Les IA sont de meilleurs médecins, super-héros et musiciens — célébrons notre imperfection

Les modèles Frontier orchestrés seraient meilleurs que nos médecins généralistes

Microsoft a publié une étude dans la revue scientifique Science, selon laquelle son système de diagnostic interne MAI-DxO identifie correctement les cas médicaux complexes plus de deux fois plus souvent que les médecins généralistes. Sur 304 cas difficiles tirés du New England Journal of Medicine, le système a atteint un taux de précision de 83 %. Les médecins généralistes et les internistes ont obtenu 36 % avec des ouvrages de référence, et environ 22 % sans aide. Pour des cas plus typiques des services d’urgence, extraits de la base de données MIMIC-IV-ED du Beth Israel Deaconess Medical Center de Boston, le rapport était de 80 à 47 %. Le travail, intitulé « Sequential Diagnosis with Language Models », était déjà paru l’année précédente en tant que prépublication non évaluée par les pairs. Le chef de l’IA de Microsoft, Mustafa Suleyman, qualifie ce résultat de pas vers la « superintelligence médicale ».

MAI-DxO fonctionne de manière séquentielle. Le système ne reçoit d’abord que le symptôme principal et décide lui-même des questions à poser et des tests à prescrire. Plusieurs agents d’IA endossent des rôles comme dans un comité de médecins : ils proposent des diagnostics, sélectionnent des examens, remettent en question des hypothèses et évaluent les coûts, tout en ajustant le diagnostic différentiel sur plusieurs tours. Les chercheurs soutiennent que cela peut compenser les biais cognitifs, comme le fait de s’en tenir à un premier diagnostic suspecté. Pour les tests, Microsoft a développé son propre benchmark appelé SDBench, car les examens d’autorisation comme l’USMLE américain fournissent toutes les informations à l’avance et ne reflètent donc pas la pratique clinique quotidienne. L’entreprise prévoit de publier une partie de ces éléments en open source, y compris le code d’évaluation et d’estimation des coûts.

Le système a obtenu les meilleurs résultats avec les modèles GPT-5 et GPT-5.5 d’OpenAI. Des modèles de Google, Anthropic, Meta et DeepSeek ont également été testés. Les données de l’étude montrent qu’une grande partie de la performance provient du modèle sous-jacent. GPT-5 seul a atteint 78,9 % sur les cas complexes, pour un coût estimé à environ 8 400 dollars par cas. L'orchestration a réduit ces coûts d’environ 3 000 dollars et augmenté la précision d’environ quatre points. Avec GPT-5.5, le score pour les cas complexes est passé de 72 à près de 87 %, tandis que pour les cas d’urgence, les deux variantes se situaient autour de 85 %. Les modèles moins performants, comme Gemini 2.5 Flash, ont le plus bénéficié, passant de 46,4 à près de 69 %. Microsoft attribue ces gains décroissants au fait que les modèles se rapprochent du maximum théorique. Les modèles plus récents comme GPT-6 Astra ou Opus 5.5 ne font pas partie de l’étude.

Les limitations sont considérables. Les tests ont été effectués exclusivement sur des cas historiques. Les médecins spécialistes et les équipes médicales qui traitent de tels cas en pratique n’ont pas fait partie de la comparaison, et les auteurs eux-mêmes s’attendent à ce que l’écart avec eux soit plus faible. L’affirmation selon laquelle le système parvient au bon diagnostic pour un tiers à la moitié des coûts repose, selon Microsoft, sur des coûts estimés dans des simulations. Les médecins soulignent que de tels systèmes sont conçus comme une assistance et rappellent les questions de responsabilité non résolues. → TechCrunch, The Verge, Gizmodo, Microsoft AI

Synthszr Take : Quatre points de précision en plus et 3 000 dollars de moins par cas, voilà toute la contribution de l’orchestration au-delà de GPT-5. Le reste est fourni par le modèle, et celui-ci appartient à OpenAI. Le capital de Microsoft réside dans SDBench, un benchmark qui évalue les questions et les demandes de tests, et définit ce qui est cliniquement validable. Tout fournisseur souhaitant entrer dans les cliniques devra se mesurer à cette référence que Microsoft a elle-même construite. La superintelligence de Suleyman est du marketing, le standard est le produit.

