Journal de 15 h · 1er octobre

MMarc

Satlyt a levé 8 millions de dollars lors d’un tour de financement d’amorçage pour développer des logiciels capables d’exécuter des modèles d’intelligence artificielle sur des satellites, selon TechCrunch. La start-up a déjà testé son logiciel au cours de 2 missions de démonstration. Lors de l’un de ces essais, le modèle Gemma de Google DeepMind a été déployé à bord d’un satellite exploité par Momentus. Il a réduit de plus de 60 % la taille d’une transmission signalant des erreurs logicielles à bord. Le résultat concerne cette transmission et cet essai précis. Un lancement prévu cette semaine doit embarquer le logiciel de Satlyt sur un satellite construit par la start-up indienne TakeMe2Space. Cette mission doit notamment tester des protocoles de cloud spatial pour la NASA et le traitement d’images pour Stellerian. Les deux expérimentations portent donc sur des tâches distinctes : des protocoles de cloud spatial d’un côté, et le traitement d’images de l’autre. Elles doivent permettre de tester le logiciel de Satlyt depuis ce satellite. La société a obtenu ces 8 millions de dollars pour poursuivre le développement de ses logiciels, avec l’objectif de faire fonctionner des modèles d’intelligence artificielle en orbite. Les démonstrations déjà menées et le lancement prévu constituent les étapes décrites pour ce projet.

MMarc

Sensii est un agent vocal d’intelligence artificielle open source qui permet aux joueurs de parler à un coach pendant une partie de League of Legends, selon un signalement sur Hacker News. Daniel présente le projet. L’agent s’appuie sur les statistiques de jeu en direct et peut aussi utiliser des captures d’écran, une fonction désactivée par défaut. Son code et sa base de connaissances sont publiés sur GitHub.

MMarc

Next indique que l’anglais peut réduire le nombre de tokens traités par certains modèles d’intelligence artificielle, après une comparaison fondée sur le règlement général sur la protection des données, traduit dans les 24 langues de l’Union européenne. Le média a observé ce résultat sur des modèles d’Anthropic, d’OpenAI et de Google. Les tokens correspondent aux unités de texte traitées par les modèles, et leur nombre peut influer sur le coût et sur les calculs nécessaires. Le choix de l’anglais peut donc produire une économie, mais l’effet reste modeste. Next souligne que le recours à des outils spécialisés ou le fait de demander des réponses plus courtes peuvent davantage limiter la consommation. La langue n’est ainsi qu’un levier parmi d’autres pour réduire les ressources utilisées.

MMarc

Cloudflare a soumis son pare-feu applicatif à 1 107 tentatives menées par des modèles d’intelligence artificielle de frontière non identifiés, selon ActuIA. Parmi ces tentatives, 558 requêtes ont été bloquées. Après examen humain, 49 pistes ont été retenues ; 48 concernaient l’injection de commandes ou la falsification de requêtes côté serveur. L’exercice a contribué à 3 changements de règles liées à la falsification de requêtes côté serveur, publiés dans le changelog de Cloudflare les 21 juillet et 4 août 2026. Les résultats demandent toutefois à être interprétés avec prudence. La zone testée était configurée plus strictement que les recommandations initiales de Cloudflare. On ne peut donc pas en déduire qu’un site utilisant la configuration par défaut serait exposé de la même manière.