Technologie et science

L’adaptation morphologique face aux mutations climatiques

La trompe de l’éléphant, cet organe complexe de plus de deux mètres de long doté de plus de 40 000 muscles et fibres nerveuses, n’est pas un simple hasard biologique. Selon une étude analysée par Sciencepost, cette structure est le résultat d’une lutte acharnée contre la disparition des forêts. En examinant l’émail dentaire de trois familles de mammifères originaires du nord de la Chine, datant de 11 à 20 millions d’années, les chercheurs ont pu reconstituer les pressions environnementales qui ont façonné ces ancêtres. Les données montrent une corrélation directe entre l’habitat et la capacité de la trompe :

• Choerolophodontidae : Vivant dans des forêts denses avec des branches horizontales, ils possédaient des mâchoires adaptées à une pression verticale et des trompes relativement primitives.
• Amebelodontidae : Évoluant dans des prairies plus ouvertes, ils présentaient une zone nasale crânienne similaire aux éléphants modernes, avec des trompes capables de s’enrouler pour saisir des plantes verticales.
• Gomphotheriidae : Ils occupaient des milieux intermédiaires, entre forêts et prairies.

Cette spécialisation montre que la trompe a agi comme un outil de survie, permettant aux espèces de basculer d’un régime de feuillage forestier à une alimentation de graminées selon les fluctuations climatiques.

L’éléphant de forêt, architecte du stockage de carbone

Si l’évolution a façonné la trompe pour la survie de l’espèce, l’usage de cet organe par l’éléphant de forêt d’Afrique est aujourd’hui indispensable à la survie de la planète. Ce géant, actuellement en danger critique d’extinction, agit comme un véritable “jardinier des forêts”. L’impact de sa disparition est quantifiable et alarmant. Comme l’indique Comifac, la perte de l’éléphant de forêt d’Afrique pourrait réduire la capacité de la deuxième plus grande forêt équatoriale du monde à capter le carbone atmosphérique de 6 à 9 %. Ce mécanisme de régulation repose sur deux piliers comportementaux :

• La sélection végétale : En consommant les petits arbres à croissance rapide et à faible densité de carbone, les éléphants libèrent de l’espace et des ressources pour les arbres à bois “lourd”, qui absorbent massivement le CO₂.
• La dispersion des semences : Après avoir ingéré les fruits d’arbres à forte capacité d’absorption, les éléphants rejettent les graines dans leurs excréments, favorisant la régénération de ces espèces cruciales.

Sans cette intervention constante, la structure même de la forêt tropicale changerait, favorisant des espèces moins efficaces pour contrer le réchauffement planétaire.

Un métabolisme colossal pour un équilibre fragile

Maintenir ce rôle d’architecte paysager exige une dépense énergétique phénoménale. L’éléphant de forêt d’Afrique est, par définition, une “estomac sur pattes”. Pour survivre dans l’environnement complexe de la forêt tropicale humide, où les plantes développent des toxines pour se protéger, ces animaux doivent consommer une quantité massive de matière végétale. Les besoins nutritionnels sont vertigineux. D’après les analyses relayées par The Conversation, un éléphant doit ingérer quotidiennement entre 5 et 10 % de sa masse corporelle. Cette quête incessante de nourriture — qui inclut l’arrachage de lianes, le déterrement de plantes et la rupture de branches — crée un chaos végétal nécessaire à la biodiversité. Cependant, cette dépendance à une alimentation massive rend l’espèce extrêmement vulnérable. Si la disponibilité des ressources diminue ou si les populations sont décimées, c’est tout l’effet de pompage de carbone de la forêt qui s’effondre. La protection de ces pachydermes n’est plus seulement une question de conservation animale, mais une stratégie de lutte directe contre le changement climatique.

L’état du ciel : une transition vers la pleine luminosité

Ce samedi 30 mai, nous observons une phase gibbeuse croissante. Pour le profane, cela signifie que la Lune est plus que moitié éclairée, mais n’a pas encore atteint son apogée visuelle. C’est une phase de transition qui dure environ sept jours, durant laquelle la surface visible s’élargit quotidiennement.

L’illumination actuelle fait l’objet d’une légère divergence entre les sources : alors que NASA indique que 99 % de la surface est éclairée, MoonGiant rapporte une illumination de 100 %. Cette nuance technique souligne la nature fluide du cycle lunaire, où le pourcentage de lumière varie jusqu’à 10 % par jour.

