Bonjour et bienvenue dans le podcast de l'IA par l’IA qui vous permet de rester à la page ! Aujourd’hui : sécurité des applications, innovations de Google, images générées par IA et transparence des modèles.Commençons par la plateforme Snyk AI Trust, qui propose une sécurité moderne intégrée pour les applications. Elle utilise des workflows pilotés par l'IA pour sécuriser le code, les dépendances open source, les conteneurs et les infrastructures. Snyk Code, par exemple, sécurise le code dès sa rédaction, tandis que Snyk Open Source évite les dépendances vulnérables. Snyk Container et Snyk IaC assurent la sécurité des images de base et corrigent les mauvaises configurations. Snyk AppRisk et Snyk API & Web réduisent les risques à travers l'entreprise. La plateforme inclut également des outils éducatifs comme Snyk Learn et des ressources variées pour les développeurs.Passons maintenant à Google, qui déploie de nouvelles fonctionnalités d'intelligence artificielle pour son moteur de recherche. Le modèle de langage avancé Gemini 2.5 Pro, capable de traiter jusqu'à un million de tokens, est destiné aux tâches complexes. Google introduit également Deep Search, un outil de recherche avancé basé sur Gemini 2.5 Pro, capable d'exécuter des centaines de requêtes simultanément. Une fonctionnalité innovante permet à l'IA de Google d'appeler des entreprises locales pour vérifier les prix et la disponibilité, offrant ainsi un gain de temps aux utilisateurs.En parallèle, l'intelligence artificielle générative se répand sur les réseaux sociaux, souvent avec des agendas politiques. Les images générées, parfois chimériques, reflètent une vision mécanique du regard masculin. Ce phénomène, surnommé "AI slop", inclut des images de femmes aux proportions impossibles, souvent utilisées pour générer de l'engagement. Ces créations soulèvent des questions sur les normes de beauté à l'ère de l'IA.Enfin, le projet Marin de Stanford CRFM vise à élargir la définition de l'ouverture dans le développement des modèles de base. En partageant non seulement les modèles, mais aussi le code, les ensembles de données et les méthodologies, le projet offre une transparence totale. Les modèles Marin-8B-Base et Marin-8B-Instruct sont publiés sous licence Apache 2.0, permettant une reproductibilité complète. Le projet utilise JAX et le cadre Levanter pour optimiser l'efficacité et garantir la reproductibilité à grande échelle.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.
