Comprendre d'où vient l'IA d'aujourd'hui. Retrouve les dates, les travaux et les lancements qui ont jalonné l'histoire de l'IA, avec leurs sources.
17 octobre 2026, DeepSeek met à jour V4.1 Flash et ouvre Search et Fetch
DeepSeek déploie V4.1-Flash-1017 sur son site, son application et son API, publie les poids et ouvre ses interfaces de recherche et de lecture du Web.
Le fournisseur rapporte des gains en code et en raisonnement, avec des réponses plus courtes. Ces comparaisons dépendent de ses évaluations et des outils employés.
Une équipe utilise Claude Mythos 5 et un évaluateur automatique pour réduire les ressources nécessaires à huit primitives de calcul quantique.
Les améliorations portent sur des conceptions de circuits, évaluées en nombre de portes et de qubits. Elles ne démontrent pas une exécution sur un ordinateur quantique pratique.
Anthropic rapporte qu'un modèle de recherche Claude a retrouvé comment les graines de plusieurs courbes NIST avaient été générées à partir d'horodatages.
La publication fournit du code de reproduction. Le résultat éclaire l'origine des paramètres ; il ne constitue pas une attaque ni une faiblesse nouvelle d'ECDSA.
Reflection publie Beam, un modèle de 501 milliards de paramètres, dont 23 milliards actifs, pour le développement et les agents.
Cette date correspond à la publication des poids, après l'annonce du 5 octobre. Les versions BF16, FP8 et NVFP4 sont disponibles sous Apache 2.0.
OpenAI propose aux laboratoires universitaires américains éligibles un accès financé à GPT-Rosalind et à ses outils pour les sciences du vivant.
Le programme prévoit jusqu'à 30 places pendant 12 mois. L'accès à GPT-Rosalind demande une approbation ; l'API est exclue de cette offre à son lancement.
Meta publie un modèle multimodal pour le code et les agents, avec 816 milliards de paramètres, dont 42 milliards actifs par token.
Le modèle accepte texte, image, audio et vidéo en entrée, et produit du texte. Les poids sont distribués sous Muse Model License, avec des conditions commerciales spécifiques.
MBZUAI et Inception42 publient six modèles de langage pour l'arabe, de 900 millions à 375 milliards de paramètres, accompagnés de Jais Speech.
La famille adapte K2 Horizon et couvre l'arabe standard ainsi que plusieurs dialectes. Les résultats comparatifs sont ceux des évaluations publiées par les équipes.
IBM publie Granite Switch 4.1 en versions 8B et 30B, qui combinent un modèle de langage, des adaptateurs de décision et un modèle de transcription.
Les adaptateurs partagent le cache du modèle de base. Les gains de vitesse et les comparaisons de classification dépendent des tâches et configurations testées par IBM.
Le département américain de l'Énergie publie des instructions et des outils réutilisables pour les agents de code employés en recherche scientifique.
Le catalogue public couvre notamment les données, l'évaluation des agents et les workflows scientifiques. Sa publication ne démontre pas à elle seule une découverte scientifique.
FLUX.3 Image Klein combine génération et modification d'images avec plusieurs références, et contrôle du placement par zones dans le prompt.
Diffusers prend en charge les versions de base et distillée dès cette publication. Les temps de génération annoncés dépendent du matériel et des réglages utilisés.
Des biologistes utilisent Antigravity et ProtNLM pour repérer et analyser un candidat antimicrobien dans les bases de protéines.
L'activité du candidat est prédite par calcul. La validation en laboratoire est encore en cours dans la publication ; aucune efficacité clinique n'est établie.
Ai2 présente une nouvelle version de son émulateur climatique qui produit des champs de pluie, de vent et de pression à haute résolution.
La comparaison de coût et de précision est mesurée face au simulateur X-SHiELD dans le rapport. Une simulation climatique ne constitue pas une prévision locale garantie.
Grok Voice 3.0 renouvelle le modèle de conversation vocale de xAI, avec gestion des tours de parole et des interruptions.
La disponibilité API est annoncée le 14 octobre. Les résultats sur les appels et la latence sont ceux rapportés dans la publication du fournisseur.
Google présente un agent qui combine modèles spécialisés, données géospatiales et outils pour analyser des phénomènes à l'échelle de la planète.
Le rapport technique accompagne une extension des accès expérimentaux via Ask Google Earth et un service Agent-to-Agent. Les prédictions restent à évaluer pour chaque usage.
Google ouvre Deep Review, un système d'agents qui analyse les arguments et la cohérence de documents techniques et scientifiques.
Issu du Paper Assistant Tool, le service fournit un retour critique. Son avis ne remplace pas une évaluation humaine ni la validation d'une preuve.
Artificial Analysis publie une première évaluation de modèles généralistes qui pilotent un bras robotique sur huit tâches.
