L'équipe Meta AI a récemment lancé le modèle V-JEPA (Video Joint Embedding Predictive Architecture), une innovation visant à faire progresser l'intelligence artificielle. Les humains traitent naturellement les informations provenant de signaux visuels pour identifier les objets et les schémas de mouvement qui les entourent. Un objectif important de l'apprentissage automatique est de révéler les principes fondamentaux qui sous-tendent l'apprentissage non supervisé chez l'homme. Les chercheurs ont proposé une hypothèse clé – le principe de prédiction des caractéristiques – selon laquelle les représentations des entrées sensorielles successives devraient pouvoir se prédire mutuellement. Les premières approches reposaient sur l'analyse des caractéristiques lentes...

Récemment, Brett Adcock, fondateur et PDG de Figure, a dévoilé Helix, un nouveau modèle d'apprentissage automatique visant à améliorer les capacités des robots humanoïdes dans un environnement domestique. Cette annonce intervient seulement deux semaines après l'annonce de la fin de la collaboration de Figure avec OpenAI, démontrant ainsi sa détermination dans le domaine de la robotique. Helix est un modèle vision-langage-action (VLA) « universel » capable de traiter les données visuelles

Récemment, l'équipe d'apprentissage automatique de Vectara a mené des tests approfondis sur les hallucinations de deux modèles de la série DeepSeek. Les résultats montrent que le taux d'hallucinations de DeepSeek-R1 atteint 14,3 %, significativement plus élevé que les 3,9 % de son prédécesseur, DeepSeek-V3. Cela indique que, lors de l'amélioration du raisonnement, DeepSeek-R1 génère davantage de contenu inexact ou incohérent avec les informations d'origine. Ce résultat a suscité un large débat sur le taux d'hallucinations des grands modèles linguistiques (LLM) dont le raisonnement a été amélioré. Source de l'image

Ilya Sutskever, cofondateur d'OpenAI, a récemment déclaré que les chercheurs en intelligence artificielle devaient trouver de nouvelles méthodes pour étendre l'intelligence des machines afin de surmonter les limites actuelles. Lors d'une conférence à NeurIPS 2024 à Vancouver, au Canada, Sutskever a affirmé que l'ère du pré-entraînement de l'IA touchait à sa fin et a prédit l'émergence d'une superintelligence artificielle. Selon Sutskever, de meilleurs matériels, logiciels et mécanismes...

Le MIT a présenté cette semaine un nouveau modèle pour entraîner des robots, visant à résoudre le problème de l'apprentissage par imitation qui peut échouer lorsque de petits défis sont introduits. Les chercheurs ont souligné que l'apprentissage par imitation peut échouer dans des situations telles que des changements d'éclairage, des environnements différents ou de nouveaux obstacles, car le robot n'a tout simplement pas assez de données pour s'adapter. L'équipe a cherché des modèles tels que GPT-4 pour trouver une méthode de données robuste pour résoudre le problème. Ils ont introduit une nouvelle architecture appelée transformateur pré-entraîné hétérogène (HPT) qui rassemble des informations provenant de différents capteurs et de différents environnements.

Récemment, un doctorant européen a fait sensation dans le monde de l'apprentissage automatique. Il s'est étonné du nombre de ses homologues américains qui semblent avoir un avantage injuste, publiant dix articles dans des conférences de premier plan, dont cinq en tant que premier auteur. Lui-même, en thèse en Europe, a passé sa première année à comprendre la recherche, sa deuxième à publier un article à la conférence CVPR, et sa troisième à maîtriser la gestion de projet et les demandes de financement. Son CV ne compte que deux articles supplémentaires, un article de revue et une publication de conférence, tous deux en tant que premier auteur.

Lors d'une conférence importante, le gouverneur de la Reserve Bank of India, Shri Shaktikanta Das, a récemment mis en garde contre le risque que l'intelligence artificielle (IA) et les plateformes associées puissent exacerber les risques systémiques pour le système financier indien. Lors de cette conférence de haut niveau sur le thème « RBI90 », M. Das a souligné que si l'IA et l'apprentissage automatique ouvrent de nouvelles perspectives commerciales et de croissance des bénéfices pour les institutions financières, cela s'accompagne également de risques importants. M. Das a indiqué que la domination du marché par un petit nombre de fournisseurs de services d'IA pourrait conduire à une concentration.

Lors d'une récente interview, Jensen Huang, PDG de NVIDIA, a évoqué les perspectives d'avenir et les tendances technologiques de l'entreprise. Il a mentionné que NVIDIA fait face à une énorme opportunité de marché, totalement différente de la bulle internet du passé. Il a souligné que NVIDIA est en train de « réinventer l'informatique » et que l'avenir sera une ère de « forte imprégnation de l'apprentissage automatique ». Jensen Huang a également déclaré que la loi de Moore, telle que nous la connaissons, est terminée. Pour répondre aux besoins futurs des logiciels gourmands en calcul, les centres de données existants sont...

Dans le monde de l'intelligence artificielle, la capacité de raisonnement des modèles d'apprentissage automatique, en particulier les grands modèles de langage (LLM), est un sujet de préoccupation constant pour les scientifiques. Récemment, l'équipe de recherche sur l'IA d'Apple a publié un article intitulé « Comprendre les limites des grands modèles de langage en matière de raisonnement mathématique », qui nous révèle les limites de ces modèles lorsqu'il s'agit de traiter des problèmes logiques. Dans l'article, les chercheurs illustrent ce point à l'aide d'un problème mathématique simple. Ils présentent d'abord un problème concernant Oliver qui cueille des kiwis : comme indiqué ci-dessous : Oliver a cueilli 44 kiwis le vendredi...

