Dans un billet de blog, Waymo annonce son arrivée à Munich. Les premiers véhicules de la filiale d'Alphabet rouleront en conduite manuelle dans les prochaines semaines, avec pour objectif de lancer le service commercial sans chauffeur « vers la fin 2027 ». C'est le premier pays de l'Union européenne dans lequel Waymo annonce vouloir lancer ses robotaxis.
Grand chamboulement au sein de Google DeepMind cette semaine avec le départ ou la mise en retrait de plusieurs dirigeants, à commencer par son CEO et cofondateur Demis Hassabis. Il va passer à un rôle de président de l’organisation (chairman), ainsi qu’à celui de Chief Scientist d’Alphabet. Pour rappel, DeepMind est la division de Google en charge de la recherche en intelligence artificielle.
Il y a des départs qui ressemblent à une page qui se tourne. Celui de Jeff Dean en est une qui se déchire.
À 58 ans, l’homme quitte le groupe qu’il avait rejoint mi-1999 comme trentième salarié. Une époque où Google n’était encore qu’un moteur de recherche en devenir.
Jusqu’à son départ, il occupait officiellement le poste de « Chief Scientist » de Google, chargé selon sa propre fiche de présentation de piloter les avancées en IA pour Google DeepMind et Google Research. Il est aussi un des co-responsables techniques du projet Gemini. .
Tomorrow will be my last day at Google after 27 years, and watching it grow from 25 people to 190,000+ has been an amazing journey. Below is a note I shared with many people internally at Google today. An excerpt is:
It has been an absolute pleasure to work with you and to help… pic.twitter.com/o3aRNLkssA
— Jeff Dean (@JeffDean) August 5, 2026
Aucun ingénieur n’a autant façonné l’ADN technique de Google que Jeff Dean. Avec son complice de toujours Sanjay Ghemawat , il a conçu les systèmes distribués qui ont permis au moteur de recherche de répondre, dans les années 2000, aux requêtes de milliards d’utilisateurs à travers le monde.
Sa biographie professionnelle permet de dater précisément ces chantiers : MapReduce, présenté lors de la conférence OSDI en 2004 ; BigTable, dévoilé en 2006 et qui, encore aujourd’hui, traite plus de six milliards de requêtes par seconde au pic d’activité pour plus de dix exaoctets de données gérées ; puis Spanner, sa base de données mondiale à cohérence forte, présentée en 2012.
Jeff Dean a également porté la création de TensorFlow, la bibliothèque de deep learning que Google a choisi d’ouvrir en open source en 2015 et qui reste utilisée par des millions de développeurs, ainsi que Pathways, l’architecture plus récente pensée pour entraîner des modèles massifs comme PaLM.
C’est encore lui qui impulse en 2011 la création de Google Brain, le laboratoire de recherche en apprentissage profond qui a déclenché, bien avant ChatGPT, la ruée de toute l’industrie vers l’IA.
En 2012, Jeff Dean reçoit avec Sanjay Ghemawat, l‘ACM Prize in Computing, pour leurs contributions fondamentales aux systèmes distribués à l’échelle d’Internet. En interne, ils sont d’ailleurs, à ce jour, les deux seuls à avoir reçu le titre de « senior fellow », la plus haute distinction technique de Google.
Mais Jeff Dean n’est pas seulement un cadre dirigeant ; c’est une figure culte.
Les salariés du groupe entretiennent depuis des années des plaisanteries sur ses prouesses techniques légendaires, les « Jeff Dean Facts ». La plus fameuse ? » Son CV serait plus court s’il listait ce qu’il n’a pas fait plutôt que ses réalisations. »
Selon Business Insider, qui a recueilli plusieurs messages publiés sur le forum interne de l’entreprise, son départ a déclenché une nouvelle vague de mèmes en interne, plusieurs employés tournant en dérision l’idée que ses talents allaient enfin pouvoir profiter à d’autres que Google. Par exemple « Google ne perd pas Jeff Dean. Google le met enfin à disposition de l’humanité en open source » ou « Il quitte Google pour que les progrès du ML puissent rattraper Jeff Dean ».
Sundar Pichai, le patron d’Alphabet, a salué, dans un message interne cité par le New York Times, le rôle de Jeff Dean et Sanjay Ghemawat dans plusieurs des grandes transitions technologiques du groupe, de l’infrastructure de recherche des débuts jusqu’aux réseaux de neurones à l’origine de l’ère actuelle de l’IA.
Selon Wired, il aurait aussi multiplié les rencontres avec Jeff Dean pour tenter de le convaincre, lui et son équipe, de rester chez Google.
Son départ intervient dans un contexte de turbulences pour la division IA de Google. Le modèle phare Gemini 3.5 Pro accuse un retard important sur le calendrier initial, tandis qu’OpenAI et Anthropic continuent de repousser l’état de l’art.
