Alibaba International, division du groupe Alibaba spécialisée dans le e-commerce, a annoncé ce lundi 6 janvier que son moteur de recherche B2B alimenté par l’IA, Accio, a atteint 500 000 utilisateurs PME depuis son lancement en novembre 2024. Une adoption rapide qui consolide la position de la plateforme chinoise de commerce B2B au niveau mondial.

Des millions de fournisseurs et une recherche optimisée

Accio utilise des techniques avancées de traitement du langage naturel (NLP) pour rendre le processus de recherche plus intuitif et efficace. Le moteur de recherche connecte les acheteurs aux fournisseurs parmi des millions de profils répertoriés. En couvrant plus de 7 600 catégories de produits et en s’appuyant sur plus de 200 millions de paramètres liés au commerce mondial, Accio facilite la transformation des concepts de produits en projets commerciaux viables.

Les utilisateurs peuvent comparer des millions de produits en termes de prix, de quantités minimales de commandes, de frais d’expédition et de délais de livraison, obtenant ainsi une transparence sans précédent dans le processus de sourcing.

L’une de ses fonctionnalités clés, Accio Inspiration, a permis d’augmenter de près de 30 % les taux de conversion des fournisseurs, de la recherche initiale à la demande de devis.

Une performance impressionnante pendant les fêtes de fin d’année

Pendant la période critique des ventes en ligne en novembre et décembre 2024, plus de 50 000 PME ont utilisé activement le moteur pour trouver des produits et des inspirations pour le Black Friday et les fêtes de Noël.

Leurs retours démontrent l’efficacité du moteur de recherche qui détient, selon les données collectées le mois dernier, un Net Promoter Score (NPS) supérieur à 50, preuve d’un taux de satisfaction client élevé et d’une adéquation avec le marché. Le 13 décembre 2024, Accio a d’ailleurs été nommé “Produit du jour” sur Product Hunt, un site qui répertorie les nouveaux produits technologiques.

L’IA au service de la compétitivité des PME

Le lancement d’Accio s’inscrit dans une époque charnière pour le développement des outils d’IA et l’expansion du commerce B2B.

En remplaçant les recherches traditionnelles par mots-clés par des recherches en langage naturel, il rend les processus de sourcing plus rapides et précis, permettant aux PME de gagner en efficacité tout en réduisant les coûts. Actuellement, il prend en charge l’anglais, le français, l’allemand, le portugais et l’espagnol, et d’autres langues sont prévues pour les futures mises à jour.

Deux fonctionnalités renforcent son attractivité :

• Accio Page : Une interface dynamique qui propose des informations produites dans un langage dans un format familier et convivial. Elle fournit des détails objectifs sur les produits et des comparaisons avec des articles similaires, ce qui permet aux entreprises de prendre facilement des décisions d’approvisionnement éclairées ;
• Accio Agent : Un outil d’accompagnement pour la gestion des demandes, paiements et suivi après-vente, agissant comme un agent de sourcing professionnel grâce à l’infrastructure robuste d’Alibaba International.

IMT Atlantique, grande école d’ingénieurs généralistes relevant du ministère de l’Économie, des finances et de la souveraineté industrielle et numérique, annonce la nomination de Guillaume Moreau au poste de Directeur de la Recherche et de l’Innovation. Il succède ainsi à Laurence Le Coq, qui a été nommée Directrice déléguée à la recherche et au développement économique de l’Institut Mines Télécom.

Membre de l’Institut Mines-Télécom, IMT Atlantique est née le 1er janvier 2017 de la fusion des écoles Mines Nantes et Télécom Bretagne, elle dispose de 3 campus situés à Brest, Nantes et Rennes.

Classée 4ème école d’ingénieurs en France selon le palmarès 2024 de L’Étudiant, parmi les 100 premières institutions mondiales du classement THE Impact et les 400 premières universités du classement THE World University Ranking, elle jouit d’une reconnaissance internationale.

Elle combine recherche fondamentale et innovation technologique pour répondre aux défis environnementaux, numériques et sociétaux. Ses onze départements, ses six unités mixtes (GEPEA, IRISA, LATIM, LABSTICC, LS2N et SUBATECH), des collaborations avec des institutions prestigieuses telles que le CNRS, l’INRIA ou INSERM ainsi que des universités et écoles d’ingénieurs, et ses 26,3 millions d’euros de contrats de recherche illustrent sa capacité à produire des résultats concrets pour l’industrie.

Guillaume Moreau, nouveau Directeur de la recherche et de l’Innovation d’IMT Atlantique

Guillaume Moreau, 51 ans, a dédié sa carrière à l’enseignement et la recherche.
Titulaire d’un Doctorat en informatique de l’Université de Rennes I – IRISA, et d’un diplôme d’ingénieur en informatique de L’ENSIIE, il a débuté comme professeur d’informatique à l’École Centrale de Nantes. Il y a également développé une solide expérience d’encadrement et de gestion d’équipes, en tant que Directeur du département informatique et mathématiques, puis au poste de Directeur de la formation.

En 2020, il a rejoint l’IMT Atlantique en tant que Directeur délégué à la recherche et à l’innovation, secondant Laurence Le Coq. Parallèlement à ses responsabilités administratives, Guillaume Moreau mène une activité de recherche active au sein du Lab-STICC (Laboratoire des Sciences et Technologies de l’Information, de la Communication et de la Connaissance, UMR CNRS 6285), se spécialisant dans les domaines de la réalité virtuelle et augmentée. Il est l’auteur de 35 publications dans des revues internationales et nationales, de 5 ouvrages et de plus de 100 communications dans des congrès internationaux. Il a également encadré une trentaine de thèses, présidé de nombreux jurys de thèses et participe à des comités d’évaluation et projets au sein de l’Agence Nationale de recherche (ANR) et du Haut Conseil de l’évaluation de la recherche et de l’enseignement (HCERES).

Au cours de sa carrière, Guillaume Moreau a piloté ou contribué à de nombreux projets de recherche collaboratifs et bilatéraux, financés par des sources publiques et privées, impliquant des universités, des centres de recherche et des entreprises, tant en France qu’à l’international. Sa nomination à la tête de la recherche d’IMT Atlantique s’inscrit dans cette dynamique.

Le PEPR (Programme et Équipement Prioritaire de Recherche) Intelligence Artificielle vise à accompagner l’accélération de la France dans le domaine de l’IA à travers trois grandes thématiques de recherche : l’IA frugale et embarquée, l’IA de confiance et distribuée, et les fondements mathématiques de l’IA. L’ANR (Agence Nationale de la Recherche), qui opère ce programme, annonce le lancement d’un AAP s’adressant à ce troisième axe.

Lancé le 25 mars dernier, co-piloté par le CEA, le CNRS et Inria, le PEPR IA est doté d’un budget de 73 millions d’euros sur six ans, financé par France 2030 dans le cadre de la stratégie nationale pour l’IA (SNIA).

Ses objectifs sont multiples : renforcer l’écosystème français de recherche et d’innovation, lever les verrous du déploiement de l’IA, faire émerger des technologies de rupture, positionner la France et l’Europe comme des leaders sur des thématiques stratégiques.

Le PEPR IA vise également à faciliter l’interdisciplinarité, attirer les talents et créer des passerelles entre la recherche publique et l’innovation, en collaboration avec les start-ups et les PME. Il s’inscrit ainsi pleinement dans la seconde phase de la SNIA axée sur la formation à l’IA, le développement d’une offre de technologies deeptech sur l’IA embarquée, l’IA de confiance, l’IA frugale et l’IA générative ainsi que le rapprochement de l’offre et de la demande de solutions d’IA.

L’AAP “Mathématiques de l’apprentissage profond”

Cet AAP vise à mobiliser et développer des recherches fondamentales en mathématiques pour analyser les mécanismes sous-jacents des réseaux de neurones profonds et des modèles génératifs et améliorer les techniques d’apprentissage automatique, en termes, entre autres, de frugalité, de confiance (robustesse, préservation de la vie privée, certification, détection et élimination des biais, explicabilité, etc.), de performance, d’évolutivité et de modularité.

Sur les 73 millions alloués au PEPR IA, six seront consacrés aux projets sélectionnés qui  devront impliquer au minimum 3 structures de recherche. Chacun d’eux, dont la durée sera comprise entre 36 et 48 mois, bénéficiera d’une aide financière allant de 600 000 à 1 million d’euros.

Les projets devront se positionner par rapport à au moins l’une des deux thématiques ci-dessous :

Thématique 1 : Mathématiques des modèles d’IA générative

Cette thématique vise à promouvoir les recherches mathématiques de pointe pour analyser et perfectionner les techniques d’IA générative. L’objectif est de rendre ces techniques plus performantes, efficaces et sûres. Les projets sélectionnés devront exploiter un vaste éventail de techniques mathématiques, incluant la théorie des probabilités, la théorie des jeux, les équations aux dérivées partielles, le contrôle optimal, le transport optimal, les systèmes dynamiques, les systèmes désordonnés, les théories des matrices et des réseaux aléatoires. Ces théories joueront un rôle clé dans le développement de techniques d’apprentissage telles que l’entraînement par réseaux adverses, les modèles de diffusion, l’apprentissage profond par renforcement et les grands réseaux de type transformers.

Thématique 2 : Méthodes géométriques pour l’IA

Cette thématique se concentre sur l’apprentissage profond géométrique, qui permet d’aborder des données avec des structures non-euclidiennes comme les graphes, les surfaces et les nuages de points. L’objectif est de promouvoir les recherches mathématiques de pointe pour analyser et perfectionner les techniques d’IA au cœur de l’apprentissage géométrique. Les disciplines mathématiques concernées incluent la théorie des graphes, la géométrie computationnelle, la théorie des groupes, les décompositions tensorielles et la topologie. Les projets devront démontrer une maîtrise des fondements mathématiques et proposer des applications pratiques pour avancer dans les problématiques de l’IA, en particulier dans les domaines où la structure des données sort des cadres traditionnels.

Les consortiums candidats ont jusqu’au 04/02/2025 pour déposer leur projet électroniquement.

Selon diverses sources, dont Reuters et le Wall Street Journal, Perplexity serait sur le point de finaliser une nouvelle levée de fonds de 500 millions de dollars. Ce tour de table, mené par Institutional Venture Partners (IVP), une société de capital-risque qui siège déjà au conseil d’administration de Perplexity, valoriserait la start-up à environ 9 milliards de dollars.

Perplexity a été créée en août 2022 par Aravind Srinivas, anciennement chercheur chez OpenAI et DeepMind, Denis Yarats, Johnny Ho et Andy Konwinski, avec l’ambition s’imposer comme une alternative de choix au moteur de recherche de Google, tout comme OpenAI espère le faire avec SearchGPT.

La start-up a très vite attiré des investisseurs de poids. Après une série A 26 millions de dollars en mars 2023, elle a finalisé une levée de série B de 73,6 millions de dollars déjà dirigée par IVP à laquelle avaient participé les investisseurs historiques NEA, Elad Gil, Nat Friedman et Databricks, mais également de nouveaux investisseurs parmi lesquels Nvidia et Jeff Bezos, le fondateur d’Amazon. Celle-ci portait sa valorisation à près de 520 millions de dollars, deux nouveaux investissements lui ont permis ensuite de monter à 3 milliards de dollars, ce qui reflète l’intérêt croissant pour Perplexity.

Le 25 octobre dernier, Aravind Srinivas, son cofondateur et PDG a annoncé sur X : “Perplexity traite désormais plus de 100 millions de requêtes chaque semaine. Prochaine étape : plus de 100 millions de requêtes par jour”.

Quelques jours auparavant, Dow Jones, la société mère du Wall Street Journal, et NYP Holdings, Inc, filiale de News Corp qui publie le New York Post, déposaient plainte contre elle “pour violation massive des droits d’auteur en copiant illégalement des contenus protégés pour générer des réponses aux utilisateurs”. Plusieurs médias, dont Condé Nast, Forbes, ont accusé Perplexity AI de plagiat, le New York Times lui a d’ailleurs envoyé en septembre dernier une lettre de cessation et d’abstention.

Les investisseurs semblent faire confiance au modèle de partage de revenus qu’Anthropic a mis en place fin juillet. Alors que Perplexity espère nouer des partenariats avec une trentaine d’éditeurs avant la fin de l’année, des médias comme Fortune, The Texas Tribune et Time ont aujourd’hui adhéré à ce programme.

Plusieurs médias, dont Condé Nast et le magazine Forbes, ont accusé Perplexity AI de plagiat et d’utiliser sans autorisation leurs contenus pour alimenter ce que la start-up appelle “son moteur de réponse conversationnel”. Dow Jones, la société mère du Wall Street Journal, et NYP Holdings, Inc, filiale de News Corp qui publie le New York Post, ont déposé lundi dernier plainte contre elle “pour violation massive des droits d’auteur en copiant illégalement des contenus protégés pour générer des réponses aux utilisateurs”.

Créée en août 2022 par Aravind Srinivas, anciennement chercheur chez OpenAI et DeepMind, Denis Yarats, Johnny Ho et Andy Konwinski, Perplexity AI, voulait, avec “Ask” lancé le mois de décembre suivant, proposer une alternative au moteur de recherche de Google. La start-up affirme avoir atteint 10 millions d’utilisateurs actifs mensuels et répondu à plus d’un demi-milliard de requêtes en 2023.

L’interface de recherche, un chatbot similaire à ChatGPT ou Bing Copilot, utilisait dans un premier temps GPT 3.5 d’OpenAI et Microsoft Bing pour fournir ses réponses. Perplexity a ensuite développé son propre index de recherche et construit ses propres LLM. En novembre dernier, la start-up a introduit les LLM PPLX “on line” disponibles sur l’API qui exploitent Internet pour fournir des réponses en temps réel et s’appuient sur les modèles open source Llama 2 70B et mistral-7b.

Les réponses formulées sous forme de résumé citent leurs sources, permettant ainsi de vérifier leur véracité, mais, dans leur plainte, Dow Jones et NYP Holdings accusent Perplexity de détourner les revenus des éditeurs en encourageant les utilisateurs à “sauter les liens” vers les sites originaux.

En août dernier, la start-up a annoncé Perplexity Publishers, un programme de partage de revenus, mais ce dernier et les citations de sources, sont des mesures jugées insuffisantes par les plaignants. Ils reprochent également dans leur plainte les hallucinations du moteur de recherche :

“En plus d’utiliser le travail protégé par le droit d’auteur des plaignants pour développer un produit de substitution qui reproduit ou imite le contenu original des plaignants, Perplexity nuit également aux marques des plaignants en attribuant faussement aux plaignants certains contenus que les plaignants n’ont jamais écrit ou publié”.

News Corp dit avoir contacté en juillet dernier la start-up pour tenter de trouver un terrain d’entente, comme il l’a fait avec OpenAI, mais ne pas avoir reçu de réponse. Les plaignants demandent donc au tribunal de lui enjoindre de cesser de copier leurs contenus protégés par le droit d’auteur sans autorisation. Ils réclament également des dommages-intérêts pouvant aller jusqu’à 150 000 dollars par infraction.

Pour l’instant, Perplexity AI n’a pas commenté cette actualité.

La rentrée est là, et le nouveau numéro du magazine ActuIA est prêt à vous accompagner dans cette période de renouveau. Que vous le choisissiez en version numérique ou papier, il sera la lecture idéale pour tous les professionnels et passionnés de l’IA, que ce soit à la maison, au bureau, ou même dans les transports !

