Christophe Cerisara

Site personnel

Project maintained by cerisara Hosted on GitHub Pages — Theme by mattgraham

My slides

N’écoutons pas les grands patrons de la tech

Régulièrement, les grands patrons de la tech américaine allertent sur le “danger” que représente l’IA, en mettant en avant en général des arguments sécuritaires. Ne nous leurrons pas: leurs alertes relèvent d’une stratégie bien rôdée destinée à accroître encore leur domination et leur monopole dans le secteur de l’IA. Cette stratégie est la suivante.

D’abord, faire en sorte que les populations aient peur des dangers supposés de l’IA. Car la population, au moins aux USA et en Europe, exerce une pression importante sur les politiciens. Donc lorsque la population a peur, alors, en réaction, les politiciens créent de nouvelles lois et régulations pour restreindre l’usage de l’IA et rassurer leurs citoyennes et citoyens. Contre-intuitivement, de telles lois font le bonheur des grands patrons de la tech, car ils possèdent des réseaux de lobbying très puissants auprès des dirigeants et ils savent qu’ils pourront toujours orienter les lois dans le sens qui leur convient. Par exemple, ils expliqueront aux politiciens, qui d’ailleurs ne connaissent rien à l’IA et seront donc ravis d’avoir l’avis de tels “experts”, que les IA représentent un danger immense pour notre cyber-sécurité et qu’il ne faut surtout pas les laisser entre de mauvaises mains. Une fois ce message de peur bien assimilé, ils continueront en disant qu’ils ont les moyens de contrôler qui accède aux IA et ce que les utilisateurs en font. La conclusion s’imposera d’elle-même: il faut donc interdire les IA open-source afin que les cyber-criminels n’y aient pas accès, et enfermer toutes les IA derrière un mur infranchissable, dont la clef sera entre les mains des grands patrons américains.

Cette stratégie de la peur assure donc, d’une part, le monopole des patrons américains en éliminant les IA open-source chinoises du marché de l’IA en Europe et en occident; et d’autre part, ralentit la montée en compétence en IA des scientifiques européens qui auront plus de mal à pouvoir utiliser, comprendre, s’approprier et améliorer ces IA open-source. Bien entendu, les arguments de la stratégie de peur sont fallacieux et auront pour véritables conséquences d’affaiblir la recherche en Europe et d’instaurer une dépendance totale du vieux continent aux IA américaines. Mais elle n’aura aucune conséquence sur la montée en puissance des cyber-criminels des pays non-occidentaux (Russie, Chine…) qui eux, apprennent déjà comment bien utiliser les IA open-source chinoises pour lancer des attaques de plus en plus sophistiquées contre l’Europe, qui n’aura d’autre choix que de se réfugier derrière le “bouclier” que les américains daigneront nous octroyer, à coût très élevé bien sûr.

Au contraire, si nous adoptons largement ces IA chinoises, qui dépasseront bientôt les capacités des IA américaines et qui sont encore open-source (mais cela ne durera pas), alors nous pouvons apprendre à les maîtriser et à les améliorer et l’Europe restera ainsi dans la course à l’IA et saura se défendre seule.

Agentic AI and sovereignty

The current (2026) revolution of AI is concerned with agentic AI, which decuplates the performances of LLMs to solve complex grounded tasks (in maths, software engineering, computer use, involving APIs…) thanks to the combination of an agentic loop, where the LLM is trained to reason, test some hypothesis, analyze the results, fix the errors and iterate, and of tools usage, where the LLM is trained to call external tools (browser, linux commands, python execution environment, database calls, web APIs…).

Dismissing agentic AI as “just adding tools to LLMs” is missing the point, as agentic capabilities greatly improve both the performance and variety of tasks feasible by LLMs, in a similar way as the discovery of transformers, then scaling laws and then test-time compute have successively disrupted the AI landscape. Furthermore, by leveraging smaller sub-agents specialized in each type of tool, or in planning or reasoning, agentic AI opens the way to succesfully exploit smaller LLMs that can be manage locally.

This is important as sovereign European AI will neither occur through writing more rules and regulation (except if Europe strictly forbids any non-European cloud AI APIs), nor by building European software stacks on top of non-EU cloud APIs, but by investing in local-first AI solutions. Training EU LLMs from scratch is impossible within the current copyright EU regulations, and it is likely too late to catch-up with the World-wide competition. The most reasonable remaining opportunity that is still open for EU as of mid-2026, is to leverage Chinese pretrained LLMs while they are still open-source and learn to adapt them to EU values and improve them with new knowledge and novel capabilities. But there is urgency, as this option may not be available for long.

The LLMs I contributed to

Year 2025 is finished, and I think it’s a good time to wrap-up together on a single web page the main LLMs we have contributed to in 2025. You can find the list on my web page.

Quelques chiffres récents liés au carbon cost de l’IA

En comparaison avec le coût carbone des voitures individuelles:

Chiffres un peu plus anciens récupérés en 2024

Estimation of carbon costs

  Carbon cost (T.CO2)
560 persons virtual conf 10
560 persons F2F conf 274
18000 persons virtual conf 176
18000 persons F2F conf 10348
emissions 1 car/year source 2.2
emissions cars in France/year 65M
training Bloom 25

Sources: UE, 6connex, statista

Tout va bien…

63% des insectes volants ont disparu en 3 ans en Grande Bretagne

Misc

Citation