IA bat un défi d’Erdős & Google réinvente la recherche web - Actualités Technologiques (23 mai 2026)

On commence donc par cette annonce spectaculaire autour des mathématiques. OpenAI affirme qu’un de ses chatbots a résolu un vieux casse-tête de géométrie: le “problème des distances unité”, qui consiste à placer des points dans le plan pour obtenir un maximum de paires séparées exactement par une unité. Paul Erdős avait proposé en 1946 une construction qu’il pensait imbattable — et il avait explicitement lancé le défi. Selon OpenAI, leur système a trouvé une configuration qui fait mieux, ce qui revient à contredire la conjecture d’Erdős. Ce qui retient l’attention, au-delà de l’exploit, c’est le mode de validation: des mathématiciens extérieurs à l’entreprise auraient relu et vérifié le résultat. Et pourtant, tout n’est pas transparent: OpenAI ne nomme pas le modèle expérimental impliqué, et la preuve complète — évoquée comme une chaîne de raisonnement très longue, documentée sur plus d’une centaine de pages — n’a pas été publiée intégralement. Si tout se confirme, on tient peut-être un des premiers exemples d’IA produisant un résultat mathématique réellement nouveau et “significatif”, ce qui change la discussion: non seulement sur la découverte, mais aussi sur la façon de vérifier, d’expliquer et de faire confiance.

Restons dans l’IA, mais côté usages grand public: Google retouche en profondeur son moteur de recherche, et pas seulement avec une couche cosmétique. La barre de recherche devient plus “élastique”: elle s’adapte à des demandes plus longues, plus conversationnelles, et accepte plus naturellement des contenus comme des images, des vidéos ou des fichiers. L’enjeu principal, c’est l’intégration encore plus serrée des réponses générées par IA au-dessus des résultats classiques, dans la continuité des “AI Overviews”. Google explique que les utilisateurs veulent à la fois une réponse synthétique et des liens pour creuser. Les critiques, eux, y voient un risque de perte de contrôle: quand l’IA résume, elle choisit ce qu’elle met en avant — et quand elle se trompe, l’erreur peut se retrouver propulsée en tête d’affiche. En toile de fond, il y a aussi l’économie du web: moins de clics vers les sites peut fragiliser les éditeurs, et déplacer encore davantage la valeur vers la page de résultats elle-même.

Dans la même logique “IA partout”, Google pousse aussi son écosystème domotique vers un modèle plus plateforme que produit. L’idée: combiner les API Google Home avec des fonctions Gemini pour que des opérateurs, des sociétés de sécurité, des fabricants d’appareils ou des marques d’électronique construisent leurs propres services “proactifs” pour la maison. À lire entre les lignes, c’est un virage: plus de services packagés et potentiellement par abonnement, et plus d’innovation portée par des partenaires — y compris sur des enceintes et des caméras compatibles Gemini. Et si les partenaires peuvent proposer des équivalents convaincants, Google pourrait avoir moins d’intérêt à produire lui-même autant de matériel “maison”.

Passons aux sciences de la vie, où l’IA n’est plus seulement un outil d’analyse, mais un outil de conception. À l’Université de Washington, avec la startup Skape Bio, une équipe décrit une méthode de design de “miniprotéines” capables d’activer ou d’inhiber des récepteurs GPCR. Ces récepteurs sont au cœur d’innombrables fonctions dans le corps et représentent des cibles majeures pour les médicaments. Le problème, c’est que leurs sites de liaison sont souvent difficiles d’accès et changeants, ce qui rend la sélectivité compliquée. Ici, l’équipe rapporte des protéines très petites, pensées pour se glisser dans ces poches et stabiliser l’état “actif” ou “inactif” du récepteur selon le besoin. Des expériences structurelles suggèrent que plusieurs designs ressemblent de près à ce qui était prévu, et une étude chez la souris indique qu’un des candidats peut rivaliser avec un médicament existant tout en montrant moins d’effets indésirables. Autre point intéressant: un système de criblage à haut débit directement dans des cellules humaines vivantes, ce qui évite certaines étapes qui peuvent déformer le comportement des récepteurs. Si cette “feuille de route” se généralise, elle pourrait ouvrir des portes là où la chimie classique patine.

