- il y a 2 jours
Mission d’information sur l’intelligence artificielle : Représentants d’Advanced Machine Intelligence Labs (AMI Labs)
Catégorie
🗞
NewsTranscription
00:00Merci.
00:30Merci.
01:00Merci.
01:30Merci.
02:00Merci.
02:30Merci.
03:02Merci.
03:30Merci.
04:00Merci.
04:30Merci.
05:00Merci.
05:30Merci.
06:00Merci.
06:30Merci.
07:00Merci.
07:30Merci.
08:09Merci.
08:30Merci.
08:31Merci.
08:31Merci.
08:50Merci.
09:00Merci.
09:03Merci.
09:30pour un côte luminaire de 50 minutes.
09:32Et ensuite, Madame la rapporteur, vous posera la question qu'elle a préparé à votre attention.
09:37Je vous en prie pour prendre la parole.
09:38Vous appuyez sur le bouton et puis vous avez la parole.
09:44Merci.
09:44Merci beaucoup de votre invitation ce matin.
09:48Donc je vais commencer par présenter un peu ce qu'on fait chez Amilabs.
09:52Pour repancer un peu le contexte, l'IA actuelle a été vraiment inventée
09:57principalement par trois personnes dans le monde, les trois pères fondateurs du domaine.
10:02L'un d'entre eux est français et s'appelle Yann Dequin, vous connaissez peut-être le nom.
10:10Donc Yann a passé 13 ans en tant que patron de l'IA chez Facebook, qui est maintenant en méta.
10:17C'est un chercheur très reconnu, qui a eu le Turing Award,
10:20l'équivalent du prix Nobel pour les sciences informatiques.
10:24Et Yann, depuis quelques années, a été de plus en plus convaincu que les grands modèles de langage,
10:30pour autant puissants qu'ils soient, ne mènent pas à une intelligence artificielle générale
10:39et plus intéressante que ce qu'on a aujourd'hui.
10:44Et donc Yann a développé... Alors il n'est pas seul.
10:47Un groupe a développé une idée d'une architecture de modèles différentes,
10:53qu'on appelle des modèles de monde, ou world model, j'en parlerai un peu plus après,
10:58qui est une alternative, en fait, qui complète les grands modèles de langage.
11:03Il y a à peu près six mois, Yann s'est convaincu que le meilleur endroit pour mener à terme
11:11ses recherches et les appliquer dans le monde, avec des produits, un impact réel dans le monde.
11:17Le meilleur endroit n'était pas forcément l'entreprise méta,
11:20mais de le faire dans une start-up, dans une entreprise indépendante.
11:23Et donc il a décidé de monter une équipe, une structure, pour porter ce projet à bien.
11:31Donc Yann est toujours basé aux Etats-Unis, mais il est français, il est professeur à NYU, à temps partiel.
11:38Il a choisi de monter cette structure en France.
11:42Alors on l'a appelé Advanced Machine Intelligence, en anglais,
11:46mais l'acronyme fait AMI, et c'est un petit clin d'œil voulu,
11:52pour développer ces world models.
11:56Donc un petit mot technique peut-être, les grands modèles de langage,
12:00comme vous le savez, fonctionnent avec des séquences de symboles,
12:03qui sont en général des tokens, qui représentent des mots par exemple,
12:07ou des symboles mathématiques, ou du code informatique.
12:11On apprend à un modèle la langue.
12:13Or la langue décrit le monde, la langue n'est pas le monde.
12:16On peut être très intelligent, les animaux sont très intelligents,
12:19les enfants, avant de savoir parler, ont une très bonne compréhension du monde,
12:22sont capables de faire des choses utiles, d'avoir un comportement pertinent,
12:28sans pour autant avoir la moindre notion de langue, de langage au début.
12:33Donc c'est un peu un raccourci en fait.
12:35On a appris à des modèles à manipuler de la langue.
12:38On leur fait faire des choses extrêmement utiles pour résumer des informations,
12:42générer du texte, aller chercher des informations, faire du chat,
12:46sur le chat GPT, faire des maths, écrire des programmes informatiques.
12:51On peut un peu utiliser ces mêmes principes pour générer des images,
12:57voire générer certaines vidéos.
13:00Mais tout est basé sur la langue.
13:04Le credo des world models, c'est que si on est plus ambitieux,
13:09on ne peut pas faire ce raccourci,
13:10et on doit enseigner à un modèle d'IA une expérience directe du monde.
13:15Et ne pas lui dire voilà comment je décris le monde dans ma langue et manipule ça,
13:20mais apprends toi-même à partir de la vision, du son, des sens à travers des capteurs, des censeurs.
13:31Fais-toi ta propre idée du monde.
13:33Donc c'est ce qu'on appelle une représentation du monde qui est construite par le modèle.
13:38Et une fois que le modèle a, par observation, construit son expérience, sa représentation du monde,
13:44il va pouvoir faire des prédictions et donc des plans,
13:47prévoir une séquence d'action qui mène à un état du monde souhaité.
13:51Et donc ça, c'est une intelligence qui, on le pense,
13:54est beaucoup plus proche du fonctionnement des animaux et notamment des humains.
13:59Donc en résumé, un world model, c'est une approche plus ambitieuse,
14:02puisqu'on essaie de repartir de zéro, sans tricher à l'aide de la langue.
14:09Et si ça fonctionne, en fait, on va apprendre des concepts,
14:12le modèle va apprendre des concepts de plus en plus sophistiqués,
14:15qui mènent tout en haut de l'échelle, alors qui partent des objets simples.
14:18Un bébé, l'âge de 4 mois, en fait, si vous prenez un objet et que vous lâchez
14:21et que l'objet ne tombe pas, le bébé est surpris.
14:24On peut mesurer la dilatation des pupilles.
14:26Donc il a déjà un modèle de la gravité à 4 mois.
14:30Et c'est très, très consistant à travers les différences d'enfants, les différences de culture.
14:36Donc on part de choses simples.
14:37Au début, on apprend nos modèles.
14:39Enfin, ils apprennent tout seuls des choses comme ça.
14:42Et puis on apprend des concepts de plus en plus sophistiqués
14:46qui vont mener tout en haut de l'échelle, la hiérarchie des concepts,
14:49aux notions de culture, de société, de religion, de philosophie.
14:53Donc voilà le chemin qu'on a entrepris chez Ami.
14:57C'est un chemin ambitieux.
14:58Donc Yann a réuni une équipe dont nous faisons tous les 4 parties.
15:04C'est 45 personnes aujourd'hui, 6 mois après la création.
15:10Ça demande beaucoup de calcul, de puissance de calcul, donc beaucoup d'argent.
15:16Donc on a fait une levée de fonds d'un peu plus d'un milliard d'euros
15:19pour financer le début de ce projet.
15:23On s'est installés dans 4 villes, donc à Paris.
15:27Donc le siège social de l'entreprise est en France.
15:29C'était une volonté très forte de Yann.
15:31Mais nous avons des équipes à Montréal, à New York et à Singapour.
15:36Donc on construit une entreprise globale,
15:39avec une entreprise européenne à empreinte globale.
15:43Dès le début, c'est très important pour ce qu'on fait.
15:46On a fait très attention, quand on a levé ce milliard d'euros,
15:50de ne pas prendre plus de 30% d'argent américain.
15:54Aujourd'hui, si vous cherchez un milliard et que vous n'avez pas beaucoup de temps,
15:56c'est plus facile de trouver aux États-Unis ou en Chine qu'ailleurs.
16:01On a fait cet effort de répartir nos fonds,
16:04donc à peu près un tiers États-Unis, un tiers Europe et un tiers Asie,
16:11principalement Singapour et Corée et d'autres pays,
16:14pour avoir cet équilibre et de ne pas être comme,
16:18on en reparlera, je pense, l'IA aujourd'hui, c'est les US et la Chine.
16:23C'est très dur de ne pas être...
16:24La plupart des projets ambitieux sont portés soit par les Américains,
16:27soit par les Chinois.
16:28Et on est un peu écrasé, donc on essaie, dès la construction d'entreprises,
16:32de ne pas tomber dans ce système.
16:36Et pour terminer sur cette introduction,
16:39les World Models ne sont pas des modèles génératifs,
16:44comme ce qu'on a aujourd'hui.
16:47Un World Model ne cherche pas à écrire du texte,
16:49ou à générer une image, ou à gérer une vidéo,
16:51à la manière de quelque chose qui existe.