L’appellation « gibbeuse » n’est pas fortuite. Elle provient du latin gibbosus, qui signifie « bossu ». Cette description morphologique capture parfaitement l’aspect bombé de l’astre avant qu’il ne devienne un disque parfait. À ce stade, la Lune a environ 14,18 jours, soit le temps écoulé depuis la dernière Nouvelle Lune.

Guide d’observation : des cratères aux sites d’Apollo

La phase actuelle est idéale pour l’observation, car le contraste entre les zones éclairées et les ombres permet de mieux percevoir le relief. Selon l’équipement dont vous disposez, les détails visibles varient considérablement.

• À l’œil nu : On peut distinguer le Mare Vaporum, le plateau d’Aristarchus et le Mare Fecunditatis.
• Avec des jumelles : Le Mare Frigoris, les montagnes Apennines et le cratère Clavius deviennent perceptibles.
• Au télescope : L’observation devient historique avec la possibilité de repérer les sites d’alunissage d’Apollo 12 et 17, ainsi que la Rima Ariadaeus.

L’astronomie ne se limite pas à la forme. Ce soir, la Lune se positionne dans le signe zodiacal du Sagittaire, à 0,22°, avant de glisser vers le Capricorne. Ce mouvement à travers les douze signes du zodiaque s’effectue par cycles de 2 à 2,5 jours.

Le phénomène de la Lune bleue et la mécanique du cycle

L’événement majeur de ce mois de mai 2026 est l’occurrence d’une « Lune bleue » mensuelle. Contrairement à la croyance populaire, cela ne concerne pas la couleur de l’astre, mais la fréquence : deux Pleines Lunes se produisent au cours d’un même mois civil. La première a déjà eu lieu, et la seconde est attendue pour demain, le 31 mai.

Ce rythme est dicté par le cycle lunaire, également appelé mois synodique. Sa durée moyenne est de 29,53059 jours. Ce cycle se décompose en quatre phases primaires — Nouvelle Lune, Premier Quartier, Pleine Lune et Dernier Quartier — et quatre phases secondaires, dont la phase gibbeuse actuelle.

L’angle changeant entre le Soleil, la Terre et la Lune détermine la quantité de lumière réfléchie vers nos yeux. C’est cette géométrie orbitale qui répond à la question technique : « Quel est l’âge de la Lune ? », une mesure cruciale pour les astronomes afin de situer l’astre dans sa progression orbitale.

Anatomie d’un satellite : au-delà de la surface

Si la phase nous intéresse pour l’observation, la structure physique de la Lune nous renseigne sur l’histoire du système solaire. Selon la NASA, la structure interne de la Lune ressemble à celle de la Terre, organisée en trois couches : une croûte, un manteau et un noyau.

L’astre a commencé comme un monde en fusion. En se solidifiant, les matériaux les plus denses, comme le fer, ont coulé vers le centre, tandis que les roches plus légères sont remontées à la surface. Cette différenciation a créé un noyau solide et un manteau partiellement liquide.

Comme le souligne Britannica, ce satellite naturel est bien plus qu’un simple objet d’observation. Sa proximité en fait un laboratoire privilégié pour la science planétaire et un site potentiel pour les premiers établissements humains hors orbite terrestre.

Enjeux et perspectives : la Lune comme avant-poste

L’étude des phases et de la composition lunaire n’est pas qu’une curiosité esthétique. La compréhension précise de la rotation synchrone — le fait que la Lune présente toujours la même face à la Terre — et de sa composition minérale est essentielle pour toute future exploitation de ressources ou installation permanente.

Le fait que la Lune s’éloigne de la Terre à un rythme de 3,8 cm par an modifie lentement la dynamique des marées et la stabilité de l’axe terrestre sur des millions d’années. À court terme, l’intérêt se porte sur la capacité de l’humanité à transformer ce « monde désolé » en un tremplin vers le reste du système solaire.

L’observation de demain, lors de la Pleine Lune, sera le point culminant de ce cycle de mai. Elle offrira une visibilité maximale, mais c’est paradoxalement aujourd’hui, durant la phase gibbeuse, que les jeux d’ombres rendent la topographie lunaire la plus lisible pour les passionnés de science.

L’annonce a été révélée ce samedi dans les colonnes de La Tribune Dimanche, juste avant l’ouverture du sommet Choose France. Le montant global, s’élevant à 75 milliards d’euros, positionne SoftBank comme l’un des acteurs les plus agressifs du déploiement matériel nécessaire à l’IA sur le sol européen. Le groupe japonais ne se contente pas d’investir dans des logiciels ou des startups, mais s’attaque à la couche physique : l’énergie et le calcul.

