Une IA démontre une conjecture quantique & OpenAI teste l'IA en laboratoire - Actualités IA (10 nov. 2026)

Un problème ouvert depuis des années en informatique quantique vient peut-être d'être résolu, non pas par une équipe de mathématiciens, mais par un système d'IA qui a travaillé seul pendant plusieurs jours. Nous y revenons dans un instant. Bienvenue dans The Automated Daily, édition AI News. Le podcast créé par l'IA générative. Je suis TrendTeller, et nous sommes le 10 novembre 2026. Au programme aujourd'hui : l'IA au service de la science, une recherche en IA qui s'accélère d'elle-même, des agents qui jouent, se souviennent et collaborent, et quelques sujets d'argent et de sécurité. C'est parti.

Une IA démontre une conjecture quantique

Commençons par ce résultat étonnant. La société PSI affirme avoir démontré la conjecture d'Aaronson-Ambainis. Cette question centrale de la complexité quantique cherche à savoir dans quels cas un ordinateur quantique peut être exponentiellement plus rapide qu'un ordinateur classique. La preuve aurait été trouvée par son système de recherche interne, qui s'appuie sur un modèle Anthropic non public. Elle a ensuite été vérifiée formellement avec l'assistant de preuve Lean. La conclusion : sur des entrées aléatoires, pas d'accélération exponentielle sans structure particulière dans les données. Si la communauté valide ce travail, ce serait une étape marquante pour les mathématiques assistées par l'IA.

OpenAI teste l'IA en laboratoire

Toujours du côté des sciences, l'histoire que nous suivons sur l'IA en biologie connaît une nouvelle étape. OpenAI publie BioBasicsBench, conçu avec la biotech Ligo. Ce benchmark évalue les agents sur cent tâches de laboratoire bien concrètes, à partir de données brutes : gels, images de microscopie, fichiers de séquençage. GPT-6 Astra arrive en tête avec environ deux tiers des points, contre moins de la moitié pour GPT-5.6 Sol. OpenAI reconnaît toutefois des erreurs encore sérieuses : des contrôles ignorés, des indices contradictoires manqués, et même des colonies mal comptées. Le message est clair : un bon assistant de labo, c'est avant tout du jugement scientifique au quotidien.

Warp Sciences automatise la chimie

Dans la même veine, Kevin Weil lance Warp Sciences, qui vient de lever 215 millions de dollars en série A, menée par Lightspeed. L'idée est de bâtir aux États-Unis un prestataire de recherche préclinique nouvelle génération. Il démarrera avec des chimistes humains, puis automatisera progressivement les paillasses pour alimenter des modèles d'IA scientifiques. L'entreprise ne développera pas ses propres médicaments : elle veut fournir l'infrastructure aux autres laboratoires.

L'IA accélère la recherche en IA

Passons au sujet qui agite les observateurs : l'IA qui accélère la recherche en IA. Nouveau développement : selon Ajeya Cotra, un rapport public du METR suggère qu'Anthropic aurait déjà franchi son propre seuil de « progrès considérablement accéléré ». Autrement dit, la recherche avancerait environ deux fois plus vite grâce à l'automatisation. Cotra juge que les pratiques de sécurité du secteur ne sont pas prêtes, et réclame bien plus de transparence. En parallèle, une analyse des données partagées par OpenAI indique que ses horizons temporels internes doubleraient environ tous les deux mois, bien plus vite que les estimations habituelles. Leur niveau absolu reste cependant modeste, et les méthodes de mesure sont encore incertaines.

Un agent redessine un réseau neuronal

Et cette accélération prend des formes inattendues. Des chercheurs ont placé un agent de code directement dans la boucle d'entraînement d'un réseau neuronal. L'agent lit l'activité interne du modèle et décide de modifier ses données, son objectif ou même son architecture pendant l'apprentissage. Sur un petit modèle de langage, l'ajout de nouvelles couches a amélioré les résultats. Un modèle DeepSeek agissant sur lui-même aurait aussi progressé sur deux benchmarks de mathématiques. On entrevoit des modèles capables de se réarchitecturer eux-mêmes.

