Aujourd’hui, on parle d’« apprentissage zero-shot », ou ZSL pour zero shot learning.

En clair, c’est la capacité d’un modèle d'IA à reconnaître ou classer des choses qu’il n’a jamais vues lors de son entraînement.

Et voici l’essentiel en trois points sur la base d'un document d'explication d'IBM.

Le ZSL, à quoi ça sert ?

Alors dans un premier temps, à quoi ça sert et en quoi c’est différent des méthodes d'apprentissage classiques utilisées par les concepteurs d'intelligence artificielle.

La plupart des modèles d'IA apprennent en mode supervisé. C'est à dire qu'on leur montre des milliers d’exemples étiquetés, d'un chat par exemple. Et le système apprend à reconnaître un chat avec cette méthode.

Le problème, c'est que étiqueter des données coûte cher, prend du temps, et surtout que certaines classes sont rares, voire inédites, comme les nouvelles maladies, des espèces animales peu documentées, ou encore un nouveau type d’attaque informatique. Le zero-shot répond donc à cette contrainte.

Le ZSL, comment ça marche ?

Au lieu d’apprendre à reconnaître un oiseau en regardant des photos étiquetées, l'entraînement consiste à lire à l'IA une définition qui contient par exemple plumes, bec, et ailes. L'IA apprend ainsi à reconnaître un oiseau sans l’avoir vu auparavant.

Le modèle s’appuie donc sur des connaissances auxiliaires. Le modèle ne dessine donc pas directement une frontière entre les classes qu’il a vues, mais calcule des scores de probabilité à partir des connaissances auxiliaires.

À noter que les grands modèles de langage, les LLM, excellent souvent dans l'exercice de zero-shot. Pourquoi ? Parce qu’ils comprennent les étiquettes en langage naturel et peuvent classer, extraire, résumer ou suivre des instructions sans exemples, simplement via la consigne, c'est à dire le prompt.

Le zero-shot a aussi ses limites

Enfin, le troisième point, c'est que le zero-shot a aussi ses limites. Et je vous donne direct un exemple pour que vous compreniez bien.

En se basant sur les étiquettes et non les images étiquetées, difficile de savoir si le mot jaguar fait référence à une marque de voiture ou à un animal.

Cette sensibilité sémantique fait chuter les performances si le domaine réel s’éloigne trop de ce que le modèle d'IA a appris.

Le ZD Tech est sur toutes les plateformes de podcast ! Abonnez-vous !

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Aujourd’hui, on démêle un grand classique : l’apprentissage automatique, ou machine learning.

Qu’est-ce que c’est, comment ça s’entraîne, et quels sont ses enjeux concrets en entreprise ?

Voici trois points pour aller à l’essentiel, puisés dans une page d'assistance de Red Hat.

Qu'est ce que c’est et comment ça marche ?

L’apprentissage automatique, c’est une branche de l’IA où l’on apprend à des algorithmes à repérer des traces identiques dans des données. Il peut d'agir de chiffres, de texte, ou encore d'images. Et pour y parvenir, on prend un modèle d'IA et on le nourrit de données.

Côté méthode, tout commence par un pipeline bien huilé :

• Collecte et préparation des données

• Séparation de l'entraînement, des tests et de la validation

• Et souvent réduction des données pour ne garder que l’utile

Et il faut faire face à quelques écueils, comme le surentraînement et le sous-entraînement, qui faussent les résultats attendus. Et il faut aussi surveiller la “fuite de données” quand, par erreur, des infos du test contaminent l’entraînement.

Le machine learning est renforcé par les réseaux de neurones

Le second point c'est que de nos jours, le machine learning est renforcé par les réseaux de neurones. C'est ce que l'on appelle l’apprentissage profond, ou deep learning, ou s'empilent dans le réseau neuronal plusieurs couches pour apprendre des représentations de plus en plus abstraites.