Toujours en bio-ingénierie, une autre équipe présente un système de “culture confinée” pour transformer des sphéroïdes intestinaux issus de cellules souches en tissus gastro-intestinaux plus grands et surtout plus proches d’un organe. Au lieu de rester de petites boules, ces structures fusionnent dans un dispositif de support, pour former des tubes allongés. Le résultat: des greffons transplantables plus tôt, avec une prise beaucoup plus efficace, qui peuvent ensuite croître jusqu’à des tailles centimétriques et développer une architecture plus mature. La surprise majeure, c’est l’apparition “de novo” d’un système nerveux entérique d’origine humaine — neurones et cellules de soutien — sans ajout de cellules externes dédiées. Et ce n’est pas juste décoratif: les tissus montrent des contractions musculaires déclenchables, comparables à celles d’un intestin adulte. Ils rapportent aussi un test de connexion au tube digestif de l’hôte, où l’exposition au contenu intestinal semble pousser une adaptation fonctionnelle supplémentaire. Pour la recherche sur les maladies, et à plus long terme pour des thérapies de remplacement en cas d’insuffisance intestinale, c’est un pas vers des modèles plus réalistes et plus “scalables”.

Côté neurologie et médecine de précision, des résultats précoces en essai humain ont été communiqués pour BIIB094, une thérapie antisens visant le gène LRRK2, fortement associé à certaines formes de Parkinson. Dans une étude de phase 1, l’objectif était d’abord de vérifier la tolérance et de voir si la cible biologique est bien touchée. Le signal principal, c’est une baisse marquée de la protéine LRRK2 dans le liquide céphalo-rachidien, avec un niveau de réduction annoncé allant jusqu’à 59%, et une tolérance globalement acceptable dans ce cadre précoce. Point notable: l’effet est observé aussi chez des participants sans variant connu de LRRK2, ce qui laisse imaginer un champ plus large que la seule population génétiquement définie — mais attention, on n’a pas encore de réponse sur les symptômes ou la progression. La suite, ce sont des phases plus longues, avec de vrais critères cliniques.

Autre éclairage important en médecine, cette fois sur les traitements anti-obésité: des chercheurs du NIH disent avoir “ouvert la boîte noire” de ce que déclenche le sémaglutide dans certains neurones liés à l’appétit. En observant des tissus cérébraux vivants de souris, ils se concentrent sur un messager cellulaire, le cAMP, dans des neurones exprimant le récepteur GLP‑1. Le point intéressant n’est pas seulement que le signal existe, mais qu’il est très variable d’une cellule à l’autre: certains neurones maintiennent un niveau élevé, d’autres ne font qu’un pic bref. Cette hétérogénéité pourrait aider à comprendre pourquoi, à dose identique, certaines personnes perdent beaucoup de poids et d’autres moins, et pourquoi un plateau peut apparaître. Les chercheurs suggèrent aussi une piste de combinaison: en freinant la dégradation du cAMP via une cible enzymatique, ils arrivent à faire basculer davantage de neurones vers une réponse “soutenue”. Ce n’est pas une recette prête pour la clinique, mais c’est une direction concrète pour améliorer la durabilité des effets.

Un détour par la politique industrielle: l’administration Trump envisage toujours l’option de tarifs douaniers sur les semiconducteurs importés, dans l’idée d’encourager la production sur le sol américain. Le message officiel, c’est qu’aucune mesure n’est imminente et que des consultations sont en cours avec l’industrie sur le calendrier et l’ampleur. Pourquoi c’est à surveiller? Parce que les puces sont le nerf de la guerre: défense, automobile, cloud, smartphones, tout y passe. Des tarifs peuvent modifier les incitations à investir, mais aussi perturber des chaînes d’approvisionnement déjà tendues et faire bouger les prix à l’échelle mondiale. En clair: même l’hypothèse pèse sur les décisions des acteurs.

On termine avec une interface homme-machine plus atypique, issue d’un hackathon. Des étudiants en génie logiciel au MIT ont conçu un prototype de wearable baptisé “Human Operator” qui peut guider les mouvements de la main via une combinaison d’IA et de stimulation électrique des muscles. Le principe démontré: une caméra portée sur la tête observe la scène, l’utilisateur formule une intention, et le système décide quel geste produire. Ensuite, de petites impulsions électriques activent certains muscles pour orienter le poignet ou la main. Dans les démonstrations, ça va du salut à quelques notes simples au piano, jusqu’au geste “OK”. Évidemment, on parle d’un prototype réalisé très vite, pas d’un produit fini. Mais l’idée est intrigante: des interfaces où l’IA ne se contente plus de conseiller, elle aide à exécuter — ce qui pourrait intéresser l’apprentissage de gestes, la rééducation, et l’assistance pour certaines limitations motrices, à condition de traiter sérieusement sécurité, consentement et contrôle.