- il y a 3 minutes
Alexandre Lebrun, CEO d'AMI Labs, était l'invité de François Sorel dans Tech & Co, la quotidienne, ce mercredi 17 juin. Il s'est penché sur leur ambition dans l'IA, les futurs usages des World Models, ainsi que la quête européenne de champions dans l'IA, sur BFM Business. Retrouvez l'émission du lundi au jeudi et réécoutez-la en podcast.
Catégorie
📺
TVTranscription
00:01Tech & Co, la quotidienne sur BFM Business.
00:30Il s'agit de AmiLabs et on va en parler avec Alexandre Lebrun qui est son CEO.
00:35Bonsoir Alexandre.
00:36Bonsoir.
00:37Merci d'être avec nous.
00:38Alors pour les plus fidèles de Tech & Co, vous avez reconnu Alexandre Lebrun qui était l'un de nos
00:42débriefeurs il y a quelques années de cela.
00:44Tu venais régulièrement nous voir dans Tech & Co.
00:46Tu as travaillé chez Meta au sein de l'équipe de Yann Lequin d'ailleurs il y a quelques années
00:51puisque ta startup avait été rachetée par Meta.
00:54Après tu avais créé une autre boîte qui s'appelait NABIA je crois.
00:58Et aujourd'hui donc tu as intégré AmiLabs.
01:01Est-ce que tu peux nous présenter cette boîte qui est en train de repenser l'intelligence artificielle ?
01:06C'est assez impressionnant.
01:09Explique-nous.
01:11Oui donc AmiLabs c'est une entreprise assez particulière puisqu'on fait de la recherche.
01:17Il y a peu d'entreprises qui font de la recherche assez fondamentale qui était autour d'un projet de
01:21Yann Lequin.
01:23On ne le présente plus.
01:24Un des parrains de l'IA.
01:27Qui a passé 13 ans en tant que patron de l'IA chez Meta.
01:31Et qui il y a un peu plus de 6 mois a décidé de poursuivre un projet qu'il avait,
01:37qu'il développe depuis 10 ans.
01:38Dans le cadre de sa propre entreprise et non pas chez Meta.
01:42Donc Yann est venu me voir.
01:43On avait travaillé ensemble plusieurs années quand j'étais chez Meta.
01:46Et il est venu me voir en me disant Alex c'est le moment d'y aller.
01:50Tout converge.
01:51On a un truc génial.
01:53Il faut qu'on le fasse.
01:54Et on a créé AmiLabs à partir de ça.
01:58AmiLabs donc avec une levée impressionnante.
02:01Plus d'un milliard de dollars c'était il y a quelques semaines.
02:04Levée rarissime en Europe.
02:06Et notamment en France.
02:08Ce qui est intéressant c'est que AmiLabs est en train de revoir la manière dont on considère l'intelligence
02:13artificielle.
02:14Qui aujourd'hui est basée sur du texte.
02:17Yann Lequin et toi avez une autre vision de l'IA.
02:21C'est ce qu'on appelle les world models.
02:23Est-ce que tu peux nous expliquer ce que c'est ?
02:25Alors si on résume d'abord comment fonctionne l'IA que vous utilisez aujourd'hui.
02:30Chat GPT, Gemini etc.
02:33Ce sont des modèles de langage.
02:35Dans LLM, Large Language Model.
02:37On apprend à l'IA à manipuler du texte, du langage.
02:41Et finalement le langage c'est pas mal, ça décrit le monde.
02:43On écrit du texte, nous les humains, qui décrit le monde autour de nous.
02:47Et on entraîne des modèles qui manipulent ce texte.
02:50Ça marche très très bien pour faire des résumés, pour générer du texte,
02:53pour aller chercher des informations, pour faire du chat.
02:56Pour faire des maths, pour faire de la programmation.
02:58Le point commun de tous ces domaines c'est que ça manipule des symboles,
03:03des mots, d'une langue par exemple etc.
03:05Et ça marche très bien.
03:06Et c'est la base de Chat GPT, de Gemini, de Cloud,
03:10de toutes les IA génératives qui existent aujourd'hui.
03:12Exactement, c'est la base de tout ce qu'on a fait.
03:15Mais il ne faut pas oublier, en prenant un peu de recul,
03:18que le monde n'est pas que du texte.