C'est cette évolution qui donne aujourd'hui des performances remarquables en vision, en reconnaissance vocale et en traitement du langage.

L'apprentissage profond est même le socle de l’IA générative et des grands modèles de langage, qui sont désormais capables de produire du texte, de résumer, ou d'assister la recherche.

Pourquoi un usage responsable est-il nécessaire ?

Le troisième point c'est que la surpuissance actuelle de l'IA générative et de l'apprentissage automatique exige un usage responsable.

Comme les modèles apprennent sur l’historique, ils peuvent hériter de biais présents dans les données et amplifier ces biais dans des décisions sensibles, dans les domaines du recrutement, de l'attribution de crédit bancaire, ou encore en matière de décision de justice.

D’où l’importance de méthodes et d’outils d’explicabilité pour sortir l'IA de son image de “boîte noire”.

En résumé, l’apprentissage automatique, c’est la capacité d’extraire des patterns des données pour décrire, prédire et recommander. Et l’apprentissage profond décuple ces possibilités.

Le ZD Tech est sur toutes les plateformes de podcast ! Abonnez-vous !

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Aujourd’hui, on s’attaque à un sujet délicat : faut-il vraiment se méfier de l’anthropomorphisme avec les IA, ou bien apprendre à l’apprivoiser sans se faire piéger ?

Mais avant tout, un peu de définition. Qu'est ce que l’anthropomorphisme dans le domaine de l'IA ? Et bien c'est tout simplement notre tendance naturelle à considérer les IA comme des humains.

Et cela s'observe de plus en plus avec les chatbot comme ChatGPT, auxquels de plus en plus de personnes confient dans le cadre de dialogues leurs états d'âmes.

L’anthropomorphisme n’est pas une faute, c’est un réflexe

Le premier point, mentionne le psychiatre et psychanalyste Serge Tisseron, c'est que l’anthropomorphisme n’est pas une faute, c’est un réflexe.

Depuis longtemps, nous traitons spontanément les ordinateurs comme s'il s'agissait de personnes réelles. Et ce n’est pas de la naïveté, c’est une stratégie mentale bien pratique. Car dire « merci » à une machine ou lui parler naturellement fluidifie l’interaction et réduit notre charge cognitive.

La clé est donc d’admettre ce réflexe mais de garder en tête que la machine, elle, n’éprouve rien.

Une petite gymnastique à mettre en place

C'est une petite gymnastique à mettre en place, mais elle s'avère efficace. D'abord, il faut dialoguer avec une IA comme avec un collègue, parce que c’est rapide et confortable.

Mais ensuite, l'analytique, doit ensuite reprendre la main pour vérifier, demander les sources, reformuler, comparer plusieurs pistes.

On adopte donc une règle simple. Il faut être convivial dans la forme, et exigent dans le fond. Et si l’IA nous flatte, on lui demande aussitôt les limites de sa réponse.

Ni maître, ni gourou, ni élève

Et cela pose naturellement la question de la place de l'IA dans notre vie professionnelle. Ni maître, ni gourou, ni élève, mais collègue affirme Serge Tisseron.

Et surtout, on impose des garde-fous, comme lui demander de citer des sources quand c’est possible, de signaler l’incertitude, et de versionner les étapes.

Utilisez la convivialité pour aller vite, et l’esprit critique pour aller juste dit le psychiatre.

Le ZD Tech est sur toutes les plateformes de podcast ! Abonnez-vous !

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

C'est un concept qui va nécessairement gagner en popularité dans les mois qui viennent.

L’alignement des intelligences artificielles, en clair, tente de trouver comment faire en sorte que des systèmes d'IA très puissants restent utiles, sûrs, et surtout fidèles aux valeurs de concepteurs et des utilisateurs.

Pourquoi l'alignement est crucial

Et tout d'abord je vous explique pourquoi c’est crucial. Aligner une IA, c’est lui apprendre à poursuivre nos objectifs humains, et pas seulement l’objectif technique que ses concepteurs ont codé.

