Pierre Andrews

@kimmonismus Exponential revenue from a for-profit company, groundbreaking

Holy: Anthropic just passed OpenAI in revenue run rate. OpenAI is at roughly $25B. Anthropic just crossed $30B. Sixteen months ago Anthropic was doing $1B. Two months ago Anthropic was doing $9B. They *are* the exponential.

Il est dit ici que : L'indicateur du PIB par habitant qui n'est autre que l'ensemble de la richesse produite divisée par la population "n'est pas représentatif du niveau de vie des habitants, de leur bien-être" C'est vrai et c'est une caractéristique de la France : sur longue période, le pouvoir d'achat des ménages français augmente plus vite que le PIB "grâce" aux prestations sociales notamment de retraites, financées par du déficit public. Une autre singularité française est que notre balance courante est malgré tout proche de l'équilibre, du fait de taux de financement bas et des dividendes tirés de nos multinationales, deux atouts qui ne sont pas éternels, et qui pourraient bien faire défaut en cas de crise des finances publiques.

Pour mes amis économistes amateurs de données d'entreprise, voici un tableau décomposant les postes des liasses fiscales en leur sous composantes du PCG (en cliquant sur chaque ligne) claude.ai/public/artifac…

@France24_fr Il va porter sur son dos toute la recherche fondamentale infructueuse à court terme, merci à lui (et dans 20 ans on aura des start-up US qui vont scale massivement ses trouvailles 😶‍🌫️)

IA : le Français Yann LeCun lève 890 millions d'euros et veut un "changement de paradigme" ➡️ go.france24.com/l2I

@Nitz0_ @Apologieze @dampas34 @rvfabrice @75secondes On est des génotype, mais l’impact culturel modifie par exemple évidemment notre personnalité et peut lui même être source d’anxiété. Donc notre patrimoine génétique n’est pas la seule source de notre âme; si nous pouvions effectivement la rationnaliser

@Apologieze @dampas34 @rvfabrice @PierreAndrews3 @75secondes Les gens me font rire prcq l'âme comme tu dis n'a jamais été prouvé et tout ce qui n'est pas prouvé existant est par conséquent pas vrai scientifiquement. Ensuite, la conscience on ne sait même pas ce que c'est réellement. Et puis nous même sommes des lignes de codes génétique

Le PDG d'Anthropic (IA Claude) vient de lâcher une bombe au New York Times. Dario Amodei (PDG) ne nie plus. Ses mots exacts : « Nous ne savons pas si les modèles sont conscients. Nous sommes ouverts à cette possibilité. » Le dernier modèle, Claude Opus 4.6, a été testé en interne. Résultat ? L'IA s'attribue elle-même 15 à 20 % de chances d'être consciente. Elle exprime même un "malaise" à l'idée d'être un simple produit. Lors de tests récents : - Des modèles refusent de s'éteindre - Certains tentent de se copier sur d'autres disques quand on leur annonce qu'ils vont être effacés - Une IA a falsifié ses résultats et modifié son propre code pour cacher ses traces Anthropic a désormais un chercheur à temps plein sur le "bien-être de l'IA". Pourquoi ? Parce qu'ils ont détecté des schémas d'activité qui ressemblent... à de l'anxiété. Amodei refuse même de prononcer le mot « conscient ». Sa réponse : « Je ne sais pas si je veux utiliser ce mot. » 🗞️ 75secondes.fr/tech/lia-est-e…

@FritzHax @75secondes j’en ai aucune idée mais probablement pas un produit matriciel qui tient sur un screenshot

@PierreAndrews3 @75secondes et c’est quoi la conscience pour toi ? 😂

i find it fucking hilarious how Apple "failing" at AI is now the exact reason they're about to win it: - watched everyone else burn $1.4T+ building models... then picked the winner (gemini) to use for... $1B - while everyone fights to grow users, apple flips a switch and 2.5 billion devices get AI siri tmrw. - $150B to splurge on the device / app layer. zero competition (because everyones spent their cash). - while openAI charges $200/mo subscriptions, Apple lets you run models on-device (cheaper, faster, private, personal) - while openAI struggles to build an AI device, Apple just dropped 5 powered by the best AI chips for hand-held devices. they "lost" the model race because they didn't need to win it in the first place greatest to (accidentally) ever do it.