16:55Un World Model essaie d'abord de comprendre le monde,
16:57donc c'est le sens inverse.
16:59On essaie d'absorber, de comprendre comment fonctionne le monde,
17:03pour ensuite être utile dans ce monde.
17:06Mais c'est très différent, ce n'est pas génératif.
17:09Les applications typiques qu'on a en vue sont,
17:16par exemple, dans la robotique.
17:18Les robots, aujourd'hui, commencent à être assez doués
17:22en termes de physique, le hardware,
17:25et bon, par contre, sont extrêmement bêtes.
17:27Vous voyez les robots, on a les robots industriels
17:29qui font une tâche unique toute la journée,
17:32et encore, ça prend beaucoup de temps pour les programmer,
17:35en fait, pour leur faire faire ça,
17:37mais qui, mis en face d'une situation nouvelle,
17:40sont incapables de savoir quoi faire,
17:42et donc, ça limite extrêmement leur application.
17:46Les World Model, par exemple, sont une solution
17:48pour fournir un cerveau, un cortex, en fait,
17:51à ces robots.
17:55La voiture autonome, on a utilisé plusieurs dizaines
17:59de millions d'heures de vidéos, de situations,
18:02pour les entraîner, et encore, ça marche à San Francisco,
18:04mais je ne pense pas que ça marchera
18:05à la Place de l'Étoile, à Paris.
18:08Alors, un humain apprend en 15 heures,
18:10en 15 heures de conduite, vous savez conduire.
18:12Voilà, donc, on n'est pas câblé
18:13comme une IA générative,
18:16et c'est ce qu'on essaie de découvrir
18:18dans le cadre de Amilax.
18:23Oui, bon, excusez-moi.
18:25Est-ce qu'il y a des questions ?
18:34Merci, merci, merci, merci beaucoup.
18:37Alors, notre mission d'information s'intitule
18:40« Création de diffusion et acquisition de connaissances,
18:43comment l'IA transforme notre éducation et notre culture ? »
18:45Et d'après ce que je comprends de la création
18:48des World Model, des modèles de monde,
18:50en fait, il va falloir que le modèle acquiert
18:54ses connaissances du monde.
18:56Je voulais savoir, vous donner l'occasion,
18:57un peu plus, nous expliquer comment il va pouvoir le faire.
19:01Puisque, comme vous l'avez bien souligné,
19:03aujourd'hui, les LLM utilisent,
19:07voilà, on leur fournit du langage,
19:10mais aussi d'autres choses pour qu'ils comprennent le monde,
19:12comment ces modèles vont pouvoir faire
19:14l'acquisition de connaissances
19:16de l'expérience du monde ?
19:19Ça, ce sera ma première question.
19:21Si vous pouvez un peu plus rentrer dans la technique,
19:23comment on entraîne un World Model
19:27à pouvoir mieux comprendre le monde ?
19:34Alors, aujourd'hui, l'entraînement initial,
19:37qu'on appelle pre-training,
19:38d'un modèle très généraliste, en fait,
19:40se fait d'abord, principalement, par la vidéo.
19:45Donc, on va montrer.
19:47Alors, c'est un apprentissage qu'on appelle auto-supervisé.
19:50Donc, on n'a pas besoin d'étiqueter des vidéos
19:52pour lui dire voilà ce qui se passe, etc.
19:53On lui montre juste.
19:55Et le modèle s'entraîne,
19:57exactement comme un enfant,
19:59à prédire.
20:01Par exemple, il va voir les dix premières secondes d'une vidéo
20:04et cherche à prédire ce qui va se passer
20:05dans les cinq secondes qui suivent.
20:07Et s'il ajuste, ça renforce ses croyances
20:10et la structure qu'il avait commencé à construire pour ce monde.
20:13Et s'il a faux, il va remettre en cause.
20:15Donc, c'est pour ça que c'est auto-supervisé.
20:17On s'entraîne à prédire.
20:19Et le modèle est surpris quand quelque chose arrive
20:22qu'il n'avait pas prévu.
20:23Il est surpris et ça va mettre à jour
20:25ses connaissances.
20:26Encore une fois,
20:28le plus proche,
20:29on ne comprend évidemment pas complètement
20:31comment marche le cerveau.
20:33Mais ça se rapproche un peu
20:34de comment on pense
20:35que l'apprentissage se passe.
20:37Donc, c'est des vidéos
20:39non-étiquetées.
20:40Et on se base aujourd'hui
20:42sur des data-celles publiques de vidéos
20:45dont les droits permettent de faire ça.
20:49Quand on va continuer d'avancer,
20:52on va sans doute aller chercher des vidéos plus spécialisées
20:55et là, travailler avec des partenaires
20:56qui peuvent nous les fournir.
20:58Aujourd'hui, on n'est pas encore à ce stade.
21:02La discussion avec les ayants droit éventuels
21:05est beaucoup plus simple
21:06dans ce type d'IA
21:07parce que ce n'est pas une IA générative.
21:09Je ne vais pas prendre vos vidéos,
21:11vos images
21:11pour refaire des images
21:13qui vont concurrencer
21:15ou copier les vôtres.
21:18Donc, la discussion avec les fournisseurs de data
21:22sont plus simples
21:23par rapport à ça.
21:25Dans le sens où on ne cherche pas
21:25à entrer en concurrence
21:29avec eux.
21:31Ensuite, il y a une phase de post-training.
21:33Si ensuite, vous voulez, par exemple,
21:36appliquer un world model pour un robot
21:38qui va assister un aide-soignant à l'hôpital,
21:42là, on va aller chercher
21:44dans l'hôpital qu'il va utiliser
21:46des vidéos spécifiques du métier.
21:50C'est la phase d'apprentissage
21:52à post-téorie, de spécialisation.
21:56Là, on aura des vidéos
21:57beaucoup plus...
22:00dans un domaine plus étroit
22:02qui correspond à ce qu'on cherche
22:03à faire faire au modèle.
22:07Merci beaucoup.
22:08Vous avez fait la différence
22:11entre l'entraînement des LLM d'IA génératives
22:14qui peuvent utiliser des données
22:19qui sont des contenus culturels
22:20pour créer des autres concurrentiels.
22:25Je pose quand même la question
22:27dans l'entraînement.
22:29Vous avez parlé du pré-training
22:32et ensuite, vous avez parlé de l'autre phase.
22:34Je reprends l'exemple des aides-soignants.
22:38Est-ce que ça veut dire
22:39que les aides-soignants actuels
22:40vont pouvoir se voir filmer,
22:44avoir éventuellement une rémunération
22:46parce que tout l'enseignement
22:48de leur savoir-faire et de leurs gestes
22:51vont pouvoir...
22:52Pas forcément les remplacer
22:53puisqu'on sait qu'on va avoir des besoins
22:56pour accompagner l'ensemble,
22:57mais est-ce qu'ils vont pouvoir
22:58percevoir une rémunération ?
23:01Est-ce que vous pouvez garantir
23:02qu'ils ne soient pas remplacés ?
23:03Puisque vous l'avez souligné vous-même,
23:04les annoncés de la robotique
23:05font que tous les métiers
23:08peuvent être appréhendés,
23:10comment on va faire ce partage de la valeur ?
23:12Puisque, en gros,
23:14comment combiner le fait d'acquérir
23:16les bons gestes,
23:18mais en même temps de garantir
23:20que quelques années après,
23:23ceux qui ont fourni ces gestes
23:25ne soient pas remplacés
23:26et qu'ils soient justement rémunérés ?
23:29En fait, d'abord,
23:32il ne faut pas confondre
23:34le job et la tâche.
23:36Dans un job,
23:37on fait plein de tâches
23:38et certaines sont pénibles,
23:41dangereuses,
23:42font qu'on n'a pas assez de gens
23:43qui veulent faire ce métier.
23:45Je pense que c'est le métier
23:46et les tâches, pardon.
23:47Et je pense que c'est le cas
23:48pour les étudiants
23:50ou les gens dans les EHPAD.
23:52On n'en a pas assez.
23:53On n'arrive plus.
23:55Les métiers sont extrêmement pénibles,
23:57pas très bien payés.
23:59Les gens restent quelques mois
24:00et ils repartent.
24:01Et ça, c'est un gros problème
24:02de notre société
24:03qui va aller en s'empirant.
24:08Donc, on ne parle...
