← La DemeureNocturnes, un objet lent

Nocturnes, un objet lent

Cerveau numérique

Un nuage de points, en forme de cerveau, généré en code plutôt que modélisé ou rendu à partir d'un fichier de stock. Il tourne lentement. Les points lumineux ne sont pas décoratifs : chacun représente un domaine d'intérêt réel, tiré de ce sur quoi je travaille et ce que je lis vraiment en ce moment. Faites glisser pour regarder sous un autre angle. Survolez ou touchez un nœud pour voir ce qu'il contient.

Faites glisser pour pivoter, survolez ou touchez un nœud.

Survolez un nœud ci-dessus, ou choisissez-en un dans la liste.

Domaine d'expertise

Réfléchit à

Lit

Le fil rouge de tout cela

À propos de cette pièce

La forme est procédurale, pas un scan médical : deux nuages de points superposés représentent les hémisphères, une surface pliée pour les circonvolutions, générés en direct dans votre navigateur. Le contenu est réel, le même matériau public « Digital Brain » du site actuel : domaines d'expertise, lecture actuelle, réflexions actuelles, la citation, simplement dotés d'un meilleur foyer.

Chaque nœud, pour qui n'utilise pas de souris

  • Gouvernance de l'IA: How a system earns the right to be trusted, not just the right to be used.
  • Apprentissage automatique: The craft underneath the claims. I want to know what a model actually did, not just what it says it did.
  • Régulation: Rules are only as good as the evidence a regulator can independently check.
  • Leadership: Building a company around a hard technical bet, and staying honest about what is proven versus not yet.
  • Résultats d'IA vérifiables: What it would take for any output to carry its own proof of how it was produced.
  • Réduire l'hallucination des modèles de langage: Less a bug to patch than a property to measure, honestly, every time.
  • Outils de conformité au règlement européen sur l'IA: Turning a legal deadline into something a small team can actually build against.
  • L'avenir de l'IA agentique: Systems that act on their own need an audit trail even more than systems that only answer.
  • The Alignment Problem: Brian Christian. Where the machine-learning story and the ethics story stop being two separate books.
  • Human Compatible: Stuart Russell. The argument for building systems that stay uncertain about what we want, on purpose.
  • AI 2041: Kai-Fu Lee. Ten near-future scenarios, useful precisely because most of them are already starting to happen.
  • La citation clé: The future belongs to those who understand that trust in AI must be built, not assumed.