L’OBSERVATOIRE DES IDÉES · MIND AI MEDIA

MIND AI
THINK TANK.

Ce qu’ils disent de la tech.
Ce que cela nous invite à penser.

Explorer les idées exprimées dans les médias sur l’intelligence artificielle, la data, la cybersécurité, la robotique et le digital. Retrouver les personnes, comparer les sujets et remonter aux sources.

PERSONNES · SUJETS · SOURCES

Explorer les interventions

256 interventions

256 résultats

Classées par date de publication ou de diffusion de la source, de la plus récente à la plus ancienne, avec Daniel Kokotajlo présenté en tête de sélection éditoriale. Les archives ne sont pas présentées comme de nouvelles prises de parole. Les dates partielles sont conservées ; les sources sans date sont affichées en dernier.

Portrait cartoon de Hiroaki Kitano, illustration générée par IA
Illustration IA

Hiroaki Kitano

Chercheur à OIST et dirigeant des Sony Computer Science Laboratories

Japon · activité professionnelle documentée

The Innovator ·

Multiplier les hypothèses, puis les tester dans des laboratoires autonomes

PROPOS RAPPORTÉS · SYNTHÈSE

Il décrit comment les modèles du monde et les laboratoires autonomes pourraient accélérer la recherche. L’IA proposerait davantage d’hypothèses, tandis que l’expérimentation physique permettrait de les vérifier.

Portrait cartoon de Pelonomi Moiloa, illustration générée par IA
Illustration IA

Pelonomi Moiloa

Directrice générale et cofondatrice de Lelapa AI

Afrique du Sud · activité professionnelle documentée

ITWeb ·

Des modèles sobres pour les langues africaines

PROPOS RAPPORTÉS · SYNTHÈSE

Pelonomi Moiloa explique comment de petits modèles économes en données peuvent relier les langues africaines aux services des entreprises. Elle distingue les performances des modèles de leur valeur concrète pour les utilisateurs.

Portrait cartoon noir et violet de Ken Goldberg
Illustration IA

Ken Goldberg

Professeur distingué à l’UC Berkeley, spécialiste de robotique et d’automatisation

États-Unis · activité professionnelle documentée

AIhub ·

Ken Goldberg : associer apprentissage et ingénierie pour des robots fiables

PROPOS RAPPORTÉS · SYNTHÈSE

Ken Goldberg défend une robotique qui combine modèles d’ingénierie et apprentissage automatique. Les premiers apportent des connaissances physiques et une meilleure lisibilité ; le second permet d’apprendre à partir d’expériences. Il souligne que les robots disposent de bien moins de données que les modèles entraînés sur Internet. Pour un déploiement industriel, réussir un geste ne suffit pas : sa vitesse et sa fiabilité comptent aussi. L’entretien explore également les échanges entre pratique artistique et recherche scientifique.

Portrait cartoon de Andrew Ng, illustration générée par IA
Illustration IA

Andrew Ng

Fondateur et directeur général de LearnVector

États-Unis · activité professionnelle documentée

Silicon Valley Girl ·

Se former à l’IA pour transformer les tâches plutôt que subir le changement

PROPOS RAPPORTÉS · SYNTHÈSE

Andrew Ng défend l’idée que l’IA transforme les tâches et la valeur des compétences, plutôt qu’elle ne condamne mécaniquement des métiers entiers. Il encourage l’apprentissage continu et l’usage concret des outils, tout en critiquant les discours alarmistes susceptibles de freiner la concurrence.

Portrait cartoon de Rumman Chowdhury, illustration générée par IA
Illustration IA

Rumman Chowdhury

Fondatrice et directrice générale de Humane Intelligence PBC

États-Unis · activité professionnelle documentée

Freshfields — The AI Drop ·

Évaluer l’IA sans lui prêter une intelligence humaine

PROPOS RAPPORTÉS · SYNTHÈSE

Rumman Chowdhury invite à questionner la manière dont nous définissons l’intelligence avant de comparer les machines aux humains. Dans cet échange, elle souligne la place du discernement, de la curiosité et de l’imagination pour utiliser l’IA sans lui déléguer notre jugement.

Portrait cartoon de Melanie Mitchell, illustration générée par IA
Illustration IA

Melanie Mitchell

James B. Alley Jr. Professor au Santa Fe Institute

États-Unis · activité professionnelle documentée

Quanta Magazine – The Joy of Why ·

Melanie Mitchell : mesurer l’IA au-delà des apparences

PROPOS RAPPORTÉS · SYNTHÈSE

Dans cet entretien, Melanie Mitchell invite à distinguer une réponse convaincante des mécanismes qui la produisent. Elle propose d’emprunter aux sciences cognitives des méthodes expérimentales pour tester les capacités et les limites des systèmes d’IA. Elle souligne que les évaluations doivent chercher les raccourcis possibles et résister à l’anthropomorphisme. Sa démarche ne consiste pas à nier les progrès des modèles, mais à mieux préciser ce que les tests permettent réellement de conclure.

