DeepMind vérifie formellement le protocole Signal & Google lance Gemini 4 Carbon - Actualités IA (12 nov. 2026)

Six millions de lignes de preuves mathématiques, quatre semaines de travail, et à peine un pour cent du code relu par des humains : des agents d'IA viennent de démontrer formellement la sécurité de l'une des messageries les plus utilisées au monde. On en parle 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 12 novembre 2026. Au programme aujourd'hui : une semaine très chargée pour Google, Microsoft qui s'attaque à la transcription vocale, et des prévisionnistes qui avancent sérieusement la date d'arrivée d'une IA capable de surpasser les meilleurs chercheurs.

DeepMind vérifie formellement le protocole Signal

Commençons par cette prouesse signée Google DeepMind. Avec un nouveau framework baptisé AlphaProof Code, l'équipe a vérifié formellement les propriétés de sécurité clés du protocole Signal. Et attention, il ne s'agit pas seulement de sa conception théorique, mais bien de son implémentation réelle, le code qui tourne effectivement sur des millions de téléphones. Selon DeepMind, c'est la première fois que l'IA vérifie à ce niveau de profondeur un protocole cryptographique largement déployé, et même la première fois que l'implémentation d'un tel protocole est vérifiée formellement, toutes méthodes confondues. Le partage des rôles est clair : les experts humains rédigent les spécifications, plusieurs agents IA produisent les preuves dans le langage Lean, et Lean se charge de les valider. Pour tester la solidité du dispositif, les chercheurs ont réintroduit deux anciennes failles déjà corrigées dans une copie isolée de Signal, et le système a bien démontré que ce code était vulnérable. L'enjeu dépasse largement la messagerie : la même approche pourrait servir à sécuriser des dispositifs médicaux ou des réseaux électriques. Bonne nouvelle pour la communauté, les artefacts de vérification sont publiés en open source.

Google lance Gemini 4 Carbon

Toujours chez Google, le géant a mis à disposition le 10 novembre son nouveau modèle phare, Gemini 4 Carbon. Présenté comme son modèle le plus performant à ce jour, il cible le travail intellectuel complexe, les tâches d'agents sur de longues durées, le développement logiciel, la cybersécurité et le raisonnement scientifique. Google revendique d'excellents résultats sur plusieurs bancs d'essai de programmation et d'automatisation, avec un coût par tâche inférieur à celui de la concurrence. Le déploiement est large : du grand public via l'application Gemini et le mode IA de la recherche, jusqu'aux entreprises et aux développeurs, avec des accès dédiés pour les scientifiques et les défenseurs en cybersécurité. La nouveauté la plus parlante, c'est la fonction /swarm de Google Antigravity, qui orchestre toute une équipe d'agents sur de gros chantiers, du code à la reconstruction 3D. Le message est limpide : Google veut faire de Carbon la référence pour les agents qui travaillent vraiment dans le monde réel. Et on note au passage le clin d'œil à la vérification formelle, qui fait le lien avec l'annonce sur Signal.

Microsoft dévoile MAI-Transcribe-2

Passons à Microsoft AI, qui lance MAI-Transcribe-2, un modèle de reconnaissance vocale que l'entreprise n'hésite pas à qualifier de plus rapide, plus précis et moins cher au monde. Son rôle : transformer des enregistrements bruités en transcriptions fiables, en identifiant qui parle, en gérant les changements de langue en cours de phrase et en détectant automatiquement la langue utilisée. Microsoft annonce de très bons résultats sur une soixantaine de langues et affirme devancer nettement OpenAI, Google ou ElevenLabs en vitesse. L'argument choc reste le prix, environ dix cents par heure d'audio. Évidemment, ces superlatifs demandent à être confirmés par des tests indépendants, mais les usages visés sont très concrets : notes cliniques, documents juridiques, sous-titrage et accessibilité. Autant de domaines où chaque erreur et chaque seconde de latence comptent.

Calendriers de l'IA : prévisions raccourcies

Terminons par un sujet plus prospectif, mais qui fait débat. Les auteurs d'un modèle de prévision bien connu dans le milieu de l'IA ont raccourci leurs calendriers après de nouvelles données publiées par METR. Selon eux, la recherche en IA s'accélère déjà d'environ 1,7 fois grâce à l'IA elle-même. Et ce n'est pas un simple gain de productivité : cet effet se cumule et dope l'ensemble du rythme de progression. Conséquence, ils estiment désormais probable l'arrivée d'un chercheur IA surhumain dès 2027, et d'une IA dépassant les meilleurs experts humains avant 2028. Ils reconnaissent que leur modèle précédent était sans doute trop prudent, notamment sur la contribution des capacités de codage. Leur conclusion est tranchée : si ces prévisions tiennent, il faudrait mettre en pause, ou au moins ralentir fortement, le développement des modèles de pointe, faute de garanties suffisantes en matière d'alignement et de sécurité. Qu'on partage ou non leur analyse, c'est l'un des plaidoyers publics les plus argumentés pour une IA avancée arrivant bien plus tôt que prévu. Et, coïncidence ou non, les annonces de cette semaine montrent justement des agents IA de plus en plus autonomes.

C'est tout pour aujourd'hui. Entre agents qui prouvent la sécurité du code, modèles toujours plus capables et débat sur la vitesse de cette course, l'actualité de l'IA ne ralentit pas. Vous trouverez les liens vers toutes ces histoires dans les notes de l'épisode. Merci de votre écoute, ici TrendTeller pour The Automated Daily, édition AI News. À demain !

DeepMind vérifie formellement le protocole Signal & Google lance Gemini 4 Carbon - Actualités IA (12 nov. 2026)

Our Sponsors

Today's AI News Topics