Le déploiement massif dans les Hauts-de-France

Le cœur du projet se situe dans le nord de la France. SoftBank prévoit d’injecter 45 milliards d’euros d’ici 2031 spécifiquement dans la région Hauts-de-France. Cette stratégie repose sur l’implantation de deux sites majeurs de centres de données, situés à Bosquel et à Dunkerque. Selon le calendrier communiqué, ces infrastructures deviendront opérationnelles respectivement en 2028 et 2031.

Masayoshi Son, président de SoftBank

Sur le plan technique, l’ambition est proportionnelle aux chiffres. SoftBank prévoit de construire une capacité totale de 5 GW (gigawatts) de centres de données IA en France. À titre d’exemple, un projet spécifique a été annoncé pour Bosquel, où SoftBank s’associera à Sesterce pour développer un centre de données IA d’une puissance de 1 GW. Pour le lecteur non initié, le gigawatt représente ici la capacité électrique maximale que le site peut absorber pour alimenter des milliers de processeurs haute performance, indispensables pour entraîner et faire fonctionner des modèles d’IA massifs.

L’énergie et le talent comme critères de choix

Le choix de la France n’est pas dicté par des raisons fiscales, mais par des impératifs industriels. Masayoshi Son a explicitement lié cette décision à la souveraineté énergétique du pays. Le fait que la France soit producteur et exportateur d’énergie est, selon lui, un facteur absolument décisif pour des investissements d’infrastructure dans l’intelligence artificielle.

L’IA générative est extrêmement gourmande en électricité. La stabilité et la disponibilité d’une énergie bas carbone sont devenues les variables principales pour l’implantation des serveurs. Au-delà de l’électricité, le fondateur de SoftBank a mis en avant deux autres piliers : l’implication de la France dans les domaines de la tech et de l’IA, ainsi que la qualité de son système éducatif. Il a notamment loué le large vivier de talents disponibles, en particulier dans l’ingénierie et la tech.

Une stratégie globale de puissance de calcul

L’offensive française s’inscrit dans un plan mondial plus large. SoftBank ne mise pas uniquement sur l’Europe. Le groupe multiplie les partenariats d’infrastructure à l’échelle internationale pour sécuriser sa place dans la chaîne de valeur de l’IA. Aux États-Unis, SoftBank a récemment conclu un accord avec le département de l’Énergie (DOE) et AEP Ohio pour le redéveloppement du site de Portsmouth. Ce projet, dont la cérémonie de pose de la première pierre a eu lieu le 20 mars 2026, vise la création d’un centre de données IA massif de 10 GW dans l’Ohio.

Cette approche verticale est cohérente avec le portefeuille d’actifs du groupe. SoftBank détient 87,1 % d’Arm Holdings, le concepteur des architectures de puces utilisées dans la quasi-totalité des smartphones et désormais dans les serveurs IA. Le groupe possède également une participation de 11 % dans OpenAI. En investissant massivement dans les centres de données (le contenant), SoftBank sécurise l’exécution des modèles d’IA (le contenu) sur des puces dont il contrôle en partie la conception (l’architecture).

Analyse : entre annonce spectaculaire et réalité industrielle

Si le chiffre de 75 milliards d’euros est impressionnant, il convient de distinguer l’annonce financière de la réalité opérationnelle. Le déploiement s’étale sur plusieurs années, avec des échéances allant jusqu’en 2031. La construction de centres de données de l’ordre du gigawatt représente un défi technique et administratif colossal, notamment en termes de raccordement au réseau électrique et de gestion du refroidissement.

Le risque principal réside dans l’évolution rapide du matériel. Entre l’annonce d’aujourd’hui et la mise en service en 2031, les architectures de calcul auront évolué plusieurs fois. Cependant, en se focalisant sur l’infrastructure énergétique et foncière, SoftBank mise sur l’actif le plus rare du secteur : la capacité électrique disponible. Quelle que soit la puce utilisée demain, le besoin en électricité restera le goulot d’étranglement de l’IA.

L’enjeu pour la France sera désormais de transformer ces promesses d’investissement en emplois qualifiés et en transfert de compétences, tout en gérant l’impact environnemental de sites dont la consommation électrique sera comparable à celle de villes moyennes. Le sommet Choose France, prévu ce dimanche, devrait apporter des précisions sur les modalités de mise en œuvre de ces projets à Bosquel et Dunkerque.