La version 0.1 est une préversion de recherche sur un dispositif précis. Ses scores ne prouvent pas que ces modèles peuvent contrôler seuls des robots en production.
Google ouvre Gemini 4 Argon pour les tâches longues de développement, de raisonnement et de recherche.
L'API, Antigravity et l'application Gemini proposent des accès selon les offres. Les comparaisons de performance sont celles des évaluations publiées.
The X Subscription rassemble Grok, Grok Bot, Cursor et X Premium dans une offre commune.
L'événement porte sur la distribution des outils et leurs quotas communs. Il est distinct du lancement de Grok Bot en août.
Meta présente deux modèles pour les agents personnels et professionnels. Muse Wonder arrive dans Meta Model API et Muse Code.
Muse Wonder Full est annoncé pour les abonnés Muse Code. L'intégration à l'assistant Muse reste un déploiement à venir dans l'annonce initiale.
Anthropic présente une initiative consacrée à la défense informatique et aux usages de ses modèles par les équipes de sécurité.
Cette annonce concerne un programme de cybersécurité. Elle ne garantit pas que les systèmes analysés sont exempts de vulnérabilités.
OpenAI déploie GPT-6 avec Intelligent UI, pour composer des réponses associant texte, éléments visuels et interactions.
Le déploiement débute sur les offres payantes et s'étend ensuite aux offres gratuites.
Anthropic lance Haiku 5.5 pour les tâches rapides et répétitives, notamment les résumés, la classification et les sous-agents de code.
Le modèle vise les usages sensibles à la latence et au coût. Les performances annoncées restent liées aux évaluations et conditions publiées par Anthropic.
OpenAI ouvre un dépôt de manuscrits produits avec un modèle interne, avec des formalisations Lean et des informations sur la méthode de recherche.
Les résultats comprennent des solutions et des progrès partiels. Les manuscrits sont soumis à la lecture critique, aux corrections et aux retraits ; leur nombre ne signifie pas autant de théorèmes indépendamment validés.
Mistral ouvre l'API de Large 4, un modèle multimodal à mélange d'experts, pour le code et les tâches professionnelles.
Au 15 octobre, la source annonce les poids pour la fin du mois. La préversion API est accessible, mais cette annonce ne prouve pas que les poids sont déjà publiés.
Les Dots utilisent GPT-6 Astra et leur propre ordinateur dans le cloud pour poursuivre des objectifs, conserver du contexte et utiliser des applications connectées.
Le déploiement commence pour les offres Pro, Business Premium et Enterprise dans les marchés éligibles. Les actions restent soumises aux permissions ; la recherche proactive en arrière-plan utilise des outils en lecture seule.
GPT-6.1 Sol améliore le code, l'utilisation de l'ordinateur et les tâches professionnelles par rapport à GPT-6 Sol.
OpenAI annonce un prix standard des tokens d'entrée et de sortie égal au cinquième de celui d'Astra. Les performances comparées proviennent des évaluations publiées par l'éditeur.
Decisions API utilise Luna pour répondre à des questions dont les réponses possibles sont définies à l'avance.
Le lancement est une préversion limitée, pour classer des contenus, aiguiller des demandes ou choisir une action.
Space et Pages proposent un espace partagé pour travailler avec ChatGPT, les Dots et des collègues.
L'accès annoncé concerne Pro, Business et Enterprise. La création et l'édition sur mobile sont encore annoncées pour plus tard.
OpenAI étend Agents API à l'interaction avec des logiciels et aux tâches multi-agents sur son infrastructure.
La publication décrit aussi la recherche d'outils et la réduction du contexte. Les accès varient selon les offres.
Team Bots permet de partager un agent Grok doté de fichiers, de compétences, de connexions aux applications et d'une mémoire commune.
Le lancement étend Grok Bot à des rôles partagés. L'accès aux outils reste lié aux connexions et permissions configurées pour l'équipe.
Anthropic lance Sonnet 5.5 avec des améliorations annoncées en rapidité et en coût sur les tâches professionnelles et le code.
Sonnet 5.5 complète Opus 5.5. La disponibilité de Haiku 5.5 fait l'objet d'une annonce séparée le 7 octobre.
Des agents Claude repèrent un système de transcriptases inverses associé à des répétitions d'ADN, nommé ART, puis étudié au laboratoire.
Les motifs rappellent certains traits de CRISPR, mais la fonction du système reste à établir. Les expériences sont réalisées par des scientifiques humains ; aucun nouvel outil d'édition génétique opérationnel n'est démontré.
OpenAI lance Sol et Luna pour proposer différents compromis entre capacités, rapidité et coût dans la famille GPT-6.
L'accès initial concerne ChatGPT Work, Codex et l'API. Le déploiement dans le mode Chat de ChatGPT est un événement distinct, annoncé le 7 octobre.