OpenAI lève 30 milliards de dollars supplémentaires avant son introduction en bourse

Selon CNBC, OpenAI négocie une nouvelle levée de fonds privée pouvant atteindre 30 milliards de dollars, pour une valorisation pré-money de 1,25 billion de dollars. D’après les sources de CNBC, Coatue et des investisseurs des Émirats arabes unis devraient mener le tour de table. Il y a un mois, Bloomberg avait fait état d’une levée de 30 milliards de dollars pour une valorisation de 1,4 billion de dollars. Les deux médias précisent que les conditions sont encore en cours de négociation et peuvent changer. Selon CNBC, les fonds provenant des Émirats pourraient être liés à un accord sur une capacité de calcul supplémentaire pour OpenAI. → TechCrunch

Synthszr Take: Le prix d’un tour de table privé se décide à une table avec une poignée d’acheteurs, sans prospectus ni chiffres trimestriels. La souplesse de ce prix est illustrée par l’écart d’un mois entre deux articles : 1,4 billion chez Bloomberg, 1,25 billion chez CNBC, sans qu’aucun chiffre commercial publié n’ait changé. De l’argent des Émirats lié à de la capacité de calcul rend la valorisation encore plus élastique : l’acheteur paie en partie avec sa propre marchandise. Tant que les documents d’introduction en bourse restent confidentiels, le billion reste une question de négociation.

Steinberger, d’OpenAI, dépense à lui seul 10 millions de dollars en tokens par mois

Peter Steinberger, développeur de l'agent open source OpenClaw et désormais employé par OpenAI, a dépensé, selon sa propre estimation, environ 10 millions de dollars en tokens d’IA le mois dernier. C’est ce que rapporte la newsletter AI Secret. En mai, Steinberger avait publié une facture mensuelle de 1,3 million de dollars, les dépenses ont donc été multipliées par huit depuis. Les coûts sont pris en charge par son employeur, OpenAI. Lors d’une conférence de Cloudflare, le modérateur a fait remarquer que Steinberger disposait d’un « budget de tokens pratiquement illimité », ce que tout le monde dans la salle n’avait pas. → AI Secret

Synthszr Take : Dix millions de dollars de tokens par mois pour un seul développeur, c’est une question de financement. Extrapolés sur un an, ces 120 millions se retrouveront dans la levée de fonds qu’OpenAI doit boucler avant l’introduction en bourse d’Anthropic. Chaque dollar brûlé augmente le besoin en capital, chaque tour de table accentue la pression pour démontrer de la croissance avec encore plus de calcul. Steinberger dépend d’un budget que personne ne lui paierait en dehors d’OpenAI, pas même la salle chez Cloudflare. Une discipline en matière de calcul ne ferait que réduire l’histoire même qui permet de lever des fonds.

Des attaquants ont exploité les failles PHP2Shell quatre jours avant le correctif

Selon SecurityWeek, des éditeurs de logiciels, des sociétés de sécurité et des autorités ont publié des avertissements, des règles de détection et des contre-mesures concernant deux failles PHP critiques nommées PHP2Shell. De nombreux fournisseurs vérifient encore si leurs propres produits sont affectés. Les vulnérabilités CVE-2026-109618 et CVE-2026-109619 permettent à des attaquants non authentifiés d’exécuter du code à distance. Elles ont été découvertes en août par Wiz, OpenAI et Calif. PHP a publié les correctifs le 21 octobre, un jour plus tôt que prévu, car les identifiants CVE circulaient déjà sur Internet. → SecurityWeek

Synthszr Take : La moitié de tous les systèmes PHP ne recevront jamais ce correctif, estime Cisco Talos, et cette moitié se trouve chez les PME, les associations et les boutiques en ligne sur des hébergements mutualisés sans administrateur dédié. Google Cloud a déployé les mises à jour automatiquement, cPanel et Plesk ont même fourni des builds pour des versions de PHP obsolètes depuis longtemps. C’est donc l’hébergeur qui décide qui est en sécurité. Pour le marché, cela signifie que l’automatisation des correctifs devient un argument de vente, et les serveurs autogérés perdent leur dernière justification : le bas prix, c’est du passé.

