Playlist Tech : les meilleurs podcasts technologie

Des chercheurs viennent de fabriquer des composants photoniques jusqu’à 500 fois moins encombrants que leurs équivalents classiques. Et la prouesse ne vient pas d’une nouvelle machine de gravure : elle vient d’un algorithme capable de dessiner des formes qu’aucun ingénieur n’aurait spontanément imaginées. L’équipe de Harvard et de l’Institut Max-Planck travaille sur des puces photoniques. Contrairement aux processeurs traditionnels, elles utilisent la lumière pour transporter certaines informations. Cette technologie intéresse particulièrement les télécommunications, les ordinateurs quantiques et les centres de données, où déplacer toujours plus de données entre les puces devient un véritable goulet d’étranglement.

Le procédé employé s’appelle la conception inverse. Au lieu de dessiner un composant puis de vérifier son fonctionnement, les chercheurs donnent au logiciel le résultat désiré : séparer différentes longueurs d’onde, trier plusieurs modes lumineux ou réfléchir la lumière. L’algorithme optimise ensuite la répartition de la matière jusqu’à obtenir une nanostructure efficace et compatible avec les procédés industriels. Ce n’est donc pas une IA générative qui « invente une puce » comme ChatGPT rédige un texte, mais un puissant système d’optimisation mathématique. Les chercheurs ont réellement fabriqué et testé trois familles de composants en nitrure de silicium. Certains multiplexeurs occupent une surface 50 à 300 fois plus petite que les modèles conventionnels ; pour certains dispositifs chargés de trier les modes de lumière, le gain atteint environ 500 fois. Les miroirs microscopiques réfléchissent, eux, jusqu’à 98,5 % de la lumière reçue.

Il faut cependant éviter une confusion : l’ensemble d’une puce n’est pas devenu 500 fois plus petit. Ce sont certaines briques photoniques qui ont été miniaturisées. Et les chercheurs doivent maintenant les intégrer à des circuits plus complexes. L’enjeu touche directement la France. À Grenoble, le CEA-Leti développe lui aussi des interconnexions photoniques destinées à soulager les échanges de données dans les futures architectures d’IA. La prochaine révolution des puces ne viendra donc peut-être pas uniquement de transistors toujours plus petits. Elle pourrait aussi venir d’algorithmes capables d’utiliser beaucoup mieux chaque micromètre disponible.
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

L’intelligence artificielle ne menace pas seulement de produire de mauvais textes. Dans la recherche, elle peut désormais fabriquer de fausses références, de fausses images et parfois de faux résultats qui finissent par être cités comme de la vraie science. Le CNRS estime que ce phénomène aggrave une crise déjà profonde de la publication scientifique.

Il faut d’abord éviter un raccourci : utiliser ChatGPT ou une autre IA pour améliorer un texte scientifique n’est pas nécessairement frauduleux. Pour le CNRS, le problème commence lorsque cet usage est dissimulé, ou lorsque la machine invente des données et des sources que personne ne vérifie. L’auteur humain reste responsable de ce qu’il publie. Et l’usage de l’IA devient massif. Une étude récente portant sur plus d’un million d’articles biomédicaux en anglais estime que 77 % des publications de 2025 présentent des signes d’assistance par un grand modèle de langage, et près de 90 % pour le seul mois de décembre. Attention : cette étude est encore une prépublication, et détecter une aide rédactionnelle ne signifie absolument pas détecter une fraude.

Le vrai danger vient de l’effet d’échelle. En mai, une analyse de 2,5 millions d’articles biomédicaux a identifié près de 3 000 publications contenant des références impossibles à retrouver. Et une erreur scientifique ne disparaît pas lorsqu’un article est retiré : d’autres chercheurs peuvent déjà l’avoir cité et utilisé comme fondation de leurs propres travaux. Le CNRS rappelle qu’environ 10 000 articles ont été rétractés sur 4,5 millions publiés dans le monde en 2023. Près de 640 000 publications citeraient au moins un article rétracté. L’IA n’a pas créé ce problème : elle peut simplement accélérer une machine déjà poussée par le fameux « publier ou périr » et par certains modèles économiques où les auteurs paient pour être publiés.

En France, le CNRS répond notamment avec BibCheck, un outil capable de repérer dans une bibliographie des articles rétractés ou des références potentiellement inventées. Il défend aussi une évaluation moins obsédée par le nombre de publications. Car le risque ultime n’est pas que l’IA écrive des articles. C’est qu’elle permette de produire de la science plus vite qu’on ne peut la vérifier. Et dans un système de connaissance fondé sur la confiance dans les travaux précédents, quelques fausses briques suffisent à fragiliser tout ce qu’on construit dessus.
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Rendez-vous à Paris le 24 octobre, réservez votre place : https://www.billetweb.fr/20-ans-de-podcasts

Affiliation TopAchat :
Ils me font confiance et vice versa
🖥️ Ma page : https://rebrand.ly/77f4b9
🖥️ Code NotPatrick : https://rebrand.ly/fbb79f