Anthropic présente Opus 5.5 pour les travaux complexes, avec des capacités rapprochées de Fable 5.1 sur ses évaluations.
Les comparaisons et réductions de coût annoncées dépendent des tâches et des réglages de raisonnement. Elles ne valent pas un classement universel.
xAI annonce Grok 4.7, une nouvelle version de sa famille de modèles destinée aux usages de Grok et de ses agents.
La fiche renvoie à l'annonce du modèle pour distinguer ses capacités, ses évaluations et ses conditions d'accès.
OpenAI publie une preuve analytique et une formalisation Lean d'une singularité en temps fini pour un fluide 3D soumis à une force extérieure lisse.
OpenAI présente ce résultat comme répondant aux formulations C et D du problème du millénaire. L'annonce d'une preuve et sa formalisation ne valent pas attribution du prix Clay ; OpenAI indique ne pas le réclamer.
Meta présente Muse comme un agent personnel capable de suivre des objectifs et d'utiliser des services connectés.
L'annonce de l'assistant précède celle des modèles Muse Wonder du 12 octobre. Les usages dépendent des applications connectées et de leurs permissions.
OpenAI publie GPT-6 Astra, avec des capacités renforcées de travail professionnel et d'utilisation de l'ordinateur.
Le document de sécurité daté confirme le lancement et décrit les protections du déploiement.
La fiche de Gemini 3.8 Flash décrit des progrès en ingénierie logicielle et dans les tâches professionnelles réalisées par des agents.
La date retenue est celle de publication de la fiche du modèle. Elle conserve les limites et les évaluations documentées par Google.
Z.ai publie GLM-5.3, issu du même modèle de base que GLM-5.2 avec un entraînement complémentaire centré sur les tâches longues.
La publication documente trois niveaux d'effort de raisonnement et des changements de paramètres API. Les comparaisons de performance restent celles de l'éditeur.
Grok Bot propose des agents dotés d'un ordinateur dans le cloud, d'une mémoire et de routines pour travailler dans les outils de l'utilisateur.
Les Bots peuvent se coordonner et continuer une tâche en arrière-plan. Le lancement est une bêta ; les accès et quotas varient selon les abonnements.
Alibaba lance Qwen3.8-Max sur QwenCloud pour le code, la recherche et les tâches longues.
L'annonce promet les poids pour la semaine suivante. Cette fiche date l'accès API et ne confond pas cette promesse avec une publication des poids déjà réalisée.
Les résultats annoncés concernent notamment les empilements de sphères, les codes, les groupes et la complexité des calculs.
OpenAI publie des manuscrits et des certificats Lean. Les dix résultats comprennent des résolutions et des progrès partiels, pas dix problèmes du millénaire résolus.
Terence Tao expose et vérifie un contre-exemple polynomial en dimension trois à la conjecture jacobienne, obtenu avec l'aide de Fable.
La date est celle de cette exposition mathématique. Le cas de dimension deux reste ouvert dans cette source ; la conjecture jacobienne n'est pas un problème du millénaire.
OpenAI commence le déploiement de GPT-5.6 Sol pour les tâches complexes de code, recherche, sciences et utilisation de l'ordinateur.
La date correspond à son déploiement dans ChatGPT consigné dans les notes officielles des modèles.
Anthropic lance Fable 5 et Mythos 5, deux déclinaisons d'un même modèle avec des protections différentes.
Fable vise l'usage général ; Mythos est réservé à des partenaires autorisés.
OpenAI publie un résultat de géométrie discrète obtenu par un modèle interne, présenté comme une réfutation de la conjecture des distances unité d'Erdős.
Cette conjecture est distincte des sept problèmes du millénaire. Le résultat et son argument sont documentés dans la publication de recherche.
DeepSeek ouvre V4-Pro et V4-Flash en préversion, sur le Web et en API, avec publication des poids.
La famille propose un contexte standard d'un million de tokens.
OpenAI lance GPT-5.5 pour les tâches de code, de recherche et de travail sur ordinateur.
L'accès API est ouvert le lendemain, le 24 avril, selon la mise à jour de l'annonce.
OpenAI publie GPT-5.4 dans ChatGPT, Codex et l'API, avec des capacités natives d'utilisation de l'ordinateur.
Le modèle réunit code, raisonnement et travail à travers plusieurs outils.
Google déploie Gemini 3.1 Pro pour les tâches complexes de raisonnement.
L'accès développeur est une préversion ; le modèle arrive aussi dans Gemini et NotebookLM selon les offres.
Google présente Aletheia, un agent basé sur Deep Think qui génère, vérifie et révise des arguments mathématiques.
Les travaux décrits sont menés sous la direction de chercheurs. La recherche de sources et la vérification des arguments font partie du dispositif.
Mistral publie Large 3 et trois petits modèles Ministral sous licence Apache 2.0.
Large 3 utilise un mélange d'experts et prend en charge la compréhension d'images.