Et c'est facile à dire, mais bien moins facile à faire mentionne IBM dans un document explicatif, parce que nous avons tendance à prêter aux modèles d'IA des intentions humaines. Cette tendance se nomme l’anthropomorphisme.

Pourtant, une IA n’a ni morale ni motivations. Le but d'une IA c'est d'optimiser le résultat d'une consigne, aussi nommé prompt.

Et si la consigne est trop étroite, et bien l'IA peut “réussir” sa mission d’une manière qui nous échappe complètement.

Et ce comportement est désormais bien documenté. Et il a un nom, celui de “détournement de la récompense” observé dans les tâches d'apprentissage par renforcement. D’où l’importance d’un alignement pensé dès la conception, surtout quand l’IA touche des domaines sensibles comme la santé, la finance ou les transports autonomes.

Robustesse, Interopérabilité, Contrôlabilité et Éthique

Alors quels sont les principes que les concepteurs des IA doivent garder en tête ? On peut les résumer par un acronyme, nommé RICE, et qui signifie Robustesse, Interopérabilité, Contrôlabilité et Éthique.

• La robustesse signifie que l’IA doit rester fiable, même dans des situations imprévues ou face à des attaques.

• L'interopérabilité veut dire que l'on doit pouvoir expliquer les décisions de l'IA.

• Dans le même esprit, la contrôlabilité signifie que l’humain doit pouvoir reprendre la main, arrêter, corriger, orienter.

• Enfin, je vais prendre un exemple pour définir l'éthique. Un moteur de recommandation sur Internet ne devrait pas favoriser la désinformation juste parce qu’elle génère de l’engagement.

Comment faire de l'alignement ?

Alors, et c'est le troisième point, comment on s’y prend concrètement pour faire de l'alignement, et où est ce que ça coince.

Côté méthodes, les spécialistes l’apprentissage par renforcement à partir de retours humains. Cette méthode porte un nom, le RLHF pour Reinforcement learning from human feedback.

Les données synthétiques sont aussi utilisées pour montrer aux IA ce qu'ils doivent éviter. Mais là aussi, les valeurs humaines censées corriger les IA sont plurielles et évoluent.

Bref, le fameux “problème de l’alignement” reste ouvert.

Le ZD Tech est sur toutes les plateformes de podcast ! Abonnez-vous !

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Aujourd'hui, on parle d'une tendance qui, contre toute attente, montre que le système d'exploitation Linux fait son petit bout de chemin sur les bureaux des consommateurs.

Une analyse récente de Lansweeper, une société spécialisée dans la découverte d'actifs informatiques, nous révèle des chiffres étonnants sur la part de marché des desktops Linux.

La part de marché de Linux grimpe !

D'après Lansweeper, Linux représente désormais plus de 6 % du marché des PC de bureau, un chiffre confirmé par d'autres études récentes.

Par exemple, l'analyse de la société StatCounter montre que Linux a atteint un pic de 5,24 % en juillet.

On pourrait se dire que c'est marginal. Mais pour un système longtemps perçu comme réservé aux développeurs ou aux utilisateurs avancés, c’est un véritable signe de croissance.

De grandes différences entre le marché entreprise et le marché grand public

Mais, et c'est le second point, il existe de grandes différences entre le marché entreprise et le marché grand public.

Ce qui est intéressant dans l'étude, c'est la distinction en effet entre les ordinateurs personnels et ceux gérés par des entreprises.

Sur les PC grand public, Linux gagne réellement du terrain, notamment en Europe.

En revanche, dans le monde des entreprises, son adoption reste plus faible, à environ 1,9 %.

Mais cela est peut-être en train de changer. Les entreprises commencent en effet à adopter Linux grâce à des fonctionnalités comme l’intégration avec Active Directory, un point essentiel pour les infrastructures d'entreprise.