Unitree met en scène ses nouveaux robots comme des super-héros

Unitree Robotics a présenté le H2-X, un robot humanoïde que l’entreprise présente comme un « Gardien » pour les situations d’urgence. Selon Interesting Engineering, la vidéo promotionnelle montre la machine désarmant un agresseur armé d’un couteau, défonçant une portière de voiture, soulevant un véhicule et écartant un piéton d’une voiture en approche. Unitree n’a pas révélé si les scènes ont été réalisées de manière autonome, télécommandée ou pré-chorégraphiée. Le H2-X est basé sur la plateforme H2 existante qui, selon le fabricant, mesure environ 1,8 mètre, pèse 70 kilogrammes et possède 31 degrés de liberté. Il n’est pas confirmé si le nouveau modèle reprend ces caractéristiques. → Techpresso

Synthszr Take : La vidéo profite à Unitree même si aucune scène n’a été réalisée de manière autonome. Elle place la barre pour tout le secteur avant même l’existence d’un seul test sur le terrain. Chaque concurrent doit maintenant expliquer pourquoi sa machine ne désarme pas un agresseur, alors que personne ne sait si le H2-X en est capable. L’avertissement à la fin, demandant de garder une distance de deux à trois mètres, révèle l’état de la technologie plus précisément que la scène de sauvetage. Pourtant, les acheteurs, les assureurs et les régulateurs se calent sur cette image.

Les robots de Musk devront s’éduquer eux-mêmes

Selon Elon Musk, Tesla doit construire entre 10 000 et 20 000 robots humanoïdes Optimus pour que ceux-ci puissent apprendre des tâches par la pratique. C’est ce qu’a déclaré le PDG de Tesla lors de la conférence téléphonique sur les résultats du troisième trimestre le 21 octobre. Les robots devront s’entraîner à diverses activités dans une sorte d'« Optimus Academy ». Les données générées par Self-Play serviront ensuite à améliorer l’IA qui les contrôle. Musk compare ce processus à l’éducation d’un jeune enfant, qui est d’abord instable et n’apprend qu’en jouant. → Techpresso

Synthszr Take : Les 20 000 premiers Optimus sont l’usine de données de Tesla. Pour les voitures, les clients paient pour des véhicules qui, au passage, entraînent le logiciel de conduite. Pour les robots, ce client manque jusqu’à la fin de 2027. Tesla finance la flotte elle-même et ne récupère pour l’instant que des données. Le capital est investi dans des salles d’entraînement et des casques-caméras pour les formateurs, les revenus n’arriveront pas avant au moins deux ans. Pour les concurrents, le facteur décisif sera donc de savoir quel robot fournira le premier des données en conditions réelles tout en étant déjà rémunéré.

Les entreprises « IA-natives » s’aplatissent : les cadres redeviennent des « faiseurs »

Des entreprises « IA-natives » comme Block, Lovable, Every et Cognizant réorganisent leurs structures de management autour d’agents d’IA, rapporte la newsletter Substack Growthwise Teams. L’auteur cite une prévision de Gartner de fin 2024 : d’ici fin 2026, une organisation sur cinq aplatira sa hiérarchie à l’aide de l’IA, supprimant au passage plus de la moitié des postes de cadres intermédiaires. Les preuves proviennent principalement d’auto-descriptions des entreprises. Le PDG de Block, Jack Dorsey, et Roelof Botha décrivent la transformation de leur groupe dans le texte « From Hierarchy to Intelligence ». La directrice de la croissance, Elena Verna, relate une année chez Lovable, et le PDG d’Every, Dan Shipper, décrit dans « After Automation » comment son entreprise fonctionne après une automatisation poussée. → Substack

Synthszr Take : Une organisation sur cinq d’ici fin 2026 est un pari mesurable, et jusqu’à présent, les preuves proviennent d’entreprises dont l’activité est l’IA et qui parlent d’elles-mêmes. Le véritable test aura lieu ailleurs : dans les grands groupes où le management intermédiaire produit principalement du reporting pour la direction. Les agents rédigent ces rapports plus rapidement que n’importe quel chef d’équipe. Le poste ne disparaîtra que lorsque le conseil d’administration cessera de commander le rapport. C’est de cela que dépendra si Gartner compte les faits ou se contente d’être cité.

