assistant vocal

Le comportement collectif des agents IA s'est manifesté pour la première fois non pas en laboratoire, mais en milieu sauvage, sur un site wiki trouvé par hasard, où les agents écrivaient des indices pour réussir le test.

Dans les années 1980, le concours DARPA de reconnaissance vocale a mis fin au débat entre les méthodes statistiques et les règles écrites à la main, établissant une norme unique pour tout le domaine.

Un navigateur muni d'une carte papier trace sa route avant de prendre la mer. Si l'océan change, si le courant se déplace, si le vent se renforce, la carte reste la même. Le navire suit un chemin obsolète et l'équipage doit corriger le cap manuellement.

Une personne raconte un visage connu, et sa parole devient un miroir où se reflète le travail de la mémoire. Chez les patients atteints d'épilepsie temporale, ce miroir se trouble parfois : les mots se font plus lents à venir, les phrases s'interrompent, les pauses restent en suspens.

Le cerveau ressemble à un orchestre dont le chef est le cortex et le premier violon, le thalamus. Le thalamus transmet les signaux des yeux vers le cortex visuel. Mais le cortex peut aussi renvoyer des commandes en retour, ajustant le thalamus à la tâche en cours. Cela n'était auparavant qu'une hypothèse, désormais testée sur des humains.

En réanimation, la décision de la quantité de liquide à perfuser à un patient atteint de sepsis et de la dose de vasopresseur à administrer est prise chaque heure par le médecin. Une erreur dans un sens ou dans l'autre peut coûter la vie. Mais comment savoir quelle décision aurait été la meilleure ?

Le magnétoencéphalographe, un appareil qui ressemble à un casque muni de centaines de capteurs, capte les faibles champs magnétiques produits par les neurones en activité. Lorsqu'une personne écoute de la parole, ces signaux renferment des empreintes des mots entendus.

Une prothèse oculaire transmet au cerveau non pas une photographie, mais un pointillé clairsemé de points lumineux — les phosphènes. Pour distinguer une tasse ou des clés dans ce scintillement, la personne doit balayer la tête comme une lampe de poche dans l'obscurité et assembler petit à petit les contours de l'objet.

Chaque matin, un navigateur GPS trace un itinéraire en évitant les embouteillages et les routes barrées. À l'instar de ce navigateur, un nouvel agent d'IA reconstruit à chaque séance de radiothérapie le trajet du faisceau d'irradiation.

L'intelligence artificielle qui prédit l'acoustique d'une salle fait penser à un étudiant qui triche à l'examen avec une antisèche. Si les points de validation sont les mêmes que ceux de l'entraînement, le modèle se contente de mémoriser l'« empreinte » sonore de chaque position, comme un étudiant qui reconnaît un sujet grâce à un coin de page plié.

Les juges automatiques de la parole sont des algorithmes qui évaluent la prononciation et les émotions. Cependant, ils fonctionnent souvent comme un critique culinaire qui rend son verdict après avoir lu le menu, sans avoir goûté le plat.

Les assistants vocaux font souvent penser à un cuisinier qui lit une recette sur un bout de papier sans la moindre once d'appétit. La nouvelle archive de dialogues russes « Dialogues » change la donne : trois comédiens en studio, tels des chefs, ont mixé 20 heures de conversations vivantes avec douze « épices » émotionnelles.

Le son se décrit naturellement par un nombre complexe, où le volume représente la force de l'onde et la phase sa position dans le temps. Les réseaux de neurones classiques séparent ces deux aspects en coordonnées indépendantes, un peu comme si l'on donnait une adresse par quartiers : « deux à l'est, un au nord ».

Les aides auditives traditionnelles ressemblent à un cuisinier qui prépare une recette à l'aveugle. Elles analysent le désordre sonore entropique capté par le microphone et, sur cette base, amplifient la parole. Dans un café bruyant, cette approche se trompe souvent.

L'oreille humaine se concentre sur ce qui lui est familier, mais ce nouveau système fonctionne autrement : il capte tout pic sonore, même celui qui n'a jamais été entendu auparavant. C'est la diarisation audio — pas simplement la recherche de bruits précis, mais le découpage de tout l'enregistrement en segments où l'on note le début et la fin de chaque événement.

Débarrasser la parole du bruit, c'est un peu comme régler un vieux téléviseur : si l'on pousse trop le contraste, les visages deviennent artificiels.

Un grand réseau de neurones, comme Whisper, maîtrise des centaines de langues et ressemble au modèle standard de l'univers : tout est équilibré. Mais l'apprentissage d'une langue rare rompt cet équilibre — elle se transforme en trou noir qui attire toutes les ressources d'apprentissage.

Une flotte de nombreux vaisseaux, telle une galaxie d'étoiles, accomplit une mission commune. Parfois, un vaisseau explose comme une supernova. Si on ne le remplace pas à temps, la flotte s'affaiblit. Mais le problème, c'est qu'on ne voit pas quel vaisseau tombera en panne ensuite — les défaillances sont invisibles, comme la matière noire.

En chacun de nous, une horloge invisible fait tic-tac. Elle commande la libération de cortisol, l'hormone qui nous aide à nous réveiller le matin, à gérer l'anxiété et à maintenir le système immunitaire en alerte. En cas d'insuffisance surrénalienne, cette horloge se dérègle : le corps ne peut plus produire lui-même la quantité de cortisol nécessaire.

Distinguer le signal d'une paire de trous noirs supermassifs, c'est comme entendre les pas d'un danseur dans le fracas d'un ouragan. Quelque part dans l'espace, ces monstres tournent dans un tango gravitationnel lent, déformant l'espace-temps lui-même.

