Café Croissant

Robotaxis : l'EPFL étudie comment éviter qu'ils tournent à vide

Les taxis sans chauffeur pourraient mieux desservir certaines zones, mais aussi encombrer les rues en roulant à vide. À l'EPFL, la professeure Kenan Zhang étudie par simulation comment les intégrer sans affaiblir les transports publics.

Avec son équipe du laboratoire HOMES et des coauteurs, elle a publié dans deux revues Transportation Research des méthodes d'IA pour coordonner de grandes flottes de véhicules autonomes, avec des algorithmes d'apprentissage par renforcement nourris de données réelles de Shenzhen, en Chine.

Selon l'EPFL, une flotte coordonnée pourrait réduire l'attente et mieux servir des quartiers délaissés. Mais les véhicules risquent de tourner en attendant des clients. La chercheuse suggère de limiter les véhicules sans passagers, de facturer la circulation inutile ou de créer des zones d'attente.

En Suisse, un réseau de transports publics dense pourrait limiter la demande, surtout en centre-ville. Dans le Furttal, près de Zurich, le projet pilote « iamo » transporte depuis le 28 septembre 2026 des passagers dans des voitures autonomes, mais une personne de sécurité reste au volant, selon le canton.

Ce sont des travaux de modélisation. Leur efficacité en ville réelle reste à démontrer.

Sources principales

• EPFL, communiqué, 30 octobre 2026.
• Canton de Zurich, page « iamo », consulté le 9 novembre 2026.

Brève Café Croissant. Aucun service testé par LEMOVIA.

Neutrinos : à l'ETH, une IA apprend d'abord à compléter des traces

Des physiciens de l'ETH Zurich ont conçu un entraînement en deux étapes pour une IA qui interprète les interactions de neutrinos. La méthode réduit fortement le besoin d'exemples annotés, mais elle n'a pas encore été validée sur des données expérimentales.

Au CERN, le détecteur FASERCal, proposé pour l'expérience FASER en 2030, contiendra 480 000 cubes de plastique et produira des images 3D enchevêtrées.

L'équipe d'André Rubbia a d'abord entraîné son modèle sur des données dont 75 % des traces avaient été masquées au hasard, qu'il devait reconstituer sans étiquettes, comme un modèle de langage complète un texte à trous. Il a ensuite été affiné sur des événements annotés.

Selon l'ETH, les modèles pré-entraînés ont fait mieux dans chaque tâche et ont demandé de dix à mille fois moins de données que des modèles entraînés de zéro. L'article publié mesure environ un facteur dix pour identifier le type de neutrino.

Limite : le modèle a été entraîné sur des simulations et reste à valider sur de vraies données.

Sources principales

• ETH Zurich, communiqué du Département de physique, 2 novembre 2026.
• Nature Machine Intelligence, article de l'équipe, 30 septembre 2026.

Brève Café Croissant. Résultats non reproduits par LEMOVIA.

Cancer : l'EPFL ouvre un grand atlas d'images de tissus pour l'IA

Des chercheurs de l'EPFL ont publié spora, une collection en libre accès d'images de tissus issues de plus de 5000 patients. Elle doit aider la recherche à développer des modèles d'IA qui comprennent mieux les tissus et les maladies comme le cancer.

Selon l'EPFL, spora réunit 13 546 images de protéomique spatiale, une technique qui mesure des dizaines de protéines en conservant leur position. Elles concernent 5477 patients et cinq technologies d'imagerie.

Publié avec l'EMBL-EBI, l'atlas a demandé deux ans de travail à l'EPFL, à l'Hôpital universitaire et à l'Université de Zurich, aux HUG et à l'Université de Genève. L'étude est référencée comme article de la conférence NeurIPS 2026.

Il fournit aussi des outils pour évaluer les modèles d'une étude à l'autre. Un modèle peut réussir dans une étude et peiner quand les patients, le laboratoire ou la technologie changent, explique le chercheur Lukas Klein.

C'est une ressource de recherche, pas un outil de diagnostic. Le bénéfice pour les patients reste un objectif, pas un résultat.