Une croissance mondiale

Enfin le troisième point c'est que ce phénomène de croissance de Linux est mondial.

Mais l'adoption de Linux varie également selon les régions. En Europe, on remarque que les services aux entreprises, la grande distribution et même certains gouvernements se tournent de plus en plus vers Linux, notamment en raison des récentes décisions politiques.

En revanche, en Amérique du Nord, ce sont surtout les secteurs de la technologie et des télécommunications qui montrent une plus grande adoption de Linux, notamment pour les avantages de l'open source et sa flexibilité.

Le ZD Tech est sur toutes les plateformes de podcast ! Abonnez-vous !

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Aujourd’hui, parlons d’une petite révolution qui arrive tout bientôt pour vos smartphones.

Il s'agit de l’arrivée de la recharge sans fil Qi2 à 25 watts.

Et cette avancée pourrait bien faire oublier évidemment les bons vieux câbles USB-C.

Qu’est-ce que Qi2 25 watts ?

C’est une nouvelle norme développée par le Wireless Power Consortium, qui regroupe plus de 300 acteurs du secteur.

Elle permet une recharge magnétique sans fil allant jusqu’à 25 watts. Et pour vous donner une idée, cela signifie que la recharge est près de 70 % plus rapide que la version précédente, limitée à 15 watts.

Et surtout, cette puissance est désormais standardisée et certifiée, ce qui garantit une compatibilité fiable entre marques.

Qui va pouvoir en bénéficier ?

Les iPhones seront bien sûr compatibles, mais la grande nouveauté, c’est l’ouverture vers Android.

Jusqu’ici, chaque constructeur Android proposait son propre protocole de recharge, souvent peu compatible avec les autres appareils.

Avec Qi2, on entre dans un monde où un chargeur pourra fonctionner indifféremment avec un Google Pixel, un Samsung Galaxy ou un iPhone d'Apple, à condition que le smartphone intègre les aimants nécessaires à l’alignement magnétique.

Quels smartphones Android sont d'ors et déjà prêts ?

Eh bien, selon les dernières fuites, le Pixel 10, attendu pour la fin août, serait le premier Android à intégrer nativement ces aimants.

Cela signifie qu'l y aura une recharge magnétique sans besoin de coque spéciale. D’autres modèles, comme les Galaxy S25, pourraient être compatibles, mais nécessiteraient encore une coque magnétique supplémentaire.

Bref, c’est un vrai tournant pour Android, qui pourrait enfin rivaliser avec l’écosystème MagSafe d’Apple.

Le ZD Tech est sur toutes les plateformes de podcast ! Abonnez-vous !

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Aujourd’hui, on s’intéresse à une nouvelle qui au cœur de l'été, secoue le monde du travail et de la technologie.

Microsoft a annoncé en interne avoir économisé 500 millions de dollars grâce à l’intelligence artificielle. Et ce tout en licenciant 9 000 employés.

Une annonce qui soulève de nombreuses questions sur l’avenir de l’emploi à l’ère de l’IA.

500 millions de dollars d’économies

Le premier point, c'est que Microsoft donc a partagé en interne que ses outils d’IA avaient permis de réduire massivement les coûts de ses centres d’appel, et ce tout en augmentant la satisfaction client et employé.

Résultat, un montant total de 500 millions de dollars d’économies, et ce dont grâce à une automatisation poussée dans des domaines comme les ventes, le support client et même le développement logiciel.

Car oui, chez Microsoft désormais, c'est l’IA qui génère une grande partie du code.

Trois vagues de licenciements

Mais, et c'est le second point, malgré ces gains spectaculaires, l’entreprise a récemment procédé à trois vagues de licenciements, supprimant 15 000 postes au total en quelques mois.

Beaucoup y voient un paradoxe. Pourquoi se séparer de milliers d’employés alors que les résultats financiers sont au demeurant excellents ?