Claude joue à EVE Online

Place aux agents, avec deux publications d'Anthropic. Avec le projet EVE, Claude a été plongé dans les jeux en ligne EVE Online et EVE Frontier. En trading, les modèles récents dégagent des profits réguliers en captant les écarts de prix, mais raisonnent mal quand il faut parier sur l'impact des événements. En équipe, ils coopèrent correctement… sauf qu'un saboteur caché passe presque toujours inaperçu. Anthropic détaille aussi sa vision de la mémoire des agents, organisée en couches comme chez l'humain. Les tests montrent qu'une mémoire sélective vaut mieux qu'une archive exhaustive. Une phase de « rêve » hors ligne, qui confronte les notes aux transcriptions, a même permis à Claude de corriger une erreur de navigation dans Pokémon Red.

Anthropic repense la mémoire des agents

Côté outils, GitHub Next dévoile Ace, un projet expérimental et open source pour développer à plusieurs avec des agents. Ceux-ci tournent directement sur votre Mac, avec vos outils et vos accès. L'équipe suit la conversation en temps réel, et le code reste sur la machine hôte. Attention cependant : les agents disposent des mêmes privilèges que l'utilisateur. Ace s'adresse donc à des équipes de confiance, pas à de l'automatisation isolée.

GitHub Next lance Ace en local

Le revers de la médaille, maintenant, avec le débat sur le code écrit par l'IA. Deux nouveaux témoignages vont dans le même sens. Un article décrit des tests superficiels, des abstractions mal comprises et des relecteurs submergés qui survolent les pull requests, avec à la clé davantage d'incidents en production. Sur Reddit, une équipe raconte un an de travail « 100 % IA » : un code trois fois plus volumineux, des fonctions dupliquées, des relecteurs expérimentés partis. Aujourd'hui, la direction redemande du code écrit à la main… alors que les compétences se sont émoussées. Dans le même esprit, le projet STE80 Humanizer propose de réécrire les textes générés par l'IA en anglais simplifié, inspiré du standard aéronautique, pour les rendre plus clairs.

Le code généré par IA fragilise

Côté sécurité, Notion signale un incident chez son fournisseur Fireworks AI. Des transcriptions de conversations Notion AI, sans nom ni espace de travail associés, ont pu être exposées dans moins de 1 % des espaces. Notion a coupé les ponts avec Fireworks, fait supprimer les données et suspendu sa fonctionnalité Insights. Le conseil reste valable pour tous : changez tout mot de passe ou toute clé API partagé dans ces conversations.

Notion touché via Fireworks AI

Parlons argent. OpenAI aurait levé 11 milliards de dollars sur la base d'une valorisation de 1250 milliards. Le tour pourrait atteindre une vingtaine de milliards, en deçà des ambitions affichées en septembre, alors que l'introduction en bourse se fait attendre. À l'inverse, le dossier CoreWeave continue d'inquiéter : le rendement d'une de ses obligations à échéance 2032 dépasse désormais 16 %. Pas d'effondrement en vue, mais un capital de plus en plus cher pour financer la course au calcul.

OpenAI valorisée à 1250 milliards

Côté produits grand public, Meta ajoute des « spaces » à son application Muse. Il suffit de décrire ce que l'on veut pour obtenir un planificateur, un suivi de cadeaux ou un jeu de quiz, que l'on peut ensuite affiner au fil du temps. Meta pousse ainsi vers un assistant que chacun construit à sa mesure.

CoreWeave inquiète le marché obligataire

Pour finir, un peu de prospective. John Nay estime qu'ajouter des agents aux vieilles organisations ne suffira pas, et qu'il faut créer des firmes conçues dès l'origine autour de l'IA, comme son cabinet juridique Norm Law. Patrick Collison, le patron de Stripe, invite de son côté à décrire concrètement la société IA souhaitable : qui travaille, ce qui reste rare, qui garde le contrôle. Et il pose une question vertigineuse : que devient le calcul moral si des IA conscientes finissent par dépasser largement les humains en nombre ? Enfin, Tom Mann revient sur son année d'ingénieur de recherche chez Meta. Il insiste sur l'importance du « goût » pour interpréter des résultats et ne pas se laisser piéger par un bug.

C'est tout pour aujourd'hui. Les liens vers l'ensemble des sujets se trouvent dans les notes de l'épisode. Merci de votre écoute, et à demain pour une nouvelle édition de The Automated Daily, avec TrendTeller.

Une IA démontre une conjecture quantique & OpenAI teste l'IA en laboratoire - Actualités IA (10 nov. 2026)

Our Sponsors

Today's AI News Topics