AMI Labs : Yann LeCun lève 890 M€ pour créer des IA qui comprennent le monde réel
Touch me until i get my satisfaction
Yann LeCun a confirmé mardi le coup d’envoi officiel de sa société AMI Labs et révèle avoir les moyens de ses ambitions : à peine constituée, la startup annonce avoir levé 890 millions d’euros, auprès d’un large panel d’investisseurs français et internationaux, et se lance à Paris, Montréal, New York, et Singapour.
Depuis son départ de Meta, Yann LeCun répète à qui veut l’entendre que l’intelligence artificielle générale, celle qui égalerait les capacités humaines, proviendra non pas de la maitrise du langage, mais de l’appréhension et de la compréhension du monde physique. Il va désormais avoir l’occasion de développer cette approche : mardi, le prix Turing 2018 et ancien responsable des laboratoires IA de Meta a en effet donné le coup d’envoi officiel de sa nouvelle startup, Advanced Machine Intelligence (AMI ou AMI Labs), et quelques bonnes fées se sont penchées sur le berceau de cette dernière.
1 milliard de dollars levés avant même le lancement
Les rumeurs d’une levée de fonds significative circulaient depuis mi-décembre. Le tour de table se révèle finalement bien supérieur aux hypothèses envisagées : à 65 ans, LeCun peut se targuer d’avoir réuni 1,03 milliard de dollars, soit environ 890 millions d’euros, auprès d’un contingent d’investisseurs venus du monde entier.
Le tour de table est emmené par les fonds Cathay Innovation, Greycroft, Hiro Capital, HV Capital, et Bezos Expeditions, mais il associe également, entre autres et de façon non exhaustive, Toyota Ventures, New Legacy Ventures, Temasek (fonds souverain de Singapour), SBVA (Softbank), NVIDIA, Mark Cuban (juré de l’émission Shark Tank), Sea, et Alpha Intelligence Capital.
En France, AMI fédère l’Association Familiale Mulliez (Auchan), le groupe industriel Marcel Dassault, Artémis (famille Pinault), Aglaé (famille Arnault), Xavier Niel, Publicis Groupe, Bpifrance Digital Venture, le fonds startup de CMA-CGM. Pour faire bonne mesure, Eric Schmidt, et le couple Berners-Lee figurent aussi au rang des soutiens.
La levée de fonds se fait sur la base d’une valorisation de 3,5 milliards de dollars, soit 3 milliards d’euros.
Des bureaux à Paris, Montréal, New York et Singapour
Déjà évoqués, les noms de Laurent Solly, ex-directeur de Meta France et d’Alexandre Lebrun, cofondateur de la start-up d’IA générative en santé Nabla, sont confirmés. Le premier devrait assurer des fonctions opérationnelles (COO) tandis que le second assurera la direction de l’entreprise. La direction scientifique est confiée à Saining Xie (passé par Google DeepMind) tandis que deux autres anciens de Meta complètent l’équipe : Michael Rabbat prendra en charge les architectures de world models et Pascale Fung pilotera la recherche.
Pour accompagner ce premier cercle, AMI ouvre des postes, et se dote pour ce faire de quatre bureaux sur trois continents, à Paris (siège social), Montréal, New York et Singapour.
« Nous construisons une nouvelle génération de systèmes d’IA qui (1) comprennent le monde réel, (2) ont une mémoire persistante, (3) peuvent raisonner et planifier, et (4) sont contrôlables et sûrs », promet l’entreprise, qui recrute à la fois des chercheurs et des ingénieurs :
« Vous travaillerez au sein d’une équipe sur des projets de recherche en modélisation du monde, notamment :
– Méthodes d’apprentissage auto-supervisé pour un apprentissage efficace à partir de vidéos et d’autres signaux continus de grande dimension
– Nouvelles architectures permettant de prédire efficacement la dynamique du monde à partir de vidéos et d’autres signaux de grande dimension
– Algorithmes évolutifs pour le prétraitement et l’organisation des données vidéo
– Évaluations pour l’analyse comparative de la compréhension, de la prédiction et de la planification des modèles du monde
– Algorithmes efficaces pour la planification et le raisonnement basés sur des modèles ».
Des agents capables de comprendre la vie réelle
Alors qu’OpenClaw, Claude Cowork et consorts illustrent le potentiel de l’automatisation par l’IA, AMI revendique une approche nettement plus ambitieuse, parce qu’ancrée dans le monde physique et donc la vie réelle :
« Les modèles du monde conditionnés par l’action permettent aux systèmes multi-agents de prédire les conséquences de leurs actions et de planifier des séquences d’actions pour accomplir une tâche, tout en respectant les mécanismes de sécurité. AMI fera progresser la recherche en IA et développera des applications où la fiabilité, la contrôlabilité et la sécurité sont essentielles, notamment pour le contrôle des processus industriels, l’automatisation, les dispositifs portables, la robotique, la santé et bien d’autres domaines », promet-elle.
Commentaires (27)
Abonnez-vous pour prendre part au débat
Déjà abonné ou lecteur ? Se connecter
Cet article est en accès libre, mais il est le produit d'une rédaction qui ne travaille que pour ses lecteurs, sur un média sans pub et sans tracker. Soutenez le journalisme tech de qualité en vous abonnant.