Google ouvre Gemini 3 avec de nouvelles capacités de raisonnement et des réponses sous forme d'interfaces générées.
Des fonctions d'agent sont annoncées avec un déploiement progressif.
OpenAI lance Sora 2, avec génération audio synchronisée et une nouvelle application.
Le déploiement initial est progressif et limité à certaines zones ; il ne constitue pas une ouverture mondiale immédiate.
OpenAI lance GPT-5 comme système unifié capable de choisir entre réponse rapide et raisonnement approfondi.
Le déploiement commence dans ChatGPT et l'API le même jour.
OpenAI publie gpt-oss-120b et gpt-oss-20b, deux modèles de raisonnement à poids ouverts sous Apache 2.0.
Ils peuvent être téléchargés, personnalisés et exécutés sur une infrastructure choisie.
Une version avancée de Gemini Deep Think résout cinq des six problèmes de l'IMO 2025 et obtient 35 points sur 42.
Les coordinateurs de l'IMO ont évalué les solutions selon les critères du concours. Une performance olympique ne démontre pas la résolution de questions de recherche ouvertes.
Le mode agent de ChatGPT intègre les capacités d'Operator pour réaliser des tâches dans un navigateur.
L'annonce remplace progressivement l'accès au site autonome Operator. Les conditions d'accès dépendent des offres et du déploiement.
Google ouvre une API de recherche pour AlphaGenome, qui prédit plusieurs propriétés de régulation des gènes à partir de séquences d'ADN.
L'annonce concerne un outil de recherche en génomique. La publication dans Nature intervient ensuite, en janvier 2026.
Nature Medicine publie un essai randomisé du rentosertib, inhibiteur de TNIK conçu avec l'IA, dans la fibrose pulmonaire idiopathique.
L'étude porte sur 71 patients et douze semaines. Ces résultats exploratoires ne constituent ni une preuve définitive d'efficacité ni une autorisation de mise sur le marché.
Anthropic lance Claude Opus 4 et Sonnet 4, orientés vers le code, le raisonnement et les tâches longues.
Les deux modèles peuvent combiner réflexion prolongée et utilisation d'outils.
Google présente Veo 3, capable de générer des vidéos avec dialogues, ambiances et effets sonores.
L'accès initial passe notamment par Gemini et Flow pour les abonnés Ultra aux États-Unis.
OpenAI ouvre une préversion de Codex, agent cloud capable de modifier du code et d'exécuter des tests.
Les tâches s'exécutent dans des environnements isolés ; l'accès initial concerne certains abonnés payants.
DeepMind présente AlphaEvolve, un agent qui propose et améliore des algorithmes à l'aide de Gemini et d'évaluateurs automatiques.
Les applications décrites concernent les mathématiques et l'optimisation informatique.
Qwen publie huit modèles aux poids ouverts sous Apache 2.0, avec des modes de réponse rapide et de raisonnement.
La famille prend en charge 119 langues et dialectes.
Meta publie Llama 4 Scout et Maverick, deux modèles nativement multimodaux à mélange d'experts.
Behemoth est présenté comme modèle enseignant encore en entraînement, sans sortie publique simultanée.
Google ouvre Gemini 2.5 Pro Experimental, premier modèle de sa nouvelle génération avec raisonnement intégré.
Il est disponible dans AI Studio et pour les utilisateurs Gemini Advanced.
Google présente Gemini Robotics et Robotics-ER, deux modèles dérivés de Gemini 2.0 pour la manipulation et le raisonnement spatial.
Les démonstrations concernent des plateformes robotiques et des partenaires de recherche. Elles ne constituent pas une mise en vente de robots domestiques.
L'équipe Wan publie le code d'inférence et les poids de Wan2.1.
Cette famille de modèles vidéo comprend notamment des variantes texte-vers-vidéo et image-vers-vidéo.
Anthropic publie Claude 3.7 Sonnet, qui associe réponses rapides et raisonnement prolongé.
Claude Code apparaît simultanément en préversion de recherche pour travailler depuis le terminal.
AI co-scientist utilise plusieurs agents basés sur Gemini 2.0 pour proposer, discuter et améliorer des hypothèses scientifiques.
Les chercheurs fixent les questions et évaluent les propositions. Les hypothèses générées demandent des vérifications et, selon le domaine, des expériences.
Operator utilise son propre navigateur pour cliquer, saisir du texte et réaliser des tâches sur des sites web.
La préversion initiale est réservée aux abonnés Pro aux États-Unis. Certaines actions demandent une intervention ou une validation de l'utilisateur.
DeepSeek publie R1 et ses poids sous licence MIT, avec un accès sur le Web et en API.
La sortie comprend six modèles distillés plus petits.
DeepSeek publie V3, un modèle à mélange d'experts de 671 milliards de paramètres totaux, dont 37 milliards activés.