Ce numéro, bientôt disponible, vous propose un retour sur les temps forts de l’été avec nos traditionnelles rubriques : un condensé des actualités marquantes, les levées de fonds, notre rubrique pop culture pour stimuler votre curiosité, mais aussi des dossiers d’analyse essentiels sur l’impact de l’IA dans le secteur professionnel, et les enjeux cruciaux de l’IA en Russie. Ne manquez pas cette occasion de rester informé et inspiré pour cette nouvelle saison !

Si vous n’êtes pas encore abonné(e), inscrivez-vous dès aujourd’hui et recevez-le directement chez vous ou sur votre lieu de travail. 

Au sommaire du n°17 d’ActuIA :

Actualités
Une revue de toutes les actualités de ces derniers mois : droit, éthique, santé, projets de recherche, business… Retrouvez toutes les informations qu’il ne fallait pas louper ce dernier trimestre en France comme à l’étranger.

Levées de fonds
Une sélection de levées de fonds récentes dont bien évidemment celle de Spotlight Medical, enrichie d’une analyse de Stéphane Nachez, Directeur de la publication d’ActuIA.

Adopter l’IA ? Oui, mais avec optimisme
Jean-Marc Bonnet, Sales Technology Director chez Teradata, nous apporte son regard sur l’intégration de l’IA dans les entreprises.

Altair : un pionnier au cœur de l’intégration de l’IA
Interview de François Weiler, Président d’Altair France. Découvrez comment Altair transforme l’intégration de l’IA et accompagne les entreprises dans leurs décisions stratégiques à travers des solutions pragmatiques et sur-mesure.

L’IA et l’éducation : Qu’en est-il ?
Focus sur les formations et les ressources mises en place par la région académique PACA afin d’acculturer les enseignants aux systèmes d’IA, avec Romain Estampes, Chargé de mission à la DRANE PACA (Délégation régionale académique au numérique éducatif).

L’intelligence artificielle au service du droit : méthodes, outils et enjeux
Dr. William Babonnaud, Dr. Alexandra Benamar, Dr. Sophie Fayad du Centre R&D de Talan, vous font découvrir les outils d’IA développés au service du domaine juridique.

La « passe beauty » : le photoshop du cinéma
Dans cet article de la rubrique Pop culture, notre journaliste, Amira Hadak, vous propose une analyse des usages de l’IA dans le cinéma.

L’intelligence artificielle pour mieux comprendre notre planète
Plongez au cœur des sciences de la Terre avec Dr. Delouche Estelle du Centre R&D de Talan. Cette dernière vous expliquera comment l’IA peut s’avérer très utile dans le domaine de la géophysique.

Sélection du comité scientifique
Zoom sur deux publications scientifiques qui ont retenu l’attention de notre comité scientifique au cours des derniers mois.

Téléphones portables, Education & Interdictions : Ce que nous enseigne l’IA !
En cette rentrée 2024, certains établissements scolaires ont banni les téléphones portables. Laurence Vanin, philosophe et essayiste, s’exprime sur le sujet en détaillant les raisons de ces interdictions de plus en plus présentes dans le cadre scolaire.

IA et emploi : la grande inconnue
Dans ce dossier, nous abordons l’IA au sein du monde du travail. Entre des entretiens avec Cyril Dallois, Secrétaire national de l’Union Générale des Ingénieurs, Cadres et Techniciens (UGICT), et Yann Ferguson, Sociologue à INRIA et Directeur scientifique du LaborIA, et des analyses des différents terrains explorer par l’IA dans le secteur professionnel, l’adoption de l’IA par les entreprises n’aura plus de secret pour vous ! Emmanuelle Blons, Auteure, conférencière et spécialiste de la transformation digitale et des RH Belkacem Laïmouche, Pilote du groupe « Ressources Humaines » du Hub France IA viennent compléter le dossier.

Confiance.ai propose une méthodologie outillée au service du développement d’une IA industrielle et responsable
Focus sur Confiance.ai, le livrable technologique du défi sur l’IA vérifiable et certifiable. Juliette Mattioli (Thales), Morayo Adedjouma (CEA), Raphael Braud (IRT SystemX), Bertrand Braunschweig (IRT SystemX), Loic Cantat (IRT SystemX), Philippe Dejean (IRT Saint Exupéry), Ingrid Fiquet (Sopra Steria), Rodolphe Gelin (Renault), Joseph Machrouh (Thales), Karla Quintero (IRT SystemX), Boris Robert (IRT Saint Exupéry), et Fabien Tschirhart (IRT SystemX), nous apportent leurs connaissances sur ce programme de recherche français sur l’IA de confiance.

Parole d’experts
Ce numéro met en lumière trois experts en intelligence artificielle. Découvrez les expertises de Sandrine Henry, Data Analyst et consultante chez Pragma 9, Julien Briot-Hadar, Auteur, formateur et conférencier expert en compliance et de Mélanie Lopez Malet, Senior data scientist.

L’IA russe à la croisée des chemins
« Celui qui dominera l’IA dominera le monde », a déclaré Vladimir Poutine, en 2017. Placé au cœur de la vision russe du pouvoir mondial, l’IA est perçue comme un levier de compétitivité économique, mais aussi comme un outil crucial pour asseoir la puissance géopolitique du pays. Ce dossier vous fera découvrir la route empruntée par la Russie dans cette course mondiale à l’intelligence artificielle ainsi que les défis auxquels le pays se heurte. Un article complété par une proposition de trois personnalités russes à suivre.

Je m’abonne !

Une équipe de chercheurs de l’UC Davis Health a développé une interface cerveau-ordinateur (BCI) qui permet à un homme atteint de sclérose latérale amyotrophique (SLA) de retrouver sa capacité à communiquer. Cette technologie innovante, qui traduit les signaux cérébraux en paroles avec une précision pouvant atteindre 97 %, pourrait redonner espoir aux millions de personnes atteintes de paralysie et de troubles de la parole dans le monde.

L’interface BCI a été implantée dans le cerveau de Casey Harrell, un homme de 45 ans souffrant de la maladie de Lou Gehrig (SLA), une maladie neurodégénérative qui affecte les cellules nerveuses responsables du contrôle des mouvements et des muscles de la parole. Grâce à ce dispositif, Casey Harrell peut désormais s’exprimer par l’intermédiaire d’un ordinateur qui convertit son activité cérébrale en texte parlé, avec une précision qui n’avait jamais été atteinte dans le domaine des neuroprothèses vocales.

L’étude rapportant ces travaux “An Accurate and Rapidly Calibrating Speech Neuroprosthesis” a été publiée le 14 août dernier dans le New England Journal of Medicine.

Des débuts prometteurs pour une technologie innovante

Le Dr David Brandman, neurochirurgien à l’UC Davis et co-auteur principal de l’étude avec Nicholas Card, a supervisé l’implantation de quatre réseaux de microélectrodes dans le gyrus précentral gauche de Casey Harrell une région du cerveau clé pour la coordination des mouvements de la parole. Ces électrodes captent l’activité neuronale lorsque Casey tente de parler, permettant ainsi au système de déchiffrer les phonèmes et les mots qu’il essaie de prononcer. Les mots sont affichés sur l’écran de l’ordinateur avant d’être traduits à voix haute par un modèle de synthèse vocale pré-entraîné affiné par les chercheurs.

David Brandman souligne :

“Cette technologie BCI a non seulement permis à Casey de communiquer avec ses proches, mais elle ouvre la voie à un nouveau monde d’interactions pour des patients incapables de parler. Nous avons franchi une étape décisive dans la compréhension et la décodification de l’activité cérébrale liée à la parole”. 

Lors des premiers tests, le dispositif a montré une précision impressionnante de 99,6 % avec un vocabulaire limité à 50 mots, après seulement 30 minutes d’entraînement. En augmentant la taille du vocabulaire à 125 000 mots, le BCI a maintenu une précision de 97,5 %, marquant ainsi une avancée sans précédent.

Une voix retrouvée grâce à l’intelligence artificielle

Malgré les avancées récentes dans la technologie BCI, les tentatives de rétablir la communication ont été lentes et souvent imparfaites. En effet, les algorithmes de machine learning utilisés pour décoder les signaux cérébraux demandaient beaucoup de temps et de données pour fonctionner efficacement.

David Brandman explique :

“Les systèmes BCI de discours précédents comportaient de fréquentes erreurs de mots. Il était donc difficile pour l’utilisateur d’être compris de manière cohérente et constituait un obstacle à la communication. Notre objectif était de développer un système qui permette à quelqu’un d’être compris chaque fois qu’il veut parler.”

Ce qui rend cette technologie encore plus remarquable est la capacité du système à reproduire la voix de Casey telle qu’elle était avant l’apparition de la SLA, cinq ans plus tôt. L’équipe a utilisé des enregistrements audio de Casey datant d’avant la maladie pour entraîner l’IA à générer une voix proche de celle d’origine, restituant non seulement ses mots, mais aussi son identité vocale.

Sergey Stavisky, neuroscientifique à l’UC Davis et co-directeur du laboratoire de neuroprothèses, a souligné l’importance de cette avancée :

“Voir Casey exprimer des pensées et des émotions à travers sa propre voix a été incroyablement émouvant. Pour lui, comme pour nous, c’était un moment de joie pure”.

Perspectives

L’essai clinique, intitulé BrainGate 2, se poursuit avec d’autres participants, et les chercheurs espèrent que cette technologie pourra bientôt être généralisée pour améliorer la vie de milliers de patients atteints de paralysie sévère.

Casey Harrell, le premier patient à bénéficier de cette technologie, résume son expérience :

“Ne pas pouvoir parler, c’est être prisonnier de soi-même. Grâce à cette technologie, je retrouve une partie de ma liberté, et je peux à nouveau participer aux conversations”.

L’équipe de recherche continue de perfectionner le système pour augmenter encore plus la précision et la fluidité du dialogue, avec l’espoir que d’autres applications médicales suivront.

Cette percée est un immense pas en avant pour la science et la technologie, mais surtout pour les millions de personnes dans le monde qui rêvent de retrouver une voix. Avec cette technologie, ce rêve pourrait bientôt devenir une réalité.

Références de l’article :

• Université de Californie – Davis Health
• “An Accurate and Rapidly Calibrating Speech Neuroprosthesis” New England Journal of Medicine. DOI : 10.1056/NEJMoa2314132

Auteurs : Nicholas S. Card, Maitreyee Wairagkar, Carrina Iacobacci, Xianda Hou, Tyler Singer-Clark, Francis R. Willett, Erin M. Kunz, Chaofei Fan, Maryam Vahdati Nia, Darrel R. Deo, Aparna Srinivasan, Eun Young Choi, Matthew F. Glasser, Leigh R. Hochberg, Jaimie M. Henderson, Kiarash Shahlaie, Sergey D. Stavisky, David M. Brandman.

Zhipu AI, licorne chinoise spin-off de l’Université Tsinghua de Pékin a annoncé récemment le lancement de son dernier modèle text-to-vidéo CogVideoX-5B. Comme son prédécesseur, CogVideoX-2B, le modèle est open source, mais est, quant à lui, publié sous la licence CogVideoX qui permet une utilisation gratuite uniquement à des fins de recherche.

Développé avec les techniques d’IA les plus récentes, notamment un auto-encodeur variationnel (VAE) 3D et un transformateur expert pour améliorer l’alignement entre le contenu vidéo et les descriptions textuelles, CogVideoX se distingue par sa capacité à créer des vidéos cohérentes, capturant non seulement des détails visuels riches, mais aussi des mouvements complexes avec une fluidité sans précédent.

Les deux modèles génèrent des vidéos de six secondes, à une fréquence de 8 images par seconde et une résolution de 720×480 pixels. Cette dernière version surpasse son prédécesseur en termes de qualité et de performance.

Des technologies de pointe

L’un des éléments clés de l’architecture de CogVideoX est le VAE causal 3D qui permet une compression efficace des données vidéo, à la fois dans les dimensions spatiales et temporelles. Contrairement aux modèles de génération vidéo antérieurs utilisant un VAE 2D, où l’on observe couramment des scintillements, il permet d’assurer une continuité entre les images dans les vidéos produites par CogVideoX.

La structure du VAE comprend un encodeur, un décodeur et un régularisateur d’espace latent, permettant de réduire la longueur des séquences et les exigences computationnelles pendant l’entraînement, tout en maintenant une reconstruction vidéo de haute qualité.

Un Transformateur Expert pour fusionner les données textuelles et visuelles

L’Expert Transformer est lui aussi un élément essentiel de l’architecture de CogVideoX, spécialement conçu pour gérer l’interaction complexe entre les données textuelles et vidéo.

Dans les transformateurs classiques, toutes les modalités de données sont traitées de manière uniforme, ce qui peut entraîner des inefficacités, notamment lors de la combinaison d’entrées textuelles et vidéo aux caractéristiques et échelles variées. Le transformateur expert de CogVideoX utilise la technique de normalisation “Adaptive LayerNorm” (AdaLN), pour traiter distinctement les caractéristiques du texte et de la vidéo, facilitant leur intégration fluide.

Un entraînement progressif

Les chercheurs ont adopté et conçu plusieurs techniques d’entraînement avancées pour optimiser les performances du modèle. L’entraînement à durée mixte avec la méthode Frame Pack améliore les capacités de généralisation du modèle pour différentes longueurs de vidéo, tout en maintenant une qualité constante,  tandis que l’entraînement progressif, utilisant tout d’abord des vidéos basse résolution puis des vidéos de résolution de plus en plus haute, permet au modèle de capturer d’abord les détails généraux avant de les affiner.

L’échantillonnage uniforme explicite, quant à lui, stabilise la courbe de perte d’entraînement et accélère la convergence en définissant différents intervalles d’échantillonnage temporel sur chaque rang parallèle de données. Le modèle apprend ainsi efficacement sur l’ensemble de la séquence vidéo.

CogVideoX-5B

CogVideoX-2B avait été salué pour ses performances, notamment en matière de capture de mouvement humain, de contenu dynamique et de restauration de scènes. Le nouveau modèle, avec ses paramètres plus élevés, le surpasse non seulement dans ces domaines, mais également en termes de suivi des instructions, de génération vidéo et d’effets visuels.

Des exemples de vidéos qu’il a générées sont partagées sur Hugging Face.

Pour faciliter les développements futurs, les chercheurs ont rendu open-source une partie des poids du modèle CogVideoX accessible sur GitHub et du VAE 3D. Ils travaillent au développement de modèles plus grands. Pour plus d’informations sur leur approche, vous pouvez consulter leur article de recherche sur arXiv.

La sortie du modèle marque une nouvelle étape dans le domaine de la génération vidéo à partir de texte, avec des implications potentielles dans divers secteurs, allant de la production cinématographique à l’éducation, en passant par le marketing et les médias.

La France émerge comme un acteur central dans la révolution mondiale de l’intelligence artificielle, et consolide sa position de leader européen.

La France en quête de leadership dans l’Intelligence Artificielle

L’intelligence artificielle est aujourd’hui omniprésente. Même si les géants américains tels que Salesforce et AWS sont très actifs, les entreprises françaises innovantes telles que H, anciennement Holistic, qui a levé 220 millions de dollars avec le soutien d’investisseurs de renom tels qu’Amazon et Eric Schmidt, ex-PDG de Google, elles sont présentes sur le devant de la scène. Cette levée de fonds illustre parfaitement la capacité de la France à attirer des investissements internationaux significatifs et à jouer un rôle clé dans l’écosystème global de l’IA.