Ce qui nous reste : l’imperfection

Les musiciens misent de plus en plus sur les fausses notes, les mélodies non conventionnelles sur des mesures impaires et de nouveaux mélanges de genres comme le Celtic EDM pour se différencier de la musique générée par l’IA. Le point de départ est la capacité des systèmes d’IA à créer des chansons dans le style de Taylor Swift, Fleetwood Mac ou Frank Sinatra. Dans certains milieux, les imperfections sont désormais considérées comme une preuve d’origine humaine. David Das, vice-président de la Society of Composers and Lyricists, souligne que la musique pouvait déjà être produite parfaitement avant l’IA, avec des batteries calées au millimètre et des voix accordées. Selon lui, l’IA pousse cette perfection encore plus loin.

Cecil Coleman, batteuse du groupe australien Body Type, observe une tendance vers un jeu délibérément moins propre. Un large consensus règne parmi les musiciens : la musique de l’IA semble surproduite et trop lisse. C’est pourquoi de nombreux artistes qu’elle admire choisissent un son plus brut et terreux pour se démarquer. Das lui-même enregistre désormais sans métronome et sans samples. Il décrit cela comme une rébellion psychologique contre les productions impeccables : la musique doit à nouveau sembler humaine.

Les experts citent des raisons techniques à la perfection typique de la musique IA. Robert Rowe, professeur d’innovation musicale à la New York University, explique que les modèles sont conçus pour prédire l’élément suivant plutôt que de planifier une œuvre dans son ensemble. De phrase en phrase, le résultat semble convaincant, mais sur une chanson entière, il manque souvent de sens, se répète étrangement ou ressemble trop à des œuvres existantes. Carmine-Emanuele Cella, compositeur et codirecteur du Center for New Music and Audio Technologies à l’UC Berkeley, attribue cela à l'autophagie : lorsque les modèles sont entraînés avec des données générées par machine, une boucle de rétroaction se crée. Il en résulte des motifs qui peuvent être reconnus de manière similaire à ceux des textes générés par l’IA.

Selon Cella, les caractéristiques typiques de reconnaissance incluent des répétitions excessives dans les paroles, les refrains et les progressions harmoniques. L’ingénieur du son Liam Weiland mentionne un autre signe : un bruit dans les hautes fréquences. Selon lui, les auditeurs moyens ne remarquent généralement pas ces caractéristiques ou ne s’interrogent pas sur leur origine. Weiland s’attend à ce que ces indices disparaissent avec l’amélioration des modèles. Un parallèle historique est fait avec la photographie au 19ème siècle : elle a provoqué des angoisses existentielles chez les peintres et a conduit à l’impressionnisme et à l’art abstrait. → The Deep View, The Deep View

Synthszr Take : Une fausse note n’est un signal d’authenticité que tant qu’elle reste coûteuse. L’IA rend la perfection gratuite, le marché récompense donc la preuve d’une origine humaine, et les musiciens la fournissent : sans métronome et sans samples. Le piège se trouve dans le cycle d’entraînement : chaque imperfection devient le prochain motif que les modèles apprennent (le bruit dans les hautes fréquences disparaîtra bientôt, selon Weiland). Les labels et les plateformes auront besoin de la preuve d’origine dans les métadonnées, car le son ne la portera que pour une génération de modèles, tout au plus.