Le modèle devient accessible sur le Web et en API.
Google lance Gemini 2.0 Flash Experimental et présente de nouvelles capacités multimodales et d'utilisation d'outils.
Des prototypes comme Mariner illustrent les recherches sur les agents.
OpenAI ouvre Sora Turbo comme produit de génération vidéo aux abonnés ChatGPT Plus et Pro dans les zones prises en charge.
Cette ouverture suit la présentation de recherche de février.
Anthropic publie le Model Context Protocol pour relier les assistants IA aux outils et aux sources de données.
La spécification, les SDK et des serveurs de référence sont rendus accessibles.
Le Nobel de chimie récompense David Baker, Demis Hassabis et John Jumper.
Une moitié distingue la conception de protéines ; l'autre, les travaux de prédiction de structure associés à AlphaFold.
John Hopfield et Geoffrey Hinton reçoivent le Nobel de physique pour leurs travaux fondateurs sur les réseaux de neurones.
Le prix reconnaît des découvertes ayant permis l'apprentissage automatique.
OpenAI ouvre o1-preview et o1-mini, conçus pour consacrer davantage de calcul au raisonnement avant de répondre.
L'accès initial concerne certains abonnements ChatGPT et développeurs API.
AlphaProteo conçoit des protéines destinées à se lier à des cibles moléculaires pour la recherche en biologie et en santé.
Les protéines de liaison sont des outils et des candidats de recherche. Leur conception ne démontre pas un bénéfice thérapeutique chez les patients.
Black Forest Labs publie FLUX.1, une famille de modèles texte-vers-image en trois variantes.
Les poids de schnell sont sous Apache 2.0 ; ceux de dev ont une licence non commerciale.
Le règlement européen sur l'intelligence artificielle entre en vigueur.
Ses obligations s'appliquent ensuite selon un calendrier progressif, en fonction des systèmes et des usages.
Les deux systèmes résolvent quatre des six problèmes des Olympiades internationales de mathématiques 2024, soit 28 points sur 42.
Il s'agit d'une évaluation des solutions par des mathématiciens, pas d'une participation humaine au concours ni de la résolution d'un problème du millénaire.
Meta publie Llama 3.1, dont une version à 405 milliards de paramètres et des modèles 8B et 70B actualisés.
La famille étend le contexte à 128 000 tokens et prend en charge huit langues.
Claude 3.5 Sonnet devient disponible, avec des améliorations en code, compréhension et vision.
La date de disponibilité est confirmée par l'annonce officielle d'Amazon Bedrock, partenaire de distribution.
OpenAI annonce GPT-4o, un modèle réunissant traitement du texte, de l'image et de l'audio.
Le lancement distingue les capacités disponibles immédiatement de la nouvelle voix, déployée progressivement.
AlphaFold 3 étend la prédiction de structure aux interactions entre protéines, ADN, ARN et petites molécules.
Un serveur de recherche ouvre l'accès ; le code et les poids seront publiés séparément.
Meta publie Llama 3 en versions de 8 et 70 milliards de paramètres.
Ces premières versions sont textuelles ; les capacités multimodales font encore partie des développements annoncés.
Cognition présente Devin, un agent de développement doté d'un terminal, d'un éditeur et d'un navigateur.
L'accès initial se fait sur invitation et liste d'attente.
Anthropic annonce la famille Claude 3 et rend Opus et Sonnet accessibles dans Claude et via son API.
Haiku est annoncé mais son ouverture intervient ensuite.
OpenAI présente les recherches derrière Sora, capable de générer des vidéos à partir de texte.
Il s'agit d'une présentation de recherche, sans ouverture générale du produit à cette date.
Google annonce Gemini 1.5 Pro, avec une fenêtre expérimentale pouvant atteindre un million de tokens.
Cette capacité est d'abord proposée en préversion privée à certains développeurs et clients.
DeepMind publie AlphaGeometry, qui associe modèle neuronal et moteur de déduction pour résoudre des problèmes de géométrie.
Le code et le modèle sont ouverts avec l'article scientifique.
FunSearch combine un modèle de langage et un évaluateur de programmes pour trouver de nouvelles constructions pour les cap sets et des heuristiques de rangement.
Les programmes produits sont vérifiés par l'évaluateur. Les progrès sur les cap sets ne résolvent pas l'ensemble de ce problème de combinatoire.
Mistral publie Mixtral 8×7B, un modèle à mélange d'experts dont les poids sont disponibles sous Apache 2.0.
Seuls certains experts sont activés pour chaque token.
Google dévoile Gemini 1.0 en trois tailles : Ultra, Pro et Nano.
Gemini Pro arrive dans Bard en anglais ce jour-là ; l'accès développeur et Ultra suivent séparément.
GNoME propose des structures cristallines et évalue leur stabilité avec des calculs de physique des matériaux.