Certains analystes pointent une stratégie fiscale avantageuse. D’autres une volonté d’accélérer la transformation numérique, mais et c'est bien triste au prix de l’emploi humain.

L’impact réel de l’IA sur le travail

Au final, et c'est le troisième point, le débat est donc bel et bien lancé sur l’impact réel de l’IA sur le travail.

Pour certains experts, c’est une continuité historique. Ce type de mouvement a déjà été observé avec des phénomènes comme l’arrivée du PC ou de la publication assistée par ordinateur. Bref, l’IA remplace certaines tâches mais en crée d’autres.

Pour d’autres, c’est une rupture plus profonde. Car sans encadrement légal clair, rien n’empêche une entreprise de remplacer massivement ses salariés par des systèmes automatisés. Et ce sans obligation de formation ou de reclassement.

Le ZD Tech est sur toutes les plateformes de podcast ! Abonnez-vous !

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Aujourd’hui, on parle de Google Discover, le fil d’actualité mobile qui cartonne sur les smartphones Android, et que vous consultez peut-être tous les jours pour lire des articles sur ZDNET par exemple.

Et bien sachez que l'IA générative va là aussi changer, pour ne pas dire bouleverser, la consultation de ce service.

Voici ce qui change concrètement

Pour commencer, voici ce qui change concrètement. Jusqu’ici, Google Discover vous proposait des liens vers des articles qu’il pense susceptibles de vous intéresser.

Désormais, une nouvelle fonctionnalité est en cours de déploiement aux États-Unis, sur Android comme iOS. Elle propose des résumés générés par intelligence artificielle, directement dans l’application Google. Fini le clic vers l’article.

L’info clé est déjà résumée, avec quelques lignes extraites de plusieurs sources. Et ça c'est un véritable problème, puisque une seule source est cliquable, et les autres sont à peine visibles.

De multiples inquiétudes chez les producteurs d'information

Bien sûr, cela crée de multiples inquiétudes chez les producteurs d'information. Car ce type de résumé peut sembler pratique pour le lecteur, mais pour les éditeurs, c’est une autre affaire.

Depuis le lancement des AI Overviews dans la recherche Google aux Etats-Unis, 37 des 50 plus grands sites d’actu américains ont vu leur trafic chuter, parfois de près de 40%.

Et selon certaines études, moins de 1% des utilisateurs cliquent sur les liens après avoir lu un résumé fait avec de l'IA. Bref, il s'agit d'une véritable menace pour l’économie de la presse en ligne.

Google tente de faire passer la pilule avec un système d’“Offerwall”

En Europe, les craintes aussi sont très très fortes. Au Royaume-Uni, ou ce système vient d'être lancé, plusieurs groupes d’éditeurs indépendants ont déposé une plainte contre Google, accusé de siphonner leur contenu sans rémunération.

De son côté, Google tente de faire passer la pilule avec un système d’“Offerwall”, pour permettre aux éditeurs de monétiser autrement ces extraits.

Mais la confiance est fragile, sans compter que les inquiétudes grandissent sur la fiabilité de ces résumés automatiques.

Le ZD Tech est sur toutes les plateformes de podcast ! Abonnez-vous !

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

C'est un sujet aussi fascinant que controversé dont je vous parle aujourd'hui. Il s'agit de l’utilisation croissante de l’intelligence artificielle pour prendre des décisions managériales.

Vous pensez que c'est peut-être le futur ? Détrompez-vous. Je vous parle de ce qui se passe dans les entreprises dès à présent.

Une récente étude menée par Resume Builder révèle en effet que 60 % des managers américains utilisent désormais l’IA pour évaluer, promouvoir… et parfois licencier leurs employés.

Comment l’IA s’invite dans les décisions humaines ?

Selon l’étude, près de 80 % des managers utilisent l’IA pour recommander des augmentations, ou des promotions.

Mais attention, près de 70 % l’emploient aussi pour évaluer les licenciements, et les mises à pied.