24:09Je dis que c'est un peu cliché,
24:11désolé,
24:11mais on ne parle pas
24:12de remplacer des métiers,
24:13mais plutôt de faire
24:15certaines tâches
24:15qui, dans ce métier,
24:17encore une fois,
24:17sont pénibles ou dangereuses.
24:21Et dans l'exemple
24:22d'un aide-soignant,
24:23c'est vraiment le cas.
24:24Vous avez des...
24:26Notamment...
24:27Alors, mon entreprise précédente
24:29travaille dans la santé
24:31depuis 8 ans.
24:32Donc, j'ai beaucoup travaillé
24:33avec les hôpitaux.
24:35J'ai passé beaucoup,
24:36beaucoup de temps
24:37dans les chambres,
24:37dans les hôpitaux.
24:39Et en fait,
24:42les aides-soignants
24:43sont les premiers motivés
24:46pour ne plus faire
24:47certaines des tâches.
24:47Ce qu'eux aiment,
24:49c'est le contact des patients.
24:52C'est là qu'on a envie
24:53de garder l'humain,
24:54évidemment,
24:56des familles,
24:58des actes de soins.
25:00Mais en fait,
25:00pour un acte de soins,
25:01aujourd'hui,
25:02vous avez trois actes
25:03qui sont plutôt
25:04de l'ordre du ménage,
25:06physique,
25:07que personne ne peut faire.
25:09Donc, on voit vraiment
25:12en l'occurrence
25:13des robots plus intelligents
25:14comme une solution
25:15pour ce problème
25:16plutôt qu'un problème
25:17qui, avant de penser
25:18à remplacer un des soignants,
25:19ce qui n'est pas souhaitable,
25:21souhaité.
25:22On a beaucoup de choses
25:23qu'on peut vraiment améliorer
25:25dans le problème.
25:26Cela dit,
25:27ce que vous avez dit
25:27est vrai.
25:29Si on veut faire ce projet,
25:33de toute façon,
25:34il faut impliquer
25:34les personnes concernées.
25:36On ne va pas apprendre
25:37à faire certaines tâches
25:38de leur métier
25:39dans leur dos,
25:40les rémunérer,
25:41que ça ne marchera jamais
25:42parce que personne
25:43ne sait faire ce métier
25:45autre qu'eux.
25:46C'est eux qui savent.
25:49C'est vrai
25:49pour tous les projets
25:50d'IA.
25:52Un déploiement réussi
25:53d'IA n'est jamais
25:54pensé par les ingénieurs
25:55dans leur bureau.
25:58Un déploiement réussi
25:59d'IA,
25:59c'est parce que
26:00ce sont les gens
26:00qui en ont besoin.
26:02Par exemple,
26:04la comptable,
26:04le comptable
26:07est la seule personne
26:08qui peut se dire
26:09« Ok,
26:09je vais utiliser l'IA
26:10comme ça
26:10parce que dans ma comptabilité,
26:11c'est ça qui me pose problème
26:12et ce n'est jamais
26:13un ingénieur ».
26:14Je m'écarte un peu
26:15du sujet,
26:16mais pourquoi depuis
26:17six mois
26:18avec des choses
26:20comme Claude,
26:22par exemple,
26:22on a une explosion
26:24du déploiement
26:25dans les entreprises
26:25parce que finalement,
26:27les modèles sont devenus
26:28utilisables
26:28par le commun des mortels
26:30et c'est sorti
26:31du bureau d'ingénierie
26:32et c'est la seule manière
26:34de réussir
26:35un déploiement
26:35et ce sera encore
26:36plus vrai
26:36dans ce dont on parle
26:37aujourd'hui.
26:38Monsieur Soli.
26:39Oui,
26:40peut-être vous donner
26:41deux exemples
26:42sur votre question
26:43avec la conviction
26:44comme l'a dit Alexandre
26:45que pour nous,
26:46une tâche automatisée
26:47n'est pas un métier supprimé.
26:49Il y a un exemple
26:50assez connu
26:51qui est évoqué
26:52aujourd'hui en 2026,
26:53c'est qu'un des pères
26:54fondateurs de l'IA,
26:55comme Alexandre l'a rappelé,
26:56Geoffrey Hinton,
26:57avait dit il y a 10 ans
26:58en 2016,
26:59arrêté de former
27:00des radiologues,
27:01ils seront obsolètes
27:02dans 5 ans.
27:04Et cette année,
27:05il y a eu une étude
27:05assez intéressante
27:06de l'American College
27:07of Radiology
27:09qui a en réalité noté
27:11que les prédictions
27:12de cette profession
27:13aux Etats-Unis
27:14montraient que
27:15le nombre de radiologues
27:16entre 2023 et 2025
27:18avait progressé
27:19de 40% aux Etats-Unis.
27:21Et que,
27:22pourquoi l'ont-ils dit ?
27:23Parce qu'en réalité,
27:24l'IA a rendu
27:25l'imagerie médicale
27:26plus précise,
27:27plus rapide,
27:28que les hôpitaux ainsi
27:30et les radiologues
27:30ont permis d'accueillir
27:31beaucoup plus de patients
27:33et que la demande
27:34en radiologie
27:35a en réalité augmenté.
27:37Et je crois
27:37que le point
27:38qui vient d'être fait
27:39sur tâches
27:40et métiers
27:41est extrêmement
27:42importante.
27:43En automatisant
27:44certaines tâches,
27:45vous pouvez,
27:46au contraire,
27:46développer un certain
27:47nombre de métiers.
27:48l'exemple
27:49de la robotique
27:50en Europe
27:50est intéressant.
27:51C'est un débat
27:52assez ancien
27:52qui a eu lieu
27:53il y a à peu près
27:5420 ans.
27:55Si vous prenez
27:56l'Allemagne,
27:57c'est le pays
27:58le plus robotisé
27:58d'Europe.
27:59Il y a à peu près
28:00400 robots industriels
28:02pour 10 000 employés.
28:04En France,
28:05c'est 180 robots
28:07pour 10 000 employés.
28:09Il y a une grande vague
28:10d'automatisation,
28:10de robotisation
28:11en Europe.
28:12Et l'Allemagne
28:13avait à l'époque
28:14choisi à peu près
28:1530 ans
28:16de robotiser
28:16plus fortement
28:17son industrie.
28:19Si vous prenez
28:20en 2024
28:20les chiffres
28:21de l'industrie
28:22manufacturière
28:23comparé
28:24de l'Allemagne
28:24et de la France,
28:25c'est assez intéressant.
28:27L'industrie manufacturière
28:28en Allemagne
28:28contribue à près
28:29de 20 %
28:30de la valeur ajoutée
28:32brute en Allemagne.
28:33C'est deux fois
28:33moins en France.
28:35J'arrête là
28:35parce que vous avez
28:36beaucoup d'exemples.
28:37Dans la vision
28:38dont on voit
28:38les choses
28:39et dans ce mouvement
28:41extrêmement fort
28:42de l'intelligence
28:42artificielle,
28:43notamment pour le monde
28:44physique,
28:44ce que l'on veut faire,
28:45on pense au contraire
28:46qu'il y a des opportunités
28:48d'automatiser
28:49un certain nombre
28:50de tâches,
28:50de dégager de la productivité
28:52pour les entreprises
28:52et donc en réalité
28:53de croître
28:54et d'embaucher
28:55plus de personnes
28:56et de se développer
28:57sur d'autres marchés.
29:01Alors, on a parlé
29:02de différentes professions,
29:04les soignants,
29:05les radiologues.
29:06Vous imaginez bien
29:07que je vais en venir
29:07à la profession
29:08de professeur
29:09puisque notre mission
29:12d'information
29:12porte notamment
29:13sur l'éducation.
29:15Alors,
29:15si nous pouvions
29:16imaginer
29:17que la contribution
29:20des modèles de monde
29:21puisse être aussi
29:23dans le domaine éducatif,
29:24qu'est-ce que cela
29:25pourrait être ?
29:26Est-ce que vous avez
29:27déjà réfléchi
29:28à cela ?
29:29On voit aujourd'hui
29:31que l'IA
29:32est utilisée
29:33par les membres
29:36de la communauté éducative,
29:37que ce soit
29:37professeur,
29:38élève.
29:40Aujourd'hui,
29:41comment pourrait être
29:42la contribution
29:43des World Models
29:44à l'éducation ?
29:48On ne pense pas
29:49qu'elle sera
29:49très court terme
29:52étant donné
29:53qu'on repart
29:55du début
29:56vraiment de la base
29:57des choses.