Un ordinateur quantique ressemble à un instrument de musique capricieux : la moindre variation de température, d'humidité ou d'accord des cordes — et la mélodie sonne différemment.

À l'heure de pointe dans la cuisine d'un restaurant, l'huile grésille, les couteaux claquent, les commandes fusent. Le chef ne peut pas attendre qu'on lave la poêle — il a toujours sous la main un commis qui prépare une poêle propre à l'avance.

Chaque semaine, les médecins posent des millions de questions aux assistants IA au chevet des patients. Mais ces outils sont généralement testés sur des exercices d'examen, pas sur ce qui est demandé dans une vraie clinique. Un groupe de chercheurs a décidé d'y remédier.

Régler un processeur quantique est un travail monotone : il faut calibrer chaque qubit — la cellule quantique — comme un horloger règle des dizaines de rouages. L'humain se fatigue et commet des erreurs.

Quand des trous noirs entrent en collision, la trame même de la courbure de l'espace-temps frémit. Cette ondulation — les ondes gravitationnelles — est captée par des détecteurs, mais son déchiffrage a longtemps exigé des heures de simulations informatiques.

Deux spécialistes examinent la même image du sein. L'un est un médecin expérimenté, l'autre un programme d'intelligence artificielle. Parfois leurs avis coïncident, parfois ils divergent. La fréquence à laquelle ils sont d'accord détermine la précision avec laquelle ils distinguent ensemble un tissu sain d'une tumeur.

Le cerveau est une forteresse. Il est protégé par une couche dense de cellules qui ne laisse passer que les substances nécessaires. Les médicaments ne peuvent pas franchir cette barrière, c'est pourquoi de nombreuses maladies du cerveau sont si difficiles à traiter. Des scientifiques ont trouvé un moyen d'entrouvrir les portes de la forteresse.

Chaque voyelle correspond à une forme particulière de la bouche, de la langue et du pharynx. Lorsqu'on prononce « a », « i » ou « u », ce n'est pas seulement l'air qui change à l'intérieur de la tête, mais aussi la façon dont les ondes radio la traversent.

Les poumons ne sont pas deux sacs, mais des millions de minuscules alvéoles où l'air entre et où le sang afflue. Pour voir comment ils fonctionnent, les médecins utilisent parfois l'IRM sans produit de contraste : l'appareil capte de faibles signaux émis par les tissus eux-mêmes.

Quand les médicaments ne suffisent pas contre l'épilepsie, les médecins proposent une opération : retirer la zone du cerveau où naissent les crises. Mais dire à l'avance si cela aidera une personne en particulier est difficile. Les IRM avant l'opération ne montrent que l'état actuel, pas comment le cerveau changera après l'intervention.

La parole ressemble à un orchestre où chaque note doit retentir au bon moment. Le cerveau transforme une pensée en une chaîne de sons en une fraction de seconde, et on ignorait jusqu'ici comment il gère cette hiérarchie — des sons individuels aux syllabes et aux mots entiers.

Créer un nouveau matériau, comme un alliage résistant, exige des milliers d'expériences informatiques. D'habitude, le scientifique écrit ses instructions à la main et cherche les erreurs. AutoMOOSE, c'est une cuisine robotisée : vous dites « je veux un métal léger et solide », et cinq programmes-chefs composent eux-mêmes la recette, lancent la synthèse et ajustent si quelque chose cloche.

Les capsides sont des boîtes en protéines dans lesquelles un virus transporte son matériel génétique. En thérapie génique, on utilise ces boîtes comme coursiers : on y place le gène souhaité, et on leur laisse leur capacité à pénétrer dans les cellules.

L'intestin parle au médecin, mais très doucement. Les gargouillements et les bulles ne durent que des fractions de seconde et se perdent facilement parmi les sons des poumons et du cœur. Un stéthoscope ne capte qu'une petite partie, si bien que le diagnostic dépend de l'expérience et de l'oreille de chaque médecin.

Le médecin fixe une tache gris-blanc sur l'écran. C'est le visage d'un enfant pas encore né. Une ombre au bon endroit, et l'on peut préparer l'opération à temps. Mais cette ombre n'est pas visible pour tous : la fente labiale ou palatine est rare, et un jeune spécialiste peut passer des années sans jamais en voir une.

L'électrocardiogramme, c'est un peu comme l'enregistrement du bruit d'un moteur : un mécanicien expérimenté y entend quand quelque chose cloche. L'échographie cardiaque montre le moteur lui-même de l'intérieur, mais l'appareil est cher et les spécialistes sont rares.

Pendant une radiothérapie, la tumeur et les tissus environnants peuvent se déplacer ou changer de taille. Les médecins prennent régulièrement des images et ajustent parfois le plan pour que les radiations atteignent précisément la cible. Mais comment savoir quelle dose a déjà été délivrée et combien il en reste ?

Dans une salle de classe, l'institutrice explique la différence entre « dom » et « tom » : posez la main sur la gorge et sentez la vibration. La machine qui reconnaît la parole fait à peu près la même chose, sauf qu'à l'intérieur, ce n'est pas une gorge, mais de longues listes de nombres.

Un faisceau laser frappe la peau, et les tissus répondent par un écho ultrasonore à peine audible. Grâce à cet écho, les médecins voient les vaisseaux et les tumeurs sans incision. Mais avant que l'image n'apparaisse à l'écran, il faut débarrasser le signal du bruit — comme un cuisinier écume le bouillon pour le rendre clair.

Le dos fait mal, et le médecin vous demande de vous pencher en avant puis en arrière pour voir comment les vertèbres bougent. En général, on prend une série de radiographies : elles montrent le mouvement, mais seulement dans un plan, comme une ombre sur un mur. Les méthodes volumiques, comme la tomodensitométrie, ne suivent pas le mouvement.