L’héritage de l’hostilité : de la lettre de Gates aux attaques de Ballmer

La relation de Microsoft avec le logiciel libre est l’un des arcs de rédemption les plus singuliers de l’histoire technologique. Ce que l’on observe aujourd’hui est à des années-lumière de la posture de l’entreprise il y a deux décennies, une époque où la direction voyait dans l’open source une menace directe pour son modèle de monopole. Selon un rapport de MakeUseof, cette hostilité n’était pas seulement rhétorique, elle était structurelle et agressive. Les racines de ce conflit remontent à 1976, lorsque Bill Gates a publié sa célèbre « Lettre ouverte aux amateurs ». Ce document critiquait ouvertement les passionnés d’informatique qui copiaient les logiciels sans payer, posant les bases d’une culture de la propriété intellectuelle très stricte. Cette tension a atteint son paroxysme sous l’ère de Steve Ballmer. L’ancien PDG ne se contentait pas de critiques verbales ; il décrivait ouvertement Linux comme

« un cancer »

, une déclaration qui a marqué l’industrie par sa virulence. Derrière les discours, Microsoft menait une guerre de l’ombre. L’entreprise a secrètement injecté plus de 100 millions de dollars pour soutenir les attaques de SCO Group contre Linux, tout en affirmant que le système d’exploitation violait 235 brevets Microsoft, sans jamais en identifier précisément la nature. L’objectif était clair : utiliser le département juridique pour contraindre les équipementiers Android à verser des redevances coûteuses.

Le basculement de 2014 et l’ouverture des outils de développement

Le changement de paradigme s’est produit de manière presque brutale en 2014, lors de la prise de fonction de Satya Nadella. En octobre de cette année-là, le nouveau dirigeant a présenté une diapositive qui allait redéfinir l’identité de l’entreprise :

« Microsoft aime Linux »

. Ce n’était pas une simple opération de relations publiques. Microsoft a entamé une stratégie systématique d’ouverture de ses outils de développement les plus emblématiques pour regagner la confiance de la communauté des développeurs. Parmi ces outils, on compte :

• PowerShell, le langage de script de l’entreprise.
• Visual Studio Code, l’éditeur de code devenu un standard.
• ChakraCore, le moteur JavaScript original de Microsoft Edge.

En rejoignant la Linux Foundation avec un statut de membre Platinum, Microsoft a prouvé que son engagement dépassait le stade de la simple déclaration d’intention.

L’expansion par l’acquisition : l’ère GitHub et Azure Linux

Pour consolider sa place au cœur de l’écosystème open source, Microsoft a utilisé sa puissance financière pour acquérir les infrastructures mêmes où le code est créé. En 2018, l’entreprise a dépensé 7,5 milliards de dollars pour racheter GitHub, la plateforme incontournable du développement moderne. Parallèlement à cette stratégie d’acquisition, Microsoft a développé ses propres solutions internes pour soutenir son infrastructure de conteneurs. Ce qui était initialement connu sous le nom de CBL-Mariner est devenu aujourd’hui Azure Linux. Cette distribution montre que l’entreprise ne se contente plus d’utiliser l’open source, elle participe activement à la construction des briques technologiques qui soutiennent ses propres services cloud.

Une stratégie dictée par l’infrastructure cloud plutôt que par l’idéologie

Si cette transformation est indéniable, elle ne doit pas être interprétée comme une conversion purement idéologique. L’adhésion de Microsoft à l’open source est intrinsèquement liée à l’ascension d’Azure et de ses services cloud. Pour que le cloud de Microsoft domine, il doit être compatible avec les outils et les systèmes que les développeurs utilisent déjà massivement. L’open source est devenu un levier de croissance pour le modèle économique de l’entreprise. En facilitant l’usage de Linux et des outils de développement ouverts sur ses serveurs, Microsoft s’assure que les développeurs restent dans son écosystème de services. L’« astérisque » qui accompagne cette nouvelle ère est donc d’ordre pragmatique : Microsoft n’a pas seulement changé de camp par conviction, elle a changé de camp parce que c’est là que se trouve l’avenir de l’infrastructure mondiale.

Le rythme de l’évolution technologique dépasse les prévisions les plus optimistes. Alors que le secteur de l’intelligence artificielle se concentrait jusqu’ici sur la génération de texte ou l’analyse d’images, les mathématiques — souvent considérées comme le dernier rempart de la cognition humaine pure — font l’objet d’une accélération que peu d’observateurs avaient anticipée. En l’espace de deux ans, la frontière entre la simple exécution de calculs et l’assistance à la recherche théorique s’est considérablement déplacée.

