IA avancée : de l’outil au levier de pouvoir
Comment l’accès aux modèles d’IA avancés devient un actif stratégique soumis au contrôle d’exportation, redéfinit les risques pour les organisations et recompose silencieusement le travail.
IA : de l’outil à l’infrastructure critique
Comment l’IA bouscule réseaux électriques, modèles d’affaires, emploi et justice, et pourquoi la vraie bataille se joue désormais dans les couches de contrôle.
Novembre 2022, ChatGPT et la rupture grand public
Découvrir pourquoi ChatGPT, bâti sur GPT‑3.5, n’est pas une révolution magique de l’IA, mais un changement d’interface qui a fait passer une technologie d’experts entre les mains de millions de personnes.
GPT-3, plus grand et soudainement capable de tout
À partir de GPT-3 et de ses 175 milliards de paramètres, découverte d’un paradoxe clé de l’IA moderne : comment grossir un modèle produit des progrès attendus… et des capacités émergentes imprévues.
GPT-2, le modèle trop dangereux pour être publié
Retour sur la décision d’OpenAI de retenir GPT-2 en 2019, ce que ses performances révélaient du saut qualitatif des modèles de langage et comment cela a déplacé le débat vers les risques de désinformation et la responsabilité des chercheurs.
Gérer l’IA comme une infrastructure critique
Du Japon à la Chine, de Paris à Bengaluru, l’IA quitte le stade expérimental pour entrer au cœur des systèmes critiques. Comment la piloter, la superviser et en mesurer la valeur réelle ?
2017, l’attention change tout
En partant d’une simple différence de lecture, découvrez comment le Transformer a appris à regarder toute une phrase d’un seul coup d’œil et pourquoi cela a rendu possibles des modèles d’une toute autre dimension.
IA, souveraineté et dépendance technologique
Entre G7, restrictions américaines et promesses de croissance à VivaTech, un décryptage des nouvelles dépendances à l’IA et de leurs effets sur pouvoir d’agir et emploi.
2016, quand l’IA bat l’humain au jeu le plus complexe
À partir du coup 37 d’AlphaGo contre Lee Sedol, découverte de ce que l’apprentissage par renforcement change par rapport au deep learning supervisé, et pourquoi ce basculement dépasse largement le Go.