L’engagement massif de Microsoft, avec un investissement historique de 4 milliards d’euros en France, illustre la confiance des grandes entreprises américaines dans le potentiel français en matière d’IA, ainsi que l’ambition de la France de développer ses propres technologies et de devenir un hub mondial de l’innovation technologique. Le gouvernement français soutient activement cette dynamique avec des politiques favorables à l’innovation, des subventions à la recherche et des initiatives de formation pour répondre à la demande croissante de compétences en IA.

Un centre de recherche et incubateur de start-ups technologiques à Paris

La France abrite déjà des centres de recherche en IA de premier plan, tels que le Facebook AI Research Center de Meta et le hub de recherche en IA de Google à Paris, en plus de ses universités renommées. Cet écosystème vibrant stimule une scène de start-ups florissante, où de nombreux chercheurs et ingénieurs en IA issus de ces laboratoires se lancent dans la création d’entreprises innovantes.

Les investissements massifs dans la recherche et le développement en IA ont catalysé la création de technologies avancées telles que Gemma AI de Google qui a été développée en grande partie à Paris. Cette technologie, qui révolutionne le traitement des données et l’apprentissage automatique, témoigne de la capacité des chercheurs français à mener des projets de pointe et à collaborer efficacement avec des partenaires internationaux.

Entre ambitions et défis réglementaires

Cependant, le chemin vers la domination n’est pas sans obstacles. Alors que l’Europe adopte des régulations strictes sur l’IA, telles que l’AI Act récemment approuvé par l’UE, certains acteurs craignent que ces mesures freinent l’innovation. Il est nécessaire d’équilibrer la régulation pour éviter de ralentir l’innovation tout en assurant une utilisation éthique et sûre de l’IA. La France est confrontée à la responsabilité de trouver un équilibre qui favorise la croissance économique tout en garantissant une gouvernance éthique et transparente des technologies émergentes.

Ainsi, la France pourrait bien être sur le point de devenir non seulement un leader de l’IA en Europe, mais également un compétiteur sérieux sur la scène mondiale, aux côtés des États-Unis et de la Chine. L’avenir de l’IA est prometteur, et la France semble déterminée à en faire partie intégrante. Avec une collaboration continue entre le gouvernement, l’industrie et le milieu universitaire, la France est bien positionnée pour façonner un avenir où l’innovation technologique et l’intégrité éthique vont de pair. Elle pourrait ainsi jouer un rôle clé dans la définition des standards internationaux de l’IA, influençant non seulement le développement technologique mais aussi les pratiques éthiques et réglementaires à l’échelle mondiale.

Des chercheurs en ingénierie de l’Université du Minnesota à Twin Cities ont dévoilé une avancée technologique majeure qui pourrait transformer le paysage de l’IA : un nouveau dispositif de mémoire, baptisé CRAM (mémoire vive computationnelle), qui pourrait réduire la consommation d’énergie des systèmes d’IA d’un facteur impressionnant de 1 000, tout en maintenant des performances optimales. Leurs travaux ont été publiés dans npj Unconventional Computing, une revue scientifique à comité de lecture publiée par Nature. 

Cette innovation est le fruit de plus de deux décennies de recherche et s’attaque directement à l’un des plus grands défis des systèmes informatiques actuels : la consommation d’énergie liée au transfert constant de données entre la mémoire et la logique de traitement. En effet, les architectures informatiques traditionnelles, basées sur le modèle de von Neumann, nécessitent de nombreux transferts de données énergivores pour traiter l’information. Le CRAM brise cette barrière en permettant de traiter les données directement dans la mémoire, éliminant ainsi ces transferts coûteux.

Jian-Ping Wang, auteur principal de l’article et professeur distingué McKnight et titulaire de la chaire Robert F. Hartmann au département de génie électrique et informatique de l’Université du Minnesota, commente :

“Notre concept initial d’utiliser directement les cellules de mémoire pour l’informatique il y a 20 ans était considéré comme fou”.

Yang Lv, chercheur postdoctoral à l’Université du Minnesota et premier auteur de l’article ajoute :

“Ce travail est la première démonstration expérimentale de la CRAM, où les données peuvent être entièrement traitées dans le réseau de mémoire sans avoir besoin de quitter la grille où un ordinateur stocke des informations”.

Une technologie de pointe basée sur la spintronique

Le cœur de cette innovation réside dans l’utilisation des jonctions à tunnel magnétique (MTJ), une technologie de spintronique qui exploite le spin des électrons au lieu de leur charge électrique pour stocker des données. Les MTJ sont des dispositifs nanostructurés utilisés pour améliorer les disques durs, les capteurs et d’autres systèmes microélectroniques, y compris la mémoire magnétique à accès aléatoire (MRAM), qui a été utilisée dans des systèmes embarqués tels que les microcontrôleurs et les montres intelligentes. Cette approche non seulement réduit la consommation d’énergie, mais augmente également la vitesse de traitement et la robustesse du système dans des environnements difficiles.

Ulya Karpuzcu, expert en architecture informatique, co-auteur de l’article et professeur agrégé au département de génie électrique et informatique de l’Université du Minnesota, explique :

“En tant que substrat de calcul numérique en mémoire extrêmement économe en énergie, la CRAM est très flexible dans la mesure où le calcul peut être effectué à n’importe quel endroit de la baie de mémoire. En conséquence, nous pouvons reconfigurer la CRAM pour qu’elle corresponde au mieux aux besoins de performance d’un ensemble diversifié d’algorithmes d’IA”.

Il ajoute:

“Il est plus économe en énergie que les blocs de construction traditionnels des systèmes d’IA d’aujourd’hui. La CRAM effectue des calculs directement dans les cellules de mémoire, en utilisant efficacement la structure du réseau, ce qui élimine le besoin de transferts de données lents et énergivores”.

Selon les chercheurs, un accélérateur d’inférence d’apprentissage automatique basé sur la CRAM permet d’obtenir une amélioration de l’ordre de 1 000. Ils ont démontré que la CRAM peut accomplir des tâches essentielles pour l’IA, telles que l’addition scalaire et la multiplication matricielle, en seulement 434 nanosecondes, avec une consommation énergétique de seulement 0,47 microjoule. Ce qui représente une économie d’énergie environ 2 500 fois supérieure par rapport aux systèmes de mémoire conventionnels, qui séparent les composants logiques et de mémoire.

Un effort collaboratif de longue haleine

L’équipe dirigée par le professeur Jian-Ping Wang, un pionnier dans le domaine des dispositifs MTJ, a travaillé sans relâche depuis 2003 pour concrétiser cette vision. Ce projet a réuni une équipe interdisciplinaire composée de spécialistes en physique, en science des matériaux, en informatique et en ingénierie, contribuant à des avancées significatives qui rendent aujourd’hui cette technologie prête à être intégrée dans des applications industrielles.

Implications et perspectives

Avec l’augmentation exponentielle de la demande en applications d’IA, l’impact potentiel de cette technologie est immense. Selon l’Agence internationale de l’énergie (AIE), la consommation d’énergie de l’IA pourrait atteindre 1 000 térawattheures (TWh) d’ici 2026, soit l’équivalent de la consommation annuelle d’électricité du Japon. L’adoption de la CRAM pourrait réduire de manière drastique cette consommation, rendant les systèmes d’IA plus durables et plus économes en énergie.

L’équipe envisage déjà de collaborer avec des leaders de l’industrie des semi-conducteurs pour produire à grande échelle ce nouveau matériel et intégrer cette technologie dans les prochaines générations de systèmes d’IA.

Un soutien solide pour une technologie pionnière

Ce projet a été soutenu par des institutions majeures telles que la Defense Advanced Research Projects Agency (DARPA), le National Institute of Standards and Technology (NIST), la National Science Foundation (NSF), et Cisco Inc. Les travaux ont également bénéficié des infrastructures de pointe du Minnesota Nano Center et du Minnesota Supercomputing Institute.

Références de l’article :

“Démonstration expérimentale de la mémoire à accès aléatoire computationnelle basée sur les jonctions tunnel magnétiques”.
npj Unconventional Computing https://doi.org/10.1038/s44335-024-00003-3, publié le 25/07/2024

Auteurs : Yang Lv, Brandon R. Zink, Robert P. Bloom, Hüsrev Cılasun, Pravin Khanal, Salonik Resch, Zamshed Chowdhury, Ali Habiboglu, Weigang Wang, Sachin S. Sapatnekar, Ulya Karpuzcu, Jian-Ping Wang.

Les acteurs de la GenAI se sont vus reprocher de puiser sans autorisation dans le contenu des médias pour alimenter leurs modèles. Plutôt que de se retrouver face à des plaintes, ils préfèrent aujourd’hui nouer des collaborations avec ces derniers. Après Open AI pour SearchGPT, c’est une autre start-up californienne basée elle aussi basée à San Francisco, Perplexity AI, qui a conclu des accords avec divers médias afin d’utiliser leurs contenus pour ce qu’elle appelle “son moteur de réponse conversationnel”.

Créé en août 2022 par Aravind Srinivas, anciennement chercheur chez OpenAI et DeepMind, Denis Yarats, Johnny Ho et Andy Konwinski, Perplexity AI, voulait, avec “Ask” lancé le mois de décembre suivant, proposer une alternative au moteur de recherche de Google. La start-up affirme avoir atteint 10 millions d’utilisateurs actifs mensuels et répondu à plus d’un demi-milliard de requêtes en 2023. Plus d’un million de personnes ont installé ses applications mobiles, à la fois sur iOS et Android.

L’interface de recherche, un chatbot similaire à ChatGPT ou Bing Copilot, utilisait dans un premier temps GPT 3.5 d’OpenAI et Microsoft Bing pour fournir ses réponses. Perplexity a ensuite développé son propre index de recherche et construit ses propres LLM. En novembre dernier, la start-up a introduit les LLM PPLX “on line” disponibles sur l’API qui exploitent Internet pour fournir des réponses en temps réel et s’appuient sur les modèles open source Llama 2 70B et mistral-7b.

Les réponses formulées sous forme de résumé citent leurs sources, permettant ainsi de vérifier leur véracité. La start-up annonce sur son blog :

“Pour soutenir davantage le travail vital des organisations médiatiques et des créateurs en ligne, nous devons nous assurer que les éditeurs peuvent prospérer à mesure que Perplexity se développe. C’est pourquoi nous sommes ravis d’annoncer le programme Perplexity Publishers et notre premier groupe de partenaires : TIME, Der Spiegel, Fortune, Entrepreneur, The Texas Tribune et WordPress.com”.

Partenariats et partage des revenus

Selon la start-up, le programme Perplexity Publishers vise à promouvoir le succès collectif des éditeurs et à équiper ces derniers de nouvelles technologies pour engager leurs publics. Une des principales composantes de ce programme est le partage des revenus. Dans les mois à venir, Perplexity introduira la publicité par le biais de la fonctionnalité “Questions associées”. Les marques paieront pour que des questions spécifiques, liées à leurs produits ou services, soient intégrées dans l’interface du moteur de réponses et sur les Pages de Perplexity. Ces questions apparaîtront comme des suggestions de suivi pour les utilisateurs, les incitant à en savoir plus sur les sujets en lien avec les marques.

Lorsque Perplexity tirera des revenus d’une interaction utilisant le contenu d’un éditeur, ce dernier recevra une part des revenus générés. Les détails exacts du partage des revenus n’ont pas été dévoilés, mais cette initiative vise à créer un modèle financier durable pour soutenir le journalisme de qualité.

Une réponse aux accusations de plagiat ?

Cette annonce intervient après que plusieurs médias, dont Condé Nast et le magazine Forbes, ont accusé Perplexity de plagiat et d’utiliser sans autorisation leurs contenus pour alimenter son moteur de réponse. Le PDG de Perplexity, Aravind Srinivas, a affirmé que ces nouveaux partenariats permettraient de soutenir financièrement le journalisme de qualité tout en garantissant la transparence de l’IA, mais la société réfute le fait que ces partenariats aient été établis à cause de ces allégations.

Accès aux technologies avancées

Les partenaires bénéficieront également d’un accès gratuit aux API de Perplexity, permettant à chaque éditeur de créer son propre moteur de réponse personnalisé sur son site web. De plus, les employés des partenaires éditeurs auront accès gratuitement à l’offre Enterprise Pro de Perplexity pendant un an, offrant des fonctionnalités améliorées de confidentialité et de sécurité des données.

Collaboration avec ScalePost.ai

Perplexity a également établi une collaboration avec ScalePost.ai, une plateforme facilitant les collaborations entre les éditeurs de contenu et les entreprises d’IA. Elle permettra aux partenaires d’obtenir des analyses plus approfondies sur la manière dont Perplexity cite leur contenu, renforçant ainsi la transparence et l’efficacité des partenariats.

Vision pour l’avenir

Perplexity entend continuer à développer ce programme, d’autres médias auraient d’ailleurs déjà manifesté leur intérêt, et explorer d’autres types de collaborations avec des éditeurs, comme des abonnements groupés où les utilisateurs pourraient payer un forfait pour Perplexity Pro et les abonnements aux éditeurs participants.

Le programme d’édition Perplexity marque une étape cruciale vers l’alignement des intérêts des acteurs de la GenAI et du journalisme de qualité.

Aravind Srinivas conclut :

“Nous avons structuré ce programme pour nous assurer que nous disposons d’un moyen évolutif et durable d’aligner les incitations pour toutes les parties. Nous avons toujours cru que nous pouvions construire un système où tout l’Internet gagne, et ce n’est que la première étape”.

Lorsqu’ils font une recherche sur Internet, les internautes se tournent majoritairement vers Google. OpenAI, qui permet à Microsoft d’utiliser GPT-4 pour son moteur de recherche Bing dans le cadre de leur partenariat, annonce SearchGPT : un prototype temporaire de nouvelles fonctionnalités de recherche par IA.

En utilisant des modèles conversationnels de pointe et des données web en temps réel, SearchGPT a pour objectif de fournir des réponses rapides, précises et pertinentes aux questions des utilisateurs.

OpenAI écrit sur le blog annonçant SearchGPT :

“Obtenir des réponses sur le Web peut demander beaucoup d’efforts, nécessitant souvent plusieurs tentatives pour obtenir des résultats pertinents. Nous pensons qu’en améliorant les capacités conversationnelles de nos modèles avec des informations en temps réel provenant du Web, trouver ce que vous cherchez peut être plus rapide et plus facile”.

Alimenté par le modèle GPT-4 d’OpenAI, SearchGPT se présente sous la forme d’une interface similaire à ChatGPT. Lorsqu’on lui fournit une requête, il ne se contente pas de d’afficher une liste de liens comme les autres moteurs de recherche, mais fournit des résumés concis avec des liens d’attribution.

Une barre latérale affiche des liens pertinents supplémentaires, complétant les informations fournies. Les utilisateurs peuvent poser des questions supplémentaires ou demander des clarifications sur les réponses fournies, rendant l’interaction plus dynamique et personnalisée.

Collaboration avec les éditeurs

OpenAi qui s’est vu reproché d’avoir entraîné ses modèles, notamment GPT-4, sur les publications du New York Times sans autorisation, a préféré nouer des collaborations avec des organismes de presse tels que The Associated Press, The Atlantic et News Corp pour garantir la qualité et la fiabilité des informations fournies par SearchGPT.