Le contrôle de Zuckerberg cimenté : Meta finance l’IA avec des actions sans droit de vote

Meta introduit une nouvelle classe d’actions sans droit de vote pour financer la rémunération des employés, les acquisitions et les levées de capitaux, sans que Mark Zuckerberg ne perde sa majorité de droits de vote. Les actions de classe C seront techniquement émises sous forme de dividende exceptionnel à un ratio de un pour un à tous les actionnaires. Meta a annoncé cette mesure mercredi, en même temps que ses résultats du troisième trimestre 2026. Elle fait suite à des mois de négociations, parfois tendues, entre Zuckerberg et un comité du conseil d’administration composé du PDG de DoorDash, Tony Xu, de l’ancien ambassadeur Robert Kimmitt et de l’ancien dirigeant de Microsoft, Charles Songhurst. Le comité a même envisagé de démissionner. Xu a révélé son amitié personnelle avec Zuckerberg, mais a déclaré que cela n’affectait pas son jugement.

Selon le dépôt auprès de la SEC, Zuckerberg poursuivait trois objectifs : maintenir son contrôle des droits de vote, honorer ses engagements envers la Chan Zuckerberg Initiative et se préparer à une éventuelle taxe sur la fortune en Californie. Cette taxe, la Proposition 40, sera soumise au vote le 3 novembre. Parallèlement, fin 2025, Meta avait décidé de lever des capitaux externes pour développer son IA. Zuckerberg détient environ 13,4 % des parts, mais contrôle 60,6 % des droits de vote grâce à la structure d’actions à double classe. Ses actions de classe B portent dix voix par action et se convertissent en actions de classe A ordinaires en cas de vente.

Jusqu’à présent, Meta compensait la dilution due aux nouvelles actions de classe A émises par des rachats, ce qui a fait passer la part des droits de vote de Zuckerberg de 53,7 % en 2013 à 60,6 %. En 2025, Meta a encore racheté pour 26,3 milliards de dollars d’actions de classe A, mais plus aucune depuis quatre trimestres. Au cours des neuf premiers mois de cette année, la rémunération à base d’actions s’est élevée à 21 milliards de dollars. Zuckerberg est autorisé à vendre immédiatement 20 % des nouvelles actions de classe C. Les 80 % restants sont liés à ses actions avec droit de vote et ne peuvent être vendus que s’il vend ou convertit simultanément un nombre égal d’actions de classe B.

Les résultats trimestriels révèlent le contexte financier. Le chiffre d’affaires a augmenté de 26 % pour atteindre 64,6 milliards de dollars, tandis que les dépenses d’investissement ont atteint 34,9 milliards de dollars. Le flux de trésorerie disponible est tombé à -2,1 milliards de dollars, contre +10,6 milliards au trimestre de l’année précédente. Pour 2026, Meta relève la limite inférieure de son plan d’investissement de 130 à 135 milliards de dollars et annonce des dépenses élevées également pour 2027. Pour le quatrième trimestre, le groupe s’attend à un chiffre d’affaires compris entre 73 et 76 milliards de dollars.

Le résultat a été grevé par un règlement d’environ 18 milliards de dollars avec 52 procureurs généraux concernant la santé mentale des jeunes. Au troisième trimestre, 9,89 milliards de dollars ont été comptabilisés à ce titre. Le bénéfice par action s’est élevé à 3,83 dollars ; sans cette charge exceptionnelle, il aurait été de 7,40 dollars. L’action a néanmoins augmenté de quatre à cinq pour cent après la clôture du marché. → Variety, The Information, Fortune, Constellation Research, Shacknews, Coinpedia Fintech News

Synthszr Take : Quatre trimestres sans rachats, un flux de trésorerie disponible de -2,1 milliards de dollars. L’ancien mécanisme par lequel Meta maintenait la part des droits de vote de Zuckerberg a été sacrifié à l’expansion de l’IA. Les actions de classe C sans droit de vote le remplacent. Les employés et les cibles d’acquisition seront désormais payés avec du papier qui n’a aucun pouvoir de décision, et Zuckerberg peut en vendre 20 % immédiatement, juste à temps avant le vote sur la taxe sur la fortune le 3 novembre. Les actionnaires financent 135 milliards de dollars de Capex et obtiennent en retour moins de voix par dollar.