L'IA alimente la découverte de la ceinture de Kuiper et réduit les coûts des LLM

Les astronomes sont sur le point d'élargir considérablement leur compréhension de la ceinture de Kuiper, une vaste région de débris glacés au-delà de Neptune, tandis qu'une ville balnéaire californienne déploie l'IA pour lutter contre les infractions aux pistes cyclables, et des chercheurs de Nvidia ont développé une technique pour réduire les coûts de mémoire du raisonnement des grands modèles de langage (LLM). Ces développements, qui couvrent l'exploration spatiale, la sécurité urbaine et l'intelligence artificielle, mettent en évidence les progrès en cours dans divers domaines.

Au cours des 30 dernières années, les astronomes ont catalogué environ 4 000 objets de la ceinture de Kuiper (KBO), y compris des planètes naines et des comètes glacées, selon Ars Technica. Cependant, ce nombre devrait décupler dans les années à venir grâce à l'utilisation d'observations provenant de télescopes plus avancés. Cela permettra une compréhension plus approfondie de cette région, qui se trouve à 30 à 50 fois plus loin du soleil que la Terre.

À Santa Monica, en Californie, la ville deviendra la première du pays à utiliser un système d'IA dans les véhicules de contrôle du stationnement municipal pour détecter les infractions aux pistes cyclables, comme le rapporte Ars Technica. À partir d'avril, la technologie de numérisation de Hayden AI sera mise en œuvre dans sept voitures de contrôle du stationnement, en complément des caméras existantes déjà montées sur les bus de la ville. "Plus nous pourrons réduire le nombre de stationnements illégaux, plus nous pourrons assurer la sécurité des cyclistes", a déclaré Charley Territo, directeur de la croissance chez Hayden AI.

Parallèlement, les chercheurs de Nvidia ont développé une technique appelée sparsification dynamique de la mémoire (DMS) qui peut réduire les coûts de mémoire du raisonnement des LLM jusqu'à huit fois, comme l'a détaillé VentureBeat. DMS compresse le cache clé-valeur (KV), la mémoire temporaire que les LLM génèrent. Des expériences montrent que DMS permet aux LLM de "penser" plus longtemps et d'explorer davantage de solutions sans avoir besoin de mémoire supplémentaire.

Le développement de l'IA est également appliqué dans d'autres domaines. Selon VentureBeat, la recherche montre que la taille idéale pour une conversation productive en temps réel est d'environ 4 à 7 personnes seulement. À mesure que les groupes s'agrandissent, chaque personne a moins d'occasions de parler, ce qui augmente sa frustration.

Dans un contexte différent, le MIT Technology Review a souligné les réalités de la criminalité de haute technologie, notant que les contre-mesures techniques sont rarement un problème, et que les gadgets de haute technologie sont rarement une solution. La principale barrière à l'entrée est généralement une barrière d'entrée littérale.