Writing a better reality: The case for optimistic sci-fi
Résumé indisponible pour cet article.
Lire vite.
Garder l'essentiel.
Les meilleurs longs formats de Hacker News, relus plus calmement.
Data collected by cars and sold to third parties
La Federal Trade Commission a infligé à General Motors une sanction inédite, lui interdisant pendant cinq ans de vendre des données clients à des agences de renseignements et à des courtiers tiers après la découverte que GM vendait des informations issues d'OnStar et du service Smart Driver sans que la plupart des conducteurs en soient conscients. Des enquêtes du New York Times, de la fondation Mozilla et de Consumer Reports montrent que la majorité des constructeurs automobiles collectent et partagent massivement des données comportementales des conducteurs et affichent des pratiques de confidentialité et de sécurité problématiques. La collecte est rendue opaque par des politiques chevauchantes — voiture, services connectés, applications et services financiers — et par des réglages de confidentialité moins intuitifs que sur un smartphone, ce qui complique l'exercice des droits des consommateurs. Des initiatives législatives comme le DRIVER Act et des propositions comme la Freedom Car promettent plus de contrôle pour les propriétaires, mais elles pourraient laisser aux constructeurs la possibilité de continuer à récolter et monétiser de grandes quantités de données, ce qui ne satisfait pas les défenseurs de la vie privée. Tant que l'économie des données récompensera la collecte et la monétisation des informations, les constructeurs auront peu d'incitations à réduire leurs pratiques, même si de nombreux consommateurs demandent des véhicules plus simples et des moyens plus clairs pour accéder, limiter ou supprimer leurs données.
Julia 1.13 highlights
La version 1.13 de Julia apporte des améliorations de performances significatives, réduisant le temps de précompilation d'environ 30% par rapport à 1.12 et le temps de démarrage d'environ 20%. Le REPL gagne une coloration syntaxique intégrée, une recherche d'historique de type fzf, le support du bracketed paste sur Windows et d'autres améliorations d'ergonomie. Des changements internes notables incluent la macro @__FUNCTION__, le remplacement du hachage par RapidhashNano pour de meilleures performances et maintenabilité, et un ramasse‑miettes plus rapide qui évite d'itérer les objets provenant des images. Plusieurs corrections système et outils ont été ajoutées, notamment des fixes du scheduler et des interruptions, l'introspection acceptant des annotations de type, l'option --trace-eval pour tracer l'évaluation top‑level, et l'évolution de juliac.jl en JuliaC.jl pour améliorer le trimming. Le gestionnaire Pkg adopte zstd par défaut, reçoit des optimisations (résolution, clonage, enregistrement des registres dans le manifeste, collecte récursive des sources et meilleur comportement de pkg> add et Pkg.test), et Juliaup propose désormais une interface graphique.
The Malicious Use of Artificial Intelligence
Ce rapport passe en revue le paysage des menaces potentielles résultant d'usages malveillants de l'intelligence artificielle. Il analyse comment l'IA peut modifier les risques dans les domaines numérique, physique et politique. Les auteurs formulent quatre recommandations générales destinées aux chercheurs en IA et aux autres parties prenantes. Le texte identifie par ailleurs plusieurs axes de recherche prometteurs susceptibles d'élargir le panel de défenses ou de rendre les attaques moins efficaces ou plus difficiles à exécuter. Enfin, le rapport examine sans trancher la dynamique à long terme entre attaquants et défenseurs.
Who Gets to Define the Rules for AI?
L'auteur met en garde contre une proposition de grandes entreprises d'IA de définir et d'imposer des normes de sécurité via des exemptions antitrust, ce qui risquerait d'entériner un cartélisme favorisant les acteurs dominants. Il reconnaît le potentiel bénéfique de l'IA tout en soulignant les risques réels dans des secteurs à enjeux comme les banques, les télécommunications et la défense, ainsi que l'écart croissant entre capacités offensives et défenses. Il critique les approches fondées sur des seuils de calcul et des évaluateurs choisis par les entreprises, et plaide pour des règles qui évaluent les capacités et les contextes d'usage plutôt que l'identité des développeurs. Il propose quatre piliers pour une gouvernance responsable : un cadre de risque fondé sur des preuves, transparence obligatoire, tests ciblés et proportionnés, et mécanismes d'assurance indépendants et ouverts. Il réclame un processus international et inclusif pour rédiger ces règles afin de préserver souveraineté et diversité de fournisseurs, d'améliorer le signalement des incidents, et il indique que Cohere privilégie des déploiements locaux et une démarche responsable.
Rope, twine and thread: Invisible technologies of the Stone Age
Résumé indisponible pour cet article.
Astra and Fable still hack on simple variants of alignment evals from 2025
Résumé indisponible pour cet article.
Apple's Dimensional Drawings
Résumé indisponible pour cet article.
The case against JPEG XL
JPEG XL, un codec techniquement avancé, a été rejeté par Chrome en 2023 et fait à nouveau débat depuis l'arrivée d'un décodeur Rust dans certains navigateurs. L'auteur, ingénieur en compression avec expérience en AV1/AVIF, propose un examen empirique de l'état actuel de la compression d'images et de la plateforme Web en 2026. Sur l'efficacité de compression, le texte argue que l'avantage lossless de JXL est marginal pour le Web et que le format est désavantagé en lossy en raison de limites de l'encodeur et du format, notamment l'absence de modes de prédiction directionnelle, l'absence de filtre de débloquent, des problèmes liés à l'espace colorimétrique XYB et la complexité des mécanismes de patches et de codage des résidus. Le décodage est également mis en cause puisque JXL décode plus lentement que AVIF et WebP, offre un rendu progressif moins efficace et présente des risques d'abus (fichiers très courts mais coûteux à décoder) pouvant impacter les appareils. L'auteur conclut que le Web requiert des codecs ciblés, rapides et économes en bande passante, que AVIF couvre désormais l'essentiel des besoins sur le Web, et que JXL reste pertinent pour d'autres usages professionnels mais n'est pas indispensable dans les navigateurs pour l'instant.
Open-Source AI and Open Models Reading List
Le document rassemble les meilleurs articles récents sur les modèles ouverts pour offrir une vue d'ensemble complète de l'état du domaine. Il synthétise pourquoi des acteurs publient des modèles ouverts, comment cela s'insère dans des stratégies commerciales et pourquoi les modèles ouverts coexistent et complètent des modèles fermés. L'analyse souligne l'avance des laboratoires chinois dans les modèles ouverts depuis 2024, leurs avantages structurels et l'adoption significative de ces modèles par des entreprises occidentales, ce qui attire l'attention des régulateurs. Elle aborde les enjeux de sécurité et de cyberrisques, le débat sur la distillation et l'extraction de traces de raisonnement, et note que les violations de garde-fous des modèles fermés ont souvent produit des risques concrets avant les scénarios hypothétiques des poids ouverts. La littérature citée montre que l'écart de performance entre modèles ouverts et fermés s'est réduit à quelques mois, fournit données d'adoption et plaide pour des investissements publics et des politiques d'observation et d'atténuation plutôt que pour des interdictions.