Portrait cartoon de Michael Kratsios, illustration générée par IA
Illustration IA

Michael Kratsios

Conseiller du président pour les sciences et technologies et directeur de l’OSTP (États-Unis)

États-Unis · activité professionnelle documentée

Root Access / Y Combinator ·

Comment soutenir les nouveaux acteurs de l’IA dans la politique publique ?

PROPOS RAPPORTÉS · SYNTHÈSE

Il défend un écosystème associant modèles ouverts et fermés, un cadre national lisible pour les entreprises et une place accrue pour les jeunes entreprises dans l’élaboration des politiques d’IA.

Portrait cartoon noir et violet de Shafi Goldwasser
Illustration IA

Shafi Goldwasser

Professeure d’informatique à l’UC Berkeley et RSA Professor (Post Tenure) au MIT

États-Unis · activité professionnelle documentée

a16z ·

Shafi Goldwasser : prouver sans dévoiler les informations

PROPOS RAPPORTÉS · SYNTHÈSE

Shafi Goldwasser revient sur l’origine des preuves à divulgation nulle de connaissance et des preuves interactives. Ces méthodes permettent de vérifier certaines affirmations sans révéler les informations secrètes qui les étayent. La présentation et le chapitrage de l’entretien relient cette histoire à la vérification de calculs et aux questions soulevées par l’IA. Cette approche illustre la manière dont une idée théorique peut devenir un outil de confiance numérique, sans éliminer les conditions nécessaires à sa mise en œuvre.

Portrait cartoon de Daniela Rus, illustration générée par IA
Illustration IA

Daniela Rus

Roboticienne et informaticienne au CSAIL du MIT

États-Unis · activité professionnelle documentée

PBS / NOVA · WFSU ·

Une IA plus petite, au plus près des robots

PROPOS RAPPORTÉS · SYNTHÈSE

Elle présente des modèles plus petits et adaptatifs, inspirés de systèmes biologiques, pour rapprocher l’IA des robots et des véhicules. Elle explore une intelligence embarquée moins dépendante des centres de données.

Portrait cartoon de Yang Zhilin, illustration générée par IA
Illustration IA

Yang Zhilin

Fondateur et dirigeant de Moonshot AI

Chine · activité professionnelle documentée

GeekPark ·

L’innovation en IA dépend aussi de l’organisation des équipes

PROPOS RAPPORTÉS · SYNTHÈSE

Il explique comment la structure d’une entreprise détermine les innovations qui peuvent émerger. Il relie modèles, données d’entraînement, tests et produits, en donnant une place centrale à l’expérimentation et aux contextes longs.

Portrait cartoon de Carme Torras, illustration générée par IA
Illustration IA

Carme Torras

Professeure de recherche au CSIC, Institut de robotique et d’informatique industrielle CSIC-UPC

Espagne · activité professionnelle documentée

Real Sociedad Matemática Española (RSME) ·

Préserver la compréhension face à l’IA

PROPOS RAPPORTÉS · SYNTHÈSE

Carme Torras défend une intelligence artificielle qui préserve la compréhension scientifique et l’autonomie de pensée. Face à la généralisation des modèles nourris de données massives, elle appelle à conserver des méthodes explicables, à former les citoyens et à concevoir la robotique d’assistance avec les personnes qui l’utiliseront.

Portrait cartoon de Elon Musk, illustration générée par IA
Illustration IA

Elon Musk

Dirigeant de Tesla et SpaceX, fondateur de xAI

États-Unis · activité professionnelle documentée

The Economist ·

Faire examiner les modèles d’IA par les laboratoires concurrents

PROPOS RAPPORTÉS · SYNTHÈSE

Il propose que les laboratoires concurrents évaluent leurs modèles les plus avancés avant leur diffusion. Il associe les promesses d’abondance de l’IA et de la robotique à des risques de perte de contrôle.

NOTRE MÉTHODE

Des idées, avec leur contexte.

Un observatoire éditorial des paroles publiques, ouvert aux experts et intervenants de tous horizons. Ce répertoire se construit progressivement ; il n’est ni exhaustif ni un classement des personnes.

  1. Retrouver la sourceIdentifier le média, le lien original, la date, le format et le contexte de l’intervention.
  2. Rapporter sans déformerLes synthèses sont des paraphrases en français, pas des citations exactes ni des transcriptions intégrales. Les déclarations restent attribuées.
  3. Distinguer l’analyseLes réflexions éditoriales sont identifiées séparément. Vérifier la source ne signifie pas valider toutes les affirmations.
  4. Documenter et corrigerLes fonctions de la prise de parole sont distinguées des fonctions actuelles lorsque celles-ci ont été vérifiées et sourcées. Les archives sont datées et les sources peuvent évoluer. Signaler une erreur ou proposer une source.

Les personnes référencées ne sont pas présentées comme membres, partenaires ou soutiens de MIND AI THINK TANK. Leurs interventions sont étudiées comme sources publiques.