Ces partenariats permettent également aux éditeurs de mieux contrôler la présentation de leur contenu dans les résultats de recherche. Ils ont la possibilité de choisir de ne pas voir leur contenu utilisé pour l’entraînement des modèles d’IA d’OpenAI, tout en continuant à figurer en bonne place dans les résultats de recherche.

Robert Thomson, directeur général, News Corp, affirme :

“Sam et l’équipe vraiment talentueuse d’OpenAI comprennent de manière innée que pour que la recherche alimentée par l’IA soit efficace, elle doit être fondée sur les informations les plus fiables et de la plus haute qualité fournies par des sources fiables. Pour que les cieux soient en équilibre, la relation entre la technologie et le contenu doit être symbiotique et la provenance doit être protégée”.

Actuellement, le prototype de SearchGPT est accessible à un groupe restreint d’utilisateurs et d’éditeurs. Leurs commentaires permettront à OpenAI de l’améliorer et d intégrer les meilleures fonctionnalités de SearchGPT à ChatGPT.

Pour essayer SearchGPT, une liste d’attente est ouverte ici.

Le changement climatique modifie la rotation de la Terre et la durée du jour. Des chercheurs de l’ETH Zürich ont démontré que la fonte des glaces, provoquée par le réchauffement climatique, affecte significativement l’axe de rotation de la planète et sa vitesse de rotation, supplantant même l’influence séculaire de la lune.

Soutenus par l’agence spatiale américaine NASA, les chercheurs ont publié leurs travaux dans deux articles de recherche, l’un paru le 12 juillet dernier dans Nature Géoscience et le second le 15, dans la revue PNAS (Proceedings of the National Academy of Sciences).

Impact du changement climatique sur la rotation de la Terre

Lorsque les masses de glace au Groenland et en Antarctique fondent sous l’effet du changement climatique, l’eau des régions polaires s’écoule vers les océans, principalement autour de l’équateur. Cette redistribution de masse ralentit la rotation de la Terre, allongeant ainsi la durée du jour de quelques millisecondes, ce que les chercheurs démontrent dans l’étude PNAS.

Benedikt Soja, professeur de géodésie spatiale au Département de génie civil, environnemental et géomatique de l’ETH Zurich, explique :

“C’est comme lorsqu’une patineuse artistique fait une pirouette, en tenant d’abord ses bras près de son corps, puis en les étirant.. La rotation initialement rapide devient plus lente car les masses s’éloignent de l’axe de rotation, augmentant l’inertie physique. En physique, on parle de la loi de conservation du moment angulaire, et cette même loi régit également la rotation de la Terre. Si la Terre tourne plus lentement, les jours s’allongent. Le changement climatique modifie donc également la durée du jour sur Terre, bien que de manière minime”.

Une autre cause de ce ralentissement est le frottement des marées, déclenché par la lune. Cette étude arrive à une conclusion surprenante : si les humains continuent d’émettre plus de gaz à effet de serre et que la Terre se réchauffe en conséquence, cela aura finalement une plus grande influence sur la vitesse de rotation de la Terre que l’effet de la lune, qui a déterminé l’augmentation de la durée du jour pendant des milliards d’années.

Benedikt Soja souligne :

“Nous, les humains, avons un impact plus important sur notre planète que nous ne le pensons et cela nous impose naturellement une grande responsabilité pour l’avenir de notre planète”.

Déplacement de l’axe de rotation

Les changements de masse à la surface et à l’intérieur de la Terre causés par la fonte des glaces ne modifient pas seulement la vitesse de rotation de la Terre, mais, comme le montrent les chercheurs dans Nature Geoscience, ils déplacent également son axe de rotation. Ce mouvement polaire, observé sur plusieurs décennies, déplace les points où l’axe de rotation rencontre la surface de la Terre de plusieurs mètres sur un siècle. Les processus internes de la Terre, tels que les déplacements dans le manteau visqueux et les flux de chaleur dans le noyau externe, contribuent également à ce phénomène :

• Le noyau externe de la Terre est constitué de métal liquide. À l’intérieur de ce noyau, des flux de chaleur et des mouvements de convection se produisent. Ces mouvements influencent la distribution de masse interne et génèrent des changements dans le champ magnétique terrestre. Ces variations de masse et de dynamique interne affectent la position de l’axe de rotation ;
• Le manteau terrestre est une couche de roche visqueuse située entre le noyau et la croûte. Sous l’effet de la chaleur et des forces tectoniques, la roche dans le manteau se déplace lentement. Ces déplacements, causés par la convection thermique et les forces tectoniques, modifient la distribution de masse à long terme, ce qui contribue également au mouvement de l’axe de rotation.

Mostafa Kiani Shahvandi, l’un des doctorants du professeur Soja et auteur principal de l’étude, explique :

“Pour la première fois, nous présentons une explication complète des causes du mouvement polaire à longue période. En d’autres termes, nous savons maintenant pourquoi et comment l’axe de rotation de la Terre se déplace par rapport à la croûte terrestre”. 

Les chercheurs ont également démontré l’interconnexion et l’influence mutuelle des processus à la surface et à l’intérieur de la Terre.

Benedikt Soja déclare :

“Le changement climatique provoque le déplacement de l’axe de rotation de la Terre, et il semble que la rétroaction de la conservation du moment angulaire modifie également la dynamique du noyau de la Terre”.

Kiani Shahvandi ajoute :

“Le changement climatique en cours pourrait donc même affecter les processus profonds de la Terre et avoir une plus grande portée qu’on ne le pensait auparavant”. 

Modélisation et intelligence artificielle

Les chercheurs de l’ETH Zurich ont développé une approche innovante pour modéliser le mouvement polaire de la Terre en utilisant un algorithme d’apprentissage automatique basé sur des réseaux neuronaux informés par la physique (PINNs). Cette méthode permet de traiter conjointement toutes les contributions connues au mouvement polaire.

Les PINNs sont des réseaux de neurones qui intègrent des lois physiques et des modèles géophysiques pour améliorer la précision des prédictions. Contrairement aux algorithmes d’apprentissage automatique classiques, les PINNs sont contraints de satisfaire aux modèles physiques sous-jacents, même lorsqu’ils utilisent des modèles imparfaits de ces processus. Cette intégration permet de mieux capturer les interactions complexes entre différents processus géophysiques.

Les PINNs se sont avérés particulièrement efficaces pour découvrir les connexions entre les processus géophysiques et récupérer la physique sous-jacente. Ils ont pu identifier et modéliser avec précision les interactions entre les différents effets sur la surface de la Terre, dans son manteau et dans son noyau.

Grâce à cette approche intégrée, les chercheurs ont pu modélise comment les pôles de rotation de la Terre se sont déplacés depuis 1900. Les résultats de ces modèles sont en excellent accord avec les données réelles, fournies par les observations astronomiques du passé et par les satellites au cours des trente dernières années, validant l’efficacité de l’approche PINN pour faire des prévisions sur les futurs déplacements.

Kiani Shahvandi a reçu le soutien de Siddhartha Mishra, professeur de mathématiques à l’ETH Zurich, qui a reçu en 2023 le prix Rössler de l’ETH Zurich, le prix de recherche le plus doté de l’université, et qui est un spécialiste dans ce domaine.

Implications pour la recherche et la navigation spatiale

Cette modélisation précise du mouvement polaire est cruciale pour la recherche géophysique et la navigation spatiale. En comprenant mieux les interactions entre les différents processus géophysiques, les scientifiques peuvent améliorer les modèles climatiques et prévoir les effets à long terme du changement climatique sur la dynamique terrestre. De plus, en navigation spatiale, les variations de la rotation terrestre doivent être prises en compte pour des missions précises, comme l’explique le professeur Soja :

“Même si la rotation de la Terre ne change que lentement, cet effet doit être pris en compte lors de la navigation dans l’espace, par exemple lors de l’envoi d’une sonde spatiale sur une autre planète. Même une légère déviation d’un centimètre sur Terre peut atteindre une déviation de plusieurs centaines de mètres sur les énormes distances impliquées. Sinon, il ne sera pas possible d’atterrir dans un cratère spécifique sur Mars”.

Références de l’article : Blog ETH Zurich, Barbara Vonarburg

Kiani Shahvandi M, Adhikari S, Dumberry M, Modiri S, Heinkelmann R, Schuh H, Mishra S, Soja B : Contributions du noyau, du manteau et des processus climatologiques au mouvement polaire de la Terre. Dans : Nature Geoscience, Vol. 17, juillet 2024, p. 705-710. https://doi.org/10.1038/s41561-024-01478-2call_made .

Kiani Shahvandi M, Adhikari S, Dumberry M, Mishra S, Soja B : Le rôle de plus en plus dominant du changement climatique sur les variations de la durée du jour. Dans : Proceedings de l’Académie nationale des sciences, PNAS 2024, vol. 121, n° 30, e2406930121. https://doi.org/10.1073/pnas.2406930121call_made.

Le nouveau numéro du magazine ActuIA va sortir ! Pour beaucoup le mois de juillet est synonyme de début de l’été et de vacances; cette nouvelle édition saura vous accompagner au bureau comme en congés pour être certain de rattraper tout ce que vous avez pu manquer dans l’actualité de l’intelligence artificielle. Disponible en kiosques dès le 16 juillet prochain , et sur sur abonnement dès à présent.

L’IA, transformatrice des métiers

Avec ce n° 16 d’ActuIA, vous explorerez de nombreuses facettes de l’IA. Exemple avec Virginie Desbordes, responsable du pôle confiance numérique du groupe AFNOR, qui explique comment l’IA est entrée au sein des entreprises et pourquoi il est nécessaire de prendre le temps de l’encadrer afin de profiter pleinement de cette transformation.
Ce qui change aussi, c’est la fonction de RH et c’est de cette évolution qu’Emmanuelle Blons, vice-présidente associée chez Infosys France et spécialiste de la transformation digitale et des RH, ainsi que Belkacem Laïmouche, pilote du groupe « Ressources humaines » du Hub France IA vous parleront. Ils ont étudié pour cela les différents aspects de ce développement ainsi que les opportunités que l’IA présente pour cette fonction.

L’IA comme invitation au voyage

Ce numéro vous emmènera au Brésil où nous ne parlerons ni de samba ni de carnaval, mais bien de la transformation numérique du pays. Jean-Pierre Briot, directeur de recherche émérite CNRS au LIP6 et Giordano Cabral, professeur à l’UFPE, ont analysé pour vous l’ascension de l’IA dans ce pays ainsi que les défis rencontrés sur place. Pour aller plus loin dans la découverte de ce géant du continent américain, nous vous proposerons une interview à découvrir grâce à un QRcode. Dans le précédent numéro, c’était en Inde que nous avions posé nos valises pour en savoir plus sur la place de l’IA, si vous ne l’avez pas encore lu, ne perdez plus de temps et abonnez-vous dès maintenant pour le recevoir en même temps qu’ActuIA n° 16 (ou rendez-vous en kiosque).

Cet été, nombre de personnes ont réservé des séjours, des visites et autres en utilisant, peut-être sans le savoir l’IA. Du côté prestataire, les choses changent également. Alors pour mieux rester dans la thématique estivale, quoi de mieux qu’un panorama sur les usages de l’IA pour le tourisme !

Pas de plages certes près du SCAI, basé à Paris, mais un dynamisme qui séduit l’écosystème depuis ses débuts. Ce nouveau numéro est aussi l’occasion de se rendre donc dans la capitale, non pas pour les Jeux olympiques, mais pour en apprendre plus sur cet institut en IA de Sorbonne Université, ses projets et vous inviter, si vous ne les suivez pas encore, à vous pencher sur leurs activités et événements, dont NeurIPS@Paris 2024 bien sûr !

Au cœur de l’open source

Pour cette seizième édition d’ActuIA, nous avons également souhaité nous plonger dans un milieu central pour notre secteur, l’open source. Nous le faisons à travers une enquête, rédigée par Stéphane Nachez, directeur de la publication d’ActuIA. Il vous transportera au cœur de ce qu’est réellement l’open source dont on entend parler sous tous les angles. Que cache-t-elle ? Quelles sont ses réelles motivations ? Avec cette enquête, l’open source et ses dessous n’auront plus aucun secret pour vous. Une lecture qui promet d’être passionnante et riche en découvertes.

Big Data & AI Paris : Un événement à ne pas rater

Beaucoup d’entre nous pensent déjà à l’automne et organisent la rentrée. Dans notre cas, nous sommes encore en train de sélectionner les événements immanquables et Big Data & AI Paris fait figure de référence. Si vous n’avez pas encore noté l’édition 2024 dans votre agenda, il n’est pas trop tard !

Vous retrouvez bien entendu notre sélection d’actualités du trimestre, de papiers, mais aussi les portraits de quatre experts qui ont accepté de répondre chacun à deux questions sur leur parcours, leur travail et/ou l’écosystème IA. Nous sommes également partis à la rencontre de NeuralTek, une jeune pousse qui s’impose dans le secteur d’analyse d’images basée sur l’IA. À la fin de chaque numéro, nous recommandons également plusieurs ouvrages disponibles en librairie et pour la plupart au format ePub.

Pour être sûr de ne pas rater ces dossiers et bien d’autres articles captivants au sommaire de cette édition, abonnez-vous sans attendre !

Accenture, multinationale spécialisée dans les services professionnels, notamment dans les domaines des services informatiques et du conseil, avait profité de l’édition 2022 de Choose France pour révéler l’ouverture d’un centre de R&D à Brest. Cette année l’évènement a été pour l’ESN l’occasion d’annoncer la création de 2 centres d’IA générative dans l’Hexagone, l’un à Paris, le second à Sophia Antipolis où elle a déjà installé un laboratoire.

Accenture emploie environ 10 000 collaborateurs en France, répartis dans 40 secteurs d’activité. Parmi ses clients, 80% des entreprises du CAC 40 sont représentées.

Après un investissement de 3 milliards de dollars sur trois ans en juin 2023 dans la data et l’IA, la société annonçait en mars dernier un partenariat avec la licorne canadienne Cohere et l’acquisition d’Udacity, une société proposant des programmes éducatifs en ligne.

Dans le cadre de ce partenariat, Cohere apporte ses deux modèles Command et Embed, mais également Rerank, un outil qui vise à améliorer les résultats de recherche en effectuant une recherche sémantique plus approfondie, ainsi que ses capacités de génération augmentée par récupération (RAG). Les entreprises clientes d’Accenture travaillent avec Cohere pour développer des modèles personnalisés avec des ajustements précis basés sur des connaissances spécifiques à leur domaine et des ensembles de données d’entraînement propriétaires.

Udacity lui apporte son expertise pour le lancement de la plateforme d’apprentissage Accenture LearnVantage, à laquelle 1 milliard de dollars supplémentaire sera consacré ces trois prochaines années afin d’accompagner ses clients et leurs employés dans l’acquisition des fondamentaux de l’IA. Accenture LearnVantage travaillera avec des partenaires de l’écosystème technologique, notamment Amazon Web Services, Google Cloud et Microsoft, pour fournir du contenu d’IA générative, une formation technologique pertinente pour l’industrie et des certifications cloud pour leurs clients communs.

La création de deux centres d’IA générative en France

Le lancement de ces deux centres fait partie des investissements stratégiques d’Accenture visant à accélérer l’adoption de l’IA générative. Il bénéficiera aux grandes entreprises françaises (CAC40) ainsi qu’aux centres d’excellence académiques et universitaires (Institut Polytechnique de Paris, Sciences Po, ESSEC, Inria). De plus, Accenture s’engage à former chaque année une partie de ses employés en France aux métiers de l’IA.

