IA et conjecture d’Erdős renversée - Actualités Technologiques (22 mai 2026)

On commence par la nouvelle la plus surprenante du jour. OpenAI affirme qu’un de ses nouveaux modèles de raisonnement a produit une preuve originale qui contredit une conjecture connue en géométrie discrète, posée par Paul Erdős dans les années 40. Ce qui rend l’annonce notable, c’est le contexte: OpenAI avait déjà été critiquée pour des déclarations trop ambitieuses sur des “problèmes d’Erdős”. Cette fois, l’entreprise met en avant des retours de mathématiciens établis, dont certains avaient justement contesté les annonces précédentes. Si la communauté confirme, ce n’est pas “juste” une performance de plus: c’est un signe que l’IA peut parfois explorer des pistes réellement nouvelles, pas seulement ré-écrire ce qui existe déjà.

Dans un autre registre, mais toujours très révélateur, Figure AI a réussi un joli coup de communication… et de résistance mécanique. La startup a diffusé en direct ses humanoïdes Figure 03 en train de déposer des colis sur un convoyeur, au point de transformer une démo prévue sur quelques heures en marathon continu, jour et nuit. Le public s’est pris au jeu: surnoms, paris, commentaires en boucle. Mais l’intérêt, au-delà du buzz, c’est la question que tout le monde se pose: est-ce que ces robots tiennent vraiment la distance de façon autonome, ou y a-t-il de l’assistance humaine hors champ? Figure a même organisé un duel “humain contre machine” où un stagiaire a légèrement surpassé les robots sur la durée, rappelant une réalité simple: la constance progresse, la dextérité et la gestion d’imprévus restent encore des points faibles — et c’est là que se joue le passage de la démo au travail rentable.

Passons à Google, qui accélère très franchement sur l’IA à tous les étages. D’abord, la recherche: à I/O 2026, Google promet une refonte majeure, présentée comme le plus grand changement depuis plus de 25 ans. L’idée n’est plus de vous donner principalement une liste de liens, mais de vous répondre, de résumer, puis d’encourager les questions de suivi, comme une conversation. Google veut aussi accepter des entrées plus variées — pas seulement du texte — et introduit des “agents d’information” capables de surveiller un sujet et d’envoyer des mises à jour. Le point d’attention, vous le devinez: si l’utilisateur obtient sa réponse sans cliquer, le trafic qui allait vers les médias, les comparateurs, et les petits sites risque de continuer à se contracter. Autrement dit, ce n’est pas qu’un changement d’interface: c’est un changement d’économie du web.

Toujours chez Google, mais côté développeurs, Chrome se met au diapason des “agents” qui écrivent du code. Google explique que les inscriptions de développeurs pour les extensions ont fortement augmenté, et qu’une part croissante des nouvelles extensions est créée avec l’aide d’IA. La nouveauté intéressante ici, c’est que Chrome ne se contente pas de dire “utilisez une IA”: il fournit des guides et des outils pour que ces agents produisent du code plus propre et plus compatible, et même pour qu’ils puissent aider au débogage dans DevTools. En parallèle, le Chrome Web Store renforce la gestion en équipe avec des rôles plus fins, et ouvre davantage la porte à des déploiements privés en entreprise. En clair: plus d’IA dans le développement, mais aussi plus de garde-fous et de gouvernance, parce que les extensions restent un point sensible pour la sécurité et la confiance.

Et puisqu’on est dans l’écosystème Google, un autre signal apparaît: Google Home est présenté comme une offre “full-stack” dopée à Gemini, pensée pour des partenaires — opérateurs, fabricants, sociétés de sécurité — qui voudraient construire des services proactifs autour de la maison connectée, possiblement avec un modèle par abonnement. C’est un repositionnement: Google semble vouloir être la plateforme et laisser davantage le matériel aux autres. Pour le marché, cela peut accélérer l’innovation côté appareils… mais aussi renforcer l’enfermement dans un écosystème, si les meilleures fonctions deviennent payantes et très liées à une seule couche logicielle.

