs.

marsbit07/28 12:29

Il a fait fonctionner GPT-5.6 Sol pendant 33 heures pour résoudre le Dernier théorème de Fermat, et le système l'a interrompu de force

marsbit07/28 12:29

La pionnière de la sécurité informatique Dawn Song rejoint Meta

Dawn Song, professeure d'informatique à UC Berkeley et figure éminente de la sécurité informatique et de l'IA, rejoint Meta. Elle occupera le poste de vice-présidente de la recherche en IA au sein du Superintelligence Labs de Meta, sous la direction de Nat Friedman. Éminente universitaire et entrepreneure, lauréate du prix MacArthur et membre de l'AAAS, elle est reconnue pour ses travaux pionniers, notamment l'analyse de flux de données (Dynamic Taint Analysis). Ses recherches couvrent la sécurité logicielle, l'apprentissage automatique contradictoire et la sécurité des agents IA. Son équipe à Berkeley a récemment développé ALE (Agents' Last Exam), un benchmark pour évaluer les capacités des agents IA dans des tâches du monde réel. Elle rejoint Meta avec d'autres membres de Virtue AI, une entreprise qu'elle a cofondée et spécialisée dans les infrastructures de sécurité pour l'IA, notamment le test d'intrusion automatisé (red-teaming). Ce recrutement intervient dans un contexte où Meta cherche à renforcer la sécurité de ses modèles d'IA, en vue de leur déploiement à grande échelle et face à une pression réglementaire croissante. L'article mentionne également le départ de Denny Zhou, fondateur de l'équipe Gemini Reasoning chez Google, pour rejoindre Meta il y a plusieurs mois. Expert de renom en raisonnement des modèles de langage, il est à l'origine de méthodes clés comme le Chain-of-Thought.

marsbit06/26 08:15

La pionnière de la sécurité informatique Dawn Song rejoint Meta

marsbit06/26 08:15

活动图片

Catégories populairesright-arrow

Tags tendancesright-arrow

Bitcoinright-arrow