03:21Un enfant est extrêmement intelligent, beaucoup plus intelligent que Chat GPT.
03:25n'a aucune notion, avant un certain âge, n'a aucune notion de langage.
03:29Les mammifères ne parlent pas, n'ont pas de langage, sont très intelligents.
03:33Donc on a une autre voie qui est de se dire, on ne triche pas.
03:37On ne passe pas par le texte qui est une description du monde faite par les humains.
03:40On va apprendre directement du monde.
03:43On va écouter, regarder, sentir, toucher, faire des choses et voir ce qui se passe.
03:49Et se faire notre propre idée du monde à partir de ça, en direct.
03:53Donc repartir de zéro, exactement comme un bébé.
03:56Un bébé déjà à 6 mois, ça a compris la gravité.
03:59Si vous tenez une balle et que vous la lâchez et qu'elle reste en l'air,
04:03un bébé de 6 mois, on mesure la pupille, qui se dilate, il est surpris.
04:05Il se dit, waouh, ce n'est pas normal.
04:07Ou alors je suis sur la lune.
04:08Il n'a pas la formule, mais il sait ce que c'est la causalité.
04:12Incroyable.
04:13Et donc les world models, c'est une branche qui n'est pas concurrente quelque part des LLM,
04:19mais qui est différente, plus ambitieuse, où on essaye de repartir de zéro
04:24et d'apprendre d'abord, comme un bébé, les premiers objets, les règles de base de la réalité
04:30et ensuite de monter dans l'abstraction, en hiérarchie,
04:32pour arriver ensuite à des concepts beaucoup plus sophistiqués, de sociétés, de cultures,
04:37mais sans avoir triché quelque part en manipulant du texte.
04:41Et c'est vrai que quand on y pense, ça paraît tellement évident.
04:43C'est vrai qu'aujourd'hui, l'humain se sert de tous ses sens.
04:49Et donc là, d'après ce que j'ai compris, c'est qu'il y a à prendre avec d
04:54'autres sens que l'écrit, finalement.
04:56C'est-à-dire la vue, le son, peut-être le toucher, l'ouïe, etc.
05:01C'est-à-dire en fait, recréer un cerveau artificiel, si on va bien voir.
05:07Oui, c'est ça. Tous les modèles, quelque part, on essaie de faire un cerveau,
05:11mais c'est entraîner un cerveau...
05:13C'est-à-dire qu'un cerveau qui se rapproche le plus du cerveau humain.
05:16Exactement. Alors, il faut rester humble.
05:18On ne sait pas exactement comment fonctionnent les détails du cerveau humain.
05:21Mais en tout cas, on est sur un chemin d'apprentissage
05:24qui semble être plus proche de ce que non seulement les humains,
05:28mais les animaux font également.
05:31Pourquoi ça, on dit World Model ?
05:33Parce que justement, il y a tous les sens.
05:35Pourquoi ça s'appelle World Model ?
05:37Alors, ça s'appelle modèle de monde,
05:39parce que le modèle fabrique une représentation du monde
05:46dans son cerveau, dans son modèle.
05:48Et c'est ce qu'on a, nous, humains.
05:50On peut imaginer une action et prédire quel résultat cette action va avoir.
05:57Donc, on a un mini-modèle de monde dans notre cerveau
06:00qui nous permet d'imaginer, planifier, réfléchir à long terme
06:03des choses qu'on ne fait très mal avec l'ADM.
06:05On fait semblant avec l'ADM, mais on ne le fait pas vraiment.
06:08Et un LLM n'a pas de représentation du monde.
06:11C'est un peu une machine qui détecte un motif
06:13et va sortir quelque chose qu'elle allait chercher dans sa mémoire.
06:17C'est pour ça que les LLM sont aussi gros.
06:18Ils sont obligés de mémoriser, en fait, presque tout.
06:22Donc, ça s'appelle un World Model
06:23parce que le modèle, entre autres,
06:26apprend une représentation du monde en interne.
06:30Il y a un aspect philosophique, je trouve, dans tout ça.
06:32Et notamment l'instinct.
06:34Parce que tout à l'heure, tu parlais des animaux, justement.
06:37qui arrivent très vite à évoluer dans leur environnement.
06:40Les bébés qui, dès quelques mois, quelques semaines,
06:43ont déjà des connaissances.