Rice University et l’Université Paris Sciences & Lettres (PSL), deux des principaux établissements de recherche et d’enseignement supérieur urbains au monde, ont annoncé ce lundi 13 mai la signature d’un partenariat stratégique pour la recherche et l’innovation sur les grands défis et opportunités mondiaux.

Dans le cadre de cette collaboration ambitieuse, les deux universités visent à faire progresser la recherche dans les domaines de l’énergie, du climat, des technologies quantiques et computationnelles et celui de la santé.

Fondée en 1912, Rice University est une institution universitaire de premier plan située au cœur de Houston, au Texas, reconnue pour son excellence académique, en particulier dans les domaines des sciences, de l’ingénierie, des sciences humaines et des sciences sociales. Elle est d’ailleurs régulièrement classée parmi les 20 meilleures universités de recherche du pays et entretient des liens étroits avec l’industrie, le gouvernement et le secteur associatif. En 2023, elle a ouvert un campus à Paris, dans le Marais, le Rice Global Paris Center, où a été signé l’accord de collaboration.

PSL, qui regroupe onze des plus grands instituts de recherche et universités de France en une seule entité, apporte une communauté unique de 2 900 chercheurs de classe mondiale et 140 laboratoires de recherche au partenariat.

Outre être des universités à taille humaine, Rice et PSL ont en commun une approche pluridisciplinaire dans les domaines des lettres, des arts et des sciences, l’excellence de leurs formations de premier cycle et, avec le Rice Global Paris Center, la proximité du centre de Paris et d’autres hubs internationaux.

Le partenariat couvrira l’ensemble des champs disciplinaires portés par les universités, et ouvrira des perspectives de collaborations qui permettront de mobiliser activement les communautés scientifiques réciproques.

Alain Fuchs, Président de l’Université PSL, souligne :

“Ce partenariat bénéficie à la fois d’une dynamique bottom up, axée sur la recherche, et d’un engagement institutionnel au plus haut niveau. La qualité et la complémentarité des chercheurs de l’Université PSL et de Rice University qui se sont mobilisés pour cet événement est un signal fort qui augure d’un démarrage rapide et productif de la collaboration. Ce partenariat offrira par ailleurs un cadre de collaborations qui permettra à tous les établissements de PSL de développer des collaborations dans leurs domaines de compétence et avec leurs interlocuteurs naturels à Rice”.

De premiers ateliers ont réuni hier des chercheurs des deux universités au Rice Global Paris Center autour des quatre priorités de recherche : Energie & Climat, Santé & Médecine, Informatique & Technologies Quantiques et Futurs Urbains. D’autres workshops seront organisés dans les années à venir et un appel à projets, publié deux fois par an, permettra de sélectionner les projets de recherche communs co-financés par les deux institutions.

Reginald DesRoches, Président de l’Université Rice, conclut :

“Nous sommes honorés et enthousiastes de nous associer à l’Université Paris Sciences et Lettres et d’unir nos forces pour faire progresser l’innovation audacieuse et trouver des solutions aux plus grands défis mondiaux de notre époque.

 Les forces et les ambitions uniques de notre corps professoral, de nos étudiants, de nos bourses d’études et de nos recherches sont ce qui nous rassemble, et notre passion et notre espoir de construire un avenir meilleur pour tous sont ce qui guidera notre programme de partenariat. Représentant deux régions géographiques, économiques et culturelles distinctes connues pour leur ingéniosité et leur excellence, les efforts de Rice et de PSL ne connaîtront pas de limites”.

Lors du lancement de son laboratoire de recherche au sein de la Sorbonne en septembre dernier, le trio d’artistes du collectif Obvious annonçait travailler sur la conversion d’ondes cérébrales en images. Il a présenté récemment le fruit de ses premiers travaux : l’algorithme Mind-to-Image, développé en collaboration avec l’Institut du Cerveau et de la Moelle Epinière et l’Université de la Sorbonne au cours des six derniers mois.

Le Collectif Obvious, qui réunit trois amis d’enfance amateurs d’art, Pierre Fautrel, Hugo Caselles-Dupré et Gauthier Vernier, utilise des algorithmes d’IA pour créer des œuvres d’art.

En 2018, l’une d’entre elles, le “Portrait d’Edmond de Belamy”, a été vendue 432 500$ par la célèbre maison d’enchères américaine Christie’s alors qu’elle était estimée au plus à 10 000 euros, créant la stupéfaction dans le monde de l’art. Depuis, leurs tableaux ont été exposés dans des musées prestigieux de par le monde, notamment au Musée de l’Ermitage à Saint-Pétersbourg, au Musée National de Chine ou encore au Haus der Kunst, à Munich. Célèbre à l’étranger, Obvious a également réalisé différents projets en France, parmi ceux-ci Marianne en 2022 ou l’Alpine A110 Sastruga.

Le laboratoire Obvious Research est une initiative conjointe entre le collectif et le professeur Matthieu Cord de l’Université La Sorbonne (MLIA), reconnu pour ses recherches en vision par ordinateur, un des auteurs de l’article de recherche consacré à Mind-to-Image.

Mind-to-Image: projection de l’imagination mentale visuelle du cerveau à partir de l’IRMf

L’idée d’utiliser l’IRMf (imagerie par résonance magnétique fonctionnelle) pour décoder et reconstruire des vidéos ou des images n’est pas nouvelle : en 2011, des chercheurs du laboratoire Jack Gallant de l’Université de Berkeley, en Californie, dont Shinji Nishimoto, chercheur postdoctoral au laboratoire, l’ont associée à la simulation informatique pour reconstruire, plus ou moins approximativement, des bandes-annonces de films hollywoodiens visionnées par les chercheurs.

Depuis, les progrès dans le domaine du deep learning ont permis de développer des IA génératives permettant d’explorer de nouvelles approches.

Ainsi, Shinji Nishimoto, aujourd’hui professeur à l’Université d’Osaka au Japon et l’un de ses collègues, Yu Takagi, ont utilisé Stable Diffusion, le générateur de texte en image publié par Stability AI en août 2022, pour transformer les activités cérébrales mesurées par IRMf en images fixes.

L’équipe de Mind-to-Image s’est attaquée à un défi plus ardu : reconstruire des images à partir de l’imagination visuelle mentale grâce à l’IA générative.

Ils ont utilisé le modèle open source publié en 2023 MindEye dont ils ont adapté l’architecture à la complexité inhérente aux données d’imagination visuelle. Ils ont ensuite introduit deux protocoles de collecte de données : l’imagination faible (basée sur la mémoire) et l’imagination forte (pure imagination).

L’imagination faible implique la reconstruction d’images de portraits et de paysages que le sujet a précédemment vues, tandis que l’imagination forte demande au sujet d’imaginer des images en se basant sur une instruction écrite.

Au départ, l’équipe a entraîné le modèle en utilisant un ensemble de données issu du protocole d’imagination faible. Cette phase impliquait la reconstruction d’images déjà connues et visualisées par le sujet.

Par la suite, le modèle, dont les paramètres ont été figés pour préserver l’apprentissage acquis, a été appliqué aux données provenant du protocole d’imagination forte pour générer des images imaginées à partir d’instructions textuelles.

Pour les auteurs de l’article :

“Notre étude démontre que le modèle réussit à distinguer entre des catégories larges telles que les portraits et les paysages, saisissant efficacement la catégorie du contenu imaginé par le sujet. La capture précise des contenus détaillés de ces images imaginées a été partiellement réussie, mais s’est avérée plus difficile. Cette recherche offre une voie prometteuse vers la génération de représentations visuelles directement à partir de la pensée humaine”. 

Références :

“Mind-to-Image: Projecting Visual Mental Imagination of the Brain from fMRI”

https://doi.org/10.48550/arXiv.2404.05468

Auteurs : Hugo Caselles-Dupré, Charles Mellerio, Paul Hérent, Alizée Lopez-Persem, Benoit Béranger, Mathieu Soularue, Pierre Fautrel, Gauthier Vernier, Matthieu Cord.

Grande école d’ingénieurs généralistes relevant du ministère de l’économie, des finances et de la souveraineté industrielle et numérique, IMT Atlantique annonce confier la direction de son nouveau département dédié aux sciences des données à Tinashe Mutsvangwa, où il supervisera les activités dans le domaine de la recherche et de l’enseignement.

Née le 1er janvier 2017 de la fusion des écoles Mines Nantes et Télécom Bretagne, disposant de trois campus à Brest, Nantes et Rennes, IMT Atlantique est l’une des 10 premières écoles d’ingénieurs de France, une des 500 premières universités mondiales du THE World University Ranking. Elle fait partie de l’Institut Mines-Télécom, un ensemble d’établissements d’enseignement supérieur français spécialisés dans les sciences et technologies de l’information et de la communication, ainsi que dans les sciences de l’ingénieur.

Les principales missions d’IMT Atlantique sont la formation d’ingénieurs généralistes hautement qualifiés, la recherche scientifique et technologique de pointe, ainsi que l’innovation dans les domaines du numérique, de l’énergie et de l’environnement. L’école accorde une grande importance à la coopération avec l’industrie et les partenaires académiques, favorisant ainsi le transfert de technologies et contribuant au développement économique et social de la région Bretagne-Pays de Loire et au-delà.

IMT Atlantique propose une variété de formations allant des cycles ingénieurs classiques aux formations par apprentissage, en passant par des masters spécialisés et des doctorats. Elle est également impliquée dans de nombreux projets de recherche nationaux et internationaux, notamment à travers ses laboratoires de recherche associés au CNRS, à l’INSERM et à d’autres institutions académiques.

Un département dédié aux sciences des données

Avec ce nouveau département, l’IMT Atlantique vise à développer des activités de recherche et d’enseignement dans le domaine interdisciplinaire des sciences des données, en forte interaction avec des enjeux industriels et sociétaux (santé et environnement). Les activités de recherche seront menées en collaboration avec le Lab-STICC ( Laboratoire des Sciences et Technologies de l’Information, de la Communication et de la Connaissance, UMR CNRS 6285) et le LaTIM, (Laboratoire de Traitement de l’Information Medicale, UMR1101 INSERM).

Tinashe Mutsvangwa, Directeur du département d’enseignement et de recherche Data Science d’IMT Atlantique

Titulaire d’un Doctorat en Ingénierie biomédicale, Tinashe Mutsvangwa, avant de rejoindre l’équipe d’IMT Atlantique, occupait les fonctions de Directeur adjoint de la division d’Ingénierie biomédicale de l’Université du Cap, en Afrique du Sud.

Il apporte à IMT Atlantique son leadership scientifique, son expertise académique et son expérience dans la gestion de projets internationaux interdisciplinaires. Il a notamment supervisé un partenariat avec IMT Atlantique sur l’analyse des images médicales et a dirigé des laboratoires de recherche, dont l’Image-based Inferencing and Distributed Diagnosis Lab (Mi2d2 Lab) à l’université du Cap, où il a géré des projets de transferts de technologies université-privé, des activités d’essaimage et des campagnes de financement de programmes d’enseignement et de recherche.

Reconnu pour ses contributions scientifiques, Tinashe Mutsvangwa a participé à de nombreux comités scientifiques et a publié une cinquantaine d’articles dans des revues internationales. Ses travaux de recherche et d’enseignement ont été récompensés par plusieurs distinctions prestigieuses, notamment l’Oppenheimer Memorial Trust Sabbatical Fund (2021), le Swiss National Science Foundation Scientific Exchange (2021) et la RBUCE W Junior Chair in Biomedical Imaging (2012).

Deviner l’orientation politique d’une personne d’après son visage peut sembler autant improbable qu’inquiétant. Trois chercheurs de l’Université de Stanford ont selon eux démontré que c’était pourtant possible et pour des évaluateurs humains et pour des algorithmes d’IA et ce, à partir d’images standardisées de visages inexpressifs. Pour eux, leurs résultats soulignent l’urgence pour les chercheurs, le public et les décideurs politiques de reconnaître et de traiter les risques potentiels de la technologie de reconnaissance faciale pour la vie privée.

Des recherches antérieures ont montré que les humains peuvent déduire l’orientation politique à partir d’images faciales, bien que cela puisse être influencé par des facteurs tels que la présentation de soi, l’expression faciale et les propriétés de l’image. Les algorithmes de reconnaissance faciale, quant à eux, ont atteint une précision encore plus élevée dans la prédiction de l’orientation politique, ce qui pose des questions sur la confidentialité et le contrôle des informations personnelles.

Les chercheurs de Stanford ont voulu déterminer dans quelle mesure ces prédictions reposent sur des traits faciaux stables plutôt que sur d’autres facteurs modifiables.

Echantillon de l’étude

Les 591 participants à cette étude ont été recrutés dans une grande université américaine privée et étaient âgés de 19 à 22 ans. Ils ont été photographiés en laboratoire dans des conditions standardisées, vêtus d’un t-shirt noir, sans maquillage, les cheveux tirés en arrière, même orientation de la tête devant un arrière-plan neutre, après avoir rempli un questionnaire où ils ont indiqué leur âge, leur sexe et leur orientation politique.

Méthodologie

Pour prédire l’orientation politique à partir des photos, les chercheurs ont utilisé l’algorithme de reconnaissance faciale VGGFace2 avec une architecture ResNet-50-256D, spécialement conçue pour extraire des informations pertinentes à partir d’images faciales. Ce réseau neuronal a été entraîné sur un vaste ensemble de données comprenant 9 131 individus et 3,3 millions d’images faciales, couvrant une variété de poses, expressions faciales, éclairages et autres caractéristiques.

Les images ont été converties en descripteurs de visage de 256 valeurs, uniques à chaque individu, capturant des traits distinctifs et stables du visage, bien que non interprétables par les humains en raison de leur complexité.

Ces descripteurs ont ensuite été utilisés dans une régression linéaire pour cartographier les caractéristiques du visage sur une échelle d’orientation politique, validée par une méthode de validation croisée pour éviter le surapprentissage.

Dans un second temps, ils ont demandé à des évaluateurs humains de déduire eux-aussi l’orientation politique des participants à partir des photos.

Ils ont également appliqué leur méthode pour prédire l’affiliation à un parti politique dans un échantillon très différent : des images de profil de 3 401 politiciens des États-Unis, du Royaume-Uni et du Canada.

Limitations

Les auteurs soulignent certaines limitations de leur étude : la jeunesse de l’échantillon, sa taille et le fait que les participants étaient majoritairement libéraux.

D’autre part, les images faciales en basse résolution et bidimensionnelles utilisées pour l’étude ne capturaient pas entièrement la complexité tridimensionnelle de l’apparence du visage. De plus, l’algorithme de reconnaissance faciale n’était pas spécialement conçu pour prédire l’orientation politique, ce qui pourrait limiter sa performance par rapport à un modèle dédié à cette tâche.

Résultats

Les résultats ont montré que les évaluateurs humains (corrélation r = 0,21) et l’algorithme de reconnaissance faciale (corrélation r = 0,22) étaient capables de prédire les scores d’orientation politique des participants sur une échelle décorrélée de l’âge, du sexe et de l’origine ethnique (α de Cronbach = 0,94). Lorsque l’algorithme a exploité des informations sur l’âge, le sexe et l’origine ethnique des participants, sa précision prédictive a été encore améliorée (corrélation r = 0,31).

Alors que les images des politiciens n’étaient pas standardisées, la performance réalisée (r ≈ 0,13) montre que les associations entre l’apparence faciale et l’orientation politique se généralisent au-delà de l’échantillon relativement jeune et libéral des participants américains recueillis dans cette étude.

