Infomaniak dévoile son nouveau centre de données dédié à l'IA, pensé pour revaloriser l'énergie, et son offre d'IA générative.

Après avoir annoncé, l'arrivée de son « IA véritablement open source fondée sur la transparence, la confiance et l'efficacité », Linagora ferme « temporairement » son chatbot Lucie. Ce dernier a subi de nombreuses critiques sur les réseaux sociaux.

Calculs ratés, fausses informations… La première version de l’IA générative soutenue par l’État français a fait les frais de nombreuses moqueries en raison de ses incohérences. Ses créateurs, eux, assurent que cette version n’est qu’une ébauche perfectible.

VLC, notre petit lecteur multimédia open source préféré vient de franchir une étape monumentale avec plus de 6 milliards de téléchargements à travers le monde, comme annoncé lors du CES 2025 à Las Vegas. Et comme si cela ne suffisait pas, l’équipe de VideoLAN nous réserve une surprise de taille qui risque de transformer radicalement notre façon de consommer des contenus vidéo.

En octobre dernier, l'Open Source Initiative a publié la version 1.0 de sa définition de l'IA ouverte, mais des acteurs du milieu du logiciel libre n'en sont pas satisfaits. Ils s'organisent autour de Sam Johnston pour peser sur la définition qui sera utilisée en Europe lors du AI Action Summit organisé par l'Élysée les 10 et 11 février.

Dans un papier publié dans la revue Nature, des chercheurs interrogent la rhétorique d’une intelligence artificielle dite « ouverte ».

En conclusion, on se contentera ici de citer les auteurs : « La poursuite de l’IA la plus ouverte ne conduira pas à un écosystème plus diversifié, responsable ou démocratisé, bien qu’elle puisse avoir d’autres avantages. Nous observons également que, comme par le passé, les grandes entreprises technologiques en quête d’avantages dans l’IA utilisent l’IA ouverte pour consolider leur domination sur le marché tout en déployant le discours d’ouverture pour détourner les accusations de monopole de l’IA et de régulation associée. »

This paper examines ‘open’ AI. Claims about ‘open’ AI often lack precision, frequently eliding scrutiny of substantial industry concentration in large-scale AI development and deployment, and often incorrectly applying understandings of ‘open’ imported from free and open-source software to AI systems. At present, powerful actors are seeking to shape policy using claims that ‘open’ AI is either beneficial to innovation and democracy, on the one hand, or detrimental to safety, on the other. When policy is being shaped, definitions matter.

To add clarity to this debate, we examine the basis for claims of openness in AI, and offer a material analysis of what AI is and what ‘openness’ in AI can and cannot provide: examining models, data, labour, frameworks, and computational power. We highlight three main affordances of ‘open’ AI, namely transparency, reusability, and extensibility, and we observe that maximally ‘open’ AI allows some forms of oversight and experimentation on top of existing models. However, we find that openness alone does not perturb the concentration of power in AI. Just as many traditional open-source software projects were co-opted in various ways by large technology companies, we show how rhetoric around ‘open’ AI is frequently wielded in ways that exacerbate rather than reduce concentration of power in the AI sector.

L’open source est une notion jusqu’à aujourd’hui mal définie dans le domaine de l’intelligence artificielle (IA). Certains modèles se présentent parfois comme open source au sens où leurs poids sont téléchargeables et réutilisables, sans pour autant que l’on puisse parler strictement d’ouverture : les modalités de réutilisation peuvent être restreintes, une marque commerciale peut être imposée et il est rare que tous les éléments soient fournis publiquement pour permettre de reproduire toutes les étapes de production du modèle.

Pour y voir plus clair, le PEReN a développé un outil de comparaison des degrés d’ouverture de certains modèles d’IA générative au regard de la définition inédite de l’OSI. Ce comparateur interactif vous permet ainsi de déterminer quels modèles sont compatibles avec vos cas d’usage ou votre philosophie en configurant les critères selon vos préférences ! Le nombre de modèles considérable ne permet pas l’exhaustivité. L’outil concerne donc une sélection de modèles répandus ou associés à des licences particulières.

À l'heure où tous les mastodontes du numérique, GAFAM comme instituts de recherche comme nouveaux entrants financés par le capital risque se mettent à publier des modèles en masse (la plateforme Hugging Face a ainsi dépassé le million de modèles déposés le mois dernier), la question du caractère « open-source » de l'IA se pose de plus en plus.

L’Open Source Initiative a attrapé le syndrome FOMO – tout comme le jury du prix Nobel. Elle souhaite également participer à l’engouement pour l’« IA ». Mais pour les systèmes que nous appelons aujourd’hui « IA », l’IA open source n’est pas possible dans la pratique. En effet, nous ne pourrons jamais télécharger toutes les données d’entraînement réelles.

Comme elle l'avait annoncé, l'Open Source Initiative (OSI) a publié la version 1.0 de sa définition de l'IA open-source. Ce texte, rédigé en collaboration avec différents experts venant de la recherche et de l'industrie, a pour ambition d'adapter la définition de l'open source et les quatre libertés essentielles au monde des modèles d'intelligence artificielle.

L'OSI exige maintenant une description « complète » des données utilisées pour entrainer le modèle : les créateurs de modèles doivent vraiment détailler les informations concernant ces données d'entrainement. De plus, la méthodologie du processus de filtrage utilisé sur les données collectées pour entrainer les modèles doit être détaillée et le code qui la met en place doit être publié.

Comme on pouvait s'en douter aux vues des tensions entre l'OSI et Meta, cette définition exclut les modèles de l'entreprise, qui se revendique pourtant leader de l'IA open source.