L’Union Européenne (UE) a récemment convenu d’une loi historique encadrant l’intelligence artificielle (IA), la première du genre à l’échelle mondiale. Cet accord vise à assurer la sécurité et le respect des valeurs fondamentales de l’UE face à l’expansion de l’IA. Parmi les dispositions spécifiques, on trouve des lignes directrices strictes pour les IAs génératives afin de garantir la qualité des données et prévenir les atteintes à la propriété intellectuelle. Les systèmes d’IA présentant des “risques élevés”, tels que ceux utilisés dans les infrastructures vitales et l’enseignement, seront assujettis à des exigences supplémentaires, dont un contrôle humain obligatoire, une documentation technique complète et une gestion stricte du risque associé. Cette initiative réglementaire souligne l’engagement de l’UE envers une croissance harmonisée, équitable et respectueuse des droits fondamentaux, pouvant servir de modèle à d’autres nations et organisations internationales.
L’intelligence artificielle (IA) et le machine learning transforment notre société, notamment en médecine où ils optimisent les procédures et les résultats cliniques. Des partenariats entre établissements médicaux et géants de la tech, comme à Taïwan, illustrent ce potentiel. Cependant, l’harmonisation des systèmes et la suppression des barrières réglementaires sont nécessaires dans certains pays, tel que la France, pour faciliter l’adoption de l’IA. Innover et investir dans la recherche en IA appliquée à la santé offriront des avantages substantiels, tels que des diagnostics affinés, des traitements adaptés et une meilleure allocation des ressources. Néanmoins, une utilisation éthique et sensible à l’expérience humaine est primordiale. Restez informé en suivant les actualités, en participant à des conférences et en échangeant avec des experts du domaine.
Databricks a fait trois grandes annonces lors du Data + AI Summit 2022: la sortie de MLflow 2.0, l’arrivée prochaine de la Marketplace Databricks et le lancement de Delta Lake 2.0. MLflow 2.0 offre des améliorations significatives en MLOps, dont MLflow Pipelines pour une automatisation puissante du machine learning, des modèles préfabriqués pour accélérer les performances et des Serverless Model Endpoints pour maîtriser les projets de machine learning. La Marketplace Databricks permettra une collaboration accrue et une productivité optimisée grâce à une variété de composants et à Delta Sharing, un outil open source efficace pour partager des données entre différentes organisations. Enfin, Delta Lake 2.0, partie intégrante d’un lakehouse open source, associera Spark Streaming, Spark Connect et des améliorations en termes de latence et de prédictibilité temporelle.
L’intelligence artificielle (IA) connaît une forte croissance, transformant notre vie personnelle et professionnelle. Selon certaines prévisions, le marché mondial de l’IA atteindra environ 300 milliards de dollars en 2026. Dans ce contexte dynamique, Google et NVIDIA se distinguent dans le classement MLPerf, spécialisé dans l’évaluation des performances des principales plateformes d’apprentissage automatique.
Google excelle dans la formation de réseaux neuronaux, tandis que NVIDIA brille grâce à sa puissance technologique et ses innovations logicielles. Le classement MLPerf utilise le temps minimal requis pour atteindre une précision minimale prescrite afin d’évaluer les performances. Cette métrique montre que le secteur de l’apprentissage automatique connaît une croissance explosive, avec des vitesses allant jusqu’à 10 fois les estimations les plus optimistes.
La rivalité entre Google et NVIDIA illustre l’importance de la compétition dans le secteur de l’IA pour encourager l’innovation. En même temps, il est crucial d’examiner les implications sociétales et économiques de l’automatisation et de l’adoption généralisée de l’IA. Pour assurer une transition équitable, nous devons aborder collectivement ces questions et établir un dialogue interdisciplinaire.
Sous l’impulsion de la transformation numérique, Londres Nord Est Railways (LNER) mise sur le digital pour redynamiser l’industrie ferroviaire britannique. Face aux défis posés par les infrastructures et les processus opérationnels, LNER adopte une stratégie axée sur le numérique, visant à offrir des expériences remarquables à sa clientèle. Grâce à une équipe d’experts en numérique, composée de 38 membres, LNER innove avec des projets tels que l’“Avatar en Gare” et l’application “Mobilité Porte-à-Porte”. La data et l’IA optimisent également les opérations internes, tandis que des partenariats avec des startups favorisent l’acceptation du changement et l’exploration de nouveaux horizons digitaux.