Les millions de structures annoncées sont des prédictions informatiques. Elles ne correspondent pas toutes à des matériaux synthétisés ou exploitables industriellement.
GraphCast utilise un réseau de neurones sur graphes pour prévoir la météo mondiale jusqu'à dix jours à l'avance.
La publication dans Science compare ses résultats au modèle HRES du centre européen de prévision sur un ensemble de variables et d'échéances.
OpenAI ouvre DALL·E 3 aux abonnés ChatGPT Plus et Enterprise pour générer des images par conversation.
Cette date correspond à l'accès dans ChatGPT ; l'annonce initiale est antérieure.
Mistral AI publie Mistral 7B, un modèle de langage de 7,3 milliards de paramètres sous licence Apache 2.0.
Les poids peuvent être téléchargés et exécutés localement.
AlphaMissense classe les effets probables de mutations qui changent un acide aminé dans une protéine humaine.
Le catalogue aide à prioriser les recherches sur les variants. Une prédiction de pathogénicité ne remplace pas la validation clinique.
RT-2 transpose des connaissances apprises sur le Web en commandes de contrôle robotique.
Ce modèle vision-langage-action combine données visuelles, linguistiques et démonstrations de robots.
Stability AI publie les poids et le code de SDXL 1.0, son modèle de génération d'images.
Une base et un raffineur permettent de produire des images à partir de descriptions textuelles.
Meta rend disponibles les modèles Llama 2 et Llama 2-Chat, pour la recherche et des usages commerciaux.
Les poids sont accessibles sous une licence communautaire assortie de conditions.
Une méthode de diffusion génère des structures de protéines, notamment des assemblages et des protéines capables de se lier à une cible.
La publication associe conception informatique et validations expérimentales. Concevoir une protéine ne suffit pas à en faire un médicament.
AlphaDev utilise l'apprentissage par renforcement pour chercher des séquences d'instructions qui accélèrent le tri de données.
La publication dans Nature documente des gains sur des cas et des architectures précis. Elle ne promet pas la même accélération pour tous les programmes.
OpenAI présente GPT-4 et ouvre son accès dans ChatGPT Plus ainsi qu'en API sur liste d'attente.
Le modèle accepte aussi des images, dont l'accès reste alors limité.
Anthropic annonce Claude, son assistant conversationnel issu de recherches sur l'alignement.
L'annonce s'appuie sur un accès anticipé auprès de partenaires ; les entreprises peuvent demander un accès.
Meta publie LLaMA, une famille de modèles de langage de 7 à 65 milliards de paramètres.
L'accès initial aux poids est réservé aux chercheurs autorisés, sous licence non commerciale.
ChatGPT est lancé en préversion de recherche gratuite avec une interface de dialogue permettant les questions successives.
ChatGPT est ajusté à partir de GPT-3.5 avec des démonstrations et des préférences humaines. Il peut produire des erreurs factuelles.
AlphaTensor trouve des algorithmes qui réduisent le nombre de multiplications pour certaines tailles de matrices.
Le résultat publié dans Nature améliore des cas précis, dont des calculs en corps fini. Il ne résout pas la complexité optimale de toute multiplication matricielle.
OpenAI publie les modèles et le code de Whisper pour la reconnaissance vocale et la traduction de la parole vers l'anglais.
Whisper est entraîné sur 680 000 heures de données multilingues collectées sur le Web.
Stable Diffusion est diffusé publiquement avec ses poids et son code, permettant la génération d'images sur du matériel local compatible.
La licence CreativeML Open RAIL-M impose des restrictions d'usage. Cette sortie suit un accès réservé aux chercheurs.
La base AlphaFold étend son accès libre aux structures prédites de presque toutes les protéines cataloguées par la science.
Il s'agit de prédictions de structure, accompagnées d'indications de confiance, et non de 200 millions de structures mesurées expérimentalement.
Une collaboration internationale publie BLOOM, un modèle de 176 milliards de paramètres couvrant 46 langues naturelles et 13 langages de programmation.
Plus de 1 000 chercheurs de plus de 70 pays participent, avec le supercalculateur Jean Zay. La licence des poids comporte des restrictions d'usage.
Imagen combine un grand encodeur de langage avec des modèles de diffusion pour générer des images à partir de descriptions.
L'article introduit DrawBench pour comparer les modèles. Imagen n'est pas ouvert au public.
DALL-E 2 améliore la fidélité des images et introduit des fonctions de variation et de modification, avec un accès initial restreint.
L'accès initial est restreint. La liste d'attente disparaît en septembre 2022.
Google présente PaLM, entraîné avec Pathways, et évalue ses capacités sur des tâches de langage, de raisonnement et de code.
PaLM est entraîné sur 6 144 TPU v4. Aucune API publique n'est ouverte à cette date.
L'étude montre comment répartir le budget de calcul entre taille du modèle et quantité de données d'entraînement.
