fr.wedoany.com Rapport : L'équipe AI fondamentale de Cisco aux États-Unis a publié deux modèles de sécurité à poids ouverts, Antares-350M et Antares-1B, destinés à détecter les vulnérabilités connues dans les bases de code existantes. Cette initiative constitue une réponse discrète à la course aux armements actuelle en matière de modèles d'intelligence artificielle. Cisco estime que localiser des vulnérabilités logicielles ne nécessite pas de systèmes volumineux et coûteux, et qu'il ne faudrait pas non plus envoyer le code source propriétaire à des fournisseurs tiers d'IA pour cela.
Les deux modèles sont hébergés sur la plateforme Hugging Face pour une utilisation par la communauté, mais Cisco approuvera les accès au cas par cas. Cisco conserve un modèle plus grand de 3 milliards de paramètres, non publié publiquement. Il ne s'agit pas de chatbots polyvalents, mais d'agents IA spécialement conçus pour la tâche de localisation de vulnérabilités. Antares part d'une description de vulnérabilité, recherche et lit les fichiers candidats dans la base de code, et si un chemin ne donne aucun résultat, il revient automatiquement en arrière, pour finalement renvoyer une liste classée des fichiers les plus susceptibles de contenir des défauts. Le nom du modèle provient de l'étoile supergéante rouge Antares, dont le volume est environ 1000 fois celui du Soleil.
Cisco indique que les capacités de ces petits modèles dépassent nettement les attentes liées à leur taille. Dans son propre benchmark de localisation de 500 vulnérabilités, Antares-1B a battu le Gemini 3 Pro de Google et s'est classé à égalité avec le GLM-5.2 de Z.ai. Le modèle à 3 milliards de paramètres, non encore publié, a surpassé le GLM-5.2 et le GPT-5.5 d'OpenAI. L'avantage principal réside dans la vitesse et le coût : le scientifique en chef de l'IA, Amin Karbasi, a révélé au média technologique The Register qu'Antares traite 500 bases de code en 15 minutes, tandis que les modèles de pointe nécessitent 5 heures ; le coût est inférieur à 1 dollar, contre 100 à 150 dollars pour les grands systèmes.
La base de la vitesse et du coût réside dans la méthode d'entraînement : le modèle n'est pas conçu pour la conversation, mais optimisé pour la recherche. Grâce à sa petite taille et sa flexibilité, il peut exécuter plusieurs recherches simultanément et changer de stratégie lorsqu'une voie d'attaque s'avère inefficace. Le déploiement local est un autre argument de vente. Les poids du modèle étant ouverts et sa taille réduite, les entreprises peuvent conserver leur code propriétaire sur leurs propres serveurs, évitant ainsi de le télécharger vers des fournisseurs de services cloud IA. Pour les secteurs réglementés, conserver le code en interne présente une valeur significative.
Les restrictions d'accès imposées par Cisco sont motivées par des considérations de sécurité. Comme l'a déclaré Reza Shokri, informaticien à l'Université nationale de Singapour (National University of Singapore), un outil capable de détecter des vulnérabilités peut également être utilisé par des attaquants pour exploiter ces mêmes vulnérabilités. Les agents IA sont déjà capables d'écrire plus de code et possèdent des capacités d'exploitation accrues. Cisco limite actuellement l'accès aux équipes de sécurité académiques, à but non lucratif et des petits secteurs publics, et conserve son modèle le plus performant. Son objectif est de garantir que la défense avancée en IA ne devienne pas un luxe, alors que les attaquants commencent déjà à utiliser leurs propres systèmes d'IA. Cisco estime que l'avantage concurrentiel ne dépend plus de la taille des paramètres du modèle, mais de qui peut réellement l'utiliser.