Côté matériel justement, NVIDIA annonce que sa plateforme CPU Vera est entrée en production, avec des livraisons de racks à de grands clients de l’IA. Le message est double. Un: NVIDIA ne veut plus être seulement “la boîte des GPU”, mais aussi un acteur central du processeur qui pilote et orchestre les charges de travail. Deux: la contrainte n’est plus seulement la demande, c’est l’approvisionnement. NVIDIA prévient qu’elle pourrait rester limitée par la capacité, et mentionne même la mémoire comme goulot d’étranglement. Dit autrement: l’IA ne redistribue pas seulement les performances, elle redistribue aussi le pouvoir dans la chaîne logistique.

On fait maintenant un détour par la vie des entreprises tech, où l’IA provoque beaucoup de fantasmes… et quelques retours à la réalité. Plusieurs textes marquants circulent en ce moment autour d’un même constat: si les agents produisent du code, des textes, des tickets, la valeur humaine se déplace vers le cadrage, l’arbitrage, la vérification, et la responsabilité finale. Certains dirigeants vendent une vision très propre — l’agent code la nuit, l’humain valide le matin — mais des praticiens rappellent que les bases de code en production sont pleines de contexte implicite, de compromis, de tests fragiles et de décisions produit floues. Résultat possible: démotivation, goulots d’étranglement déplacés, et une équipe transformée en “rédacteurs de tickets” et en réparateurs. Dans le même esprit, ClickUp annonce une réduction d’effectifs importante tout en disant que l’activité va bien, en expliquant vouloir se réorganiser autour d’une productivité “augmentée par l’IA”. Que l’on adhère ou non au récit, le signal est clair: certaines entreprises vont formaliser des rôles d’orchestration et de contrôle des agents, et récompenser fortement ceux qui savent en tirer de la valeur sans casser la qualité. Pour les salariés, cela signifie aussi que la compétence clé n’est pas seulement “utiliser un outil”, mais savoir définir ce qu’on veut, vérifier ce qu’on obtient, et assumer les conséquences.

Sur un angle plus constructif, un autre papier souligne que les agents peuvent rendre la vérification plus réaliste au quotidien, notamment pour les systèmes distribués. L’idée: quand produire du texte, des tests et des modèles devient moins coûteux, on peut davantage formaliser ce qui doit être vrai, et détecter plus tôt des scénarios de panne difficiles à imaginer à la main. Attention, ce n’est pas une baguette magique: c’est surtout un changement d’équilibre économique. On investit plus facilement dans la rigueur quand l’outillage accélère l’itération.

On termine par la santé, avec plusieurs nouvelles qui montrent à quel point la biotech s’appuie de plus en plus sur des approches “ciblées” et sur des résultats spectaculaires… qu’il faut ensuite confirmer. D’abord, dans Parkinson, des résultats précoces chez l’humain pour BIIB094, un candidat qui vise à réduire l’activité d’un gène associé à la maladie. L’essai est surtout centré sur la sécurité et sur la preuve que la cible biologique bouge bien dans le bon sens, ce qui semble être le cas. Mais on ne sait pas encore si cela change l’évolution clinique: il faudra des essais plus grands et plus longs. Ensuite, Eli Lilly annonce des pertes de poids très élevées avec le retatrutide dans un grand essai, avec des chiffres qui se rapprochent parfois des effets d’une chirurgie bariatrique. Là encore, prudence: l’annonce précède une publication évaluée par les pairs, et les effets indésirables augmentent avec la dose. Enfin, en oncologie, UCLA décrit une approche CAR‑T “renforcée” dans des modèles de glioblastome chez la souris, avec l’objectif de mieux mobiliser le système immunitaire contre des tumeurs très hétérogènes. C’est prometteur, mais préclinique: la marche entre la souris et l’humain reste haute, surtout quand on joue avec des signaux immunitaires puissants. Au passage, une publication dans Nature montre aussi des “mini‑protéines” conçues par IA capables d’activer ou de bloquer des récepteurs très importants en pharmacologie. Ce genre d’outil pourrait, à terme, ouvrir des pistes là où les molécules classiques peinent à être assez sélectives.

Un mot enfin sur l’industrie européenne: Stellantis et le chinois Dongfeng annoncent un projet de coentreprise avec une production de véhicules électriques en France. Le détail intéressant, c’est le moteur réglementaire: les exigences “Made in Europe” poussent à localiser davantage la valeur sur le continent. On voit donc se dessiner une nouvelle carte des alliances, où l’accès au marché passe de plus en plus par la production locale et la conformité, pas seulement par la compétitivité-prix.