06:46Est-ce que ce n'est pas l'instinct, ça ?
06:48Et est-ce qu'on peut donner de l'instinct,
06:50finalement, une intelligence artificielle ?
06:53C'est une question très ouverte.
06:55Qu'est-ce que c'est l'instinct ?
06:56Il y a des scientifiques qui pensent
06:58que l'instinct n'est pas dans le cerveau.
07:01Mais, par exemple, on a des neurones, en fait,
07:03par exemple, dans l'intestin.
07:05Enfin, ce n'est pas l'intestin, exactement,
07:06mais dans le corps.
07:07Le microbiote.
07:08On a aussi, mais plus que le microbiote, en fait,
07:10on a un système nerveux
07:13qui n'est pas uniquement dans le cerveau.
07:15Et peut-être, d'ailleurs, en anglais,
07:16on dit « gut feeling »,
07:17pour dire l'instinct de quelque chose.
07:21Donc, oui, peut-être que l'instinct
07:24n'est pas uniquement du raisonnement
07:27et qu'on va se rapprocher de quelque chose
07:28qui donnera ça
07:29avec les techniques d'apprentissage
07:31qu'on utilise,
07:31qui reposent énormément sur les sens
07:33et pas sur des symboles abstraits.
07:35Est-ce qu'on sait déjà,
07:37avec cette IA qui est très ambitieuse,
07:39qui est...
07:39Enfin, vraiment, là,
07:40on touche à la science-fiction.
07:42Est-ce qu'on sait à quoi elle peut servir ?
07:44On a déjà des exemples ?
07:47Alors, on sait...
07:48Non seulement on sait,
07:48mais beaucoup de gens attendent
07:50qu'on le fasse
07:50parce qu'ils en ont besoin.
07:53Aujourd'hui, l'IA est utile
07:54dans tous les domaines,
07:57où vous avez du texte et de la langue
07:58ou du langage oral
07:59ou de la langue, en fait.
08:01Également, dans les maths,
08:02dans la programmation,
08:03on en a déjà parlé.
08:05Aujourd'hui, on essaye, par exemple,
08:07de mettre des robots
08:08dans des environnements plus ouverts,
08:10dans un foyer
08:10ou dans la rue,
08:12dans un environnement ouvert.
08:14C'est impossible de faire ça
08:16sans donner une sorte de sens commun,
08:19quasiment de culture générale,
08:21en fait,
08:21de sens commun à ces robots.
08:23Sinon, ils vont être dangereux,
08:24ils ne vont pas savoir quoi faire,
08:25ils seront inutiles.
08:26C'est ce qu'on voit aujourd'hui.
08:27Les robots qu'on voit,
08:29ils apprennent des mouvements de danse,
08:30chorégraphie parfaite,
08:31mais ils ne peuvent pas faire face
08:33à une situation nouvelle.
08:34Bien sûr.
08:35Donc, en fait,
08:36c'est juste un exemple,
08:37donner un cerveau doté
08:39d'un sens commun
08:40qui permet à ces robots
08:42de savoir comment se comporter
08:44dans ce qu'on appelle
08:44le zero shot learning.
08:45C'est-à-dire,
08:45je vois une situation
08:46que je n'ai jamais vue
08:47dans mon apprentissage.
08:50Nous, humains,
08:50on sait quoi faire,
08:52mais les modèles actuels
08:53ne savent absolument pas
08:54quoi faire
08:55s'ils n'ont pas vu
08:55mille fois les choses
08:56se produire dans leur apprentissage.
08:58Donc, c'est un exemple
08:59de l'application.
09:00Tu as dirigé une startup
09:01qui s'appelait Nabla
09:01il y a quelque temps de cela,
09:03qui est dédiée à la santé.
09:04Est-ce que la santé
09:05va bénéficier aussi
09:06des world models,
09:07à ton avis ?
09:08Absolument.
09:09Et d'ailleurs,
09:09Nabla se porte très bien
09:11et est le premier partenaire
09:13de Amilabs.
09:14Donc, j'ai mes deux bébés ensemble.
09:16Qui sont ensemble ?
09:18En appliquant l'IA
09:20pour la santé chez Nabla,
09:21on a vu le succès
09:23que ça avait.
09:23En fait, on a changé
09:24l'avis des médecins
09:25en automatisant
09:26les tâches administratives.