Plusieurs chercheurs de haut niveau ont déjà quitté le navire ces derniers mois. Noam Shazeer est parti chez OpenAI quand John Jumper, co-lauréat du prix Nobel de chimie en 2024 avec Demis Hassabis pour AlphaFold, a été recruté par Anthropic.
Selon Axios, certains départs auraient également été motivés par le malaise face à l’accord conclu en avril entre Google et le Pentagone, autorisant l’armée américaine à utiliser ses technologies.
Jeff Dean lui-même s’était publiquement exprimé ces derniers mois sur des sujets politiquement sensibles et avait soutenu la position d’Anthropic dans son différend juridique avec le département de la Défense.
Mais c’est dorénavant à la tête de Discovery Loop, une société à mission (« public benefit corporation ») qu’il va déployer ses talents.
Il embarque avec lui fonde trois autres vétérans de Google : son fidèle ami Sanjay Ghemawat mais aussi Quoc Le – cofondateur de Google Brain et à l’origine d’AutoML-Zero – et Oriol Vinyals – ex VP de la recherche chez DeepMind et co-directeur technique de Gemini.
Introducing Discovery Loop
Our founders @JeffDean, @Sanjay_Ghemawat, @quocleix, @OriolVinyalsML helped build the AI infrastructure and models that… pic.twitter.com/Y3FUlMLTbf
— Discovery Loop (@DiscoLoopAI) August 5, 2026
Leur ambition est d’automatiser les boucles expérimentales de la recherche scientifique et technique grâce à l’IA, avec des applications envisagées dans la conception de matériel informatique, la découverte de médicaments ou l’énergie propre.
Alphabet sera actionnaire du projet et fournira la puissance de calcul nécessaire au moins pour la première année. Radical Ventures et Khosla Ventures codirigent le tour de table, dont le montant n’a pas été communiqué.
| Projet | Période | Son rôle | Description / impact |
|---|---|---|---|
| Google Ads | Début des années 2000 | Un des trois concepteurs de la version initiale | Conception et implémentation du tout premier système de diffusion publicitaire de Google |
| AdSense | Début des années 2000 | Développement initial | Système de diffusion pour AdSense for Content : conception du service de production et amélioration de la pertinence des annonces selon le contenu des pages |
| Google Traduction | Années 2000, puis 2016 | Conception du système de production | A conçu l’accès distribué à très grande vitesse à des modèles de langue trop volumineux pour tenir en mémoire sur une seule machine, puis a participé à la bascule vers la traduction automatique neuronale |
| MapReduce | Publié à OSDI 2004 | Conception et implémentation | Système de traitement de données à grande échelle, très largement utilisé en interne ; a directement inspiré des projets open source externes comme Hadoop |
| BigTable | Publié à OSDI 2006 | Conception et implémentation | Système de stockage semi-structuré à grande échelle, utilisé par des centaines d’équipes chez Google ; traite aujourd’hui plus de 6 milliards de requêtes par seconde au pic, pour plus de 10 exaoctets de données gérées ; disponible en externe via Cloud Bigtable |
| LevelDB | — | Conception et implémentation | Base clé-valeur haute performance, publiée en open source, utilisée notamment dans Google Chrome |
| Spanner | Publié à OSDI 2012 | Conception et implémentation | Base de données distribuée mondialement, garantissant une cohérence forte grâce à l’algorithme Paxos et à des horloges synchronisées entre datacenters ; utilisée pour des centaines de projets internes, disponible en externe via Cloud Spanner |
| TensorFlow | Publié en 2015 | Un des principaux concepteurs, a plaidé pour son ouverture en open source | Bibliothèque de deep learning utilisée par des millions de chercheurs et développeurs dans le monde |
| Pathways | Présenté à MLSys 2022 | Un des concepteurs originaux | Architecture d’orchestration pour l’entraînement de modèles massifs, multimodaux et parcimonieux sur des milliers d’accélérateurs ; a servi de socle à des modèles comme PaLM |
Source : https://research.google/people/jeff/
Photo : © DR
The post Pourquoi Jeff Dean, l’homme qui a bâti Google, prend le large appeared first on Silicon.fr.
La Commission européenne a annoncé sanctionner Google, filiale d’Alphabet, pour deux manquements distincts au règlement sur les marchés numériques. Il s’agit des toutes premières amendes infligées au géant américain au titre du DMA, mais constituent la troisième vague de décisions rendues au titre du DMA, après celles visant Apple (500 millions d’euros) et Meta (200 millions d’euros) en avril dernier.
Le géant de Mountain View se trouve dans une position délicate : alors qu’il agite une domination présumée sur le marché de l’IA, son modèle « flagship », Gemini 3.5 Pro, accuse un retard majeur. Entre des performances en programmation décevantes et une structure organisationnelle lourde, la firme lutte pour maintenir son cap face à une concurrence qui s’accélère, révèle Bloomberg.
