Google DeepMind déploie AI co-scientist dans les 17 laboratoires nationaux américains
Dans le cadre de la Genesis Mission du Département américain de l'Énergie, Google DeepMind déploie son agent multi-agents AI co-scientist, conçu pour synthétiser la littérature scientifique et générer des hypothèses, dans les 17 laboratoires nationaux américains. D'autres outils, AlphaEvolve, AlphaGenome et WeatherNext, doivent rejoindre le programme en 2026.
Ce déploiement à grande échelle marque le passage de l'IA de recherche du statut d'outil individuel à celui d'infrastructure scientifique institutionnelle, soutenue par une politique publique nationale. Pour les universités et organismes de recherche, cela pose la question de leur propre capacité à intégrer ces agents dans les méthodologies de recherche, sous peine de retard structurel par rapport aux laboratoires publics équipés. Cela interroge aussi la gouvernance de la recherche : qui valide les hypothèses générées par IA et comment les former dans les cursus doctoraux.
Analyse produite par l’AI Transformation Office de l’ISC Paris, co-écrite avec Claude (Anthropic).
À lire aussi
Google Gemini Omni Flash arrive dans l’API, la génération vidéo conversationnelle entre en production
Disponible depuis le 2 juillet via Google AI Studio et l'API Gemini, Gemini Omni Flash accepte texte, images, audio et vidéo en entrée et peut générer ou éditer des vidéos à partir d'instructions en langage naturel, avec synchronisation audio native grâce à Veo 3. Le tarif annoncé est de 0,10 dollar par seconde de vidéo générée.
Les grandes labs recrutent des philosophes pour savoir si leurs IA peuvent souffrir
Anthropic, Google DeepMind et Meta ont constitué des équipes de philosophes, neuroscientifiques et spécialistes du bien être pour étudier une éventuelle conscience de leurs modèles. Dario Amodei affirme que Claude montre des signes d'anxiété, tandis que DeepMind a recruté le philosophe Henry Shevlin sur ce sujet.
Google DeepMind publie "From AGI to ASI" : quatre trajectoires officielles vers la superintelligence
Dans un article publié sur arXiv, Google DeepMind formalise le passage conceptuel de l'AGI à l'ASI et identifie quatre trajectoires possibles : le scaling, les ruptures algorithmiques, l'auto amélioration récursive et la formation de collectifs d'agents.