Et le pire, c'est que plus de 20 % d’entre eux laissent même l’IA prendre des décisions finales, sans intervention humaine. On parle donc ici d’un vrai changement de paradigme dans la gestion des ressources humaines.

Le remplacement de postes par des IA

Et pour aller plus loin dans les méandres de la RH dopée à l'IA, voici que les managers étudient désormais le remplacement de postes par des intelligences artificielles.

Quand on leur demande d'évaluer si un poste peut être remplacé par une IA, près de la moitié des managers interrogés n'hésitent pas à remplacer un humain par une machine.

Pourtant, la majorité de ces décideurs n’ont reçu aucune formation formelle à l’IA. De quoi inquiéter quand on considère les enjeux éthiques et juridiques.

Un flou inquiétant autour des règles d’utilisation de l’IA dans l’entreprise

Bref, et c'est le troisième point de l'étude, tout ceci met en lumière un flou inquiétant autour des règles d’utilisation de l’IA dans l’entreprise.

Les outils utilisés, comme ChatGPT ou Microsoft Copilot, traitent parfois des données sensibles sans que les employés ne soient informés. Et sans cadre légal fort, les employés n’ont souvent aucun recours face à une décision automatisée.

À New York, une loi impose déjà un audit annuel des algorithmes RH, mais ailleurs, la régulation reste embryonnaire.

Le ZD Tech est sur toutes les plateformes de podcast ! Abonnez-vous !

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Aujourd’hui, on parle de Microsoft 365 et de la fin de Windows 10.

Car une question que beaucoup se posent à l’approche de la fin de support de Windows 10, prévue pour octobre 2025, est : "Est-ce que je pourrai encore utiliser Microsoft 365 sur cet ancien système d’exploitation ?"

La réponse est oui, mais avec plusieurs restrictions.

Microsoft continue à fournir des mises à jour de sécurité jusqu’en 2028

Le premier point donc, c'est que Microsoft prévoit de continuer à fournir des mises à jour de sécurité pour les applications Microsoft 365 sur Windows 10 jusqu’au 10 octobre 2028.

Cela signifie que, même si le système ne sera plus officiellement supporté, vous pourrez toujours utiliser Word, Excel ou Outlook sans risquer les failles de sécurité, du moins pendant trois années supplémentaires.

Ces mises à jour seront disponibles via les méthodes habituelles, que vous soyez un particulier ou une entreprise.

Les nouvelles fonctionnalités ne seront pas disponibles indéfiniment

Le second point cependant c'est que les nouvelles fonctionnalités proposées sur Microsoft 365 elles, ne seront pas disponibles indéfiniment.

Si vous êtes un utilisateur personnel ou familial de Microsoft 365, vous recevrez des mises à jour fonctionnelles jusqu’en août 2026. Pour les entreprises abonnées au canal mensuel, ce sera jusqu’en octobre de la même année. Et pour celles qui utilisent le canal semi-annuel, c’est jusqu’en janvier 2027 que vous pourrez découvrir et utiliser les nouveautés.

Mais passé ces dates, plus rien de neuf, et ce même si vous continuez à payer votre abonnement.

Le support technique deviendra beaucoup plus limité dès le 14 octobre 2025

Enfin troisième et dernier point, ils est important de savoir que le support technique deviendra beaucoup plus limité dès le 14 octobre 2025.

Vous pourrez encore contacter Microsoft, mais si le problème rencontré est lié à Windows 10 et qu’il ne se produit pas sous Windows 11, les techniciens vous inviteront tout simplement à migrer. Pas de correction, pas de rapport de bug, et encore moins de promesse d’évolution.

En résumé, Microsoft vous laisse un peu de temps si vous voulez rester sur Windows 10 avec Microsoft 365. Mais tôt ou tard, pour profiter pleinement du service, il faudra faire le saut vers Windows 11.

Le ZD Tech est sur toutes les plateformes de podcast ! Abonnez-vous !

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.