Liftoff, plateforme d'accélération de la croissance mobile, a annoncé aujourd'hui le lancement de Cortex, une nouvelle plateforme d'apprentissage automatique. Cette plateforme de pointe utilise des modèles de réseaux neuronaux personnalisés pour améliorer les performances des campagnes publicitaires mobiles. Les capacités de calcul de Cortex sont améliorées pour une meilleure identification des schémas et un traitement plus efficace des données. Cela permet aux annonceurs d'identifier les meilleurs canaux et audiences cibles pour un retour sur investissement plus élevé. Selon Liftoff, Cortex a déjà démontré...

Le prix Nobel de physique 2024 a été décerné à John J. Hopfield et Geoffrey E. Hinton pour leurs découvertes et inventions fondamentales sur l'utilisation des réseaux neuronaux artificiels pour l'apprentissage automatique. Leurs travaux ont jeté les bases de l'intelligence artificielle, rendant possible l'apprentissage automatique et l'apprentissage profond. Hopfield a créé une mémoire associative capable de stocker et de reconstruire des images et d'autres types de motifs dans les données. Hinton a quant à lui inventé une méthode permettant de rechercher de manière autonome des attributs dans les données, afin d'exécuter des tâches telles que l'identification d'éléments spécifiques dans une image. Nobel

OpenAI a récemment annoncé qu'il recrutait des ingénieurs en apprentissage automatique pour sa nouvelle équipe de recherche sur les multi-agents. L'annonce a été faite par Noam Brown, chercheur scientifique chez OpenAI, sur les réseaux sociaux. Il a déclaré : « Nous pensons que les multi-agents constituent une voie importante pour améliorer les capacités de raisonnement de l'IA, et une expérience préalable avec les multi-agents n'est pas indispensable. » Brown a également encouragé les professionnels intéressés par ce domaine à postuler. Lors d'une récente interview, Open...

Lors du forum principal de la conférence Inclusion·Bund sur le Bund 2024, Michael Jordan a souligné trois points clés manquants dans le débat actuel sur l'intelligence artificielle : la collectivité, l'incertitude et les mécanismes d'incitation. Il a indiqué que les systèmes d'intelligence artificielle doivent former un collectif collaboratif et intégrer une perspective économique des incitations pour construire des systèmes collaboratifs. L'intelligence artificielle est insuffisante face à l'incertitude, et la capacité humaine à gérer l'incertitude dans le cadre d'une collaboration collective mérite d'être étudiée. Pour améliorer la capacité de collaboration collective des systèmes d'intelligence artificielle, Michael Jordan suggère de construire un modèle de « marché de données à trois niveaux ».

Ahmed Abdin Hameed, chercheur à l'université de Binghamton dans l'État de New York, a développé un algorithme d'apprentissage automatique appelé xFakeSci, capable d'identifier les fausses publications scientifiques avec une précision de 94 %. Hameed et son équipe ont réalisé une expérience en créant 50 fausses publications sur la maladie d'Alzheimer, le cancer et la dépression, qu'ils ont comparées à de véritables publications. Ils ont constaté que les fausses publications contenaient un nombre significativement inférieur de combinaisons de deux mots et que la corrélation entre ces combinaisons et le contenu était plus forte. Hameed prévoit d'étendre cet algorithme à d'autres domaines pour lutter contre la prolifération des fausses informations scientifiques.

Reddit, connu pour sa vaste communauté d'utilisateurs et ses riches ressources de données, a ouvert une nouvelle voie de monétisation grâce aux licences de données. Avec plus de 100 000 communautés actives et 76 millions d'utilisateurs quotidiens, la plateforme génère d'énormes quantités de données, comprenant des discussions, des opinions et des interactions en temps réel, extrêmement précieuses pour le développement de modèles d'IA et d'apprentissage automatique. Face à l'essor fulgurant de l'IA, les données de Reddit sont devenues une ressource essentielle pour l'entraînement des modèles. En 2023, Reddit a lancé son programme de licences de données, et prévoit pour 2024...

Lors du sommet AWS à New York, Amazon Web Services a annoncé plusieurs nouvelles technologies et services visant à simplifier la création d'applications d'IA. Voici les principales annonces : Amazon Q Apps : ce service permet aux utilisateurs de créer des applications à partir de descriptions simples, même sans expérience technique. Amazon Q Apps fait partie d'Amazon Q Business et prend en charge diverses tâches telles que le développement logiciel, l'analyse des données et la création de contenu. Amazon Q Dev

Lors d'une conférence sectorielle cette semaine, Mustafa Suleyman, PDG de la division intelligence artificielle de Microsoft, a fait une déclaration remarquable : les entreprises de machine learning peuvent librement récupérer la plupart des contenus publiés en ligne pour entraîner leurs réseaux neuronaux. Suleyman estime que ces contenus en ligne peuvent être considérés comme un "logiciel libre", fournissant une riche source de données pour le développement du machine learning.

Une équipe de recherche de l'UC Berkeley a développé un système de modèle linguistique qui approche les capacités de prédiction humaines. Le système utilise des données à grande échelle et la capacité de traitement rapide des LM pour automatiser les processus de prédiction clés. L'étude montre que le système a un score Brier moyen de 0,179, promettant d'améliorer la précision et l'efficacité des prédictions. Cette recherche fournit un argument solide pour l'intégration des modèles linguistiques dans le domaine de la prédiction.

Apple et l'université Cornell ont collaboré pour publier Ferret, un modèle d'apprentissage automatique multi-modal open source. Ferret est un système capable de référencer et de localiser des régions n'importe où dans une image, avec n'importe quelle précision et n'importe quelle forme. Ferret peut identifier des éléments dans une image et les utiliser comme partie d'une requête. Cette publication open source témoigne de l'engagement d'Apple envers la recherche en IA influente. Apple souhaite collaborer plus ouvertement sur ses travaux en IA.