Pour eux, ces résultats suggèrent que les technologies de surveillance biométrique généralisées sont plus menaçantes qu’on ne le pensait auparavant. Des algorithmes, bien que modérément précis, peuvent avoir un impact considérable lorsqu’ils sont appliqués à de grandes populations dans des contextes à enjeux élevés. Ils estiment que les universitaires, le public et les décideurs politiques devraient en prendre note et envisager de renforcer les politiques réglementant l’enregistrement et le traitement des images faciales.

Références de l’article :

“Facial Recognition Technology and Human Raters Can Predict Political Orientation From Images of Expressionless Faces Even When Controlling for Demographics and Self-Presentation”

American Psychologist https://doi.org/10.1037/amp0001295

Auteurs :

Michal Kosinski, Poruz Khambatta, Yilun Wang, Université de Stanford

Si l’an passé, la NASA a déclaré 2023 “l’année de l’open source”, elle a toujours fait de l’accès à ses recherches une priorité. Pour faciliter le partage de ses données, la Direction des missions scientifiques (SMD) de la NASA a lancé la version bêta du moteur Science Discovery Engine, optimisée par la plateforme de Sinequa, un leader du marché de la recherche et de l’analyse de données basées sur l’IA.

Cofondé en 2005 par Jean Ferré et Alexandre Bilger, Sinequa permet aux entreprises de tirer de la valeur de la masse de données dont elles disposent. Sa solution, combinant un moteur de recherche puissant (Enterprise Search) avec des fonctionnalités avancées de traitement du Langage Naturel (NLP) et des algorithmes d’apprentissage automatique, permet d’extraire des informations métiers à partir de données structurées, mais également non structurées. La société a été l’une des premières à inclure les grands modèles de langage (LLM) dans la recherche.

Le Science Discovery Engine de la NASA

Le SDE est un élément clé du programme Open Source Science Initiative (OSSI) de la NASA qui vise à rendre la recherche scientifique financée par des fonds publics transparente, inclusive, accessible et reproductible et de son initiative “Transform to Open Science” (TOPS) dont l’objectif est de créer une culture inclusive de la science ouverte capable de relever les défis du 21e siècle.

En 2019, la communauté scientifique recommandait à la NASA de développer un portail de recherche qui donnerait, à partir d’une seule interface, accès au contenu des cinq domaines scientifiques de la SMD : astrophysique, sciences biologiques et physiques, sciences de la Terre, héliophysique et sciences planétaires.

En 2020, la solution Enterprise Search de Sinequa a été sélectionnée pour aider la NASA à accéder à des informations accumulées depuis plusieurs décennies, ainsi qu’à les exploiter de façon optimale. La collaboration étroite amorcée alors entre l’équipe de Sinequa et les développeurs, chercheurs et data scientists de la NASA a abouti à la création du SDE.

Un ensemble de données hétérogènes

Pour mettre en œuvre ce moteur de recherche, les partenaires ont du relever un défi de taille, outre la quantité des données : leur hétérogénéité et leur complexité, chacun ses 5 domaines opérant avec ses propres normes et terminologies.

Aujourd’hui, les utilisateurs du SDE peuvent extraire des informations enregistrées de plus de 84 000 ensembles de données et plus de 715 000 documents, répartis dans 128 sources d’information différentes, sites internet, référentiels de données et archives documentaires. Egalement intégrée à plus de 44 500 logiciels, modèles et outils scientifiques, la solution de Sequina reconnait plus de 8 900 termes scientifiques différents, un nombre qui devrait augmenter prochainement.

La nouvelle interface utilisateur

La version bêta du SDE a été lancée en décembre 2022. Depuis lors, l’interface n’a cessé d’être améliorée afin d’offrir des résultats de recherche plus pertinents, une nouvelle version a ainsi été mise en ligne en janvier dernier.

Kaylin Bugbee, chef de projet SDE, explique :

“Les scientifiques et les chercheurs passent beaucoup de temps à rechercher et à démêler des données et des informations scientifiques. Les nouvelles mises à jour de l’interface utilisateur de SDE font gagner du temps aux chercheurs en les aidant à rechercher rapidement des données et de la documentation par sujet scientifique ou dans l’ensemble de la collection d’informations. Cette amélioration de l’efficacité de la recherche permet aux scientifiques d’accéder plus rapidement à une science ouverte et exploitable”.

Désormais, des fonctionnalités de filtrage supplémentaires offrent aux utilisateurs la possibilité d’effectuer des recherches spécifiques dans un domaine scientifique donné, tel que la science planétaire ou l’héliophysique, simplifiant ainsi leurs processus de recherche. Parmi les mises à jour figure également un nouvel outil de recherche par acronyme, permettant une meilleure compréhension du contexte des résultats de recherche et du contenu des documents.

La NASA prévoit d’intégrer davantage de données et de contenus au cours des mois à venir, notamment en enrichissant les fonctionnalités de l’interface utilisateur et en poursuivant le développement de l’API du moteur. L’équipe du SDE prévoit de son côté un déploiement complet de l’outil à l’automne 2024.

Jean Ferré, CEO de Sinequa, conclut :

“Le Science Discovery Engine est une infrastructure fantastique qui aide les scientifiques de la NASA, ainsi que les utilisateurs du monde entier, à trouver les informations dont ils ont besoin en quelques secondes seulement, au lieu de plusieurs minutes, voire de longues heures. Nous sommes fiers d’aider la NASA à transformer et à améliorer la productivité dans l’ensemble de son organisation et serons à ses côtés pour associer de nouveaux ensembles de données et de nouvelles sources d’informations qui alimenteront son moteur de connaissances. Pour la science, la technologie et l’innovation, le partage de données scientifiques et ouvertes constitue le seul moyen de prospérer. À cet égard, Sinequa se réjouit de jouer un rôle actif dans cette initiative”.

L’AI Index Report de l’Institut d’Intelligence Artificielle Centrée sur l’Humain de l’Université de Stanford (HAI) est reconnu comme l’une des sources les plus fiables de données et d’informations sur l’IA. Dans les plus de 500 pages de l‘édition 2024 publiée récemment, il apporte un éclairage approfondi sur le rythme rapide des progrès de l’IA, de la recherche et du développement à la performance technique et à l’éthique, en passant par l’économie et l’éducation, la politique et la gouvernance de l’IA.

Via ce rapport, le HAI se donne pour mission de fournir des données impartiales, rigoureusement vérifiées et largement sourcées afin que les décideurs politiques, les chercheurs, les cadres, les journalistes et le grand public puissent acquérir une compréhension plus approfondie et plus nuancée du domaine complexe de l’IA.

Pour cette 7ème édition, il a élargi son champ d’action pour couvrir plus largement les tendances essentielles telles que les avancées techniques de l’IA, les perceptions publiques de la technologie et les dynamiques géopolitiques entourant son développement. On peut ainsi y retrouver des estimations sur les coûts de l’entraînement de l’IA, des analyses détaillées du paysage de l’IA responsable ou un chapitre consacré à l’impact de l’IA sur la science et la médecine.

Les 10 points saillants du rapport 2024

L’IA surpasse l’homme sur certaines tâches

Le rapport du HAI souligne les progrès impressionnants réalisés par les systèmes d’IA ces dernières années. En 2023, ils ont surpassé les performances humaines sur plusieurs benchmarks de référence pour la classification des images, le raisonnement visuel et la compréhension de l’anglais. Cependant, l’IA reste à la traîne sur des tâches plus complexes comme les mathématiques de niveau compétition, le raisonnement visuel de bon sens et la planification.

L’industrie domine la recherche en IA

En 2023, l’industrie a produit 51 modèles d’apprentissage automatique notables, contre 15 pour le monde universitaire. Il y a également eu 21 modèles remarquables résultant de collaborations entre l’industrie et le milieu universitaire en 2023, ce qui constitue également un nouveau record.

Crédit : AI Index Stanford

Des modèles de pointe de plus en plus coûteux

Selon les estimations de l’AI Index, les coûts d’entraînement des modèles d’IA de pointe ont atteint en 2023 des niveaux sans précédent. Ainsi l’entraînement de GPT-4 d’OpenAI a coûté environ 78 millions de dollars tandis que celui de Gemini Ultra de Google a atteint un nouveau sommet, revenant à 191 millions de dollars.

Les États-Unis conservent leur position de leader

Les États-Unis devancent toujours la Chine, l’UE et le Royaume-Uni en tant que principale source de modèles d’IA de pointe. En 2023, 61 modèles d’IA de pointe provenaient d’institutions basées aux États-Unis, loin devant les 21 de l’Union européenne et les 15 de la Chine.

Google a été le plus prolifique avec 18 modèles devant Meta (11), Microsoft (9) et OpenAI (7).

Un besoin urgent de standardisation dans les rapports responsables sur l’IA

Le rapport du HAI met en lumière l’absence de critères uniformes pour évaluer la responsabilité des systèmes d’IA, ce manque de normalisation rend difficile la comparaison systématique des risques et des limites des différents modèles d’IA. Les principaux développeurs, tels que OpenAI, Google et Anthropic, utilisent ainsi la plupart du temps des benchmarks différents lorsqu’ils testent leurs modèles en termes de responsabilité.

Une normalisation appropriée est cruciale pour renforcer la confiance du public dans l’utilisation de l’IA tout en assurant des pratiques éthiques et transparentes dans le développement et le déploiement de ces technologies.

L’investissement dans l’IA générative monte en flèche

On a vu l’an passé les investisseurs se tourner vers l’IA générative. Le rapport confirme cette tendance : le financement de la GenAI a été pratiquement multiplié par huit en 2023 par rapport à l’année précédente pour atteindre 25,2 milliards de dollars, et ce, malgré une baisse globale des investissements privés dans l’IA entamée en 2022. Les principaux acteurs du secteur, notamment OpenAI, Anthropic, Hugging Face et Inflection, ont annoncé des levées de fonds importantes.

Des travailleurs “augmentés” par l’IA

Le rapport s’appuie sur les données de diverses études publiées en 2023 sur l’impact de l’IA sur la main-d’œuvre. Celles-ci ont démontré que l’IA permettait aux employés d’effectuer leurs tâches plus rapidement tout en améliorant la qualité de leur production et qu’elle permettait de combler l’écart de compétences entre travailleurs peu qualifiés et hautement qualifiés. Toutefois, d’autres études mettent en garde contre le fait que l’utilisation de l’IA sans une supervision adéquate peut entraîner une diminution des performances, ce que le rapport souligne.

Les progrès scientifiques boostés par l’IA

En 2022, les modèles d’IA ont été utilisés pour faciliter les simulations sur la fusion de l’hydrogène, améliorer l’efficacité de la gestion énergétique et pour générer de nouveaux anticorps…  2023 a vu le lancement d’applications d’IA ouvrant une nouvelle ère dans la recherche. Le rapport cite notamment AlphaDev, qui optimise l’efficacité du tri algorithmique, et GNoME, qui facilite le processus de découverte de matériaux et a le potentiel de transformer divers secteurs technologiques, tous deux développés par Google DeepMind.

L’IA de plus en plus réglementée aux Etats-Unis

Le HAI, situé en Californie, s’est intéressé à l’encadrement de l’IA aux USA. Il montre que le nombre de réglementations liées à l’IA aux États-Unis a considérablement augmenté au  cours des cinq dernières années, passant de une en 2016 à 25 en 2023. Rien que l’année dernière, le nombre total de réglementations liées à l’IA a augmenté de 56,3 %.

Une prise conscience mondiale de l’impact potentiel de l’IA et des craintes en hausse

La perception du public concernant l’IA évolue. Selon une enquête d’Ipsos, la proportion de personnes estimant que l’IA aura un impact significatif sur leur vie dans les trois à cinq prochaines années est passée de 60 % à 66 % au cours de l’année dernière. De plus, 52 % des répondants ont exprimé leur nervosité à l’égard des produits et services liés à l’IA, ce qui représente une augmentation de 13 % par rapport à 2022. Aux États-Unis, selon les données de Pew, 52 % des Américains se disent plus préoccupés qu’enthousiastes à l’égard de l’IA, contre 37 % en 2022.

Retrouver l’intégralité du rapport ici

Le premier ministre japonais Fumio Kishida était cette semaine en visite officielle aux USA où il a évoqué avec Joe Biden les tensions politiques, le renforcement de leur coopération en matière de défense et technologie, notamment en matière d’IA. Il a également rencontré Brad Smith, le vice-président et président de Microsoft qui a annoncé l’intention d’investir 2,9 milliards de dollars au cours des deux prochaines années pour accroître son infrastructure de cloud computing et d’IA à grande échelle au Japon.

Il y a deux marchés dans lesquels le Japon tente de rattraper son retard : celui de l’IA et celui des semi-conducteurs. Microsoft, y a installé son premier bureau international, ces 2,9 milliards de dollars représentent son plus gros investissement en 46 ans d’histoire au Japon.

L’expansion de son infrastructure d’IA et de cloud permettra à Microsoft de fournir des ressources informatiques plus avancées au Japon, y compris les dernières unités de traitement graphique (GPU), qui sont cruciales pour accélérer les charges de travail de l’IA. Ce qui lui permettra de soutenir le Generative AI Accelerator Challenge (GENIAC), un programme dirigé par le ministère de l’Économie, du Commerce et de l’Industrie qui aide les startups et les entreprises japonaises à obtenir les ressources informatiques nécessaires au développement de modèles de fondation et à encourager la collaboration entre les parties prenantes.

Renforcer les compétences du Japon en matière d’IA

Microsoft s’est engagé en outre à former pas moins de 3 millions de travailleurs japonais à temps plein et à temps partiel au cours des trois prochaines années, dans le but de doter le pays des compétences nécessaires. La société a annoncé plusieurs initiatives, notamment une formation dédiée aux femmes, des cours et des architectures de référence pour les développeurs d’IA et les entreprises technologiques, une aide à la mise en œuvre de programmes centrés sur l’IA dans les lycées professionnels.

Ces formations seront dispensées en partenariat avec des institutions de renom telles que l’Institut des Nations Unies pour la formation et la recherche (UNITAR). Microsoft soutiendra également les jeunes pousses japonaises par le biais du Microsoft for Startups Founders Hub.

Ouverture du 1er laboratoire Microsoft Research Asia

Microsoft Research Asia va ouvrir un laboratoire à Tokyo qui se concentrera sur des domaines clés tels que l’IA incarnée, la robotique et l’IA sociétale.

Le centre de recherche collabore étroitement avec des universités, des instituts de recherche et des entreprises technologiques de la région Asie-Pacifique, notamment avec les universités japonaises depuis plus de deux décennies, ce qui a d’ailleurs contribué à propulser la recherche interdisciplinaire et à encourager les talents.

Afin de favoriser une meilleure collaboration en matière de recherche, Microsoft accordera 10 millions de dollars de subventions de ressources au cours des cinq prochaines années à l’Université de Tokyo et au partenariat de recherche en intelligence artificielle entre l’Université Keio et l’Université Carnegie Mellon.

Nvidia, Amazon et d’autres entreprises privées soutiennent également ces partenariats entre les universités des 2 pays, 110 millions de dollars y seront consacrés.

Microsoft a d’autre part l’intention d’approfondir sa collaboration avec le secrétariat du Cabinet japonais pour renforcer la résilience en matière de cybersécurité du gouvernement, des entreprises et de la société.

