Je ne sais pas pourquoi, mais je trouve satisfaisant que les laboratoires de pointe soient en train de mettre en place un flux continu de développement de modèles. Un cycle de lancement de modèles tous les 1 mois ne signifie pas qu’il faut un mois pour développer un nouveau modèle. C’est probablement plutôt de quelques mois à un an. Les équipes ne restent évidemment pas inactives pendant cette période, mais commencent déjà à travailler sur le suivant dès qu’elles ont terminé. À la limite, le rythme de lancement approche le débit de l’étape goulot d’étranglement, qui pour les modèles de pointe est probablement le calcul d’entraînement. Je ne suis pas sûr dans quelle mesure c’est déjà vrai, mais je pense que cela deviendra de plus en plus précis avec le temps, étant donné que les modèles peuvent accélérer tout le travail cognitif.

Les universités investissent dans la bureaucratie comme avenir. L’avenir, apparemment, c’est davantage d’administrateurs. Chaque université affirme désormais être entièrement dédiée à l’IA. Par « entièrement dédiée », elles veulent dire créer de nouveaux bureaux administratifs, de nouveaux vice-provosts, de nouveaux sous-doyens associés, de nouvelles commissions, de nouveaux employés et de nouveaux budgets. Pendant ce temps, les meilleurs scientifiques en IA partent ou veulent partir, et sont sans pertinence pour la bureaucratie qui leur est construite autour.

🔴 Des chercheurs japonais ont développé un exosquelette robotique léger pour améliorer les mouvements de marche chez les souris. Le système fait bouger les articulations de la souris à l’aide de câbles et de poulies. Les chercheurs indiquent que cette technologie pourrait contribuer aux recherches visant à restaurer la mobilité après des lésions de la moelle épinière ou des accidents vasculaires cérébraux.

Si les professeurs d'université n'encouragent pas leurs étudiants à développer l'IA et la robotique pour répondre à tous les besoins et désirs raisonnables de la société et libérer l'humanité, ils devraient être licenciés immédiatement.

🚨 DES RECHERCHEURS ONT FORMÉ UNE IA POUR ÉCRIRE DU CODE GPU… ELLE SURPASSE DÉSORMAIS LE COMPILATEUR DE RÉFÉRENCE DE L’INDUSTRIE SUR 100 % DES TESTS… ÉCRASE CLAUDE ET GEMINI DE 40 %… ET LORSQU’ILS ONT TENTÉ DE TESTER CHATGPT-5… ELLE A REFUSÉ MÊME DE RÉPONDRE… Une équipe de ByteDance et de l’Université de Tsinghua vient de publier l’un des articles d’IA les plus importants de l’année… et presque personne n’en parle… Voici ce qu’ils ont construit… CUDA est le langage de programmation qui exécute chaque modèle d’IA sur Terre… Chaque GPU… Chaque réseau neuronal… Tout fonctionne sur des noyaux CUDA… Et écrire du code CUDA rapide est l’une des compétences les plus difficiles et les plus spécialisées dans tout le domaine de l’informatique… Il faut des années d’expertise… Une connaissance approfondie du matériel GPU… La plupart des ingénieurs ne le maîtrisent jamais… Pendant des années… La meilleure façon d’optimiser CUDA était torch.compile… Un compilateur développé par les ingénieurs les plus brillants de Meta… C’est la référence de l’industrie… Les modèles d’IA ne pouvaient même pas s’en approcher… Alors les chercheurs ont créé CUDA Agent… Une IA formée spécifiquement pour écrire et optimiser du code GPU via l’apprentissage par renforcement… Elle écrit le code… L’exécute… Mesure la vitesse… Corrige ses propres erreurs… Et continue d’améliorer jusqu’à surpasser la référence… Les résultats sont stupéfiants… Sur le niveau le plus facile du benchmark… Elle a surpassé torch.compile sur 100 % des tâches… Sur le niveau moyen… Encore 100 %… Avec des noyaux s’exécutant presque 3 fois plus vite que le compilateur de référence… Sur le niveau le plus difficile… Architectures de réseaux neuronaux complètes… Elle a surpassé le compilateur sur 90 % des tâches… Ensuite, ils l’ont comparée aux meilleurs modèles de pointe au monde… Claude Opus 4.5 et Gemini 3 Pro ont réussi la plupart des tâches… Mais seulement environ deux tiers de leurs noyaux s’exécutaient effectivement plus vite que la référence… Ils écrivaient du code qui fonctionnait, mais n’était pas optimisé… CUDA Agent a surpassé le compilateur sur 97 % des tâches… Et a surpassé à la fois Claude et Gemini d’environ 40 % sur le niveau le plus difficile… Une IA spécialisée a écrasé les plus grands modèles généralistes du monde à leur propre jeu… Mais voici le détail qui m’a fait m’arrêter… Lorsque les chercheurs ont tenté de benchmark la série ChatGPT-5 d’OpenAI… Les modèles 5, 5.1 et 5.2… Ils n’y sont pas arrivés… Dans leurs propres termes… Les modèles « ont systématiquement refusé de répondre aux invites liées à CUDA »… Les modèles les plus avancés de la société d’IA la plus célèbre au monde… ont refusé d’écrire du code GPU… Alors qu’un modèle de recherche chinois open source s’occupait de surpasser le compilateur de référence sur la même tâche… Les implications sont énormes… Pendant des décennies… Écrire du code GPU haute performance exigeait des experts humains d’élite… Maintenant, une IA le fait mieux que le compilateur que ces experts ont construit… Et mieux que les modèles de pointe que tout le monde paie… C’est le début de l’IA qui optimise l’infrastructure même sur laquelle repose l’IA… Les systèmes commencent à s’améliorer eux-mêmes… Et le modèle qui l’a prouvé n’était pas issu d’OpenAI… Ni d’Anthropic… Ni de Google… Il est sorti d’un laboratoire de recherche… Formé sur 128 GPU… Et publié gratuitement