29:57On a beaucoup
29:58de choses à apprendre
29:58et là où un humain
30:00va apprendre
30:01en quelques années,
30:01on a sans doute besoin
30:03des mêmes années
30:03pour entraîner
30:04nos modèles
30:05avant qu'ils aient
30:06un impact significatif
30:08dans l'éducation.
30:11Cela dit,
30:12en étant optimiste
30:13sur l'évolution,
30:15ces modèles
30:15qui cherchent
30:18à comprendre
30:18le monde,
30:19à découvrir
30:19les relations
30:19de causalité,
30:23pourront,
30:24une fois arrivés
30:25dans ces strates
30:26un peu plus hautes
30:27dans la hiérarchie
30:28des concepts,
30:29pour être très utiles
30:30pour aider
30:31un élève
30:32à comprendre
30:32les choses
30:35à partir
30:36de l'observation
30:37et pas juste
30:38en manipulant
30:39des mots
30:39dans un livre.
30:41Je pense que
30:42l'impact
30:42de l'IA génératif
30:43sera sans doute
30:44plus fort,
30:44et déjà extrêmement fort
30:46aujourd'hui.
30:47Les world models
30:48arriveront
30:48beaucoup plus tard
30:49et avec sans doute
30:51un complément,
30:52une approche complémentaire
30:53intéressante
30:53qui sera plus
30:54dans le comment
30:55comprendre
30:56et faire sens
30:57des choses.
31:01pour aller un petit peu
31:02plus loin.
31:03On a ce qu'on apprend
31:04quand on est dans
31:05l'enseignement primaire
31:06secondaire,
31:06mais effectivement,
31:07la promesse
31:08des modèles,
31:09c'est aussi de mieux
31:10nous permettre
31:10de comprendre
31:11le monde.
31:12Et donc là,
31:12c'est aussi pour
31:13l'enseignement supérieur
31:14et la recherche.
31:15Comment vous imaginez
31:17la contribution
31:18de ces modèles
31:20dans l'approfondissement
31:22de notre connaissance
31:23des phénomènes
31:24physiques,
31:25chimiques du monde ?
31:27Ça, c'est vraiment
31:29dans la ligne
31:30de visée directe.
31:33On a des phénomènes
31:35où, aujourd'hui,
31:37même si on connaît
31:38les formules physiques
31:39et mathématiques
31:40qui décrivent,
31:40enfin, du loi
31:41qui décrivent,
31:42le système est trop complexe
31:44pour le modéliser
31:45complètement,
31:46même à quelque chose
31:46qui pourrait paraître
31:48simple comme un réacteur
31:48d'avion.
31:49En fait, c'est un phénomène,
31:51c'est un système
31:52qui est avec tellement
31:54de paramètres,
31:54tellement complexe
31:55que même si on connaît
31:56localement la formule
31:58mathématique
31:58de chaque élément,
32:01on ne peut pas
32:02le modéliser complètement.
32:04Donc, on parle souvent
32:05de jumeaux numériques.
32:06Quand on essaie
32:07de reconstruire un système,
32:08et ça peut être
32:09un réacteur d'avion,
32:10ça peut être une ville,
32:10ça peut être
32:11un système social.
32:13Quand on essaie
32:13de le reconstruire
32:15dans un logiciel
32:17pour qu'il se comporte
32:18comme la réalité,
32:19et après,
32:20une fois que j'ai
32:20cette simulation,
32:22je peux chercher
32:23des optimisations,
32:23faire des prédictions,
32:26établir le scénario,
32:27qu'est-ce qui se passe
32:27si cela arrive,
32:28etc.
32:29Et ça,
32:29la limite actuelle
32:30de ces jumeaux numériques,
32:32c'est qu'on arrive
32:33à des calculs
32:34impossibles à faire.
32:36Il y a trop de formules,
32:37il y a trop d'éléments
32:40imbriqués,
32:41et on ne peut plus les faire.
32:43les work models
32:44sont une promesse,
32:47sans doute,
32:47en tout cas,
32:48on le pense,
32:49chez Amilab,
32:49c'est une solution à ça,
32:51dans un sens où,
32:52si on a besoin
32:53de faire des prédictions
32:54dans un système comme ça,
32:55on ne va pas chercher
32:55à le modéliser mathématiquement,
32:58on va juste l'observer
33:00suffisamment longtemps,
33:01et le modèle
33:02va se construire
33:02une représentation
33:03de comment fonctionne
33:04ce système,
33:06et à partir,
33:07une fois qu'on a
33:07cette représentation,
33:08on peut faire
33:08des simulations,
33:09des optimisations,
33:11donc on a appliqué
33:13à la chimie,
33:14appliqué à l'optimisation
33:16industrielle,
33:18appliqué à tous
33:20ces problèmes
33:20d'optimisation
33:20qui ne sont pas résolus
33:21aujourd'hui,
33:23on pense avoir
33:24un impact très fort,
33:25j'ai parlé de la robotique
33:26comme exemple au début,
33:27mais ce n'est pas
33:27le seul domaine
33:29d'application,
33:29et ça s'en vient
33:32clairement.
33:33Très bien,
33:34alors j'aurais
33:34une question de fond,
33:35à vous entendre,
33:36j'ai l'impression
33:37qu'en fait,
33:39vous cherchez
33:39à reproduire
33:40un modèle humain
33:41en fait.
33:42Alors pourquoi
33:43ne pas appeler
33:44votre entreprise
33:45plutôt que
33:45World Models
33:46Human Models,
33:47d'une part,
33:48c'est un peu
33:48une boutade,
33:49mais je suppose
33:51que vous travaillez
33:51avec les neurosciences,
33:54neuroscientifiques,
33:54puisque quand vous parliez
33:56tout à l'heure
33:57de l'enfant
33:57de 4 mois
34:00qui est interloqué
34:01lorsqu'un objet
34:02ne tombe pas
34:02selon les lois
34:03de la physique,
34:04ça me fait penser
34:05à un livre
34:06que j'ai en ce moment
34:06de Stanislas Dehaene
34:08sur la géométrie
34:11dans le Paléolithique,
34:12n'est-ce pas,
34:12où il y a un rectangle
34:14à côté
34:15d'une description
34:16d'un cerf,
34:18et donc l'idée,
34:19c'est que nous aurions
34:20dans notre cerveau
34:21des structures,
34:22des structures mathématiques
34:24en fait,
34:24sans le savoir,
34:25que nous pouvons développer
34:26tout au long
34:26de l'éducation
34:27évidemment de la science.
34:28Donc la question,
34:29c'est une question
34:33un peu provocatrice,
34:34à quoi bon
34:36vouloir reproduire
34:37le cerveau humain
34:38puisque nous en disposons ?
34:40Tout à l'heure,
34:40vous parliez,
34:41déjà,
34:42tout à l'heure,
34:42vous parliez
34:42du rond-point
34:44de l'étoile.
34:45Effectivement,
34:46pour un apprenti conducteur,
34:48il faut quoi,
34:48une heure,
34:49deux heures
34:49pour avoir compris le système,
34:51encore,
34:51ça va parfois
34:52beaucoup plus vite.
34:53Et une voiture automatique,
34:55une Tesla automatique,
34:56par exemple,
34:57elle va mettre,
34:59peut-être,
34:59des centaines d'heures,
35:00des milliers d'heures
35:02à comprendre
35:02comment ça se passe
35:03et à pouvoir emprunter
35:04le rond-point de l'étoile
35:05sans accident.
35:06Donc,
35:06quel est l'intérêt au fond ?
35:11Quel est l'intérêt
35:12de devoir reproduire
35:13le cerveau humain ?
35:14Je pense,
35:14voilà,
35:14alors c'est...
35:17D'abord,
35:17je pense qu'il faut rester humble
35:18par rapport
35:19au cerveau humain.
35:22Même si tout ce qu'on fait
35:23marche dans 10 ans,
35:24je pense qu'on sera
35:24quand très loin,
35:26ça sera différent.
35:27On fait une machine.
35:30On essaye de s'inspirer
35:32de certaines choses
35:32qui ont été observées.
35:33Stanislas Dien
35:34est assez proche
35:35de Yann Lequin.
35:35Je pense que Yann
35:36a été très influencé
35:37par lui
35:38et par d'autres...
35:41les neurosciences
35:42en général.
35:46on essaye surtout
35:47de dépasser les limites
35:49des machines actuelles
35:52plus que de construire
35:53un clone humain.