Au programme :
OpenAI publie GPT 6, et je soupire
Nvidia rachète Hugging Face
Les télévisions espionnes et leurs publicités
Le reste de l’actualité

Infos :
Animé par Patrick Beja (Bluesky, Instagram, Twitter, TikTok).
Co-animé par Cédric Ingrand (Twitter et Bluesky).
Co-animé par Mathilde Saliou (Bluesky et site).
Produit par Patrick Beja (LinkedIn) et Fanny Cohen Moreau (LinkedIn).
Musique libre de droit par Daniel Beja

Le Rendez-vous Tech épisode 680 – GPT 6 Astra : Soupirs et exaltation

---

Comment soutenir :

Affiliation TopAchat :
Ils me font confiance et vice versa
🖥️ Ma page : https://rebrand.ly/77f4b9
🖥️ Code NotPatrick : https://rebrand.ly/fbb79f

Patreon :
Le meilleur moyen <3
😎 RDV Tech : Patreon.com/RDVTech
😎 RDV Jeux : Patreon.com/RDVJeux

Affiliation Amazon :
Prenez à Jeff, donnez à Patrick
- Lien affilié : https://amzn.to/3QgidwA
- Ma boutique : https://amzn.eu/d/04qcUxOS

Affiliation FNAC:
C’est français monsieur !
- Affiliation FNAC : https://rebrand.ly/m971b55

Bouche à oreille :
- Parlez-en à vos amis, familles et collègues !

Communauté :
🤗 Discord : NotPatrick.com/discord

Podcasts :
🎧 Le RDV Tech: NotPatrick.com/#rdvtech
🎧 Le RDV Jeux: NotPatrick.com/#rdvjeux
🎧 L’Actu Tech (podcast daily): NotPatrick.com/#lactutech

Par écrit :
📰 Newsletter : NotPatrick.com/newsletter
📰 Archives NL: NotPatrick.com/archivenl
📢 WhatsApp : NotPatrick.com/whatsapp

En vidéo :
📹 Live : Twitch.tv/NotPatrick
📺 VOD : YouTube.com/NotPatrickPodcasts
📺 YouTube gaming : Youtube.com/NotPatrick
📱 TikTok : Tiktok.com/@NotNotPatrick

💁 Tous les liens : NotPatrick.com
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

L’intelligence artificielle vient d’aider des chercheurs à trouver deux nouveaux supraconducteurs. Mais la véritable découverte n’est pas leur performance : ces matériaux ne fonctionnent qu’à environ un degré au-dessus du zéro absolu. L’avancée, c’est la méthode utilisée pour les trouver.

Une équipe internationale coordonnée notamment par l’université Aalto, en Finlande, a identifié deux nouveaux composés : YRu3B2 et LuRu3B2. Après leur fabrication en laboratoire, les chercheurs ont confirmé qu’ils deviennent bien supraconducteurs, à 0,81 et 0,95 kelvin. À cette température, leur résistance électrique disparaît. Autant le dire immédiatement : nous sommes très loin du supraconducteur à température ambiante qui permettrait un jour de transporter de l’électricité pratiquement sans pertes ou de simplifier certaines machines utilisant des aimants extrêmement puissants. Ce qui change, c’est la manière de chercher.

Les combinaisons possibles d’éléments chimiques se comptent par milliards. Tester chacune d’elles avec des calculs quantiques très poussés serait beaucoup trop coûteux. Les chercheurs utilisent donc d’abord l’apprentissage automatique comme un immense filtre. L’algorithme élimine rapidement les candidats peu prometteurs. Les survivants passent ensuite par des calculs physiques beaucoup plus précis, puis par l’étape décisive : la fabrication et la vérification en laboratoire. L’équipe estime que cette approche pourrait permettre d’explorer à terme des milliards de matériaux. Les deux composés découverts possèdent notamment une structure dite « kagome », un réseau géométrique rappelant un motif traditionnel de vannerie japonaise. Cette organisation peut créer des bandes électroniques presque plates, une propriété particulièrement intéressante dans la recherche sur la supraconductivité.

Il faut néanmoins relativiser le caractère « historique » de l’annonce. Dès janvier, une autre équipe avait publié une chaîne de découverte accélérée par l’IA ayant elle aussi conduit à la synthèse et à la confirmation expérimentale de deux nouveaux supraconducteurs. Nous assistons donc plutôt à l’émergence d’une nouvelle façon de faire de la science des matériaux. Le consortium SuperC s’est fixé un objectif vertigineux : trouver un supraconducteur fonctionnant à température et pression ambiantes d’ici 2033. Rien ne garantit qu’il y parviendra. Mais l’IA change déjà une chose essentielle : au lieu de chercher une aiguille dans une botte de foin, les physiciens disposent désormais d’une machine capable de leur indiquer dans quelle poignée de foin commencer à regarder.
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.