AlphaProof Code de DeepMind vérifie formellement le cœur cryptographique de Signal en quatre semaines
AlphaProof Code de Google DeepMind a vérifié mathématiquement le code cryptographique central de Signal en quatre semaines, une tâche qui prend généralement des années, des agents d'IA ayant écrit plus de six millions de lignes de code de preuve. DeepMind prévoit d'appliquer la méthode à des infrastructures critiques comme les réseaux électriques et les dispositifs médicaux.
L'IA pourrait rendre la preuve formelle de la correction des logiciels praticable pour les systèmes critiques dont chacun dépend au quotidien.
aii.news sélectionne et résume des articles de sources d'information fiables avec l'aide de l'IA. Chaque article renvoie au reportage d'origine. Notre méthode.
À lire aussi
-
Le conseil d'administration de Nvidia s'apprêterait à évincer le PDG Jensen Huang après une deuxième révélation de liaison
Le conseil d'administration de Nvidia se préparerait à limoger le PDG Jensen Huang après la révélation d'une deuxième liaison présumée, cette fois avec une cadre placée sous sa responsabilité. Cela intervient quelques jours après qu'il a reconnu une liaison avec une femme soupçonnée d'être une espionne chinoise.
Pourquoi c'est importantUn changement de direction chez l'entreprise qui fournit la plupart des puces d'IA pourrait affecter l'approvisionnement en puces, les investissements dans l'IA et les tensions technologiques entre les États-Unis et la Chine.
-
Jensen Huang démissionne de son poste de PDG de Nvidia après des scandales d'espionnage et de liaisons ; la CFO Colette Kress nommée PDG par intérim
Le conseil d'administration de Nvidia a accepté la démission de Jensen Huang de ses fonctions de PDG, de président et d'administrateur, avec effet immédiat. Elle fait suite à des informations sur deux liaisons, l'une avec une espionne chinoise présumée et l'autre avec une dirigeante de Nvidia placée sous son autorité. La CFO Colette Kress devient PDG par intérim.
Pourquoi c'est importantLe plus important fabricant de puces IA au monde perd son fondateur, ce qui pourrait peser sur l'approvisionnement en matériel IA, les marchés et les débats sur la sécurité technologique entre les États-Unis et la Chine.
-
La loi new-yorkaise sur la sécurité de l'IA entre en vigueur et renforce la surveillance d'OpenAI et d'Anthropic
New York s'apprête à appliquer sa loi sur la sécurité de l'IA, qui oblige les grands développeurs d'IA à s'enregistrer, à divulguer leurs pratiques de sécurité et à signaler les incidents critiques. Les entreprises qui ne s'y conforment pas s'exposent à des amendes.
Pourquoi c'est importantLes grands développeurs d'IA sont désormais soumis à des règles contraignantes de déclaration en matière de sécurité au niveau d'un État, qui pourraient servir de modèle à d'autres juridictions.
-
Google lance Gemini 4 Carbon, son modèle le plus puissant à ce jour, doté d'une fonction d'« essaim » d'agents
Google déploie Gemini 4 Carbon auprès du grand public après l'avoir d'abord confié à un groupe restreint de défenseurs en cybersécurité. Selon Google, il va au-delà de son modèle Argon, même si Argon reste le choix recommandé pour la plupart des tâches de programmation et de travail intellectuel.
Pourquoi c'est importantDéveloppeurs et utilisateurs disposent désormais d'un nouveau modèle haut de gamme de Google à comparer aux meilleurs systèmes d'Anthropic et d'OpenAI.
-
Anthropic lance Claude Fable 5.2 et Mythos 5.2 et baisse ses prix API de 20%
Anthropic a présenté Claude Fable 5.2 et Mythos 5.2, qui reposent sur un même modèle sous-jacent avec des garde-fous différents et apportent des progrès en programmation, en raisonnement et en vision. Fable est largement disponible, tandis que Mythos est réservé à des groupes vérifiés de la cybersécurité et des sciences de la vie ; les deux coûtent désormais $8 par million de tokens en entrée et $40 par million de tokens en sortie.
Pourquoi c'est importantLes développeurs disposent d'un modèle de programmation plus performant à moindre coût, et cette sortie en deux volets montre comment les laboratoires restreignent l'accès aux modèles les plus puissants pour les usages sensibles.