35:55Et pourquoi dépasser
35:57les limites
35:57des machines actuelles ?
36:00Aujourd'hui, par exemple,
36:02si...
36:03prenons une centrale nucléaire.
36:05Est-ce qu'on est intéressé
36:06d'optimiser le rendement
36:07d'une centrale nucléaire ?
36:08Est-ce qu'on est intéressé
36:08de limiter les risques,
36:09de mieux prédire les problèmes
36:11qu'il pourrait y avoir ?
36:12Est-ce qu'on est intéressé
36:13d'améliorer notre défense
36:16en phase de menaces grandissantes
36:18qui vont utiliser l'IA différemment ?
36:19Je pense que oui.
36:21Voilà.
36:21Donc, en fait,
36:22c'est ça qu'on a en objectif.
36:25Et si on peut s'inspirer
36:27de certaines choses
36:27remarquées par les scientifiques,
36:30les neuroscientifiques,
36:33pour y arriver,
36:33je pense que c'est une méthode.
36:35Mais l'objectif ne sera pas de...
36:39Justement, je pense que l'IA
36:40moi, ça fait 25 ans
36:42que je fais des start-up
36:43et des entreprises en l'IA.
36:44On est souvent...
36:46Cette tentation,
36:47les chatbots,
36:48c'est comme ça.
36:49Tiens, je vais créer
36:51un être virtuel
36:52qui va faire semblant
36:53d'être humain.
36:54Le test Turing,
36:55c'est ça.
36:56C'est se faire passer
36:57pour humain.
36:58Et on a perdu beaucoup de temps
37:00et de détours.
37:02Donc, il faut accepter
37:04qu'on cherche une autre voie.
37:06On a des logiques
37:06face éclair,
37:08scientifiques,
37:09qui divergent
37:11de reproduire un humain.
37:14Merci beaucoup.
37:15Vous parliez à l'instant
37:16des jumeaux numériques
37:18qui nous permettent
37:19de pouvoir
37:21autrement
37:21comprendre le monde.
37:23Moi, ça me fait penser
37:24aussi au monde parallèle.
37:25Il y a quelques années,
37:27et vous en connaissez
37:28bien l'existence,
37:30on avait cette
37:32appétence
37:33pour les métaverses.
37:33et se dire
37:34que peut-être
37:35que certains
37:36y voyaient
37:37un prolongement
37:37de seconde life,
37:38d'autres
37:39y voyaient
37:40un monde nouveau.
37:40Aujourd'hui,
37:41on se rend compte
37:42que le métaverse
37:43qui suscitait
37:44beaucoup d'enthousiasme
37:46il y a quelques années
37:47a été mis de côté.
37:49Vous connaissez bien
37:50M. Soli,
37:52méta.
37:53Comment
37:55vous pensez
37:56qu'on peut éviter
37:56cet enthousiasme
37:58pour les métaverses
37:59qui ne s'est avéré
38:00pas possible ?
38:01Comment on peut faire
38:02que les world middle
38:03ne soient pas
38:03le cadre
38:04justement
38:05d'une vie parallèle,
38:06d'un monde parallèle
38:07qui parfois
38:08dans le métaverse
38:09pouvait agiter
38:10les consciences ?
38:11On est
38:12dans un bouleversement
38:14technologique
38:15où on voit
38:16que se sont succédés
38:17plusieurs espoirs.
38:18Parfois,
38:19on s'est dit
38:19bon,
38:20peut-être qu'on y était.
38:21En quoi
38:22les world models
38:23évitent
38:24de pouvoir
38:27tomber
38:28comme d'autres
38:29révolutions
38:30technologiques
38:31à côté ?
38:33Qu'est-ce qui peut
38:34aussi dans le cadre
38:35éthique
38:36vous préserver
38:37de cette vie
38:39parallèle ?
38:40Quelles sont
38:40les limites
38:41que vous vous posez ?
38:43C'est un petit retour
38:44en arrière
38:45pour espérer
38:46éclairer
38:47à la hauteur
38:47de ce qu'on a connu
38:48il y a quelques années
38:50sur le caractère
38:51radicalement différent
38:53prometteur
38:53des modèles mondiaux.
38:57Merci,
38:57je vais prendre
38:57cette question.
38:58Il y a beaucoup
38:59de questions.
39:01Oui,
39:02l'entreprise
39:03Meta
39:04à l'époque
39:04pour laquelle
39:05j'ai travaillé,
39:06Alexandre
39:06quelques années
39:07également,
39:07avait lancé
39:08le grand projet
39:08du Metaverse
39:10qui n'a pas
39:11totalement été
39:12couronné
39:12de succès
39:13dans la vision
39:14qui avait été
39:14présentée.
39:15Mais je pense
39:15qu'il ne faut pas
39:16sous-estimer
39:17l'impact
39:18pour l'entreprise
39:18et pour la communauté
39:19scientifique
39:20de ce mouvement.
39:21Vous utilisez
39:22et nous utilisons
39:23aujourd'hui
39:23des technologies
39:24de réalité augmentée,
39:25de réalité virtuelle
39:26dans tout un tas
39:27d'activités
39:28économiques,
39:29culturelles d'ailleurs,
39:31qui sont nées
39:32de ce mouvement-là.
39:33L'entreprise
39:34Meta
39:35a aussi beaucoup
39:36investi à cette époque
39:37justement dans
39:38l'intelligence artificielle
39:39car les deux
39:40étaient extrêmement liés.
39:42Si le projet initial
39:43tel qu'il avait été
39:44montré d'ailleurs
39:45notamment dans des vidéos
39:46n'est pas exactement
39:48celui-ci,
39:49il y a deux points
39:49je pense de réserve
39:50qu'il faut prendre.
39:51D'abord,
39:51il a toujours été exprimé
39:52que c'est un projet
39:53de long terme.
39:54Et vous avez néanmoins
39:56des réalisations
39:56dans des objets,
39:57dans des fonctionnements,
39:58dans des activités
39:59qui fonctionnent
40:00aujourd'hui.
40:01Je vous donne un exemple,
40:03ce sont les lunettes
40:03intelligentes et connectées.
40:06Meta
40:07n'est d'ailleurs
40:08pas la seule entreprise
40:09aujourd'hui
40:09à s'être lancée
40:10dans cette industrie
40:11et vous avez d'abord
40:12un succès commercial
40:13pour les consommateurs.
40:16Vous avez un succès
40:17industriel
40:17dans une alliance
40:18entre une très grande
40:18entreprise américaine
40:19Meta,
40:20une très grande
40:20entreprise
40:22européenne,
40:23italienne
40:24et française,
40:27Luxottica
40:27et Silor
40:28pour produire
40:29ces objets-là.
40:31Et on peut tout à fait
40:32imaginer que dans
40:33les années qui viennent
40:34ce sont des objets
40:34qui sont extrêmement utiles
40:36avec désormais
40:36de l'intelligence
40:38artificielle embarquée
40:39dans tout un tas
40:40d'opérations
40:41industrielles,
40:42notamment la maintenance.
40:43Donc bien sûr,
40:44tel qu'on l'avait vu
40:45ou parfois tel qu'on
40:46l'avait rêvé,
40:47le projet n'est pas
40:48exactement celui
40:49qui avait été présenté,
40:50je pense qu'il ne faut
40:51pas sous-estimer
40:52les réalisations.
40:52L'autre élément
40:53je pense important
40:54et c'est aussi
40:55ce qui nous anime,
40:57c'est qu'au fond
40:57les révolutions
40:58technologiques,
40:59les cycles d'innovation
41:01sont faits
41:02de grands mouvements
41:02comme cela
41:03avec parfois
41:04en effet
41:05des produits
41:06qui sont estimés
41:07qui ne sont pas
41:07forcément une réussite
41:08mais qui donnent
41:09et qui ouvrent
41:09un cycle
41:10extrêmement important
41:11d'investissement,
41:12d'innovation,
41:13d'opportunité économique
41:14de toutes parts.
41:16Et si le projet
41:18de Mark Zuckerberg
41:19n'a pas exactement réussi,
41:21regardez néanmoins
41:21l'entreprise
41:22qu'il a constituée
41:23ou plutôt
41:24qui s'est développée
41:25depuis l'annonce
41:25du Metaverse.
41:27Meta est devenue
41:27une entreprise
41:28plus forte.
