Aller au contenu
13 janviermar.
  1. Google Research62

    NeuralGCM exploite l'IA pour mieux simuler les précipitations mondiales à long terme

    Google Research décrit dans Science Advances une version de NeuralGCM entraînée directement sur des observations satellitaires de précipitations de la NASA couvrant 2001 à 2018.

    Motif de la recommandation :L'article détaille comment NeuralGCM apprend la paramétrisation des précipitations à partir d'observations satellitaires, avec des écarts chiffrés face aux modèles opérationnels.

24 décembremer.
19 décembreven.
17 décembremer.
  1. Google DeepMind88

    Google DeepMind publie Gemini 3 Flash, un modèle rapide et moins coûteux

    Google DeepMind publie Gemini 3 Flash, un modèle de la famille Gemini 3 conçu pour la vitesse et proposé à un coût réduit. Il atteint 90.

    Motif de la recommandation :L'original expose les scores de Gemini 3 Flash sur GPQA Diamond, SWE-bench Verified et MMMU Pro ainsi que son prix, ce qui permet de situer le compromis vitesse-coût par rapport à Gemini 3 Pro.

16 décembremar.
  1. Google DeepMind62

    Google DeepMind publie Gemma Scope 2, une suite d'outils d'interprétabilité pour toute la famille Gemma 3

    Google DeepMind annonce Gemma Scope 2, une suite ouverte d'outils d'interprétabilité couvrant toutes les tailles de la famille Gemma 3.

    Motif de la recommandation :L'original expose la couverture complète de Gemma Scope 2 sur la famille Gemma 3 et les techniques d'entraînement employées, ce qui permet de situer les outils d'interprétabilité disponibles pour l'audit des modèles.

13 décembresam.
  1. Google DeepMind78

    Google DeepMind publie Gemini 2.5 Flash Native Audio mis à jour

    Google DeepMind publie une mise à jour de Gemini 2.5 Flash Native Audio destinée aux agents vocaux en direct.

    Motif de la recommandation :L'original expose les améliorations de l'appel de fonctions, du suivi d'instructions et du dialogue multi-tours, ainsi que les points d'accès ouverts, ce qui permet de juger de l'impact sur les agents vocaux.

12 décembreven.
11 décembrejeu.
  1. Google DeepMind22

    Google DeepMind élargit son partenariat avec l'UK AI Security Institute

    Google DeepMind élargit son partenariat avec l'UK AI Security Institute (AISI) via un nouveau Memorandum of Understanding portant sur la recherche fondamentale en sécurité et sûreté. Le partenariat, qui s'appuie sur une collaboration entamée depuis la création de l'AISI en novembre 2023, inclut le partage d'accès aux modèles propriétaires, des rapports conjoints et des recherches collaboratives. Les axes clés couvrent la surveillance des processus de raisonnement (chain-of-thought), l'étude des impacts sociaux et émotionnels du désalignement socioaffectif, et l'évaluation de l'impact économique de l'IA par simulation de tâches réelles.

  2. Google Research38

    Google présente Urania, un framework de confidentialité différentielle pour analyser l'usage des chatbots IA

    Google Research présente Urania, un framework de confidentialité différentielle (DP) qui génère des insights sur les conversations avec les chatbots LLM avec des garanties mathématiques de bout en bout, présenté à COLM 2025. Le pipeline combine clustering DP, extraction de mots-clés par histogramme DP et summarization par LLM sur les seuls mots-clés anonymisés, sans jamais exposer les conversations originales. Face au baseline non privé Simple-CLIO, les résumés DP ont été préférés jusqu'à 70 % du temps par les évaluateurs LLM, malgré une couverture thématique réduite lorsque le budget de confidentialité ε diminue.

10 décembremer.
  1. Google DeepMind62

    Google DeepMind renforce son partenariat avec le gouvernement britannique pour l'IA dans la science et l'éducation

    Google DeepMind annonce un partenariat renforcé avec le gouvernement britannique pour accélérer l'usage de l'IA dans la science.

    Motif de la recommandation :Le partenariat détaille des accès prioritaires à des modèles scientifiques et un laboratoire automatisé, ce qui éclaire la trajectoire de l'IA appliquée à la recherche publique.

9 décembremar.
5 décembreven.
  1. Google Research70

    Google Research présente Titans et MIRAS pour la mémoire à long terme des IA

    Google Research publie deux articles présentant Titans, une architecture qui combine la vitesse des RNN avec la précision des Transformers.

    Motif de la recommandation :L'article présente l'architecture Titans et le cadre MIRAS, avec des résultats sur des contextes dépassant 2 millions de tokens et des tests en génomique et séries temporelles.

4 décembrejeu.
26 novembremer.
25 novembremar.
24 novembrelun.
22 novembresam.
  1. Google Research22

    Google Research : un simple modèle d'IA prédit la disponibilité des bornes de recharge pour réduire l'anxiété liée à l'autonomie des VE

    Google Research a dévoilé un modèle de prédiction léger fondé sur une simple régression linéaire pour estimer la probabilité qu'une borne de recharge pour véhicules électriques soit disponible dans quelques minutes. Testé sur 100 stations sélectionnées aléatoirement, avec un échantillonnage toutes les 30 minutes pendant une semaine et des horizons de 30 à 60 minutes, il surpasse la baseline « Keep Current State » en identifiant les rares moments de forte rotation d'occupation. Le modèle s'appuie uniquement sur l'heure de la journée comme caractéristique, chaque heure recevant un poids appris qui quantifie le taux de variation de l'occupation.

