The Velvet Sundown est un groupe de psych-rock récent qui connaît un succès fulgurant, atteignant plus d’un million d’auditeurs mensuels sur Spotify en à peine deux mois.

Ils ont déjà publié deux albums et annoncent la sortie de leur troisième avec une esthétique de musique alternative intrigante.

Cependant, des doutes sur leur authenticité sont apparus, alimentés par des critiques sur leurs paroles jugées fades et leur apparence peu convaincante sur les réseaux sociaux.

En réponse, le groupe a nié être un produit généré par l’IA, défendant leur musique comme étant authentique et humaine.

Finalement, ils ont révélé que leur création musicale intègre effectivement l’intelligence artificielle, affirmant que leur projet vise à explorer les limites de l’art et de l’identité à l’ère numérique.

Cette provocation soulève des questions importantes sur l’impact croissant de l’IA dans l’industrie musicale, où la création humaine est menacée.

Alors que de nombreux artistes se battent pour une rémunération équitable face à la montée de la musique générée par des algorithmes, ce cas particulier souligne les tensions entre innovation technologique et expression artistique authentique.

Des chercheurs ont mis au point une méthode, nommée Wegeft, qui améliore les performances des grands modèles de langage sans nécessiter de ressources de calcul supplémentaires.

Cette innovation surpasse les techniques antérieures, comme Lora, dans des domaines tels que le raisonnement, l’instruction et la génération de code.

Wegeft permet de modifier judicieusement un petit sous-ensemble de paramètres pour optimiser le modèle, ciblant les aspects nécessitant un apprentissage tout en évitant de surcharger le système.

Dans leurs tests, les scientifiques ont constaté que Wegeft surpassait Lora et ses variantes dans plusieurs tâches.

Ils cherchent également à explorer l’utilisation de cette méthode pour identifier les éléments des modèles responsables de résultats indésirables, afin de renforcer la sécurité et l’alignement éthique de l’intelligence artificielle.

Les résultats seront présentés lors de la Conférence internationale sur l’apprentissage automatique à Vancouver.

Les systèmes d’intelligence artificielle, tels que ChatGPT et Gemini, affichent des capacités linguistiques impressionnantes, rendant leurs interactions quasiment humaines.

Malgré cela, la compréhension de leurs processus internes reste limitée.

Une étude récente examine comment ces réseaux de neurones évoluent dans leur apprentissage des langues.

Initialement, ils s’appuient sur la position des mots pour comprendre les phrases, mais une fois un certain seuil de données atteint, leur approche bascule vers une interprétation centrée sur le sens, semblable à une phase de transition en physique.

L’étude, menée par des chercheurs, met en lumière que cette évolution de stratégie se manifeste de manière brusque, dégageant des perspectives sur le fonctionnement de ces modèles.

Comprendre cette transition pourrait optimiser l’efficacité des réseaux de neurones à l’avenir, tout en offrant des pistes sur la manière dont la structure des données influence leur apprentissage.