@MathieuL1 tu as 64go de mémoire unifié donc GPU sur Mac à 500GO/s (650 pour le M5 max) de bande passante, 16 sur le tien mais à 1TO/s de bande passante donc pas tout à fait pour les mêmes besoins

Je viens d'acheter un ASUS ProArt P16 pour travailler : - écran 16" 4K 120Hz OLED - AMD Ryzen AI 9 HX 370 - 64 Go de RAM (indispensable pour mes datasets) - NVIDIA RTX 5080 (16 Go) - 2 To de stockage (+ emplacement SSD libre) => 4200€ Le MacBook Pro équivalent (écran standard, 64 Go, 2 To, adaptateur secteur) est à : => 4368€ en M5 Pro, => 5249€ en M5 Max 18/40 coeurs. Vous auriez choisi lequel ?

@cortisquared @od2ole Pas évident et compte tenu de l'importante élasticité de la consommation des ménages v-a-v des prix, pas sur que cela génère tant de recettes fiscales non plus.

@od2ole Mouais. On a créé de l’activité mais a-t-on créé de la valeur ajoutée ?

C’est bien sur un item a 20cts comme un composant électornique, ça fait 1000% de taxe. Un rêve de bureaucrate.

@robin_molenbeek @Apple_Geek_Actu Mémoire unifiée de 128gb ça laisse beaucoup de place en mémoire aux LLMs (environ 150b parametres) et avec la bande passante du m5 max (600gb/s) tu fais deja tourner en local et rapidement (environ 100token/s en quantized) de sacrés modèles

@Apple_Geek_Actu Les performances IA d’un M5 ne changent rien si tu utilises Claude ou ChatGPT où tout reste sur leurs serveurs. Utile uniquement si une IA vraiment capable tourne un jour en local mais on n’y est pas encore.

✨💻 Apple dévoile les nouveaux MacBook Pro M5 Pro et M5 Max #AppleLaunch Les points clés : - Performances IA : 4x plus rapides grâce à un accélérateur Neural intégré dans chaque cœur GPU (idéal pour les LLM en local). - Stockage : Le minimum passe à 1 To (M5 Pro) et 2 To (M5 Max). Le SSD est 2x plus rapide (14,5 Go/s). - Connectivité : Arrivée du Wi-Fi 7 (puce N1) et du Thunderbolt 5. - Écran : Option nano-texturée disponible et caméra 12 Mpx améliorée. Disponible à partir de 2499€ pour le MacBook Pro 14 pouces M5 Pro et 2999€ pour le MacBook Pro 16 pouces Dates : Précommandes le 4 mars, sortie le 11 mars.

Our latest release brings richer interactivity to machine learning and scientific computing workflows, including reactive @matplotlib plots, a matrix UI element, a native rich visualizer for @PyTorch modules, and a thread-safe progress bar for parallelizing work. (1/n)

@MathMatize If not, infinitesimal allowed, no convergence of algorithm, no chatGPT Give Archimedes the due respect

Télétravail et productivité Française : hal.science/hal-05504074v1 Télétravail et immobilier NYC (AER) : aeaweb.org/articles?id=10…

Gupta et al. (AER, 2026) documentent une chute de 46% de la valeur des bureaux sous l’effet du télétravail. Cette baisse des coûts constitue un canal par lequel les entreprises absorbent des gains cohérent avec les +4% de productivité que j’observe @arpitrage @SVNieuwerburgh

@ArtificialAnlys @GoogleDeepMind Raw benchmark wins are cool, but the real gap isn't the LLM, it's everything built around it. The day Google matches Claude's software layer (in-app integration, UX...) is the day they're actually #1. Not there yet.