Sources principales

• EPFL, A new tissue atlas will help AI understand cancer, 28 octobre 2026.

Brève Café Croissant. Ressource non évaluée par LEMOVIA.

Administration fédérale : l'IA reste souvent au stade du projet pilote

Dans un rapport publié le 2 octobre 2026, le Conseil fédéral fait le point sur l'automatisation et l'intelligence artificielle dans l'administration fédérale. Le potentiel existe, mais de nombreuses solutions prometteuses ne dépassent pas la phase pilote.

Le rapport répond au postulat 24.3582 d'Andri Silberschmidt. Il retient d'abord cinq cas d'usage : la gestion des affaires et la consultation des offices, la traduction assistée, l'examen de requêtes, le traitement des données (extraction, normalisation, harmonisation) et les processus de soutien.

Selon le texte, une grande partie des cas d'usage signalés en sont au stade du projet pilote, et peu le dépasseront. Pour gagner en efficience, il juge nécessaires un cadre juridique clair, un meilleur pilotage, des services communs et des données fiables.

À notre avis, ces obstacles parleront aussi aux PME : données dispersées, responsabilités floues, projets semblables menés en parallèle.

C'est un rapport d'orientation, pas un bilan de gains mesurés. Les économies restent à démontrer par des projets mis en production et évalués.

Sources principales

• Conseil fédéral, rapport en réponse au postulat 24.3582, 2 octobre 2026.

Brève Café Croissant. Projets non évalués par LEMOVIA.

L'Office fédéral de la statistique refait son site, pour l'humain comme pour l'IA

L'Office fédéral de la statistique (OFS) a mis en ligne le 29 octobre 2026 une présence web répartie sur deux plateformes. L'une doit faciliter l'accès aux données, pour les internautes comme pour l'intelligence artificielle.

Le site bfs.admin.ch présente l'office. Le portail « Statistique Suisse » (statistique.admin.ch) rassemble résultats, indicateurs et publications. Les adresses web restent inchangées. La refonte a été réalisée en un an, dans le cadre du projet New User Experience (NUX).

Son directeur, Georges-Simon Ulrich, explique : « De plus en plus, l'IA fournit des réponses sans qu'il ne soit possible de déterminer sur quels faits elles reposent. Il est donc d'autant plus important d'assurer la visibilité, la vérifiabilité et l'accessibilité des données institutionnelles. »

C'est une annonce de l'office : LEMOVIA n'a pas mesuré si les assistants d'IA reprennent mieux les chiffres de l'OFS. Notre conseil à une PME qui utilise ces outils : remonter au tableau d'origine.

Sources principales

• OFS, Des informations fiables, pour l'humain comme pour l'IA, 29 octobre 2026.

Brève Café Croissant. Aucune mesure indépendante réalisée par LEMOVIA.

IA : la Confédération publie un guide pour écrire son propre code de conduite

L'Office fédéral de la communication (OFCOM) propose aux associations et aux entreprises un guide pour fixer des règles volontaires sur l'IA.

Daté d'octobre 2026, le « Guide pour l'élaboration d'un code en matière d'IA » figure sur la page de l'OFCOM publiée le 28 octobre. Il propose des modules de texte à trois degrés de détail et un processus d'élaboration d'engagements volontaires.

Il relève du volet non contraignant de la mise en œuvre de la convention du Conseil de l'Europe sur l'IA, que le Conseil fédéral a décidé de ratifier le 12 février 2025. En parallèle, un projet de loi doit fixer des règles sur la transparence, la protection des données, la non-discrimination, la surveillance et l'évaluation des risques. Sa consultation est prévue au printemps 2027.

Le guide ne crée aucune obligation pour une PME et ne prouve pas sa conformité au droit existant. À notre avis, il peut servir de base à quelques règles internes, comme dans son exemple d'entreprise : tâches confiées à l'IA, données utilisables, résultats à faire vérifier.

Sources principales

• OFCOM, Intelligence artificielle, 28 octobre 2026.
• OFCOM, guide (PDF), octobre 2026.

Brève Café Croissant. Guide non évalué par LEMOVIA.