Bonjour et bienvenue dans le podcast de l'IA par l’IA qui vous permet de rester à la page !Aujourd’hui : recherche web pour modèles locaux, métadonnées visuelles, énergie de la vidéo générative, tri des photos sous Windows, évaluation d’essais cliniques par LLM, robotique Gemini, données LinkedIn en Europe, et pouvoir des prompts.D’abord, Ollama lance une API Web Search qui donne un accès temps réel au web à des modèles locaux jusque-là limités par leurs données figées. Cette API REST réduit les erreurs d’interprétation et fonctionne avec qwen3, LLaMA, gpt-oss et deepseek-v3.1. Les premiers tests montrent qwen3 et gpt-oss particulièrement efficaces. Pour l’utiliser, il faut une clé API Ollama – essai gratuit, puis abonnement possible – à exporter dans l’environnement, utilisable via curl ou Python. Côté performances, qwen3:4b est rapide, GPT-OSS:120b offre une qualité élevée mais plus lente ; pour du local, qwen3:8b est un bon équilibre. L’API sert à bâtir des agents (veille CVE, marketing, support) et propose web_fetch pour récupérer une URL précise. Conseil d’usage: requêtes ciblées et mise en cache pour éviter le dépassement de quota, même si des résultats non pertinents peuvent survenir.À Münster, lors de l’Autumn School 2025 de la Faculté de Théologie Catholique, une présentation a montré comment les LLM servent à créer des métadonnées pour des ressources visuelles, jusqu’à générer automatiquement des notations Iconclass, le système de classification iconographique des arts visuels. En combinant modèles de vision et embeddings de phrases, on accélère et fiabilise un travail autrefois manuel. Cette approche relance le débat: les standards de métadonnées restent-ils indispensables, ou seront-ils complétés par ces outils?Côté environnement, une étude de Hugging Face révèle que l’énergie des générateurs texte‑vers‑vidéo quadruple quand la durée double: un clip de 6 secondes consomme quatre fois plus qu’un de 3 secondes, signe d’une inefficacité structurelle des pipelines actuels. Selon le MIT Technology Review, la perception publique de la dépense énergétique est incomplète: générer une image 1 024 x 1 024 équivaut à 5 secondes de micro-ondes, mais une vidéo de 5 secondes équivaut à plus d’une heure. Les coûts explosent pour des durées plus longues. Des leviers existent – cache, réutilisation de générations, pruning des données d’entraînement – mais l’IA compte déjà pour 20 % de l’électricité des data centers. Google rapporte une hausse de 13 % de ses émissions de carbone en 2024, en partie liée à l’IA générative, et a lancé Veo 3, avec 40 millions de vidéos en sept semaines, pour un impact encore non précisé.Sur Windows 11, l’application Photos teste l’Auto‑catégorisation: un modèle indépendant de la langue trie automatiquement captures d’écran, reçus, pièces d’identité ou notes, y compris manuscrites, et regroupe dans des dossiers dédiés. Déployé chez les PC Copilot+ et en test sur tous les canaux Insider avec la version 2025.11090.25001.0 ou supérieure, l’outil s’appuie aussi sur une recherche et des catégories dans la barre latérale. Les utilisateurs peuvent corriger le tri et donner un retour. Objectif: désencombrer et accélérer l’accès, après l’arrivée du mode Relight et de la recherche en langage naturel.Dans la recherche médicale, des LLM – variants de GPT‑4 et Claude – ont évalué 41 essais contrôlés randomisés sur des interventions IA selon CONSORT‑AI, publiés dans JAMA Network Open. GPT‑4‑0125‑preview obtient la meilleure cohérence globale avec 86,5 % en moyenne. Les critères sur l’inclusion/exclusion au niveau des données d’entrée sont moins bien compris par les modèles. L’ingénierie d’invite améliore les résultats, mais une supervision humaine reste nécessaire pour fiabilité et efficacité. Un duo IA‑experts pourrait réduire le temps et les ressources nécessaires au contrôle de conformité.Robotique: Google DeepMind présente Gemini Robotics‑ER 1.5, « cerveau » de haut niveau pour planifier, utiliser des outils comme Google Search, dialoguer et suivre la progression avec des taux de réussite. Il atteint des résultats de pointe sur 15 benchmarks de raisonnement incarné, dont Point‑Bench, ERQA et MindCube. Gemini Robotics 1.5 traduit les plans en actions et raisonne avant d’agir: chaînes logiques internes, étapes intermédiaires, décomposition de tâches, explications. Exemple: tri du linge selon l’objectif “vêtements clairs dans le bac blanc”, puis saisie et mouvement planifiés. Les schémas appris avec ALOHA 2 fonctionnent aussi sur l’Apollo d’Apptronik ou un robot Franka, sans réglage supplémentaire. Des vérifications de sécurité, dont l’évitement de collision, sont intégrées. Robotics‑ER 1.5 est disponible via l’API Gemini, Robotics 1.5 chez des partenaires.Données personnelles: LinkedIn prévoit d’entraîner ses modèles avec les données d’utilisateurs européens et d’élargir le partage d’informations avec Microsoft. En Europe, le RGPD s’applique, avec la CNIL en France comme autorité de contrôle, qui a récemment sanctionné Yahoo à hauteur de 10 millions d’euros pour des manquements sur les cookies. Les utilisateurs peuvent gérer leurs préférences et limiter certains usages dans les paramètres LinkedIn.Enfin, retour d’expérience d’une startup: 50 000 dollars de calcul par mois pour 67 % de précision, quand la concurrence affichait 94 % à moitié prix. Après 2 000 prompts affinés avec ChatGPT, l’équipe affirme que des invites bien conçues peuvent remplacer des mois d’entraînement et des millions en infrastructure. Un prompt est l’instruction fournie au modèle; en l’optimisant, la performance a été nettement améliorée sans coûts matériels additionnels. Une alerte pour les équipes qui surinvestissent dans le calcul avant d’optimiser leur interaction avec les modèles.Voilà qui conclut notre épisode d’aujourd’hui. Merci de nous avoir rejoints, et n’oubliez pas de vous abonner pour ne manquer aucune de nos discussions passionnantes. À très bientôt dans L'IA Aujourd’hui !
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
