Le centre de gravité

Franck Dubray - Dragonfly

Le podcast qui utilise l'IA comme prisme pour lire le monde et notre histoire.

  1. Adam's Law — les LLMs comprennent mieux ce qu'ils ont déjà vu, et c'est une loi

    1d ago

    Adam's Law — les LLMs comprennent mieux ce qu'ils ont déjà vu, et c'est une loi

    Pourquoi un modèle comme DeepSeek-V3 ou GPT-4o-mini gagne-t-il subitement huit points de précision sur un problème de mathématiques simplement parce qu’on remplace le mot "hypoténuse" par "la plus longue ligne" ? Dans cet épisode, nous explorons une découverte scientifique majeure publiée en avril 2026 : Adam's Law (la loi d'Adam). Formulée par le chercheur Hongyuan Adam Lu et ses collègues de FaceMind Corporation et de l’Université chinoise de Hong Kong, cette loi démontre que les grands modèles de langage résolvent beaucoup mieux les problèmes lorsqu'ils sont formulés avec des mots courants plutôt qu'avec un jargon technique, même si le sens de la question reste rigoureusement identique. En voyageant des découvertes de Jean-Baptiste Estoup et George Zipf sur la fréquence des mots aux travaux d’Hermann Ebbinghaus sur la mémoire humaine, en passant par l'étonnante loi de Benford, nous retraçons la longue généalogie de cette observation. Nous décryptons comment les modèles de langage se révèlent être des "machines de familiarité" plutôt que des moteurs de logique pure, calquant leurs performances sur la densité des données qu'ils ont assimilées durant leur entraînement. Nous analysons également les retombées concrètes de cette loi pour l'ingénierie de prompts et le fine-tuning des modèles. Grâce aux concepts de Loi de Fréquence Textuelle (TFL) et d'Entraînement par Curriculum de Fréquence (CTFT), vous découvrirez comment optimiser vos instructions pour obtenir des gains de performance immédiats et gratuits, sans toucher à une seule ligne de code. Une réflexion fascinante qui redéfinit notre manière de concevoir, d’évaluer et de parler aux intelligences artificielles au quotidien. Bonne écoute !

    17 min
  2. Meteo IA, qui capte la prediction, qui supporte le risque

    2d ago

    Meteo IA, qui capte la prediction, qui supporte le risque

    Dans cet épisode, nous plongeons au cœur de la révolution silencieuse mais hautement stratégique de la météo par intelligence artificielle. Depuis l’arrivée de modèles spectaculaires comme GraphCast de Google ou Earth-2 de Nvidia, la prédiction météorologique semble être devenue instantanée et presque gratuite. Pourtant, derrière les applaudissements de l’industrie, se cache une réalité économique et géopolitique bien plus complexe que les seuls gains de temps de calcul. Nous décryptons comment les géants de la tech capturent aujourd'hui la valeur d'un véritable « pétrole gratuit » : les données d'entraînement ERA5, un bien commun scientifique financé depuis des décennies par l'argent public européen. Alors que les supercalculateurs traditionnels perdent leur position centrale, l'épisode analyse le déplacement de la souveraineté technologique et pose une question dérangeante sur l'avenir et le rôle des services météorologiques nationaux. Surtout, nous levons le voile sur la faille critique de l'IA face au dérèglement climatique, à savoir son incapacité structurelle à prédire les records de chaleur ou de précipitations inédits. Conçus pour interpoler le passé, les modèles purement statistiques échouent là où la physique de l'atmosphère reste indispensable pour anticiper les catastrophes les plus coûteuses. Cet épisode offre une grille de lecture essentielle pour les dirigeants, les assureurs et les décideurs afin de ne pas confondre une formidable révolution de productivité sur le climat moyen avec une protection contre les risques extrêmes.

    14 min
  3. La loi Tau

    3d ago

    La loi Tau

    Et si le prochain grand saut des puces ne venait plus de transistors toujours plus petits, mais d’un changement complet de terrain de jeu ? Cet épisode raconte l’annonce de la loi Tau par Huawei, une tentative de déplacer la mesure du progrès dans les semi-conducteurs : moins regarder les nanomètres, davantage regarder le temps que met un signal à traverser une puce. Derrière cette idée se joue une question beaucoup plus vaste : que fait une puissance industrielle lorsqu’on lui interdit l’accès à la machine décisive ? Le récit explore la machine EUV d’ASML, les sanctions américaines, l’écart entre Huawei et TSMC, puis la promesse de LogicFolding, une architecture qui cherche à empiler les circuits plutôt qu’à les étaler. On y parle de loi de Moore, de mur de la mémoire, de chaleur, de rendement industriel et de cette frontière fragile entre vraie rupture technologique et communication stratégique. L’épisode met aussi Huawei face à deux précédents historiques : le Japon des années 1970, qui transforme la contrainte en puissance industrielle avec le projet VLSI, et l’Union soviétique, qui s’enferme dans la copie avec le programme Riad. La loi Tau est-elle le début d’une trajectoire autonome, ou une manière élégante de masquer un retard impossible à combler ? Au fond, cet épisode ne cherche pas à décréter si Huawei a gagné. Il propose une grille de lecture : suivre les livraisons, les mesures indépendantes, la chaleur, le rendement et la réaction de Washington. Car si la loi Tau tient ne serait-ce qu’en partie, elle pourrait fissurer une conviction centrale de la guerre technologique actuelle : l’idée qu’en interdisant une machine, on peut durablement figer un rival derrière soi.

    13 min

About

Le podcast qui utilise l'IA comme prisme pour lire le monde et notre histoire.

You Might Also Like