Accédez en illimité aux articles d'un média expert
Profitez d'au moins 1 To de stockage pour vos sauvegardes
Intégrez la communauté et prenez part aux débats
Partagez des articles premium à vos contacts
Abonnez-vousLe 10 mars à 08h35
Le 10 mars à 08h36
Le 10 mars à 09h05
Le 10 mars à 09h04
Ma main est une des principales extensions de mon cerveau, c'est par elle que j'appréhende beaucoup mieux le monde, c'est un complément indispensable de mes yeux et de mes oreilles.
Le 10 mars à 10h44
Il y aura donc forcément de la robotique fortement couplée à une IA à moyen/long terme.
Le 10 mars à 11h55
Modifié le 10 mars à 13h13
Plutôt que de se baser sur des multitudes de vidéos traitant de scenarios complexes, où c'est la quantité d'informations qui permet de constituer des modèles prédictifs (sur tout, et on ne sait quoi), il prône d'utiliser d'abord de très courtes vidéos traitant d'un phénomène à la fois. Le but étant d'apprendre le fonctionnement des lois fondamentales de notre environnement, la gravité par exemple. À partir de cette première strate (les lois fondamentales), il est alors possible de construire les suivantes qui combinent les connaissances des premières. Ce qui équivaut à des niveaux d'abstraction.
Infiné, en simplifiant un peu, les modèles actuels formulent des prédictions à partir d'une bouille de pixels, en partant d'une prediction à partir de chaque pixel individuel. Pour lui, c'est voué à l'echec. En restant toujours exclusivement au niveau du détail fin, quelque soient les moyen de calcul, on se retrouve vite face à un mur quand à la pertinence des prédictions, à l'interprétation de la situation, et donc la prise d'une décision adaptée. Son approche consiste à tout changer pour permettre de prendre chaque décision avec le niveau d'abstraction qui convient. Dans son modèle cible, chaque niveau d'abstraction s'appuie sur des constatations élémentaires et fiables extraites du niveau sous-jacent. La base reposant sur des constats et predictions unitaires se rapportant uniquement aux lois fontamentales, et non plus sur la position où la couleur la plus probable d'un pixel dans l'image suivante...
J'oubliais de préciser que, s'il parle tant de vidéo et qu'il exclu le texte, c'est parce qu'il cible surtout des systèmes pouvant évoluer dans le monde réel ( robotique, conduite autonome, etc.)
Le 10 mars à 13h30
Le 10 mars à 14h17
Le 10 mars à 15h34
Modifié le 10 mars à 16h22
Si tu fais cette remarque, je suppose que tu n'as pas saisi l'idée et que, tu associes à "lois fondamentales" une portée bien supérieure à ce je voulais dire. Il s'agit de lois essentielles perçue par un enfant dans l'apprentissage de son environnement, pas de ce qu'il pourrait apprendre ensuite à l'ecole. Ramené à la gravité, c'est juste comprendre que quand un objet n'a plus de support il tombe, et que suivant sa solidité et la hauteur de la chute, il peut se trouver plus ou moins endommagé. Le but est de comprendre l'environnement, ce qui peut se produire, et prendre les décisions adéquates dans une situation donnée, comme un humain lambda, et non pas comme un scientifique (qui lui non plus ne sort pas sa calculatrice pour savoir quand doit freiner).
Le 10 mars à 14h09
Le 10 mars à 16h04
Le but est de comprendre les principes, et d'en tirer parti, comme n'importe quel être vivant, Sauf contexte particulier, connaître les formules mathématiques associées aux lois de la physique n'a aucun intérêt dans la prise de décision. Le but est d'être capable de réagir à une situation comme un être humain et donc, comme lui, de ne pas avoir à calculer quoi que ce soit, mais de juste savoir juger, pour prendre la plupart des decisions.
Le 10 mars à 17h38
Et filmer de l'air c'est un peu complexe, ma main par contre "sent" le souffle de l'air (certes en moins bien que les vibrisses de mon chat).
La perception du monde réel ne se cantonne pas à la vue et à l'ouïe chez les humains (et les animaux) et du coup entraîner un modèle avec juste des vidéos qui expliquent la notion présentée me parait très limitant.
Le 10 mars à 09h14
Le 10 mars à 09h26
Modifié le 10 mars à 13h30
Le 10 mars à 09h22
Le 10 mars à 09h31
Le 10 mars à 10h46
Le 10 mars à 12h23
Après avoir visionné la vidéo citée par @gremi sur sa conférence de Davos, les citations prennent tout leur sens. Il faut être un peu dans sa tête pour en capter le sens et les intentions sous-jacentes. Il va tellement à l'essentiel que, sans le contexte, ça laisse l'impression de dire un peu tout, et n'importe quoi.
Modifié le 10 mars à 11h34
Ok il y a aussi quelque anciens hauts responsable et personnes là aussi surement pleinnes de qualités et cetera qui on rejoint le bateau (la barque ?).
Mais tout de même "1,03 milliard de dollars, soit environ 890 millions d’euros" pour une société qui n'a encore rien produit ?
Le 10 mars à 11h52
Le 10 mars à 12h32
Le 11 mars à 08h42
Le 10 mars à 15h07
Le 11 mars à 08h09
Signaler un commentaire
Voulez-vous vraiment signaler ce commentaire ?