Le blocage principal de Google réside dans les capacités de programmation de Gemini 3.5 Pro. Bien que le modèle ait été annoncé en grande pompe lors de la conférence Google I/O fin mai, les résultats en laboratoire restent obstinément en deçà des exigences de la direction. Une mise à jour massive des données d’entraînement effectuée en juin n’a pas suffi à lever les lacunes techniques, provoquant une frustration profonde chez les ingénieurs et les chercheurs.
Ce retard est d’autant plus critique que le codage est devenu le nerf de la guerre pour la monétisation de l’intelligence artificielle auprès des entreprises. Actuellement, la concurrence avance à un rythme effréné : OpenAI a lancé le modèle GPT-5.6 Sol et Anthropic propose le puissant Fable 5. Même Meta est entré dans la danse avec Muse Spark 1.1, un outil open source robuste pour le développement autonome. Plus récemment encore, c’est le dernier modèle ouvert du chinois Moonshot qui fait tourner toutes les têtes.
En interne, la pression est maximale pour combler ce fossé technologique. Les équipes de Google DeepMind (AI Studio), Cloud (Vertex) et Android Studio travaillent en parallèle pour unifier les outils de codage internes, alors que la firme doit naviguer entre des ingénieurs « puristes » qui exigent un « code humain », c’est-à-dire conçu par leurs pairs, et une direction qui veut une IA capable de générer du code parfait pour le public, à déployer rapidement pour tenir ses promesses. Aux dernières nouvelles, « 75 % du nouveau code chez Google est désormais généré par IA et approuvé par les ingénieurs, c’était 50 % l’automne dernier », confiait Sundar Pichar, PDG de Google, en avril dernier.
Au-delà des bugs techniques, le retard de Gemini 3.5 Pro expose une lourdeur administrative chronique chez Alphabet (la maison mère de Google). Développer l’écosystème Gemini implique désormais une multitude de couches de décision. Chaque division (YouTube, Maps, Recherche) cherche à intégrer l’IA dans ses propres produits, créant un goulot d’étranglement où les multiples validations hiérarchiques freinent la cadence de sortie des mises à jour.
Cette complexité interne contraste avec la nécessité d’une agilité face aux rivaux. Pendant que Google peine à livrer son modèle avancé « Pro », l’entreprise se contente pour l’instant d’améliorer les fonctions grand public, comme les aperçus IA (AI Overviews), qui arrivent cet été en France.
La firme demande ainsi à ses utilisateurs et utilisatrices de faire preuve de patience avec la version 3.1 actuelle, tandis qu’elle tente de trancher sa stratégie globale pour retrouver son avantage concurrentiel.
C’est un accord discret, mais au symbole puissant. Microsoft, Google (filiale d’Alphabet) et xAI, la société d’intelligence artificielle d’Elon Musk, ont accepté de donner au gouvernement américain un accès anticipé à leurs nouveaux modèles d’IA, avant même leur mise sur le marché.
L’objectif est de permettre aux autorités fédérales de détecter d’éventuels risques pour la sécurité nationale avant tout déploiement public.
C’est le Centre pour les standards et l’innovation en IA (CAISI), rattaché au département du Commerce, qui pilotera ces évaluations. L’agence, qui fait office de principal hub gouvernemental pour les tests de modèles d’IA, a indiqué avoir déjà réalisé plus de quarante évaluations, y compris sur des modèles de pointe non encore accessibles au grand public.
Le dispositif est technique autant que politique. Les développeurs transmettent au CAISI des versions de leurs modèles dont les garde-fous de sécurité ont été délibérément retirés, afin de permettre des tests plus approfondis sur leurs capacités réelles et leurs potentiels vecteurs de risque.
« Une science de la mesure indépendante et rigoureuse est indispensable pour comprendre l’IA de frontière et ses implications pour la sécurité nationale », indique Chris Fall, directeur du CAISI, dans un communiqué officiel.
L’accord intervient dans un climat de vive préoccupation à Washington et dans les états-majors des grandes entreprises américaines. Le développement accéléré de systèmes d’IA avancés suscite des craintes croissantes quant à leur capacité à amplifier les attaques informatiques et à constituer un avantage stratégique dans les mains d’acteurs malveillants.
La semaine précédente, le Pentagone avait annoncé avoir conclu des accords avec sept entreprises d’IA pour déployer leurs technologies sur ses réseaux classifiés, cherchant ainsi à élargir l’éventail de fournisseurs travaillant avec l’armée américaine.
Anthropic, concurrent direct de ces trois acteurs, est absent de l’accord annoncé par le CAISI. La société est en désaccord avec le Pentagone concernant les limites imposées à l’usage militaire de ses outils d’IA.
The post Microsoft, Google et xAI ouvrent leurs modèles au gouvernement américain avant tout lancement appeared first on Silicon.fr.
Connexion