Pentagone contre garde-fous d’IA & Meta mise sur AMD MI450 - Actualités Technologiques (26 févr. 2026)

On commence par le bras de fer le plus politique du jour: le Pentagone face à Anthropic. D’après plusieurs informations de presse, le ministère américain de la Défense aurait donné à Anthropic une échéance très courte — jusqu’à vendredi — pour accepter des conditions permettant un usage militaire plus étendu de ses modèles. Dans le décor, on parle même du Defense Production Act, un outil de pouvoirs d’urgence, et d’une menace d’exclure Anthropic de la chaîne d’approvisionnement défense si l’entreprise ne s’aligne pas. Anthropic, connue pour ses garde-fous, chercherait à conserver des limites sur certains scénarios — notamment tout ce qui ressemble à du ciblage autonome d’armes ou à de la surveillance de masse — tout en se disant ouverte à des usages de sécurité nationale “responsables”. Le point important, c’est moins la querelle contractuelle que le précédent: qui décide, au final, des règles d’utilisation d’un modèle généraliste… l’État, le fournisseur, ou le donneur d’ordre qui paie ?

Dans la même veine “course à l’IA”, Meta accélère encore sur l’infrastructure. Un accord rapporté autour des puces AMD MI450 pourrait dépasser les 100 milliards de dollars, structuré comme un engagement de capacité de 6 gigawatts — avec un premier gigawatt attendu au second semestre. Et détail qui fait lever les sourcils: Meta recevrait aussi la possibilité de monter jusqu’à 10% du capital d’AMD via des bons de souscription indexés sur les volumes achetés. Ce n’est pas seulement un gros chèque: c’est un signal de diversification. Meta avait déjà communiqué sur des partenariats au long cours côté Nvidia; là, l’idée est claire: sécuriser du GPU, à grande échelle, et réduire le risque de dépendance à un seul fournisseur — même si, en coulisses, la question reste la même partout: ces dépenses colossales seront-elles converties en revenus et en productivité mesurable ?

Et pendant que les États-Unis financent, la Chine optimise. Reuters rapporte que DeepSeek aurait retenu l’accès anticipé de sa prochaine mise à jour majeure — dite V4 — vis-à-vis de grands fabricants de puces américains comme Nvidia et AMD, tout en partageant plus tôt avec des acteurs domestiques, dont Huawei. En pratique, ça donnerait aux fournisseurs chinois une avance de plusieurs semaines pour peaufiner les performances sur leur matériel avant la sortie. L’impact immédiat est peut-être limité — beaucoup d’entreprises n’exécutent pas DeepSeek en production à grande échelle — mais le symbole est puissant: l’optimisation logicielle devient un levier géopolitique. Et plus les outils d’ingénierie assistée par IA réduisent les cycles d’optimisation “de mois à semaines”, plus ce type de stratégie devient facile à répéter.

Autre champ de bataille: la “distillation”, ou extraction de modèles. Plusieurs grands labos, dont Anthropic, alertent sur des attaques qui consistent à interroger massivement un modèle fermé pour récupérer ses réponses, puis à entraîner un modèle concurrent moins cher qui imite ses capacités. Dans un cas cité, Anthropic évoque des millions de conversations générées via des milliers de faux comptes, avec des techniques de contournement par proxys. Distiller n’est pas illégitime en soi quand on compresse son propre modèle pour le rendre plus rapide et moins coûteux. Là où ça se complique, c’est lorsque l’opération vise à copier une capacité sans reprendre les mêmes garde-fous — et quand l’objectif inclut des usages sensibles, comme l’aide offensive en cybersécurité. Ce dossier est en train de devenir un mélange de sécurité, de concurrence, et de diplomatie technologique.

Côté réseaux sociaux, un mouvement plus sain: la transparence. L’équipe d’ingénierie liée à xAI a ouvert le code du système de recommandation du fil “For You” de X, sous licence Apache-2.0. On y voit une architecture pensée pour la latence minimale: des candidats “in-network” (comptes suivis) et “out-of-network” (découverte), une recherche par embeddings avec un modèle à deux tours, puis un pipeline de filtrage, scoring et ranking. Le système, majoritairement en Rust, s’appuie sur des composants dédiés: orchestration de pipeline, stockage en mémoire des posts ingérés via Kafka, et un cœur ML qui utilise un transformeur dérivé de Grok pour prédire plusieurs actions — like, réponse, temps de lecture, mais aussi “pas intéressé”, blocage, signalement — avec des poids positifs et négatifs. À retenir: moins de règles “fait-main”, plus de prédiction multi-objectifs, et une mécanique industrielle pour livrer un feed en temps réel.

On reste dans l’open source, mais côté dev web. Cloudflare dit avoir construit “vinext”, un remplacement open source de la surface d’API de Next.js, basé sur Vite et déployable sur Cloudflare Workers en une commande. L’argument: sur les plateformes non-Vercel, faire tourner Next.js de manière stable impose souvent de reverse-engineerer des sorties de build, ce qui casse à chaque version. Vinext choisit une autre voie: réimplémenter les comportements clés via un plugin Vite. Cloudflare met en avant des benchmarks orientés build — plus rapides, bundles plus petits — et surtout une grosse stratégie de tests: plus de mille tests unitaires et plusieurs centaines d’end-to-end. Le projet est annoncé comme expérimental, mais le message est net: avec des tests solides et un cadre clair, l’IA peut accélérer un “rewrite compatible” beaucoup plus vite qu’avant. Et ça rejoint une tendance plus large: dans un monde où le code se réécrit plus facilement, les suites de tests et les contrats d’interface deviennent le vrai patrimoine.