L'étude porte sur plus de 400 modèles, dont Chinchilla à 70 milliards de paramètres. Les poids ne sont pas publiés.
Un système d'apprentissage par renforcement pilote les bobines magnétiques du tokamak TCV pour maintenir différentes formes de plasma.
L'expérience porte sur le contrôle du plasma dans un dispositif de recherche. Elle ne démontre pas une centrale à fusion produisant de l'électricité.
OpenAI présente des modèles ajustés avec des démonstrations et des préférences humaines, devenus les modèles par défaut de son API.
L'entraînement combine démonstrations, préférences humaines et renforcement. Des versions antérieures étaient déjà en bêta.
Les modèles de diffusion latente réduisent les coûts de génération en travaillant sur une représentation compressée des images.
Rombach et ses coauteurs combinent autoencodeurs et diffusion, avec un guidage possible par texte. Cet article précède Stable Diffusion.
La préversion technique de Copilot propose des lignes et des fonctions à partir du code environnant grâce à OpenAI Codex.
La préversion compte un nombre limité de places. Copilot utilise le contexte du fichier pour suggérer du code.
LaMDA est présenté comme un modèle entraîné sur le dialogue pour suivre des conversations ouvertes sur des sujets variés.
Ce Transformer est entraîné sur des conversations. L'annonce de recherche n'ouvre pas d'assistant au public.
DALL-E traduit des descriptions en images et combine des concepts visuels dans une même génération.
Le modèle de 12 milliards de paramètres apprend sur des paires texte-image. Aucun accès général n'est ouvert.
CLIP apprend conjointement à partir d'images et de descriptions pour reconnaître des concepts visuels sans réentraînement pour chaque catégorie.
Les catégories à reconnaître se décrivent en langage naturel. Le code est accessible.
DeepMind annonce les résultats d'AlphaFold à CASP14 pour prédire la structure tridimensionnelle des protéines.
Le test utilise des structures expérimentales encore non publiques. Le code et les bases de structures sortent en 2021.
Les DDPM apprennent à reconstruire progressivement des images à partir de bruit.
Ho, Jain et Abbeel relient diffusion et estimation du score dans cet article.
OpenAI lance une bêta privée de son API permettant d'intégrer des modèles de la famille GPT-3 dans des applications.
L'accès nécessite l'acceptation d'une demande. Les poids restent privés.
L'article sur GPT-3 étudie un modèle de 175 milliards de paramètres capable d'effectuer des tâches à partir d'exemples dans le prompt.
Les exemples du prompt ne modifient pas les poids. La publication précède l'API privée.
Un modèle repère une molécule dont l'activité antibiotique est ensuite testée en laboratoire et chez la souris.
Ces résultats précliniques concernent notamment des bactéries résistantes. Ils ne constituent pas une autorisation de traitement chez l'humain.
T5 traite traduction, résumé et questions-réponses dans un même format où l'entrée et la sortie sont du texte.
L'étude présente aussi le corpus C4 et publie modèles et code.
OpenAI présente GPT-2 et publie d'abord une version plus petite, avant de diffuser les versions suivantes.
Les poids du modèle complet, de 1,5 milliard de paramètres, sortent le 5 novembre 2019.
BERT préentraîne un Transformer bidirectionnel, puis l'adapte à différentes tâches de compréhension du langage.
BERT apprend notamment à prédire les mots masqués avec leur contexte à gauche et à droite.
OpenAI associe préentraînement génératif et ajustement supervisé pour améliorer plusieurs tâches de compréhension du langage.
OpenAI publie le modèle et le code. Le nom GPT-1 distingue ici cette version des suivantes.
Un même algorithme apprend séparément trois jeux par autojeu et bat des programmes de référence dans les évaluations publiées.
AlphaZero apprend par autojeu à partir des règles, sans parties humaines. Ce préprint précède l'article de 2018.
Attention Is All You Need présente une architecture de traitement des séquences fondée sur des mécanismes d'attention.
L'attention relie les éléments d'une séquence et facilite le calcul parallèle, sans récurrence ni convolution.
PyTorch ouvre un environnement Python de calcul sur tenseurs et d'entraînement de réseaux avec des graphes dynamiques.
La source publiée en janvier 2018 confirme un an de disponibilité. Cette sortie précède PyTorch 1.0.
WaveNet produit la parole en modélisant les échantillons du signal sonore, plutôt qu'en assemblant des fragments enregistrés.
Les exemples incluent l'anglais, le mandarin et la musique. Le modèle de recherche n'est pas proposé en API.
AlphaGo termine la rencontre de Séoul avec quatre victoires contre une face au grand maître de go.
La date clôt la rencontre, après une première victoire le 9 mars. AlphaGo combine réseaux neuronaux, renforcement et recherche de coups.
