Les robots humanoïdes font un retour remarqué, portés par un engouement et des financements record. Figure AI, une start-up californienne, illustre cette tendance avec sa robot humanoïde Figure 01, capable d’effectuer plusieurs tâches. L’engouement actuel s’explique aussi par l’essor de l’IA générative adaptée à la robotique. Des chercheurs travaillent à appliquer les grands modèles de langage aux robots humanoïdes. Malgré des progrès constants, notamment avec Atlas de Boston Dynamics, ces robots n’ont pas encore dépassé le stade de simples démonstrations. Néanmoins, des horizons prometteurs s’ouvrent pour eux, comme le montre l’optimisme de Brett Adcock, PDG de Figure AI. Sa société devrait fournir une flotte de robots à BMW, marquant peut-être le début d’une ère où les robots humanoïdes seront monnaie courante dans notre vie quotidienne.
Dans notre société dominée par la technologie, l’IA s’affirme comme un allié crucial, transformant notre interaction avec les outils numériques. Un domaine particulièrement impacté est la gestion des relations clients via des chatbots sophistiqués. Bien que populaires et bénéfiques, ces chatbots soulèvent des préoccupations quant à leur utilisation. En 2023, l’enthousiasme pour l’IA mêlait espoirs et craintes, car si les chatbots améliorent l’expérience client, des défis subsistent. Une utilisation équilibrée de l’IA et des compétences humaines est primordiale dans la gestion de la relation client.
Des directives légales doivent évoluer pour inclure les possibles négligences des chatbots, considérés comme une extension des services offerts par les entreprises. Trois éléments devraient influencer les futures normes juridiques applicables aux chatbots: clarifier la différence entre erreurs intentionnelles et non intentionnelles, introduire la “bonne foi” dans le droit applicable et assurer une transition en douceur vers ces nouvelles responsabilités.
Adopter les chatbots alimentés par l’IA nécessite une approche prudente. Capitaliser sur les avantages de l’IA tout en limitant les risques consiste à peaufiner les phases de tests et d’optimisation, à fixer des limites concernant la stratégie de diffusion et l’accès aux informations confidentielles, et à promouvoir une collaboration entre agents humains et chatbots.
Le défi actuel consiste à trouver un juste milieu entre l’acceptation croissante des chatbots et la conscience des risques associés. Alors que nous adaptons notre vision de la responsabilité, de l’éthique et des relations humaines face à l’essor de l’automatisation, il est impératif de poser des limites claires et de construire un cadre mondial régissant les chatbots.
Météo-France, l’institution nationale française en charge de la prévision météorologique, fait face à des défis majeurs quant à la fiabilité de ses prévisions. Récemment, des erreurs importantes ont été commises, telles que l’absence d’alerte à la neige en Île-de-France en janvier ou des écarts significatifs entre les prévisions et la réalité observée. Ces incidents sont attribués au mécontentement des employés face à l’augmentation de l’automatisation et la réduction des effectifs.
Le nouveau système des 3P (“Programme Prévision Production”) est pointé du doigt comme principal responsable de ces dysfonctionnements. Depuis son introduction en novembre, des grèves ont eu lieu, appelant au retour d’une expertise humaine dans le processus de prévision. Auparavant, les prévisions étaient affinées par des experts après analyse de scénarios fournis par des modèles informatiques. Toutefois, avec le système des 3P, un logiciel nommé Alpha produit désormais directement les prévisions, remplaçant les sept prévisionnistes régionaux. Seul un agent basé à Toulouse peut corriger les anomalies générées par l’algorithme, créant une forte charge de travail.
Les syndicats demandent que les prévisionnistes locaux soient autorisés à surveiller et corriger les prévisions. La question fondamentale consiste à trouver un juste équilibre entre l’intelligence humaine et l’intelligence artificielle afin d’optimiser la précision des prévisions météorologiques, compte tenu de l’important impact de ces dernières sur la gestion des effets du changement climatique.
Le trading via Intelligence Artificielle (IA) utilise des systèmes basés sur l’IA pour effectuer des transactions sur les marchés financiers. Bien que l’IA soit en développement dans ce domaine, elle ne garantit pas une domination absolue des marchés. Cependant, elle offre des avantages, tels que l’optimisation du traitement des données, la gestion des risques et l’automatisation de la conformité. Malgré cela, des défis subsistent, comme la surveillance adéquate des algorithmes et la sécurité. Le trading AI fournit des outils puissants pour améliorer la productivité, mais soulève également des questions sur notre dépendance vis-à-vis des algorithmes en auto-apprentissage. Pour en savoir plus, explorez les ressources mentionnées, notamment le site Web de Syntax Finance et l’article « L’Impact de l’IA sur les Services Financiers » sur BuiltIn.