Toujours pour les développeurs: Vercel lance en bêta publique un “Chat SDK” open source, pour écrire un bot une seule fois en TypeScript et le déployer sur Slack, Teams, Discord, GitHub, Linear, et d’autres via des adaptateurs. Le point intéressant, ce n’est pas le bot en soi: c’est l’idée de standardiser l’outillage événementiel — mentions, réactions, boutons, slash commands — et d’ajouter un rendu d’UI portable via des composants JSX. Et en parallèle, des voix plus critiques rappellent une réalité utile: les agents de code peuvent produire des outils personnels impressionnants, mais passer de “ça marche chez moi” à un produit robuste, testé, maintenable, supporté… c’est souvent le fameux dernier 10% qui coûte 90% de l’énergie.

Passons au terrain des créateurs. Sony travaille sur une approche “en couches” pour protéger les droits musicaux à l’ère des générateurs. D’après des publications de recherche mises en avant récemment, Sony AI explore trois briques: d’abord l’attribution de données d’entraînement, en mesurant l’influence de morceaux sur un modèle via des techniques d’“unlearning” plutôt que de simple similarité audio; ensuite un système de détection de versions sur de courts extraits — 10 à 20 secondes — utile pour repérer des parentés mélodiques ou rythmiques; enfin un banc d’essai, RAW-Bench, pour tester la robustesse des watermarks face à des distorsions réelles. Un résultat qui pique: plusieurs schémas de watermarking testés échoueraient complètement face à certains codecs audio neuronaux. En clair, si les codecs deviennent intelligents, les protections devront probablement l’être aussi — et peut-être se concevoir ensemble.

Un détour par la crypto, avec un sujet à manier au conditionnel. Sur X, un long thread relie la plainte fédérale à Manhattan impliquant des allégations autour de Jane Street et Terraform Labs à une hypothèse plus large de “suppression” de prix, notamment sur Bitcoin. Dans la plainte évoquée, l’administrateur de la faillite de Terraform, Todd Snyder, avance qu’un ancien stagiaire aurait servi de relais dans un groupe privé, et qu’une séquence du 7 mai 2022 — retrait de liquidité sur Curve puis mouvements rapides de gros portefeuilles — aurait précédé le décrochage de l’UST et l’effondrement Luna/UST. Jane Street conteste et qualifie l’action de sans fondement, attribuant les pertes à la fraude présumée de Terraform. À côté, le thread fait aussi le lien avec des micro-chutes répétées de Bitcoin autour de l’ouverture de Wall Street, présentées comme des mouvements “algorithmés” visant à rincer des positions à levier — une lecture spéculative, difficile à prouver, et qui mélange parfois corrélation et causalité. Ce qu’on peut retenir, sans surinterpréter: les déclarations 13F sur des ETF ne montrent pas les couvertures en dérivés, et la question de la transparence des expositions nettes reste un point de friction récurrent sur les marchés crypto et leurs ponts vers la finance traditionnelle.

Deux actus “IA qui sort de l’écran”. D’abord Wayve, start-up londonienne de conduite autonome, lève 1,2 milliard de dollars pour une valorisation annoncée à 8,6 milliards, avec une logique de licence logicielle aux constructeurs plutôt que de flotte propriétaire. Wayve vise des essais commerciaux de robotaxis avec Uber à Londres cette année, et des véhicules grand public avec supervision humaine à l’horizon 2027. La levée est massive, mais l’équation reste délicate: sécurité, régulation, confiance, et rentabilité — surtout quand l’entreprise brûle encore du cash. Ensuite, Alphabet rapproche Intrinsic — sa filiale orientée logiciels pour robots industriels — de Google, avec une collaboration annoncée avec DeepMind et l’usage de Gemini et du cloud. L’ambition, c’est la “physical AI”: rendre le développement robotique plus accessible, accélérer la simulation, la vision, et, à terme, transformer l’économie de production.

On finit par un bouquet science et énergie. Au MIT, des neuroscientifiques publient des outils IA pour suivre et identifier des neurones dans de petits animaux transparents, même quand le corps bouge et se déforme. L’enjeu est très concret: réduire un goulot d’étranglement énorme dans l’analyse de vidéos de microscopie. Les résultats annoncés parlent de gains de vitesse spectaculaires et d’une précision élevée, ce qui pourrait accélérer tout un pan de recherche “cerveau et comportement”. À Waterloo, des chercheurs modifient des bactéries capables de coloniser des zones sans oxygène — typiques de certains tumours — pour attaquer une tumeur “de l’intérieur vers l’extérieur”. On est encore loin d’un traitement disponible, avec des horizons de quelques années au mieux, mais c’est un exemple de bio-ingénierie qui vise des niches biologiques très spécifiques. En Chine, une équipe décrit une technique basée sur des cyanobactéries pour stabiliser des sables désertiques en formant une croûte protectrice en une dizaine de mois. L’idée est de gagner du temps pour installer des plantes avant que le vent ne reprenne tout. Prometteur, mais fragile face au piétinement et aux usages. Et au Royaume-Uni, une première centrale géothermique profonde démarre en Cornouailles: forage à environ 5 km, eau à près de 200°C, production d’électricité — et, fait notable, un plan d’extraction de lithium à partir des fluides géothermaux. Le défi, comme souvent avec la géothermie profonde, reste le coût du forage et la reproductibilité ailleurs.