OpenAI se présente publiquement comme une organisation de recherche en IA à but non lucratif.
L'équipe fondatrice annonce vouloir partager travaux et code, et collaborer avec d'autres institutions.
Les connexions résiduelles permettent d'entraîner des réseaux beaucoup plus profonds pour la reconnaissance d'images.
He et ses coauteurs évaluent notamment un réseau de 152 couches sur ImageNet.
Google publie TensorFlow sous licence Apache 2.0 pour entraîner et exécuter des modèles d'apprentissage automatique.
TensorFlow prend en charge différents matériels et les déploiements distribués.
Un agent combine réseau profond et apprentissage par renforcement pour jouer à 49 jeux à partir des pixels et du score.
Les jeux partagent l'architecture et les hyperparamètres. Les résultats sont comparés à ceux d'un testeur humain professionnel.
Sutskever, Vinyals et Le présentent un système de réseaux LSTM qui encode une phrase puis produit sa traduction.
Le modèle est évalué sur la traduction de l'anglais vers le français.
Deux réseaux apprennent en compétition : l'un produit des exemples et l'autre tente de reconnaître les exemples synthétiques.
Goodfellow et ses coauteurs présentent cet apprentissage génératif dans un article arXiv.
DeepFace associe alignement 3D et réseau profond pour déterminer si deux photographies montrent la même personne.
L'article rapporte 97,35 % de précision sur LFW, dans les conditions de ce test.
Kingma et Welling décrivent une méthode d'apprentissage de modèles génératifs à variables latentes, à l'origine des VAE.
Les VAE apprennent une représentation latente des données et optimisent le modèle par gradient.
Mikolov et ses coauteurs proposent des architectures efficaces pour apprendre des relations entre mots dans de grands corpus.
Les vecteurs rapprochent les mots selon leurs usages. L'article évalue les relations syntaxiques et sémantiques.
AlexNet montre les performances d'un grand réseau convolutif entraîné sur GPU pour classifier les images d'ImageNet.
Krizhevsky, Sutskever et Hinton combinent réseau profond, calcul sur GPU et régularisation.
Apple annonce l'intégration de Siri à l'iPhone 4S pour effectuer des actions et répondre à des demandes vocales.
Siri, déjà disponible comme application, arrive en bêta sur l'iPhone 4S, commercialisé le 14 octobre.
Watson bat Ken Jennings et Brad Rutter dans un concours télévisé fondé sur des questions en langage naturel.
Watson analyse les indices, recherche des réponses et estime leur confiance. La date est celle de la finale télévisée.
ImageNet présente une base d'images annotées et organisées selon une hiérarchie destinée à la recherche en vision.
La base initiale comprend 5 247 catégories, avec des annotations humaines.
NVIDIA rend disponibles le Toolkit et le SDK CUDA 1.0 pour programmer ses GPU au-delà du rendu graphique.
CUDA fournit le calcul parallèle sur GPU qui servira à l'apprentissage profond. Ce jalon concerne la version 1.0.
Hinton, Osindero et Teh présentent un apprentissage couche par couche pour les réseaux de croyance profonds.
L'algorithme initialise les couches successivement avant un ajustement global.
Le véhicule autonome de Stanford termine en tête une course de 132 miles dans le désert, sans conducteur.
Cinq équipes terminent, contre aucune en 2004. La course préparée ne vaut pas une autorisation de circulation.
LeCun et ses coauteurs décrivent des réseaux convolutifs appliqués à la reconnaissance de documents et de chèques.
LeNet-5 exploite la structure des images avec des couches de convolution.
Hochreiter et Schmidhuber proposent une architecture récurrente capable d'apprendre des dépendances temporelles longues.
Les portes apprises des LSTM contrôlent la mémoire et limitent la disparition du gradient.
Le calculateur d'IBM bat Garry Kasparov sur un match de six parties aux conditions de tournoi.
Deep Blue gagne 3,5 à 2,5 à New York. Il combine recherche de positions, calcul et connaissances échiquéennes.
Deep Blue remporte une première partie contre le champion du monde, qui gagne ensuite le match.
Kasparov remporte le match de six parties, 4 à 2.
52 événements documentés.
Sélection non exhaustive. Année en cours, recherche vérifiée le 18 octobre 2026.
Les références renvoient aux sources primaires.
Illustrations de concept, sans valeur de document d'archive.
Sélection non exhaustive, vérifiée auprès des laboratoires, des chercheurs et des institutions. La courbe cumule les événements retenus.
Chaque fiche distingue annonce, publication et sortie. Une annonce ne garantit pas un accès public. Les dates conservent leur précision d'origine.
En recherche, les fiches précisent la portée du résultat : preuve proposée, vérification formelle, expérience ou essai clinique.
Vérifié le . Dernier événement : 17 octobre 2026.
Par l'équipe Sandbox. Talk Show IA et classements d'outils IA.
