Aller au contenu
5 févrierjeu.
  1. OpenAI News65

    GPT-5 réduit le coût de la synthèse de protéines sans cellules

    Un laboratoire autonome combinant GPT-5 d'OpenAI avec l'automatisation cloud de Ginkgo Bioworks a réduit de 40 % le coût de la synthèse de protéines sans cellules grâce à une expérimentation en boucle fermée.

    Motif de la recommandation :Un laboratoire autonome combinant GPT-5 et l'automatisation cloud de Ginkgo Bioworks réduit de 40 % le coût de la synthèse de protéines sans cellules.

4 févriermer.
  1. Google Research22

    Sequential Attention : rendre les modèles d'IA plus légers et plus rapides sans sacrifier la précision

    Google Research présente Sequential Attention, une méthode de sélection de sous-ensembles qui intègre un mécanisme de sélection gloutonne directement dans l'entraînement du modèle pour choisir séquentiellement les composants les plus informatifs. Appliquée à la sélection de features, elle remplace la sélection gloutonne classique par les poids d'attention internes du modèle, atteignant des résultats SOTA sur plusieurs benchmarks de réseaux de neurones tout en permettant une implémentation en un seul passage. La méthode revendique une meilleure efficacité, une scalabilité sur de grands modèles et une interprétabilité accrue via les scores d'attention.

  2. Google Research62

    Google Research et Included Health lancent une étude randomisée nationale sur l'IA en soins virtuels

    Google Research annonce, en partenariat avec Included Health, le lancement d'une étude randomisée nationale prospective avec consentement.

    Motif de la recommandation :L'original expose le passage de la simulation à un essai randomisé national en soins virtuels réels, avec les étapes de recherche qui le précèdent.

3 févriermar.
28 janviermer.
27 janviermar.
24 janviersam.
23 janvierven.
  1. Google Research22

    Gemini 1.5 Flash 8B : l'extraction d'intention par décomposition égale Gemini 1.5 Pro

    Google Research montre qu'une approche décomposée — résumer chaque écran puis extraire l'intention de la séquence — permet à de petits MLLM d'égaler de grands modèles pour comprendre l'intention utilisateur sur mobile et web. Testée sur les modèles Gemini et Qwen2, elle surpasse le chain of thought prompting (CoT) et le fine-tuning end-to-end (E2E), et Gemini 1.5 Flash 8B atteint des résultats comparables à Gemini 1.5 Pro à une fraction du coût et de la latence. L'évaluation repose sur l'approche Bi-Fact et des « atomic facts » pour mesurer précision, rappel et F1, ouvrant la voie à une compréhension d'intention embarquée sur appareil.

21 janviermer.
20 janviermar.
16 janvierven.
  1. Google Research36

    Google Research : estimer les métriques de marche avancées avec les smartwatches

    Google Research a développé un modèle deep learning multi-têtes basé sur une architecture TCN qui estime directement l'ensemble des métriques spatio-temporelles de marche à partir d'une Pixel Watch portée au poignet, avec une fréquence d'échantillonnage de 50 Hz. Validé sur 246 participants et environ 70 000 segments de marche, le modèle atteint une validité élevée (Pearson r > 0,80) et une excellente fiabilité (ICC > 0,80) pour la vitesse de marche, la longueur de pas, le temps de balancement et le temps d'appui, avec des performances comparables aux estimations par smartphone.

14 janviermer.
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.

10 janviersam.
5 janvierlun.
24 décembremer.
19 décembreven.
16 décembremar.
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.
3 décembremer.
1 décembrelun.
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.