L’UE va rédiger des lignes directrices exigeant que Google fournisse aux applications d’IA tierces un accès Android équivalent à celui de Gemini

Pourquoi certaines personnes pensent que l’IA change le monde, tandis que d’autres pensent que ce n’est pas si différent : les deux diagnostics de Karpathy

Karpathy指出 que l’écart de perception en matière d’IA provient de deux diagnostics : 1) n’avoir utilisé que des modèles gratuits / des versions anciennes, ce qui ne permet pas de refléter les performances des modèles agentiques les plus avancés ; 2) l’amélioration des capacités n’est significative que dans des domaines hautement techniques, et elle se manifeste de manière asymétrique. Cela fait que les utilisateurs payants et les lecteurs ordinaires observent des phénomènes différents, créant des mondes parallèles où chacun se méprend mutuellement. Pour les lecteurs de Taïwan, la leçon est que l’usage réel des modèles les plus avancés pour accomplir des tâches de production, et pour vérifier les fondements de ses jugements, est le seul moyen d’éviter d’être influencé par les illusions médiatiques.

Applied Digital obtient un financement relais de 300 millions de dollars pour un pont, mené par Goldman Sachs, pour ses centres de données d’IA

D’après Globenewswire, Applied Digital a obtenu 300 millions de dollars de financement relais senior garanti, mené par Goldman Sachs, le 4 mai, afin d’accélérer le développement de ses centres de données pour l’IA. Le financement est adossé à des actifs du projet, peut être remboursé par anticipation sans pénalités et la société prévoit de poursuivre

Karpathy « faire répliquer les LLM contre eux-mêmes » : une méthode en 4 étapes pour contrer les biais de réflexion avec l’IA

Cet article résume la méthode en quatre étapes d’Andrej Karpathy « amener un LLM à réfuter ses propres arguments » : d’abord, utiliser le LLM pour affiner une première version ; ensuite, ouvrir une nouvelle conversation pour qu’il propose des arguments de la partie adverse et fournisse des preuves ; puis, rédiger un article de réfutation complet ; enfin, comparer les deux camps et les preuves vérifiables, afin que ce soit l’humain qui tranche. Rappel : un LLM peut faire preuve de complaisance (sycophancy), ne prenez donc pas son accord pour une vérité ; considérez-le plutôt comme une machine à générer des arguments que comme un arbitre des conclusions. Vous pouvez aussi faire débattre deux LLM entre eux afin de réduire les biais. Cette méthode est particulièrement précieuse pour la création de contenu en 2026 : elle permet d’augmenter la profondeur cognitive et de réduire l’uniformisation.

Sam Altman, Dario Amodei sont tous les deux insupportables ! Les discours sur une fin du monde liée à l’IA et le sentiment de relative privation rendent les Américains hostiles à l’IA

Le célèbre podcast de la Silicon Valley « All-In Podcast » a discuté de l’industrie de l’IA et a livré une observation assez incisive : l’attitude de la société américaine envers l’IA est en train de basculer vers le négatif, et le moyen de décharge le plus concret de cette émotion se trouve être les centres de données que les entreprises d’IA construisent en ce moment partout aux États-Unis. Cette hostilité pourrait provenir de plusieurs facteurs, notamment d’une vision apocalyptique de l’IA, de la peur du chômage, ou d’un mécontentement plus profond : la nouvelle vague d’innovation technologique semble encore une fois n’enrichir que quelques personnes, tandis que la vie de la majorité n’enregistre pas d’amélioration manifeste. Les autorités locales américaines ont déjà annulé des cas de construction de centres de données Chamath Palihapitiya a déclaré dans l’émission que les problèmes auxquels fait face l’industrie de l’IA ne tiennent pas seulement à la concurrence entre les modèles, aux dépenses d’investissement ou à une pénurie de puissance de calcul, mais à « l’impression grandissante que la population américaine, dans son ensemble, en a assez de l’IA ». Il a précisé que cette réticence pourrait être liée notamment à l’IA

Questions de la communauté : Biais idéologique dans les modèles d’IA grand public, le 4 mai

D’après BlockBeats, le 4 mai, un utilisateur de la communauté IA sur X, Freeze, a remis en question le fait que des modèles d’IA grand public, dont ChatGPT, Claude et Gemini, présentent un biais systématique en étant moins alignés sur des positions conservatrices sur des sujets tels que le genre, l’immigration et la criminalité. L’utilisateur a suggéré que, comme l’IA