20 novembrejeu.
  1. Google DeepMind80

    Google DeepMind publie Nano Banana Pro (Gemini 3 Pro Image)

    Google DeepMind publie Nano Banana Pro (Gemini 3 Pro Image), un modèle de génération et d'édition d'images construit sur Gemini 3 Pro.

    Motif de la recommandation :L'original détaille les capacités de génération et d'édition d'images, les résolutions et les intégrations, ce qui aide le lecteur à évaluer les scénarios de production concernés.

19 novembremer.
  1. Google Research78

    Google Research présente un modèle de traduction vocale de bout en bout en temps réel avec 2 secondes de délai

    Google Research décrit un modèle de traduction parole-à-parole de bout en bout qui génère directement l'audio traduit dans la voix de l'orateur d'origine avec seulement 2 secondes de délai.

    Motif de la recommandation :L'article expose l'architecture de bout en bout et le pipeline de données qui ramènent la traduction vocale à 2 secondes de délai, avec un déploiement produit concret.

  2. Google Research80

    Google déploie la Generative UI dans Gemini et la recherche avec Gemini 3 Pro

    Google Research présente la Generative UI, une capacité où le modèle génère non seulement du contenu mais toute une expérience utilisateur interactive.

    Motif de la recommandation :L'article détaille l'implémentation de la génération d'interfaces par Gemini 3 Pro et son déploiement dans Gemini et Google Search, permettant de juger de l'impact sur les expériences utilisateur.

17 novembrelun.
13 novembrejeu.
  1. Google DeepMind74

    Google DeepMind présente SIMA 2, un agent qui joue, raisonne et apprend dans des mondes 3D virtuels

    Google DeepMind présente SIMA 2, un agent généraliste qui intègre un modèle Gemini comme cœur de raisonnement et passe du suivi d'instructions à un compagnon de jeu interactif capable de converser et de s'auto-améliorer. Le système a été entraîné sur un mélange de vidéos de démonstration humaines et de labels générés par Gemini, et il généralise à des jeux non vus comme ASKA ou MineDojo, y compris dans des mondes générés en temps réel par Genie 3. SIMA 2 est publié en aperçu de recherche limité, avec un accès anticipé pour un petit groupe de chercheurs et de développeurs de jeux.

    Motif de la recommandation :SIMA 2 intègre Gemini comme moteur de raisonnement et passe du suivi d'instructions à l'auto-amélioration dans des mondes 3D, avec des limites de mémoire et de tâches longues explicitement documentées.

  2. Google Research62

    Google Quantum AI présente l'algorithme DQI pour l'optimisation quantique

    Google Quantum AI et des chercheurs de Stanford, MIT et Caltech ont publié dans Nature un algorithme quantique appelé Decoded Quantum Interferometry (DQI).

    Motif de la recommandation :L'article présente l'algorithme DQI qui transforme des problèmes d'optimisation en problèmes de décodage, avec un exemple où un ordinateur quantique nécessiterait environ un million d'opérations contre 10^23 pour un ordinateur classique.

12 novembremer.
11 novembremar.
  1. Google DeepMind60

    Google DeepMind publie dans Nature une méthode pour aligner la vision des IA sur celle des humains

    Google DeepMind publie dans Nature un article montrant que réorganiser les représentations visuelles d'un modèle selon les hiérarchies conceptuelles humaines améliore sa robustesse et sa généralisation. L'équipe part d'un modèle pré-entraîné SigLIP-SO400M, entraîne un petit adaptateur sur le jeu de données THINGS, puis génère un nouveau jeu de données AligNet de plusieurs millions de jugements de type odd-one-out sur un million d'images pour affiner d'autres modèles. Les modèles alignés obtiennent de meilleurs résultats sur des tâches de sciences cognitives et sur des tâches d'apprentissage few-shot et de distribution shift.

    Motif de la recommandation :L'article détaille une méthode en trois étapes pour aligner les représentations visuelles des modèles sur les hiérarchies conceptuelles humaines, avec des gains mesurés sur la robustesse et la généralisation.

8 novembresam.
  1. Google Research65

    Google Research présente Nested Learning, un nouveau paradigme ML pour l'apprentissage continu

    Google Research présente Nested Learning, un paradigme publié à NeurIPS 2025 qui traite un modèle ML comme un système de problèmes d'optimisation imbriqués.

    Motif de la recommandation :L'article présente un paradigme qui unifie architecture et optimisation et détaille l'architecture Hope, offrant un cadre pour aborder l'oubli catastrophique.

7 novembreven.
6 novembrejeu.
5 novembremer.
  1. Google Research50

    Google Research présente ForestCast : prévoir le risque de déforestation par deep learning

    Google Research annonce ForestCast, un modèle de deep learning fondé sur des vision transformers qui prédit le risque de déforestation à partir de données satellitaires brutes Landsat et Sentinel 2, sans cartes auxiliaires. Le modèle s'appuie surtout sur l'« historique de changement », une entrée dérivée des satellites indiquant les pixels déjà déforestés et l'année associée, dont l'usage seul donne des métriques de précision comparables à celles des données satellitaires brutes complètes. Google Research publie en parallèle le premier benchmark public dédié à l'entraînement de modèles de prédiction du risque de déforestation, avec les données d'entrée, d'entraînement et d'évaluation.

  2. Google Research62

    Google Research présente Project Suncatcher : exploration d'une conception de système d'infrastructure IA scalable basée dans l'espace

    Google Research a publié le preprint « Towards a future space-based, highly scalable AI infrastructure system design » et dévoile Project Suncatcher.

    Motif de la recommandation :L'article expose le design système, les quatre défis techniques et les données de test des TPU, permettant de comprendre les contraintes réelles du calcul IA dans l'espace.

31 octobreven.
30 octobrejeu.