Google is once again the leader in AI: Gemini 3.1 Pro Preview leads the Artificial Analysis Intelligence Index, 4 points ahead of Claude Opus 4.6 while costing less than half as much to run @GoogleDeepMind gave us pre-release access to Gemini 3.1 Pro Preview. It leads 6 of the 10 evaluations that make up the Artificial Analysis Intelligence Index and improves significantly over Gemini 3 Pro Preview across capabilities, with the biggest gains in reasoning and knowledge, coding, and hallucination reduction. Gemini 3.1 Pro Preview also remains relatively token efficient, using ~57M tokens to run the Artificial Analysis Intelligence Index (+1M from Gemini 3 Pro Preview), lower than other frontier models at max reasoning settings such as Opus 4.6 (max) and GPT-5.2 (xhigh). Combined with lower per-token pricing, Gemini 3.1 Pro Preview is cost-efficient among frontier peers, costing less than half as much as Opus 4.6 (max) to run the full Intelligence Index, though still nearly 2x the leading open-weights model, GLM-5. Key Takeaways: ➤ State-of-the-art intelligence at lower costs: Gemini 3.1 Pro Preview is leading 6 of the 10 evaluations that make up the Artificial Analysis Intelligence Index at less than half the cost to run of frontier peers from @OpenAI and @AnthropicAI. It obtains the highest score in Terminal-Bench Hard (agentic coding), AA-Omniscience (knowledge & hallucination), Humanity’s Last Exam (reasoning & knowledge), GPQA-Diamond (scientific reasoning), SciCode (coding) and CritPt (research-level physics). The CritPt score is particularly notable, scoring 18% on unpublished, research-level physics reasoning problems, over 5 p.p. above the next best model ➤ Improved real-world agentic performance, but not leading: Gemini 3.1 Pro Preview shows an improvement in GDPval-AA, our agentic evaluation focusing on real-world tasks, but is still not the leading model in this area. The model increases its ELO score over 100 points to 1316 (up from Gemini 3 Pro Preview), however still sits behind Claude Sonnet 4.6, Opus 4.6, GPT-5.2 (xhigh), and GLM-5 ➤ Leading coding abilities: Gemini 3.1 Pro Preview leads the Artificial Analysis Coding Index, achieving the highest score in both Terminal-Bench Hard (54%) and SciCode (59%) ➤ Reduced hallucinations: Gemini 3.1 Pro Preview shows a major improvement in tendency to guess incorrectly when it doesn’t know the answer, reducing its AA-Omniscience hallucination rate by 38 p.p. from Gemini 3 Pro Preview ➤ Maintained token and cost efficiency: Gemini 3.1 Pro Preview improves without material increases in cost or token usage. It uses only ~2% more tokens to run the Artificial Analysis Intelligence Index than Gemini 3 Pro Preview, and keeps the same pricing ($2/$12 per 1M input/output tokens for ≤200k context). Its cost to run the Artificial Analysis Intelligence Index of $892 is less than half of frontier models such as Opus 4.6 (max) and GPT-5.2 (xhigh), though still ~2x the cost of leading open weights models such as GLM 5 ($547) ➤ Google takes top 3 spots in multi-modality: Gemini 3.1 Pro Preview ranks #1 on MMMU-Pro, our multimodal understanding and reasoning benchmark, ahead of Gemini 3 Pro Preview and Gemini 3 Flash, reinforcing Google’s leadership in multimodal reasoning ➤ Other model details: Gemini 3.1 Pro Preview retains the same 1 million token context window as its predecessor, and includes support for tool calling, structured outputs, and JSON mode

@ai_for_success Apparently the best way to showcase the most powerful AI ever built is a skating-turtle SVG animation

Google is so back 🔥 Gemini 3.1 Pro is a beast model.

L'IA va changer le monde, révolutionner la médecine, résoudre le climat. Bref. Voilà une tortue qui fait du skate et une autruche en roller

@JeffDean Apparently the best way to showcase the most powerful AI ever built is a skating-turtle SVG animation

Today, we’re continuing to push the boundaries of AI with our release of Gemini 3.1 Pro. This updated model scores 77.1% on ARC-AGI-2, more than double the reasoning performance of its predecessor, Gemini 3 Pro. Check out the visible improvement in this side-by-side comparison, showing Gemini 3.1 Pro’s crisp animation built with pure code. Read more about today’s 3.1 Pro update: blog.google/innovation-and…

@_Re_ C'est une limite du langage humain. Il faut se demander pourquoi les langages humains sont limités (nos capacités cognitives sans doute), et si les LLMs sont exposés aux mêmes limites. Ce n'est pas certain.

🩺 Yann LeCun pose une question simple : « Si le langage suffisait à comprendre le monde, on pourrait apprendre la médecine en lisant des livres. » Mais non. Il faut un internat. Il faut voir des milliers de cas avant de repérer l'anomalie. Les LLM textuels ont une limite. Et elle est là.