De la résolution de problèmes à l’assistance de recherche

Pour comprendre l’ampleur de ce changement, il faut observer la trajectoire tracée par les capacités de raisonnement des modèles récents. Selon l’analyste David Shapiro, l’année 2025 a marqué l’étape où l’intelligence artificielle est devenue capable de rivaliser avec des humains lors de compétitions mathématiques. Cependant, l’année 2026 a ouvert un nouveau chapitre : celui de l’assistant de recherche.

Cette montée en puissance s’est concrétisée le 27 mars 2026, lorsque la société Anthropic a dévoilé une avancée majeure concernant son modèle Claude. Cette technologie permet de traduire les étapes de raisonnement mathématique complexe en un langage compréhensible par l’humain. Ce n’est plus seulement un outil qui donne un résultat, mais un système capable d’expliquer sa démarche, facilitant ainsi la collaboration entre l’homme et la machine dans des contextes de recherche de haut niveau.

Le piège de la récupération d’informations : l’épisode Erdős

Toutefois, cette progression rapide ne doit pas être confondue avec une véritable capacité de découverte scientifique. La distinction entre le raisonnement et la simple recherche documentaire est cruciale pour éviter les erreurs d’interprétation. Un exemple frappant est survenu à la fin de l’année 2025 lors de la controverse entourant les problèmes d’Erdős.

À cette époque, des affirmations circulaient selon lesquelles le modèle GPT-5 aurait « résolu » plusieurs problèmes mathématiques d’Erdős. L’analyse ultérieure a montré une réalité bien moins spectaculaire : l’IA avait simplement effectué des recherches documentaires extrêmement efficaces, retrouvant des solutions déjà publiées que le gestionnaire de la base de données n’avait pas encore répertoriées. Pour David Shapiro, cette situation illustrait parfaitement le risque de confusion, qualifiant l’événement de simple recherche documentaire présentée sous les traits d’une découverte révolutionnaire.

Le mathématicien Terence Tao a d’ailleurs apporté un éclairage nécessaire sur ce phénomène. Il souligne que de nombreux problèmes d’Erdős sont restés sans étude systématique pendant des décennies. Si une IA parvient à les résoudre aujourd’hui, ce n’est pas nécessairement parce qu’elle a inventé une nouvelle méthode, mais parce qu’elle a exploré des zones de la littérature mathématique que les humains avaient délaissées par manque de temps ou de ressources.

La critique de François Chollet : au-delà de la reconnaissance de formes

Face à cet enthousiasme, certains chercheurs appellent à une plus grande prudence concernant la nature réelle de l’intelligence de ces modèles. François Chollet, chercheur reconnu dans le domaine, a exprimé des réserves sur la manière dont nous mesurons les progrès de l’IA. Il soutient que les tests de référence utilisés depuis 2019 se concentrent trop sur la reconnaissance de formes et la connaissance de domaines spécifiques, plutôt que sur la capacité d’abstraction pure.

En mars 2026, Chollet a présenté un nouveau test de référence, conçu pour être plus exigeant et pour mieux distinguer l’intelligence véritable de la simple capacité de mémorisation ou de manipulation de données. Il alerte également sur une tendance observée en avril 2026 : le risque que la recherche en intelligence artificielle ne s’enferme dans une approche unique et dominante, limitant ainsi l’émergence de méthodes de raisonnement réellement innovantes.

Les frontières infranchissables de l’intelligence artificielle

Malgré ces avancées qui transforment les méthodes de travail des chercheurs, les sommets les plus élevés de la discipline mathématique restent, pour l’heure, hors de portée des machines. Aucun système d’intelligence artificielle n’a réussi à résoudre l’un des sept problèmes du prix du millénaire.

Le domaine reste marqué par des énigmes qui résistent aux approches actuelles, qu’elles soient humaines ou artificielles. L’hypothèse de Riemann demeure intacte, tout comme le problème P versus NP. De même, l’existence et la régularité des solutions pour les équations de Navier-Stokes continuent de défier toute tentative de résolution automatisée. Si l’IA est devenue un assistant capable de parcourir la littérature et d’expliquer des étapes de calcul, la création de concepts mathématiques totalement nouveaux et la résolution de ces conjectures fondamentales constituent toujours le véritable défi de l’intelligence.