Derniers articles sur l'IA, la technologie et le développement logiciel.
Le rendement en laboratoire des cellules tandem a atteint 34%, mais la technologie qui pourrait remodeler l'économie des panneaux reste bloquée sur la durabilité et le rendement de fabrication, pas la puissance produite.
Microsoft, Quantinuum et IBM ont chacun publié des résultats 2026 montrant des qubits logiques surpassant nettement les qubits physiques.
Depuis la saga LK-99, les revendications de supraconductivité à pression ambiante ont suivi le même scénario : une vidéo spectaculaire de lévitation, un preprint hâtif, et une réfutation en quelques semaines.
Les nombres de qubits physiques font les titres, mais disent peu de choses sur la capacité d'une machine à exécuter des algorithmes utiles. Le critère qui compte est le nombre de qubits logiques corrigés d'erreurs, le taux d'erreur atteint et le matériel nécessaire pour chacun.
Des chercheurs de l'Université de Houston ont battu un record de supraconductivité à pression ambiante vieux de 30 ans à 151 Kelvin — et la recherche de matériaux pilotée par l'IA explique pourquoi ces découvertes s'accélèrent.
Google, Quantinuum et Microsoft ont démontré indépendamment des qubits logiques dont les taux d'erreur baissent quand le nombre de qubits augmente — le seuil mathématique poursuivi depuis les années 1990.
Beam Therapeutics et le programme Verve d'Eli Lilly enregistrent des résultats de Phase 1/2 qui évitent le problème de cassure double-brin qui a ralenti les thérapies CRISPR de première génération.
Plus de 173 programmes de médicaments issus de l'IA sont désormais en développement clinique, contre 67 en 2023, le candidat de Phase III contre la fibrose d'Insilico Medicine menant un domaine où les analystes s'attendent à une première approbation dans deux ans.
Commonwealth Fusion, Helion et TAE ont levé des milliards et franchi de vrais jalons techniques en 2026, mais aucune centrale à fusion privée n'est à moins de douze mois d'une production effective d'électricité.
Plusieurs laboratoires rapportent désormais des dizaines de qubits logiques corrigés d'erreurs plutôt que le nombre brut de qubits physiques — un signe que le domaine est passé de la preuve de concept de la correction d'erreurs à son ingénierie à grande échelle.
Le consortium SuperC a utilisé le machine-learning pour un pré-screening permettant d'identifier deux supraconducteurs jusqu'alors inconnus en quelques semaines au lieu d'années. La vraie percée ne réside pas dans les matériaux eux-mêmes, mais dans une méthode de recherche capable de passer au crible des milliards de candidats.
L'IA a déjà prouvé qu'elle pouvait accélérer la découverte de médicaments. Ce qu'elle n'a pas prouvé, c'est que les molécules conçues par IA obtiennent de meilleurs résultats chez les patients — et les lectures des phases 2 et 3 de 2026 constituent le premier test à grande échelle.