C’est dans son premier blog Microsoft que Mustafa Suleyman vient d’annoncer la création de Microsoft AI London, un nouveau centre d’IA. Il sera dirigé par Jordan Hoffmann, un scientifique et ingénieur en IA que Microsoft a récemment recruté en même temps que lui.

Jordann Hoffmann est loin d’être un inconnu pour Mustafa Suleyman. Il a travaillé au sein de 2 start-ups basées à Londres cofondées par ce dernier : DeepMind puis Inflection AI, passée au rang de licorne lors d’une levée de fonds dirigée entre autres par Microsoft en juin 2023.

Mustafa Suleyman y a été recruté en tant que Vice-Président exécutif et chef de la direction de Microsoft AI, une nouvelle organisation axée sur l’avancement de Copilot et d’autres produits et recherches sur l’IA grand public comme Bing ou Edge. Jordann Hoffmann fait partie des collaborateurs qui l’ont suivi dans cette nouvelle aventure tout comme Karén Simonyan, expert en deep learning et lui aussi cofondateur d’Inflection AI, embauché en tant que scientifique en chef.

Mustafa Suleyman précise que “Microsoft AI London mènera des travaux pionniers visant à faire progresser les modèles de langage de pointe et leur infrastructure de prise en charge, et à créer des outils de classe mondiale pour les modèles de base, en collaborant étroitement avec nos équipes d’IA au sein de Microsoft et avec nos partenaires, y compris OpenAI” ajoutant “Hoffmann sera rejoint par un groupe talentueux de membres de l’équipe Microsoft AI basés dans notre bureau de Londres Paddington”.

Le hub Microsoft AI London s’ajoute à la présence existante de Microsoft au Royaume-Uni, notamment le laboratoire Microsoft Research Cambridge, qui abrite certains des plus grands chercheurs dans les domaines de l’IA, du cloud et de la productivité. Il s’appuie sur l’investissement de 2,5 milliards de livres sterling annoncé en novembre dernier par Microsoft et le gouvernement britannique pour étendre son infrastructure de centre de données IA de nouvelle génération, soutenir les efforts du Royaume-Uni en matière de sécurité et de recherche dans le domaine de l’IA et et assurer la formation de plus d’un million de personnes.

Mustafa Suleyman indique :

“Dans les semaines et les mois à venir, nous publierons des offres d’emploi et embaucherons activement des personnes exceptionnelles qui souhaitent travailler sur les questions d’IA les plus intéressantes et les plus difficiles de notre époque. Nous recherchons de nouveaux membres d’équipe qui sont motivés par l’impact à grande échelle et qui sont des innovateurs passionnés désireux de contribuer à une culture d’équipe où l’apprentissage continu est la norme”.  

Le programme de recherche (PEPR) Intelligence Artificielle, lancé le 25 mars dernier, co-piloté par le CEA, le CNRS et Inria, est doté d’un budget de 73 millions d’euros sur six ans, financé par France 2030 dans le cadre de la stratégie nationale pour l’intelligence artificielle. Il vise à accompagner l’accélération de la France dans le domaine de l’IA à travers trois grandes thématiques de recherche : l’IA frugale et embarquée, l’IA de confiance et distribuée et les fondements mathématiques de l’IA.

Les objectifs du PEPR IA sont multiples, notamment renforcer l’écosystème français de recherche et d’innovation, lever les verrous du déploiement de l’IA, faire émerger des technologies de rupture, et positionner la France et l’Europe comme des leaders sur des thématiques stratégiques. Il vise à passer de la recherche fondamentale aux preuves de concept, en se concentrant sur des domaines tels que l’IA frugale, l’IA embarquée, l’IA de confiance et l’IA distribuée.

Le PEPR IA vise également à faciliter l’interdisciplinarité, attirer les talents notamment en s’appuyant sur Choose France pour encourager l’installation des titulaires de chaires en France et créer des passerelles entre la recherche publique et l’innovation, en collaboration avec les start-ups et les PME. Il s’inscrit ainsi pleinement dans la seconde phase de la stratégie nationale pour l’IA axée sur la formation à l’IA, le développement d’une offre de technologies deeptech sur l’IA embarquée, l’IA de confiance, l’IA frugale et l’IA générative ainsi que le rapprochement de l’offre et de la demande de solutions d’IA.

Neuf projets répartis autour de trois thématiques stratégiques

Les objectifs de ces trois grandes thématiques de recherche correspondant à des problématiques centrales autour de l’IA et de la souveraineté sont :

• La recherche sur l’IA frugale et l’IA embarquée se concentre sur le développement de technologies d’IA qui soient efficaces en termes de ressources et qui puissent être intégrées dans des appareils et des systèmes embarqués. Son ambition est d’identifier les architectures logicielles, les méthodologies d’apprentissage frugal d’entraînement sur des bases de données maîtrisées et l’optimisation avancée des applications pour rationaliser au maximum la consommation énergétique des systèmes d’IA à base d’apprentissage machine.

• La recherche engagée sur l’IA de confiance et distribuée vise à améliorer la compréhension des défis liés à la robustesse, à la confidentialité et à la sécurité des systèmes d’IA, notamment ceux opérant dans des environnements décentralisés. Son objectif est de développer des méthodologies pour renforcer la fiabilité, évaluer et qualifier ces systèmes en conformité avec les normes de confiance et de régulation.

• Les axes de recherche sur les fondements mathématiques de l’IA vont stimuler l’écosystème national de recherche en sciences mathématiques vers la construction et l’analyse des fondements des systèmes d’IA.

Neuf projets répartis autour de ces trois grandes thématiques ont été définis en concertation avec des experts en IA et la communauté de recherche, impliquant plus de 50 équipes françaises réparties sur tout le territoire, favorisant ainsi une dynamique nationale de recherche.

Bruno Bonnell, secrétaire général du plan d’investissement (SGPI), chargé de piloter France 2030, explique :

“Le choix des axes de ce programme repose sur les avantages compétitifs sur lesquels la France peut assurer un leadership avéré. Ce sont surtout les socles sur lesquels reposent les percées technologiques qui façonneront l’IA de demain. Comme pour tous les PEPR, on confie aux pilotes des programmes de recherche eux-mêmes le soin de fédérer leur communauté, autour d’actions « dirigées » et d’excellence scientifique. Ainsi l’Etat oriente, mais fait confiance aux acteurs de la recherche eux-mêmes, aux chercheurs et aux enseignants chercheurs, pour faire avancer la discipline, la recherche, et à terme, ses conséquences pour l’industrie et pour le pays tout entier”. 

Le pôle BioAnalyse d’AdvanThink, un éditeur français de logiciel spécialisé dans l’exploitation et l’exploration de données massives et complexes, annonce son partenariat avec Sylvia Cohen-Kaminsky, Directrice de Recherche au CNRS et chercheuse reconnue pour ses travaux sur l’hypertension artérielle pulmonaire (HTAP), menés au sein de l’unité Inserm UMR-S 999 à l’Université Paris Saclay.

L’Inserm UMR-S 999 est un acteur majeur de la recherche translationnelle nationale et internationale sur l’hypertension artérielle pulmonaire (HTAP), une maladie chronique évolutive des vaisseaux sanguins des poumons, qui peut conduire à une insuffisance cardiaque droite.

Cette collaboration est née lors des “Rendez-vous de Bioanalyse Paris Saclay”, des séminaires scientifiques interactifs mensuels, portant uniquement sur des sujets de recherche, à un stade pré-compétitif et non commercial. Fruit de discussions approfondies, elle vise à exploiter et explorer les vastes quantités de données générées par Sylvia Cohen-Kaminsky et son équipe dans le contexte de l’HTAP. L’objectif est de mieux comprendre le positionnement physiopathologique d’une cible thérapeutique potentielle identifiée dans le cadre de cette maladie.

Une approche multiomique est nécessaire pour comprendre la finesse des mécanismes moléculaires mis en jeu dans des pathologies d’origine multifactorielle comme l’HTAP. Des données transcriptomiques, protéomiques et lipidomiques ont donc été produites dans le cadre de ce projet.

Chacune de ces dimensions omiques permet d’éclairer sur certains aspects de la pathologie. L’enjeu consiste donc à analyser, de manière combinée, ces différents types de données, afin d’additionner les contributions de chacune d’elles et d’obtenir, au final, une vision la plus holistique possible des mécanismes moléculaires entourant la cible potentielle identifiée et leur aspect critique dans le cadre de l’HTAP.

De son côté, AdvanThink, pionnier dans le domaine du Machine Learning depuis 1990, fournit l’expertise technologique nécessaire pour exploiter efficacement ces données massives et complexes. Son pôle Bioanalyse, composé de biologistes expérimentés, joue un rôle essentiel dans la collecte, l’analyse et l’interprétation des données biologiques de ce projet. Leur expertise contribuera à éclairer les avancées de la recherche médicale dans le domaine de l’HTAP.

Jean-Philippe Meyniel, PhD Head of Bio & Health Dept, et Brice Perdrix, CEO AdvanThink soulignent:

“L’HTAP est une maladie complexe et ses mécanismes moléculaires représentent un formidable terrain de jeu pour relever ce challenge avec un outil tel que notre plateforme de Data Science Amadea”. 

Sylvia Cohen-Kaminsky, apporte son regard critique et son expertise opérationnelle essentielle à l’analyse des données, avec le soutien de son étudiant en thèse, Florent Dumont. Elle conclut :

“L’HTAP est une maladie rare (48 à 55 cas par million), mais pas orpheline. Plusieurs actifs de la classe des vasodilatateurs sont approuvés et utilisés en combinaison bi- voire tri-thérapie. Ils prolongent la survie des patients, mais ne sont pas curatifs. Identifier de bonnes cibles dans un réseau moléculaire complexe, celles centrales dans le mécanisme de remodelage vasculaire pulmonaire conduisant à l’HTAP, est le challenge que nous allons relever avec AdvanThink”.

Vendredi dernier, en visite à l’Ecole Polytechnique de Palaiseau dans l’Essonne, Sébastien Lecornu, Ministre des Armées, a dévoilé la prochaine création d’AMIAD, (Agence Ministérielle pour l’IA de Défense) dont le pôle de recherche sera situé sur le site même de l’école. Il a également annoncé que son ministère allait se doter de son propre supercalculateur “le plus gros dédié à l’IA et classifié en Europe” d’ici 2025.

En avril 2019, Florence Parly, Ministre des Armées, présentait sa stratégie sur l’intelligence artificielle, rappelant qu’il s’agissait d’une priorité pour la défense nationale française, la feuille de route était dévoilée au mois de septembre suivant. Pour le ministère, l’IA doit passer dorénavant à l’échelle industrielle.

La loi de finance pour 2024 consacre 130 millions d’euros à l’IA de Défense, un budget qui devrait être doublé d’ici la fin de la loi de programmation militaire 2024-2030, soit un total de 2 milliards d’euros dédiés au domaine. En 2026, près de 800 personnes travailleront sur l’IA au ministère des Armées.

Sébastien Lecornu a déclaré lors de sa visite à l’école d’ingénieur :

“Les Armées doivent prendre le virage de l’intelligence artificielle. C’est pourquoi j’annonce la création d’une nouvelle Agence ministérielle pour l’IA de défense (AMIAD) avant cet été. Elle aura pour mission de permettre à la France de maîtriser souverainement ces technologies pour ne pas dépendre des autres puissances”. 

Le volet “recherche” d’AMIAD sera basé sur le site de l’établissement, le volet  “production”, sera quant à lui installé à Bruz, près de Rennes, où se trouvent le 2ème Régiment du matériel (2e Rmat), spécialisé dans la maintenance des matériels de l’Armée de terre, mais également le site de DGA Maîtrise de l’information, expert technique du ministère des Armées, notamment en matière de cybersécurité.

L’agence, à laquelle seront consacrés environ 300 millions d’euros chaque année, devrait compter, à terme, 300 personnes dont des chercheurs et des experts civils et militaires. Elle sera dirigée par Bertrand Rondepierre, polytechnicien et normalien (ENS Cachan), rapporteur de la mission Villani sur l’IA.  Il a été “Product Manager & Architecte IA – Big Data” à la DGA entre 2013 et octobre 2018 avant de rejoindre le mois suivant Google Deepmind comme “Future Products Program lead” jusqu’en décembre dernier.

Pour traiter les données “secret défense”, l’agence disposera de son propre supercalculateur auquel le Ministère va consacrer entre 200 et 300 millions. Il devrait entrer en service dès l’année prochaine, les entreprises de la base industrielle et technologique de défense y auront également accès tout comme d’autres ministères.

De nombreux projets autour de l’IA sont d’ores et déjà en cours de développement, notamment celui de développer une solution d’analyse automatisée de l’acoustique sous-marine dans le but d’assister le travail des “oreilles d’or” de la Marine nationale.

Sébastien Lecornu commente :

“Le saut technologique que représente l’intelligence artificielle est sans doute celui qui révolutionnera la manière de faire la guerre. Ou même, plus important encore, de l’éviter comme l’atome en son temps”. 

Des chercheurs du MIT, de Princeton et de l’Université de Stanford ont publié la semaine dernière une lettre ouverte demandant aux entreprises d’IA de fournir des protections juridiques et techniques pour la recherche de bonne foi sur leurs modèles d’IA générative. Soulignant l’importance de l’évaluation et du red teaming indépendants pour identifier les risques des systèmes d’IA génératifs, elle a recueilli aujourd’hui plus de 300 signatures de chercheurs en IA, juristes, éthiciens, sociologues et défenseurs de différentes disciplines.

Shayne Longpre, Sayash Kapoor, Kevin Klyman, Ashwin Ramaswami, Rishi Bommasani, Arvind Narayanan, Percy Liang et Peter Henderson sont les auteurs de la lettre ouverte “A Safe Harbor for independant AI Evaluation” basée sur l’article de recherche “A Safe Harbor for AI Evaluation and Red Teaming” auxquels ils ont concouru avec 15 autres auteurs.

L’évaluation indépendante des modèles d’IA générative déjà déployés est d’une importance primordiale pour assurer la sûreté, la sécurité et la confiance. Des études ont révélé des vulnérabilités diverses, allant des problèmes liés à la sécurité aux biais algorithmiques, notamment sociaux, en passant par les questions de droits d’auteur. Cependant, seuls un nombre restreint de chercheurs sélectionnés par les entreprises ont accès à cette évaluation, créant ainsi une inégalité dans l’accès à l’information critique.

Les auteurs de la lettre déclarent dans un billet de blog :

“Malgré la nécessité d’une évaluation indépendante, la recherche liée à ces vulnérabilités est souvent interdite par la loi par les conditions d’utilisation des modèles d’IA populaires, notamment ceux d’OpenAI, de Google, d’Anthropic, d’Inflection, de Meta et de Midjourney. Bien que ces termes soient destinés à dissuader les acteurs malveillants, ils restreignent également par inadvertance la recherche sur la sécurité et la fiabilité de l’IA”. 

Pour eux, même si les entreprises appliquent ces restrictions à des degrés divers, les conditions peuvent décourager la recherche de bonne foi en accordant aux développeurs le droit de résilier les comptes des chercheurs ou même d’intenter une action en justice contre eux.

Dans le tableau ci-dessous, ils mettent en évidence les lacunes dans les politiques d’ OpenAI, Google, Cohere, Anthropic, Inflection, Meta et Midjourney, qui, selon eux, “obligent les chercheurs bien intentionnés à attendre l’approbation des programmes d’accès des chercheurs qui ne répondent pas, ou à risquer d’enfreindre la politique de l’entreprise et de perdre l’accès à leurs comptes”.

