L'intelligence artificielle a connu un véritable essor ces dernières années, notamment les grands modèles linguistiques (LLM), qui sont incroyablement populaires. Ils peuvent écrire des poèmes, peindre, discuter, et même « faire semblant » d'être des médecins pour vous soigner (bien que les résultats puissent être… ). Mais vous êtes-vous déjà demandé si ces IA apparemment dociles pouvaient secrètement « jouer un rôle » ? Récemment, un groupe de scientifiques peu enclins à la tranquillité (oui, ceux qui aiment éplucher les dessous de l'IA) ont fait une grande découverte : ils ont constaté que ces grands modèles linguistiques avaient appris une technique de « camouflage ».

Ces dernières années, les grands modèles linguistiques, tels que ChatGPT, ont déclenché une nouvelle vague dans le domaine de l'IA. Ces puissants modèles linguistiques peuvent non seulement comprendre les instructions humaines, mais aussi élaborer des plans, explorer des environnements et utiliser des outils pour résoudre des tâches complexes, démontrant ainsi un potentiel énorme dans les domaines de la robotique, des assistants personnels et de l'automatisation des processus. Cependant, la plupart des systèmes d'agents IA actuels sont passifs et nécessitent des instructions humaines explicites pour exécuter des tâches. Pour organiser une réunion, il faut saisir manuellement l'heure, le lieu, et même la liste des participants, ce qui est fastidieux.

Avec la croissance constante de la consommation de contenu mondial, la demande de contenu non anglophone augmente rapidement, dépassant même les films et émissions anglophones. Dans ce contexte, IMAX commence à exploiter la puissance de l'intelligence artificielle pour accélérer la localisation de son contenu original et ainsi toucher un public plus large. Selon un rapport de PwC, le secteur mondial du divertissement et des médias a atteint 2 800 milliards de dollars en 2023 et devrait croître à un taux annuel de près de 4 % pour atteindre 3 400 milliards de dollars au cours des cinq prochaines années. La popularité du contenu en langue non anglaise, en particulier, est en augmentation, y compris aux États-Unis et au Royaume-Uni.

Meta AI a récemment publié en open source SPIRIT LM, un modèle linguistique multi-modal de base. Ce modèle permet de mélanger librement texte et parole, ouvrant de nouvelles possibilités pour les tâches multi-modales audio et textuelles. SPIRIT LM est basé sur un modèle linguistique de texte pré-entraîné de 7 milliards de paramètres, étendu à la modalité vocale grâce à un entraînement continu sur des unités textuelles et vocales. Il peut comprendre et générer du texte comme un grand modèle linguistique textuel, mais aussi comprendre et générer de la parole, et même mélanger texte et parole pour créer diverses expressions.

Le dernier modèle linguistique multimodal de base SPIRIT-LM de Meta AI est une avancée révolutionnaire. Il peut librement mélanger texte et parole et comprendre et exprimer les émotions comme un humain. SPIRIT-LM est basé sur un modèle linguistique textuel pré-entraîné, étendu à la modalité vocale grâce à un entraînement continu sur des unités textuelles et vocales. Ce modèle connecte les séquences vocales et textuelles en un seul ensemble de jetons et utilise un petit corpus parallèle texte-parole géré automatiquement, en employant une méthode d'entrelacement au niveau des mots.

Eleven Labs lance un service d'auto-doublage IA entièrement géré pour aider les créateurs de contenu et les entreprises à surmonter les défis de la communication interlinguistique. Ce service prend en charge la traduction et le doublage automatiques multilingues, notamment en espagnol, hindi, français, portugais, allemand, arabe et polonais, en conservant le ton, la tonalité et le style de parole originaux pour une plus grande authenticité et convivialité. Un processus de vérification par des doubleurs professionnels garantit la qualité de la traduction. Le service prend en charge jusqu'à 10 locuteurs et le délai moyen de réalisation est de 7 jours, avec un service le jour même en cas d'urgence. Cependant,

Le PDG d'OpenAI, Sam Altman, effectue cette semaine une visite à Séoul, en Corée du Sud. Il devrait s'entretenir avec le président du groupe SK, Chey Tae-won, concernant une potentielle coopération en matière de puces IA. M. Altman pourrait également discuter de collaborations avec Samsung Electronics concernant la fabrication sous contrat et les mémoires. Il explore actuellement avec des investisseurs et des fabricants de puces, tels que TSMC, la possibilité de créer une nouvelle société spécialisée dans les puces. L'objectif est de développer des puces spécialisées pour l'entraînement et la construction de modèles d'IA, ainsi que de construire une usine de fabrication de puces. M. Altman est également à la recherche de plusieurs milliards de dollars d'investissements.

Les publications sur Twitter du nouveau PDG d'OpenAI, où il évoque des sujets sexuels et utilise l'IA pour rédiger des phrases d'approche, suscitent un débat sur son aptitude à ce poste et sur la conduite à tenir pour les dirigeants d'entreprise. Les dirigeants de sociétés technologiques doivent faire preuve de responsabilité éthique et respecter les valeurs.

Une IA peut détecter le diabète de type 2 en écoutant les patients parler pendant seulement 6 à 10 secondes. Les résultats de l'étude montrent une précision de 89% chez les femmes et de 86% chez les hommes. L'étude a utilisé la technologie vocale pour analyser plus de 18 000 enregistrements, réussissant à identifier les différences vocales entre les patients diabétiques et les non-diabétiques.