41:29Meta est devenue
41:30une entreprise
41:30dont la capitalisation
41:31boursière a augmenté.
41:32Meta est devenue
41:33une entreprise
41:34qui dans l'IA
41:34compte.
41:35Donc je pense
41:36que ce qui est important
41:37aussi c'est le mouvement
41:38que vous déclenchez.
41:39Et loin de voir
41:40des risques
41:41ou des menaces,
41:43cette entreprise
41:44et les entreprises
41:45qui ont été partenaires
41:46ont vu une opportunité.
41:48Nous raisonnons aussi
41:49comme cela.
41:49Nous pensons
41:50qu'il y a d'autres
41:52développements
41:52de l'intelligence artificielle,
41:53d'autres modèles
41:54qui vont être créés.
41:55Nous voulons simplement
41:56avec ambition
41:57et humilité
41:57être un des leaders
41:59de ce moment-là.
42:00et certainement
42:01qu'il y aura
42:01plein de bouleversements,
42:02plein de développements
42:03et quand on viendra
42:04dans cinq ans,
42:05j'espère que vous nous
42:05réinvitterez,
42:06on fera un bilan ensemble
42:07et au fond,
42:08on constatera
42:09le plus important
42:10c'est d'avoir initié
42:11un mouvement,
42:12d'initier une ambition
42:14industrielle,
42:15d'initier une ambition
42:15aussi scientifique,
42:16technologique
42:17avec une équipe mondiale
42:18mais une entreprise
42:20basée ici en France.
42:22Donc je pense
42:22que c'est la façon
42:23dont il faut voir
42:24aussi ce cycle-là
42:25qui s'il n'a pas réussi
42:27tel que la promesse
42:28initiale était portée,
42:28en réalité
42:30pour l'entreprise
42:31et même pour
42:31la communauté
42:32des développeurs,
42:33la communauté économique
42:34a été un mouvement
42:35extrêmement fort
42:36et en réalité
42:36à la fin
42:37plutôt bénéfique.
42:40Vous avez insisté
42:42sur le fait
42:42que le projet Amylabs,
42:44le siège était en France,
42:45que dans les levées
42:46de fonds
42:47vous limitiez
42:47jusqu'à 30%
42:49l'origine américaine
42:51des fonds.
42:52Qu'est-ce que vous pouvez
42:53aussi nous dire
42:54qui favorise
42:56la souveraineté
42:57française,
42:58européenne
42:59de l'IA ?
42:59On l'a vu
43:00et vous l'avez souligné,
43:01on est plutôt
43:03à l'avantage
43:04des Etats-Unis
43:05ou de la Chine
43:06sur les LLM.
43:08Voilà,
43:09au-delà de ces points
43:10d'installation
43:10de siège
43:11et d'installation
43:12et de levée de fonds
43:14et de Yann Lequin,
43:16mine de rien,
43:16c'est pas rien,
43:17qu'est-ce qui garantit
43:18aussi que votre projet
43:20contribue
43:20à la souveraineté
43:24technologique
43:24ou un peu plus même
43:25cognitive,
43:26on pourrait dire,
43:27la souveraineté cognitive
43:28de la France
43:28et de l'Europe.
43:31Merci de leur poser
43:33cette question,
43:33je l'attendais
43:34avec impatience.
43:35En fait,
43:35on a perdu
43:36le cloud.
43:37Plus de 75%
43:39des clouds
43:39qu'on utilise
43:40sont non européens,
43:42je parle même pas
43:42de France.
43:44Ensuite,
43:45on a presque perdu
43:46le génératif,
43:47l'IA génératif.
43:48On a Mistral,
43:49heureusement,
43:51qui nous permet
43:52de...
43:53Voilà,
43:53mais pour 50 modèles
43:54aujourd'hui
43:55de LLM,
43:56de grands modèles
43:57de langage
43:57sortis par les Américains,
43:59il y en a 30 en Chine
44:00et un en Europe.
44:01Donc on est loin,
44:04on est parti...
44:05Et pourtant,
44:05on avait tout,
44:06on avait les talents.
44:07Moi,
44:07j'étais chez Meta
44:08il y a 10 ans,
44:09on faisait des réunions
44:10de l'équipe IA
44:11à San Francisco
44:12ou à New York.
44:12On parlait français
44:13parce que presque
44:14toute l'équipe de Meta
44:15était française.
44:16Et en France,
44:17il ne s'est rien passé.
44:19Donc on a toujours
44:19ce problème
44:20où on a des talents
44:21et l'électricité
44:22qui sont quand même
44:22des deux ingrédients
44:23de base pour faire de l'IA.
44:25Et on a du mal à...
44:27Donc on a un peu...
44:29Nous, on pense
44:29qu'on a perdu...
44:32Pas complètement,
44:33mais on est très loin
44:34derrière
44:34dans l'IA générative.
44:36Là,
44:36on voit une nouvelle
44:38branche qui démarre,
44:39une nouvelle phase
44:40de la révolution.
44:41Et essayons
44:42d'être les premiers
44:43cette fois.
44:45Et donc ça,
44:45c'est très fort
44:46dans notre construction
44:47d'entreprise.
44:48Peut-être que c'est risqué,
44:50on va faire des erreurs,
44:51on va dépenser
44:52des millions parfois
44:53pour des choses perdues.
44:54Mais on prend le...
44:56Pour une fois,
44:57au lieu d'essayer
44:57de rattraper,
44:58on a eu l'opportunité
44:59d'être nous-mêmes
45:00des leaders.
45:01en Chine,
45:03ils n'avaient pas
45:03de téléphone filaire.
45:05Ils ont décidé
45:06au début des années 2000
45:07de finalement
45:08jamais installer
45:09de téléphone filaire,
45:10de passer directement
45:10au mobile.
45:11Et ils étaient en avance
45:12sur tous les pays développés.
45:14Oui,
45:14de la même manière
45:14qu'en Europe,
45:15on était en avance
45:16par rapport aux Américains
45:17sur les cartes de crédit
45:18avec des puces.
45:19Et ils avaient encore
45:21leur carte de crédit magnétique.
45:23Finalement,
45:24quand on rate une étape,
45:25c'est plus facile
45:25d'être leader
45:26sur celle d'après
45:26si on se réveille.
45:28Et c'est ce qu'on essaye
45:29de faire avec Amylabs,
45:30d'être les premiers
45:32sur cette nouvelle phase
45:34de la révolution de l'IA.
45:38Donc,
45:39il faut équilibrer.
45:41Donc,
45:42l'envie de souveraineté,
45:43on l'a.
45:44On aurait pu créer
45:45l'entreprise partout
45:46dans le monde.
45:47Nos investisseurs disaient
45:48pourquoi vous ne le faites pas
45:48dans le Delaware ?
45:49Pourquoi vous ne le faites pas
45:50dans un paradis fiscal ?
45:52Ou même à Luxembourg.
45:53Ça sera plus simple.
45:54On dit non.
45:55On le fait.
45:55Donc,
45:55on l'a choisi.
45:56On a choisi de s'installer ici.
45:58Personne ne nous a forcés.
46:00Donc,
46:00juste pour démontrer
46:01qu'on a envie
46:02de participer à la souveraineté,
46:04à cet effort,
46:05à cet objectif,
46:07et que ça fait partie
46:08de notre ADN
46:08dans l'entreprise.
46:11Ensuite,
46:12la souveraineté,
46:13il faut savoir
46:14trouver le bon équilibre
46:16entre
46:19je fais tout en France
46:20ou en Europe,
46:22je ne dépends pas
46:23des autres,
46:23etc.
46:23Mais si vous faites trop ça,
46:25voilà,
46:25vous êtes acculé,
46:27vous êtes un acteur mineur
46:28qui va être dépassé
46:30tout de suite.
46:30Donc,
46:30en fait,
46:31il faut trouver
46:32cet équilibre
46:32tous les jours
46:33entre être global,
46:36avoir des clients
46:37partout dans le monde,
46:38embaucher des gens
46:38partout dans le monde,
46:39mais aussi limiter
46:41les dépendances
46:43pour,
46:44si tout se ferme,
46:45si on veut vraiment
46:46être souverain,
46:47pouvoir l'être.
46:48Donc,
46:48ce n'est pas
46:49une réponse simple.
46:51c'est plutôt
46:52un questionnement,
46:53je pense,
46:53un équilibre
46:54à trouver
46:54en permanence.