09:28Donc, de dossiers,
09:29d'assurance maladie,
09:32tout ce qu'ils ont à faire,
09:33qu'ils détestent faire.
09:34Mais quelque part,
09:35c'est difficile d'aller plus loin.
09:37Et ça, ce n'est pas un hasard.
09:38Ce sont des choses
09:39qui sont du texte,
09:41du langage
09:41ou des formulaires.
09:43C'est du langage.
09:44Et quand on cherche
09:45à aller plus loin dans l'IA
09:46pour plus aider encore
09:47les médecins,
09:48on se heurte à une barrière.
09:50Les modèles actuels
09:51ne fonctionnent plus.
09:52Ils ne sont pas assez fiables.
09:53Il y a des hallucinations.
09:55Ils sont perdus.
09:56Et donc, avec Nabla,
09:57j'étais dans la meilleure position possible
09:59pour comprendre
10:00pourquoi on avait besoin
10:00de quelque chose de différent.
10:02Et je pense que les world models
10:04vont permettre
10:04de la santé en particulier
10:05de dépasser
10:06ce qu'on sait faire actuellement.
10:08Alexandre Lebrun,
10:09quand on parle
10:10de toute cette intelligence
10:11artificielle générative,
10:13il y a le Graal
10:14qui évoquent
10:15tous les géants de l'IA.
10:16C'est l'IA général
10:17qui serait une intelligence
10:19quasi humaine
10:20et qui pourrait réagir
10:22dans n'importe quelle circonstance.
10:24Est-ce que
10:26justement,
10:26les world models
10:27et AmiLabs
10:29vont accélérer
10:30cette IA générale ?
10:31C'est l'objectif aussi ?
10:34Le concept d'IA général,
10:35c'est en train
10:36de passer de mode.
10:37C'est vrai qu'on en parle moins.
10:38On en parle moins.
10:39Dans l'IA,
10:40on lance des trucs,
10:40on lève des milliards.
10:42On en parle moins,
10:42à ton avis,
10:43parce qu'on se rend compte
10:44que c'est impossible
10:44avec les LLM traditionnels ?
10:47En fait,
10:48on a déjà un problème
10:49de définition.
10:51Turing,
10:52en 1950,
10:52a défini l'IA général
10:54comme réussir
10:54à faire un chat
10:56sans que l'humain
10:56se rende compte
10:57qu'il a une machine
10:57en face de lui.
10:58Ce n'est pas une bonne définition.
10:59On le voit aujourd'hui.
11:02Tchad GPT peut faire semblant
11:03pendant très longtemps
11:04se faire passer par un humain.
11:06Et finalement,
11:06il y a plein de choses
11:07qui font très mal.
11:09Je crois qu'on est arrivé
11:10au bout de la définition
11:11de l'AGI,
11:12de l'insuffisance générale.
11:16Et c'est assez contesté.
11:17Est-ce que c'est vraiment utile ?
11:19La question,
11:20c'est plus,
11:20est-ce que c'est utile
11:21et comment le définir
11:22plutôt que est-ce que c'est possible ?
11:24Avec les world models,
11:25on essaie plutôt de faire
11:26plein d'intelligence
11:29non générale,
11:30spécifique,
11:30mais très, très utile,
11:32y compris dans les situations nouvelles.
11:34Donc,
11:34on sort un peu
11:35de cette définition
11:36de l'IA générale.
11:37Petite question
11:37sur le making of
11:38de tout ça,
11:39les world models.
11:40Ça veut dire
11:40qu'il va falloir
11:41que vous récoltiez
11:41des données sonores,
11:43visuelles,
11:44tactiles,
11:46d'odeurs aussi.
11:48Comment ça se passe,
11:48en fait ?
11:49En fait,
11:50c'est un travail
11:50qui est titanesque ?
11:52Oui,
11:53on repose beaucoup
11:54sur les données vidéo.
11:56entre autres.
11:57Il y a beaucoup
11:58de données vidéo
11:59dans le monde.
12:00Un enfant,
12:01dans ses 4 premières années,
12:03en fait,
12:03a plus de data,
12:04reçoit plus de data
12:06via ses yeux
12:08que l'ensemble
12:09de l'Internet mondial
12:10aujourd'hui en texte.
12:11Donc,
12:11il y a beaucoup plus
12:12de densité d'informations
12:13dans l'information visuelle.