Sorbonne Université et Kap Code collaborent pour créer un outil de détection des fausses informations, en raison de leur multiplication pendant la pandémie de COVID-19. Trois entités de Sorbonne Université travaillent ensemble: le CELSA, le SCAI et le LIP6. Cet outil utilisant l’IA sera bénéfique aux journalistes et à d’autres domaines, tels que le marketing et la production de contenu. Alors que l’IA générative devient populaire, il est important d’enseigner aux futurs journalistes une utilisation responsable et de développer leur capacité à distinguer les contenus produits par des IAs. La formation du CELSA sur l’IA prépare les nouveaux reporters aux défis futurs.
L’essor de l’intelligence artificielle conduit à une augmentation de l’usage des chatbots et agents conversationnels. Des sociétés renommées telles qu’Anthropic, OpenAI, Amazon proposent des plateformes pour leur développement. Un prompt bien conçu est crucial pour le succès d’un chatbot, car il déclenche une réponse adéquate. Cinq axes existent pour améliorer ces outils interactifs: itération, langage simple, intégration de contexte, exemples, ordre des instructions. Les chatbots deviennent incontournables dans divers domaines, notamment la relation client et les soins de santé. Maîtriser l’art subtil du prompting est essentiel pour construire un chatbot efficace. Plusieurs ressources complémentaires peuvent faciliter cet apprentissage.
L’intelligence artificielle (IA) transforme notre monde, notamment grâce à la synthèse vidéo deepfake, aussi appelée technologie text-to-video. Cet article explore deux cas concrets: la vidéo virale de Will Smith mangeant des spaghettis et la présentation de SORA, le nouvel outil d’OpenAI. Des agences comme Private Island et Runway Gen2, ainsi que la startup Pika Labs, repoussent les limites de la qualité deepfake. Bien que ces avancées soient fascinantes, il faut rester vigilant face aux enjeux éthiques, réglementaires et de fiabilité associés à cette évolution technologique. Pour en savoir plus, consultez des ressources telles que ModelScope, OpenAI, Wikipédia, articles éthiques sur l’IA, le rapport State of AI 2022 et des forums de recherche en IA.
Apple, malgré son succès actuel et son cours boursier record, fait face à des défis majeurs en 2024. La fin des années fastes liées à la pandémie, combinée aux turbulences du secteur high-tech, oblige la firme à reconsidérer sa stratégie face aux régulations anticoncurrentielles, tensions géopolitiques et innovations en IA générative. Quatre questions clés seront abordées: pression réglementaire accrue, concurrence croissante pour l’iPhone, risques liés aux tensions géopolitiques et retards dans la course à l’IA générative. Ces enjeux détermineront les futurs développements d’Apple et du marché technologique global. Pour mieux appréhender ces sujets, explorez les sources officielles d’Apple, les politiques de concurrence européennes, la DMA, les statistiques de parts de marché des smartphones et les dernières avancées en IA.
L’intelligence artificielle (IA) transforme le secteur de la santé en offrant des opportunités inédites telles que l’amélioration des diagnostics, la découverte de médicaments et l’adaptation des soins aux besoins individuels. D’ici 2030, l’IA pourrait rapporter 16 000 milliards de dollars à l’économie mondiale. Cependant, une gestion stricte des données et des risques connexes est nécessaire. Avec le vieillissement de la population et la pénurie de professionnels de la santé, l’IA offre un espoir pour assurer la qualité, l’abordabilité et la modération des coûts des services de santé en Europe et dans le monde. L’IA peut également améliorer la productivité et l’innovation dans la recherche pharmaceutique. Des défis subsistent néanmoins, notamment en matière de protection des données confidentielles, de transparence des algorithmes et d’encadrement de l’expérimentation humaine. Une formation appropriée et l’humanisation des soins sont également essentielles dans cette transition numérique.
Microsoft envisagerait d’introduire une fonctionnalité de super sampling dans Windows 11, rejoignant ainsi les efforts de NVIDIA, AMD et Intel dans l’optimisation des performances de jeu via l’intelligence artificielle. Cette méthode améliore la qualité des graphismes sans affecter le système globalement, principalement sur les configs modeste où les ressources matérielles sont limitées. Les géants de l’industrie proposent déjà leur propre algorithme de super sampling: DLSS par NVIDIA, FSR par AMD, et XESS par Intel. Une option nommée “résolution automatique”, découverte dans une version test de Win11, laisse penser que Microsoft prépare activement son outil de super sampling. Cependant, l’impact sur l’industrie du jeu vidéo reste incertain jusqu’à l’annonce officielle de Microsoft.