46:55En faisant
46:57cette destruction
46:57de notre capital,
47:0030%,
47:01un tiers,
47:01un tiers,
47:01un tiers,
47:02en construisant
47:03l'équipe
47:04très internationale
47:05chez Amilabs,
47:06en ayant
47:06ces quatre bureaux,
47:08c'est ça
47:09la mise en œuvre.
47:10Donc,
47:11être souverain,
47:11ce n'est pas être
47:12enfermé chez soi
47:13en ignorant
47:14au reste du monde.
47:18Merci beaucoup.
47:20Donc,
47:21on parle à l'échelle
47:21du monde,
47:22mais on a des réglementations
47:23qui sont européennes
47:24ou françaises.
47:25Il y a deux ans,
47:27à peine,
47:28a été mis en place
47:29la première réglementation
47:30sur l'IA.
47:31En quoi elle concerne
47:32vos activités ?
47:33En quoi elle ne la concerne pas ?
47:36Quelles sont vos positions
47:37par rapport
47:38à l'actualisation,
47:40enfin,
47:40la mise en place,
47:41l'implémentation
47:41de ce RIA ?
47:43Quelles sont vos positions
47:45aussi sur les initiatives
47:47au niveau français
47:49qui permettent
47:50de reconnaître,
47:51alors plutôt dans le domaine
47:52des données culturelles,
47:53je parle notamment
47:55de la proposition de loi
47:56qui a été adoptée
47:56au Sénat
47:57et qui vient dans les prochaines
47:58semaines à l'Assemblée.
47:59Vous nous avez dit tout à l'heure,
48:01nous,
48:01on n'est pas vraiment
48:02sur ces données culturelles,
48:05mais pour autant,
48:06voilà.
48:07Quelle est votre position
48:07par rapport
48:08à la réglementation ?
48:09On a envie d'innover,
48:10il y a une réglementation
48:11existante.
48:12en quoi elle vous favorise,
48:14en quoi elle vous contraint,
48:15en quoi vous analysez
48:17l'existante
48:18et celle
48:19qui pourrait être souhaitée.
48:22Je pense que nous nous retrouvons
48:23comme entreprise
48:24assez bien
48:25dans les conclusions
48:25du rapport Draghi.
48:28Nous reconnaissons absolument
48:30le besoin de la règle
48:32et la règle
48:32doit être édictée
48:33par les autorités publiques
48:35démocratiquement élues.
48:38Mais quand je vous dis
48:39qu'on se reconnaît bien
48:40dans le rapport Draghi,
48:41au fond,
48:41le rapport Draghi,
48:42pour l'Europe,
48:42dit trois choses.
48:44Et c'est un Européen,
48:46c'est un grand Européen
48:47qui dit,
48:47ce n'est ni un Américain
48:48ni un Chinois.
48:49Il dit que l'Europe
48:51a trop régulé.
48:53Et il fait le constat,
48:54vous l'avez tous lu,
48:55j'imagine,
48:56qu'on a en quelques années
48:58publié plus d'une centaine
48:59de textes
49:00pour l'industrie numérique
49:01au sens large
49:02dans l'Union européenne.
49:03C'est trois à quatre fois plus
49:04que les États-Unis d'Amérique.
49:06Et qu'aujourd'hui,
49:06toute entreprise
49:07qui travaille dans l'Union européenne
49:08doit faire face
49:09dans cette industrie
49:10à près de 270 régulateurs.
49:13Le deuxième constat
49:14de Draghi
49:14est d'alerter
49:15sur le risque
49:16de fragmentation.
49:18La pire des choses
49:19pour une entreprise
49:19dans l'Union européenne,
49:20qu'elle soit d'ailleurs
49:21dans notre industrie
49:22ou dans toutes les industries,
49:23et vous pourriez interroger
49:24beaucoup d'entrepreneurs,
49:26je pense qu'ils diraient
49:26la même chose,
49:27c'est le risque
49:28de fragmentation
49:29et d'avoir affaire
49:29en réalité à 27 marchés
49:31et pas à un seul marché.
49:33Certainement,
49:34une des grandes frustrations
49:36de toutes les entreprises
49:36depuis près de dix ans,
49:38c'est que
49:40la grande promesse
49:41du RGPD, au fond,
49:42n'a pas été vraiment tenue,
49:44qui était celle de dire
49:45un territoire,
49:46un texte,
49:47un juge.
49:49Dix ans après,
49:50hélas,
49:50force est de constater
49:51que dans tous ces domaines-là,
49:53on a affaire
49:54à des réglementations
49:55extrêmement fragmentées.
49:57Et que dès qu'il y a
49:58un texte,
49:59européen,
49:59en réalité,
49:59il y a souvent
50:00des traductions nationales.
50:01Ce qui, évidemment,
50:02pour toutes les entreprises
50:02situées en Europe,
50:03est une barrière
50:04extrêmement difficile parfois.
50:07Troisième constat
50:07du rapport Draghi,
50:09c'est le risque
50:10d'instabilité.
50:12C'est-à-dire
50:13qu'un texte,
50:14l'encre à peine sèche,
50:15on pense déjà
50:16à en faire un autre.
50:19Alors,
50:19je le dis ici
50:19à l'Assemblée nationale,
50:20devant des législateurs,
50:21donc je suis prudent
50:22et prenez-le
50:23avec beaucoup de respect.
50:24Mais c'est assez intéressant
50:26parce que nous,
50:27nous observons,
50:27Alexandre l'a bien dit,
50:28une entreprise
50:29qui est éminemment globale,
50:30qui, évidemment,
50:31dans notre industrie,
50:32dans notre marché,
50:34qui est mondial
50:35et compétitif,
50:36de fait,
50:37ces règles-là,
50:38ce constat-là,
50:39est évidemment
50:40une barrière
50:41et un risque
50:41pour les entreprises européennes.
50:43Là aussi,
50:44ça a été très documenté,
50:45je ne veux pas être trop long,
50:46sur le coût
50:47d'alignement administratif
50:49des entreprises
50:49dans l'Union européenne
50:50par rapport
50:51à d'autres entreprises.
50:52Donc,
50:53si vous voulez,
50:53notre position
50:54est un peu celle-là,
50:55c'est de reprendre,
50:55au fond,
50:56les conclusions
50:57de ce rapport
50:57qui est très bien,
50:58qui alerte
51:00et qui dit
51:00qu'en effet,
51:01dans cette compétition mondiale,
51:02il faut faire attention,
51:03et je le dis diplomatiquement,
51:05de ne pas multiplier
51:06les freins,
51:07surtout dans une zone économique
51:09qui n'est pas
51:09en position de leadership
51:11et qui a à faire face
51:12à des géants économiques,
51:14à des entreprises
51:15extrêmement performantes,
51:17extrêmement bien capitalisées,
51:18qui vont extrêmement vite
51:20dans une industrie,
51:21on l'a dit,
51:22qui, évidemment,
51:23est extrêmement rapide.
51:24Donc,
51:24voilà un peu notre position
51:25sur ces sujets.
51:27Je veux juste rajouter ça.
51:30On est souvent
51:31un peu arc-bouté
51:33sur les risques
51:33et la régulation,
51:34etc.
51:34Ici,
51:35c'est l'impression
51:35que ça donne
51:36quand j'étais à Singapour
51:38la semaine dernière.
51:40J'ai rencontré
51:41les gouvernements
51:41qui ont dit
51:42voilà les problèmes
51:42qu'on a,
51:44qu'est-ce que l'IA
51:45et qu'est-ce que les work models
51:46pourront faire pour nous
51:47pour ces problèmes ?
51:48Et ensuite,
51:49évidemment,
51:49il faut gérer
51:49les risques
51:51et les régulations.
51:52Et aux Etats-Unis,
51:54ils réfléchissent un peu
51:55comme ça.
51:55C'est vrai qu'on a,
51:56ce qui est un peu
51:58surprenant,
51:58quand on est là,
52:00c'est qu'on pense d'abord
52:01aux problèmes
52:02et à écrire la règle,
52:04etc.,
52:05avant de voir
52:06en quoi ça peut nous aider.
52:09On a eu beaucoup
52:10de débats
52:11sur la notion
52:11de propriété intellectuelle
52:13sur les données culturelles,
52:14mais vous,
52:14vous développez aussi
52:16de l'IP.
52:17Comment vous faites
52:17pour protéger
52:18cette propriété intellectuelle ?