12:15Donc,
12:15on a des problèmes différents
12:17des boîtes de LLM.
12:20Donc,
12:20en fait,
12:20votre IA
12:21est en train
12:21d'ingurgiter
12:22des milliers
12:23d'heures de vidéos,
12:24c'est ça ?
12:24Des siècles de vidéos.
12:25Des siècles de vidéos.
12:27Pour,
12:28encore une fois,
12:29comme un enfant,
12:29observer,
12:30petit à petit,
12:31faire sens
12:32des différentes choses
12:33qu'on voit
12:33et petit à petit,
12:34construire sa hiérarchie
12:35de concepts
12:36à partir de ça.
12:38C'est ce qu'on appelle
12:38l'apprentissage
12:39non supervisé
12:41parce qu'on ne dit pas
12:42au modèle
12:42voilà ce que tu dois faire.
12:43On lui dit juste
12:44voilà un milliard d'heures
12:46de vidéos.
12:47Qu'est-ce que tu en retires ?
12:49Quand est-ce qu'arriveront
12:50les premiers tests
12:52en fait
12:53d'AbiLabs ?
12:55En tout cas,
12:55que vous rendrez public ?
12:57On parle déjà
12:59avec des partenaires
13:00qui sont des industriels,
13:01des sociétés
13:01qui ont par exemple
13:02des robots
13:03ou des industries,
13:04des machines
13:05qui n'ont pas trouvé
13:06de solution
13:07dans les modèles actuels
13:08dans les LLM
13:09et qui nous posent
13:10des problèmes bien précis
13:11qu'ils voudraient résoudre.
13:12Le premier test
13:13ce sera le jour
13:14où on leur apportera
13:14un modèle
13:15qui remplit leurs besoins.
13:16Mais c'est quoi ?
13:17C'est dans 6 mois,
13:181 an, 2 ans ?
13:19On a une idée
13:19un petit peu
13:20du temps là ?
13:22Dans la recherche
13:23il faut rester humble
13:24parce qu'on a des problèmes
13:25qu'on ne sait pas encore
13:26quels problèmes on aura
13:27qu'il faudra résoudre.
13:29Ce n'est pas 10 ans,
13:30ce n'est pas non plus
13:31quelques semaines,
13:32c'est entre les deux.
13:33On reste humble
13:34par rapport à ça
13:35mais c'est un horizon
13:37raisonnable.
13:38Dernière question
13:39liée à cette ambiance
13:40de Vivatex
13:40et la souveraineté
13:41AmiLab
13:42est une boîte française
13:43dirigée par des Français.
13:46C'est encore une fois
13:49la démonstration
13:50du savoir-faire français
13:52dans le domaine
13:52de l'intelligence artificielle.
13:54On a raté en Europe
13:57plein de trains.
13:58J'ai arrêté de les compter
13:59y compris dans l'LLM
14:01où on essaie
14:02de rattraper un peu
14:03alors qu'on a les talents
14:04et on a l'électricité.
14:06On a les deux composants
14:07de base
14:08si on redescend tout.
14:09C'est d'autant plus rageant.
14:11Essayons cette fois.
14:14Ami est une boîte européenne.
14:16On est global.
14:17On a des équipes
14:18à New York aussi,
14:19à Montréal,
14:19à Singapour.
14:20On ne peut pas être souverain
14:21en étant enfermé chez soi.
14:23Si on veut vraiment être souverain,
14:24il faut être fort
14:25et pour être fort,
14:25il faut être global.
14:27Surtout dans un monde
14:27où les choses ambitieuses
14:29sont soit américaines,
14:30soit chinoises.
14:31Ça a une grosse valeur
14:31d'être non aligné,
14:33quelque part.
14:34Et c'est ce qu'on essaie
14:35de faire.
14:36Il n'est pas trop tard
14:37pour essayer
14:37d'être vraiment en avance
14:40sur quelque chose.
14:40Voilà,
14:41un message plein d'espoir
14:42et on va suivre
14:43évidemment avec beaucoup
14:44d'intérêt
14:45la progression d'AmiLabs.
14:46Merci beaucoup,
14:47Alexandre Leblanc,
14:49CEO d'AmiLabs.
14:50Merci beaucoup.
14:50Merci.
14:51Merci.
Commentaires