Intel a introduit une nouvelle Unité de Traitement de Vision (VPU) destinée à optimiser le traitement des flux vidéo haute résolution grâce à des algorithmes d’apprentissage automatique avancés. Cet ajout fait partie des efforts consentis par l’entreprise pour renforcer sa présence sur le marché des technologies de l’IA. La VPU sera officiellement lancée avec la 14ème génération de processeurs Core d’Intel, Meteor Lake, bien que son impact sur les performances générales reste incertain. Elle dispose de caractéristiques indiquant une possible indépendance matérielle, comme un identifiant PCI dédié, une gestion autonome de la fréquence et de la puissance, une prise en charge native des interruptions et une allocation d’adresse mémoire MMIO. Les environnements de programmation compatibles incluent probablement OneAPI Level Zero et OpenVINO. Les espoirs sont élevés quant à la capacité de la VPU à augmenter les performances et à encourager le développement de nouvelles applications dans le domaine de l’IA.
PyTorch, le framework ML open source populaire initialement développé par Facebook Research en 2016, a rejoint la Fondation Linux. Cette intégration a pour objectifs de renforcer la collaboration, d’assurer une gouvernance transparente, de former des synergies stratégiques avec des leaders du secteur IT et d’accélérer l’innovation. Avec une base solide au sein de la Fondation Linux, PyTorch aspire à devenir une plateforme IA/ML de référence. Ce tournant historique influence le paysage de l’IA, encourageant l’amélioration constante des services et l’adoption d’architectures hybrides. Cependant, cette évolution pose des questions sur notre relation à l’information et au savoir, soulignant l’importance de faciliter l’acquisition de ces nouvelles compétences pour garantir l’inclusion numérique et la justice sociale.
ChatGPT, développé par OpenAI, est une percée dans l’intelligence artificielle générale (IAG). Favorisé par des investissements de figures like Elon Musk et Sam Altman, ChatGPT repose sur des “Large Language Models” (LLM) et une architecture innovante nommée “Transformers”. Capable de générer du texte et d’interagir avec fluidité, il obtient d’excellents résultats académiques. Cependant, il rencontre des limitations, notamment sa voracité en ressources computationnelles et son incapacité à raisonner ou à comprendre le sens profond des phrases. Malgré cela, ChatGPT suscite espoirs et craintes quant à son impact sur l’éducation, le divertissement et les métiers de la tech, posant des questions sur l’automatisation et ses implications sociales.
Les cybermenaces évoluent rapidement, avec une augmentation alarmante des coûts associés aux violations numériques, projetés à 10,5 milliards de dollars d’ici 2025. Pour faire face à ces menaces sophistiquées, les entreprises doivent adopter des solutions avancées. Joaquín Gómez, expert en cybersécurité, souligne l’importance de l’intelligence artificielle, de l’apprentissage machine et d’une gestion sécurisée du DNS pour identifier et empêcher les attaques. Les entreprises peuvent bénéficier de la collaboration avec des fournisseurs utilisant la technologie RPZ pour gérer proactivement les noms de domaine suspects. Une cybersécurité robuste protège non seulement les processus internes, mais également les données sensibles des clients et partenaires commerciaux.
Un groupe de scientifiques internationaux et diversifiés, dont des membres du CNRS, utilise l’intelligence artificielle (IA) et le machine learning pour améliorer la détection des filaments de gaz interstellaires, essentiels à la formation des étoiles. Jusqu’ici, identifier ces filaments était difficile en raison de leurs conditions de densité, température et composition chimique uniques. Les télescopes actuels présentent également des limites techniques. L’IA devrait accroitre significativement la détection de ces filaments, favorisant ainsi le développement de nouvelles théories et hypothèses dans le domaine de l’astrophysique stellaire. Cette application de l’IA dans l’astrophysique promet de nombreuses avancées, telles que la détection de signatures spectrales indiquant une possible existence de vie extraterrestre ou la prédiction des mouvements d’objets spatiaux pouvant affecter notre planète.