52:22Puisqu'on est
52:23dans une concurrence mondiale,
52:25comment on fait
52:26pour être suffisamment
52:27ouvert sur le monde,
52:28mais suffisamment aussi
52:30protecteur
52:30pour ne pas que le monde
52:31pique nous avancer ?
52:34Alors l'IP dans le logiciel,
52:36surtout en Europe,
52:38on ne revête pas
52:39en fait ce qu'on fait.
52:40Ça peut paraître surprenant.
52:41La protection
52:42dans l'IA,
52:44dans le logiciel en général,
52:45dans l'IA encore plus maintenant,
52:46c'est la vitesse en fait.
52:47Si vous allez tellement vite,
52:50vous embauchez
52:51les meilleures personnes
52:53dans le monde,
52:53ils sont motivés,
52:55il y a une bonne culture
52:55d'entreprise,
52:56ils ont envie de rester
52:56et c'est ça la protection.
53:01Ensuite, vous arrivez
53:03à un modèle
53:05qui est suffisamment gros,
53:06suffisamment entraîné,
53:08qui lui-même
53:08est très difficile
53:10à reproduire
53:11pour les autres.
53:11On le voit bien
53:12dans l'IA générative
53:13que c'est très difficile
53:17de protéger durablement
53:21les choses.
53:21Vous voyez,
53:22Anthropique a été fondée
53:23par des anciens
53:24d'OpenAI,
53:25ils ont reproduit
53:27et maintenant,
53:28ils ont tendance
53:28à dépasser
53:29ce que fait OpenAI.
53:31Donc on ne peut jamais
53:32s'asseoir
53:32sur ces loyers
53:33et compter
53:33sur un brevet.
53:35On a des secrets
53:36de fabrication,
53:38mais la vitesse
53:39est la meilleure,
53:40la seule protection
53:42à long terme.
53:45Je voulais venir maintenant
53:47sur la question
53:48de la culture
53:49comme expérience.
53:51Tout à l'heure,
53:51j'ai posé la question
53:52de quelle était
53:52l'utilisation
53:53des modèles monde
53:54dans l'éducation,
53:56mais dans la promesse
53:59de l'expérience culturelle,
54:00est-ce que vous voyez
54:01des applications
54:02qui peuvent être
54:03déjà définies ?
54:06Est-ce que c'est
54:07une promesse
54:08d'enrichissement
54:09aussi,
54:09de découverte,
54:11d'accès à la culture
54:13que revêtent
54:14les mondes modèles ?
54:18Nous pensons
54:18sur cette question
54:20que d'abord
54:21l'IA générative
54:22est quand même
54:22plus concernée
54:24avec le monde
54:25de la culture
54:25parce que notre travail
54:27n'est pas de fabriquer
54:28des modèles
54:28qui vont générer
54:29du contenu.
54:30Or,
54:30l'activité créative
54:31est quand même
54:32de générer un contenu,
54:33un texte,
54:34une image,
54:36une vidéo,
54:37un film,
54:37etc.
54:38Donc,
54:38je pense que la question
54:39s'adresse
54:40beaucoup plus
54:42au modèle
54:42d'IA générative
54:44en réalité.
54:45La deuxième remarque
54:46très rapidement,
54:47c'est que
54:48nous nous voyons
54:49plutôt
54:50le lien assez fort
54:51entre innovation
54:52technologique
54:53et innovation créative.
54:55Et l'histoire a montré,
54:56si on remonte,
54:57elle n'est pas trop loin,
54:58mais disons à l'imprimerie,
54:59que chaque grande étape
55:01d'innovation technique,
55:03technologique,
55:03a engendré
55:04en réalité
55:05un grand moment
55:06créatif.
55:08L'imprimerie elle-même
55:09a permis
55:09une diffusion
55:10extrêmement forte
55:11du savoir
55:12et même
55:12des premières images.
55:14Si on remonte
55:15au XIXe siècle,
55:17ça a ouvert
55:17le chemin
55:19à la vraie photographie,
55:21puis ensuite
55:21au XXe,
55:22au cinéma
55:23qui est devenu
55:23un art
55:23par lui-même.
55:25Donc,
55:25c'est vrai que nous,
55:26dans les world models,
55:27l'impact sur la création
55:28culturelle
55:29n'est pas immédiat
55:30et que pour l'instant,
55:31on ne la définit
55:32pas très très bien.
55:33Je pense que votre question
55:34est plus pour l'IA générative
55:35où il y a des débats,
55:37mais en revanche,
55:38ce qui nous intéresse
55:39comme réflexion,
55:40même si ce n'est pas
55:41l'objectif
55:42de l'entreprise.
55:43C'est plutôt
55:43de lier les deux
55:44et de voir les deux
55:45au fond
55:45comme une association
55:47créative.
55:47Et la technologie
55:48a toujours servi
55:49au fond l'art.
55:51Et on peut se rappeler
55:52que même
55:55les grands courants
55:56culturels,
55:57l'impressionnisme,
55:58sont nés
55:58après de grandes révolutions
56:00technologiques
56:00ou techniques
56:01qui ont permis
56:02aux peintres
56:03non plus de représenter
56:04le réel,
56:04mais de représenter
56:05le sentiment
56:06qu'ils avaient du réel.
56:07ou de se mettre
56:08à aller
56:08grâce au chemin
56:09de fer
56:09peindre à l'extérieur
56:10parce qu'on avait
56:11aussi inventé
56:12la peinture en tube
56:12qui permettait
56:13aux grands artistes,
56:14aux grands peintres
56:15français notamment,
56:16pas uniquement,
56:17d'aller peindre
56:18à l'extérieur
56:18pour la première fois,
56:19etc.
56:19Donc,
56:19dans la réflexion
56:20que nous avons,
56:22on cherche plutôt
56:22à lier les deux
56:23et d'avoir plutôt
56:24une force créative
56:26de la technologie
56:27plutôt que,
56:28comme Alexandre l'a dit
56:29pour certains
56:29d'autres sujets,
56:30un risque ou une menace.
56:34Très bien,
56:34écoutez,
56:34nous arrivons
56:35au terme
56:35de notre audition.
56:36Je suis absolument
56:37captivé
56:38par ce que vous
56:39nous avez appris
56:39aujourd'hui.
56:41Tout à l'heure,
56:42je vous taquinais
56:42sur ce que je pensais
56:45être un projet
56:46promettéen,
56:46à savoir recréer
56:48le cerveau humain.
56:49Mais je vais vous taquiner
56:50encore un petit peu
56:51parce qu'en fait,
56:52vous avez tout à l'heure
56:53utilisé une formule
56:54que Lénine n'aurait pas
56:55reniée.
56:56Vous vous souvenez
56:56de la formule
56:57« Le communisme,
56:58c'est les soviets
56:58plus l'électricité ».
56:59Et tout à l'heure,
57:00vous disiez
57:01« Au fond,
57:01le progrès,
57:02c'est les talents
57:02plus l'électricité ».
57:03Et nous avons ça en France.
57:05Nous avons ça en France.
57:06Alors on a des centres
57:07de calcul,
57:08c'est vrai,
57:08mais on ne fabrique pas
57:09de puces,
57:09le lien de Taïwan,
57:10etc.
57:11Toute une série
57:13de ruptures
57:13que nous pouvons surmonter,
57:14que vous voulez surmonter
57:15par un cercle vertueux
57:17qui est de ne pas
57:18tenter une souveraineté
57:19absolue.
57:20Ça n'a pas de sens,
57:20d'ailleurs,
57:20ça n'a plus de sens.
57:22Si j'en ai eu un.
57:23Mais de regarder
57:24une souveraineté
57:26par intervention
57:27sur des nœuds,
57:28sur des rotules,
57:30où là,
57:30pour le coup,
57:32nous pouvons être
57:33leaders mondiaux,
57:33mais mondiaux,
57:34pas seulement franco-français
57:35ou européens.
57:37Et ça,
57:38c'est tout à fait intéressant
57:38pour nous.
57:39Ça va sûrement
57:40inspirer beaucoup
57:41à Mme la rapporteure
57:44des parties
57:45de son rapport
57:45qui sera déposée
57:46en juin prochain.
57:48Voilà.
57:48Écoutez,
57:49Mme,
57:49Messieurs,
57:50merci beaucoup
57:50pour cette contribution
57:51à notre travail.
57:52Ça a été captivant.
57:53Bonne journée à vous.
57:54Merci.
57:54Merci.
57:59Merci.
58:29Merci.
Commentaires