Régulation IA: vers un monde morcelé?-2023-10-01

Le président Joe Biden signe un Executive Order imposant aux agences fédérales des mesures de sécurité, d'audit et de protection des droits civiques pour l'IA, en privilégiant des normes non législatives (NIST, Department of Commerce) plutôt qu'une loi contraignante.
Favorite Streamline Icon: https://streamlinehq.com favorite AJOUTER AUX FAVORIS

Fil d'actualités

Dans la même catégorie

Course vers l’AGI : science ou récit?

19 avril 2026

Les annonces autour de l'AGI se multiplient entre progrès ciblés et discours ambitieux, et le débat bascule vers des preuves solides, des évaluations indépendantes et des règles partagées.

Régulation IA: vers un monde morcelé?

17 avril 2026

UE impose des règles strictes, les États-Unis misent sur la souplesse, la Chine combine contrôle et déploiement massif. Ces voies distinctes redessinent où naissent et prospèrent les innovations.

Demis Hassabis, la science qui gagne des marchés

17 février 2026

Demis Hassabis combine recherche fondamentale et produit : DeepMind transforme découvertes (AlphaGo, AlphaFold) en outils réels grâce à Google, puissance de calcul et intégration produit.

Dario Amodei : l’alignement comme avantage

17 février 2026

Dario Amodei place la sécurité et l'alignement au centre d'Anthropic, misant sur des déploiements prudents pour séduire investisseurs, entreprises et régulateurs face à OpenAI et Google.

Mistral AI, la souveraineté en marche

17 février 2026

Mistral AI construit en Europe une offre AI indépendante: modèles ouverts, hébergement local et optimisation pour processeurs européens, offrant une alternative concrète aux acteurs du continent.

Souveraineté IA européenne: mythe ou plan réaliste?

17 février 2026

L'Europe accélère lois, fonds et alliances pour réduire sa dépendance aux infrastructures IA américaines, avec clouds souverains, centres de calcul et premiers contrats publics.

Le coût énergétique des géants de l’IA

17 février 2026

Les modèles d'IA grossissent et leur facture électrique explose. Entre centres de données surchargés, refroidissement et entraînements répétés, il faut arbitrer puissance et sobriété.

Arthur Mensch: forger un champion européen

17 février 2026

Arthur Mensch accélère la construction d'une alternative européenne aux géants américains, en rassemblant chercheurs et ingénieurs, levant des fonds et en misant sur modèles ouverts et souveraineté.

Jensen Huang — Le pouvoir caché des puces IA

17 février 2026

Jensen Huang transforme NVIDIA en colonne vertébrale mondiale de l'IA en combinant puces, logiciels, outils cloud et partenariats; ses GPU structurent l'exécution des modèles.

Les derniers faits marquants

19 avril 2026

Débat public sur la valeur prédictive du récit AGI Ruin

Le 19 avril 2026, LessWrong a publié une relecture critique de « AGI Ruin », texte influent d’Eliezer Yudkowsky. Eliezer Yudkowsky est un essayiste connu pour ses positions alarmistes sur l’intelligence artificielle générale. L’auteur compare plusieurs thèses du texte avec les capacités observées des modèles déployés en 2026. Il soutient que les progrès récents favorisent des compétences entraînées par domaine, surtout en programmation, plutôt qu’une généralisation uniforme. Il affirme aussi que les évaluations et garde-fous avancent moins vite que les capacités des modèles. Ce texte alimente le débat central de la saga sur la différence entre preuve empirique et récit spéculatif.

11 avril 2026

Course vers l'AGI : science ou récit?

Le texte passe en revue des notions d’IA. L’AGI reste floue: Sam Altman l’assimile à un humain médian qu’on pourrait embaucher; la charte d’OpenAI parle de systèmes très autonomes surpassant les humains sur la plupart des travaux économiques; DeepMind vise des capacités humaines sur la plupart des tâches cognitives — et même les experts restent partagés. Le chain-of-thought consiste à résoudre un problème par étapes intermédiaires. Les GANs opposent deux réseaux, l’un génère, l’autre évalue, et servent à produire des données réalistes, dont des deepfakes. Les hallucinations sont des inventions d’IA, potentiellement dangereuses; elles découlent de lacunes de données et poussent vers des modèles plus spécialisés, car il n’existe pas assez de données pour tout couvrir. L’entraînement fait apprendre des modèles à partir de données. Les tokens sont des unités discrètes échangées avec un LLM.

29 mars 2026

Course vers l'AGI : science ou récit?

Jensen Huang (Nvidia) a affirmé chez Lex Fridman que l’AGI était déjà atteinte, en acceptant un critère ad hoc: une IA capable de créer une entreprise valant 1 Md$, même brièvement. La communauté rejette largement cette définition et cherche des mesures rigoureuses. Un papier de Google DeepMind propose une taxonomie cognitive en 10 facultés et un étalon humain médian; il constate des profils « dentelés » des modèles actuels et lance un concours Kaggle doté de 200 000 $. D’autres cadres (Hendrycks/Bengio) aboutissent à des scores faibles (GPT‑5: 57 %). Le benchmark ARC‑AGI‑3 de Chollet évalue l’apprentissage rapide et interactif. Côté entreprises, les définitions varient jusqu’à un seuil contractuel Microsoft‑OpenAI de 100 Md$ de profits; OpenAI en est loin. L’engouement médiatique masque une réalité: l’AGI reste floue et non atteinte selon ces métriques.

17 mars 2026

Course vers l'AGI : science ou récit?

Le texte affirme que l’AGI n’est pas une destination finale, mais une phase de transition. Il remet en cause l’idée d’un aboutissement unique et propose de considérer l’AGI comme un passage vers autre chose. Cette perspective encourage à penser au-delà du jalon lui-même, sans s’arrêter au symbole qu’il représente. L’enjeu, suggéré par cette formulation, est de maintenir une vision continue de l’évolution, avec des étapes successives plutôt qu’une ligne d’arrivée définitive. Ainsi, le propos recentre l’attention sur le après autant que sur l’atteinte de l’AGI. C’est une invitation à ajuster attentes et horizon temporel, en adoptant une lecture plus dynamique du progrès plutôt qu’une fixation sur un point final.

16 mars 2026

Course vers l'AGI : science ou récit?

Google DeepMind propose un cadre pour mesurer les progrès vers l’AGI en s’appuyant sur les sciences cognitives et publie l’article "Measuring Progress Toward AGI: A Cognitive Taxonomy". La taxonomie définit dix capacités clés (perception, génération, attention, apprentissage, mémoire, raisonnement, métacognition, fonctions exécutives, résolution de problèmes, cognition sociale) et un protocole d’évaluation en trois étapes: tester des tâches variées avec des jeux de test tenus à l’écart, établir des baselines humaines représentatives, puis situer chaque système par rapport à la distribution humaine. Pour passer à la pratique, DeepMind lance avec Kaggle un hackathon pour concevoir des évaluations, ciblant cinq capacités où l’écart est le plus grand. Outils: Community Benchmarks; modèles de pointe. Dotation: 200 000 $ (10 000 $ pour les deux meilleurs de chaque piste; quatre grands prix de 25 000 $). Soumissions: 17 mars–16 avril; résultats le 1er juin.

Tous les contenus en illimité

pour 9,99€ 1 € le premier mois

S'abonner

Déja abonné ? 

S'identifier