Ils soulignent toutefois que Cohere et OpenAI sont des exceptions, “bien qu’une certaine ambiguïté subsiste quant à la portée des activités protégées”. 

Selon les chercheurs, entraver les recherches indépendantes n’est pas dans l’intérêt des entreprises d’IA. Pour que la recherche indépendante sur l’IA puisse se dérouler dans un environnement favorable, sans crainte de représailles, ils demandent aux entreprises d’IA de fournir une sphère de sécurité établissant des normes minimales de protection juridique et technique pour protéger la recherche d’intérêt public.

Ils estiment que ces protections amélioreraient considérablement les normes écosystémiques et favoriseraient des efforts communautaires plus inclusifs et sans entrave pour lutter contre les risques de l’IA générative.

Together AI, une startup de recherche en IA basée à San Francisco qui s’est donnée pour mission de faire avancer les frontières de l’IA open source, a récemment publié EVO, un modèle de fondation génomique qui permet des tâches de prédiction et de génération de l’échelle moléculaire à l’échelle du génome, développé en collaboration avec Arc Institute, une organisation de recherche à but non lucratif basée à Palo Alto, près de San Francisco.

Le génome est une séquence qui code complètement l’ADN, l’ARN et les protéines qui orchestrent le fonctionnement d’un organisme. La modélisation des génomes entiers se heurte à deux défis majeurs: les séquences d’ADN sont extrêmement longues (jusqu’à des milliards de nucléotides) et la sensibilité requise pour comprendre pleinement les effets de l’évolution (qui se produit un nucléotide à la fois). En conséquence, les avancées existantes dans la modélisation de séquences biologiques avec l’IA se sont plutôt concentrées sur des capacités spécifiques à une tâche ou à modalité unique.

Les chercheurs de Together AI et de l’Arc Institute ont cherché à surmonter ces difficultés inhérentes à la modélisation de génomes entiers pour développer un modèle qui puisse comprendre non seulement les composants individuels de l’ADN, de l’ARN et des protéines, mais aussi comment ils interagissent pour créer des systèmes complexes.

Plutôt que l’architecture Transformer habituellement utilisée, ils ont opté pour l’architecture hybride StripedHyena, une architecture de traitement du signal en profondeur récemment introduite par Together Research, combinant l’attention rotative et les opérateurs d’hyène pour traiter et rappeler efficacement des modèles dans de longues séquences. Grâce à ses capacités de long contexte et son mode d’inférence efficace, elle leur a permis de générer des séquences allant jusqu’à 650k sur un seul GPU.

Architecture d’EVO

Les performances du modèle EVO 1

Le modèle EVO 1, qui compte 7 milliards de paramètres, a été entraîné sur OpenGenome, un ensemble de données procaryotes sur le génome entier contenant environ 300 milliards de jetons. Il peut non seulement générer à l’échelle de plusieurs molécules (protéines et ARNnc), mais il a également le potentiel de générer des séquences à l’échelle des génomes entiers :

• Prédiction zéro-shot : Evo peut prédire la fonction biologique à l’échelle du génome entier, surpassant même les expériences d’essentialité génétique en laboratoire en un fraction du temps requis ;
• Prédiction multimodale : Evo peut prédire la fonction des protéines, de l’ARN non codant et de l’ADN régulateur, couvrant ainsi toutes les modalités biologiques essentielles ;
• Génération génétique : Evo peut générer de nouveaux systèmes CRISPR, des systèmes d’édition génétique composé d’un ARN guide et d’une protéine Cas, utilisés pour cibler et modifier spécifiquement des séquences d’ADN dans le génome. Il ouvre ainsi la voie à la création de diversité biologique à partir de modèles génératifs.
• Conception générative : Evo peut non seulement générer des séquences à l’échelle moléculaire, mais également à l’échelle du génome entier, offrant des capacités de conception sans précédent.

Evo effectue une prédiction de fonction zéro-shot pour les protéines, les ARN non codants et l’ADN régulateur

Perspectives

Evo est le premier du genre à prédire et générer des séquences d’ADN à l’échelle du génome entier avec une résolution mononucléotidique, marquant un tournant dans la modélisation de séquences biologiques. Selon les chercheurs, il a le potentiel d’accélérer la découverte et la compréhension dans les sciences (biologie, chimie, science des matériaux…), ainsi que d’être appliqué à des problèmes concrets comme la découverte de médicaments, l’agriculture et la durabilité.

Ils soulignent l’importance de garantir un déploiement sécurisé de modèles ADN à grande échelle comme Evo, et ce, dans l’intérêt de l’humanité. Dans leur article, ils proposent une discussion approfondie sur les risques potentiels et les mesures de précaution à prendre.

Le modèle est disponible sur HuggingFace, GitHub, via l’API Together et<Playground.

Références : Blog Together AI

Article :  “Sequence modeling and design from molecular to genome scale with Evo”en prépublication sur BiorXiv, https://doi.org/10.1101/2024.02.27.582234

Auteurs et affiliations :

• Eric Nguyen ( Stanford University, Arc Institute)
• Michael Poli ( TogetherAI)
• Matthew G. Durrant ( Stanford University)
• Armin W. Thomas ( Stanford University)
• Brian Kang (Stanford University)
• Jeremy Sullivan (Arc Institute)
• Madelena Y. Ng (Stanford University)
• Ashley Lewis Stanford University)
• Aman Patel ( Stanford University)
• Aaron Lou (Stanford University)
• Stefano Ermon (Stanford University, CZ Biohub)
• Stephen A. Baccus ( Stanford University)
• Tina Hernandez-Boussard (Stanford University)
• Christopher Ré ( Stanford University)
• Patrick D. Hsu ( Stanford University, University of California, Berkeley)
• Brian L. Hie (Stanford University, Arc Institute)

Les grands modèles de langage pré-entraînés, tels que GPT-4 ont révolutionné le domaine du traitement du langage naturel (NLP) en offrant des performances de pointe sur de nombreuses tâches. Cependant, ces modèles sont également très coûteux en termes de ressources, tant pour l’entraînement que pour l’inférence. Des chercheurs de Microsoft Research et de l’ETH Zurich ont développé SliceGPT, une nouvelle méthode de compression post-entraînement pour les modèles de langage pré-entraînés, basée sur la suppression de parties des matrices de poids du réseau.

Les LLMs nécessitent des infrastructures de calcul massives, ce qui limite leur accessibilité et leur déploiement dans divers contextes.

Pour réduire ces coûts, de nombreuses méthodes de compression ont été proposées, telles que la distillation, la quantification, le pruning ou la factorisation. Ces méthodes visent à réduire la taille du modèle, le nombre d’opérations ou la complexité du réseau, tout en préservant les performances du modèle original.

Avec SliceGPT, les chercheurs proposent une nouvelle méthode de compression post-entraînement pour les modèles de langage pré-entraînés, basée sur la suppression de parties des matrices de poids du réseau.

Pour réaliser cette compression, SliceGPT utilise l’analyse en composantes principales (PCA), une méthode statistique qui permet de transformer un ensemble de variables corrélées en un nouvel ensemble de variables non corrélées, appelées composantes principales. Ces composantes capturent l’essentiel de la variabilité des données d’origine.

Dans le contexte de SliceGPT, la PCA est utilisée pour calculer des transformations orthogonales à chaque couche du réseau. Ces transformations permettent de projeter le signal entre les blocs du réseau sur ses composantes principales. Ensuite, SliceGPT supprime les composantes principales mineures, ce qui revient à découper des lignes ou des colonnes des matrices modifiées des poids du réseau.

Ce processus de compression est conçu de manière à préserver l’invariance computationnelle du réseau, ce qui signifie que les prédictions du modèle ne sont pas altérées après la compression. En d’autres termes, bien que le modèle soit réduit en taille, il est capable de maintenir ses performances et de produire des résultats similaires à ceux obtenus avec le modèle original non compressé.

Evaluations

Les chercheurs ont évalué les performances de SLICEGPT sur les familles de modèles OPT, LLAMA-2 et Phi-2, en utilisant les jeux de données WikiText-2 et Alpaca pour la calibration. Ils montrent que SLICEGPT peut compresser ces modèles jusqu’à 30% en conservant une perplexité et une précision compétitives, tout en réduisant le temps d’inférence et le nombre de GPU nécessaires.

Ils ont également comparé SLICEGPT à d’autres méthodes de compression, SLICEGPT offre un meilleur compromis entre la taille du modèle, la qualité du langage et la vitesse d’inférence.

Ils ont réduit le coût de l’inférence du modèle LLAMA-2 70B sur des GPU A100 de 40 Go à 66% de celui du modèle dense sans aucune optimisation de code supplémentaire, en nécessitant moins de GPU (passant de 4 à 3).

Sur des GPU RTX6000 de 24 Go, le coût de l’inférence est réduit à 64%, nécessitant 2 GPU de moins (passant de 7 à 5). Sur des tâches secondaires sans entraînement, en découpant les modèles OPT 66B, LLAMA-2 70B et Phi-2 à 25%, ils maintiennent 99%, 96% et 87% des performances du modèle dense. Avec le réglage fin de récupération, les modèles LLAMA-2 70B et Phi-2 découpés à 25% augmentent respectivement à 99% et 90% de performance.

Les chercheurs espèrent que leurs travaux pourront aider de futures recherches à améliorer l’efficacité des modèles d’apprentissage profond, et peut-être inspirer de nouvelles perspectives théoriques.

Références de l’article :

“SLICEGPT: COMPRESS LARGE LANGUAGE MODELS BY DELETING ROWS AND COLUMNS”
https://doi.org/10.48550/arXiv.2305.18403

Auteurs :

Saleh Ashkboos, Torsten Hoefler, ETH Zurich,
Maximilian L. Croci, James Hensman, Microsoft Research
Marcelo Gennari do Nascimento, Microsoft

Google Research a annoncé mardi dernier TensorFlow GNN 1.0 (TF-GNN), une bibliothèque testée en production permettant de construire et entraîner des réseaux de neurones de graphes (GNN) à grande échelle.

Les graphes sont omniprésents dans de nombreux domaines, de la biologie à la finance en passant par les réseaux sociaux. Ils offrent une représentation puissante des relations entre différentes entités, mais leur exploitation efficace dans le domaine de l’apprentissage automatique est un défi de taille.

Les GNN permettent d’exploiter à la fois la connectivité et les caractéristiques des nœuds et des arêtes d’un graphe. Ils peuvent faire des prédictions pour des graphes entiers, des nœuds individuels ou des arêtes potentielles. Ils peuvent également encoder l’information discrète et relationnelle d’un graphe de manière continue, afin de l’intégrer dans un autre système d’apprentissage profond.

TF-GNN supporte à la fois la modélisation et l’entraînement en TensorFlow, la bibliothèque open-source développée par Google, l’une des plus populaires pour l’apprentissage automatique et le deep learning en raison de sa flexibilité, de sa richesse en fonctionnalités et de sa communauté active, ainsi que l’extraction de graphes d’entrée à partir de vastes bases de données.

Il est conçu dès le départ pour les graphes hétérogènes, où les types d’objets et de relations sont représentés par des ensembles distincts de nœuds et d’arêtes.

TF-GNN propose une API Python flexible pour configurer l’échantillonnage de sous-graphes, qui consiste à extraire des sous-graphes de taille raisonnable du graphe sous-jacent pour créer des exemples d’entrée pour l’entraînement des GNN. L’échantillonnage peut se faire de manière dynamique ou par lots, à différentes échelles : interactivement dans un notebook Colab, de manière efficace pour un petit ensemble de données en mémoire, ou distribuée par Apache Beam pour des ensembles de données énormes stockés sur un système de fichiers réseau.

TF-GNN fournit également une collection de modèles prédéfinis et un modèle template hautement configurable, exprimés en couches Keras. Les modèles peuvent être entraînés sur une seule tâche ou sur plusieurs tâches en même temps, de manière supervisée ou non supervisée. Il inclut aussi une implémentation des gradients intégrés pour l’attribution des modèles.

Cette bibliothèque marque une avancée significative dans le domaine de l’apprentissage sur les graphes. En permettant une manipulation facile et efficace des graphes hétérogènes, elle ouvre de nouvelles perspectives pour l’application des réseaux de neurones dans des domaines variés, de la recommandation de produits à l’analyse de réseaux sociaux. L’équipe Tenserflow de Google espère qu’elle sera utile pour faire progresser l’application des GNN dans TensorFlow à grande échelle et alimenter de nouvelles innovations dans ce domaine.

Pour en savoir plus, consultez sa Démo de Colab avec le benchmark populaire OGBN-MAG (dans votre navigateur, aucune installation requise), son guide d’utilisation et Colabs.

Références de l’article : blog Google Research

La version 1.0 de TF-GNN est le fruit d’une collaboration entre Google Research : Sami Abu-El-Haija, Neslihan Bulut, Bahar Fatemi, Johannes Gasteiger, Pedro Gonnet, Jonathan Halcrow, Liangze Jiang, Silvio Lattanzi, Brandon Mayer, Vahab Mirrokni, Bryan Perozzi, Anton Tsitsulin, Dustin Zelle,  Google Core ML : Arno Eigenwillig, Oleksandr Ferludin, Parth Kothari, Mihir Paradkar, Jan Pfeifer, Rachael Tamakloe et Google DeepMind : Alvaro Sanchez-Gonzalez et Lisa Wang.

Vous pouvez retrouver leur papier “TF-GNN:Graph Neural Networks in TensorFlow” sur arXiv : https://doi.org/10.48550/arXiv.2207.03522

C’est dans un communiqué de presse que l’Université de Tokyo a révélé que le professeur Shoji Takeuchi et son équipe de la Graduate School of Information Science and Technology ont conçu un robot biohybride bipède, combinant un squelette artificiel avec un muscle biologique, capable de marcher et de pivoter sous l’eau.

Les robots biohybrides ont le potentiel d’apporter des solutions innovantes dans des domaines tels que la médecine, la recherche environnementale ou la robotique molle. Cependant, leur conception et leur utilisation soulèvent également des questions éthiques et de sécurité, notamment en ce qui concerne le contrôle et la manipulation de composants biologiques.

Depuis des années, ils sont le sujet de nombreuses recherches que l’impression 3D a fait progresser. Cependant, jusqu’à présent, ces robots, s’ils marchaient et effectuaient de larges virages, avaient du mal à exécuter des mouvements précis dans des espaces confinés, limitant ainsi leur utilisation pratique, notamment dans les opérations de recherche et de sauvetage.

Le robot développé par le professeur Shoji Takeuchi et son équipe, représente une avancée significative dans ce domaine. Contrairement à ses prédécesseurs, il peut effectuer des mouvements de rotation sur un pied, ce qui lui permet de manœuvrer dans des espaces restreints et de contourner les obstacles avec une grande précision.

Les chercheurs ont détaillé leurs travaux dans la revue Matter. Exposé à l’air, le tissu musculaire se dessèche et perd de son élasticité, le robot a donc été conçu pour être suspendu dans l’eau. Il se compose d’un flotteur pour maintenir une posture droite dans un milieu de culture, d’un corps en polymère qui comprend deux substrats flexibles, des jambes imprimées en 3D et des tissus musculaires squelettiques cultivés à partir de cellules de rat.

Le Pr Takeuchi commente :

“En incorporant des tissus vivants dans le cadre d’un robot, nous pouvons utiliser les fonctions supérieures des organismes vivants. Dans nos dernières recherches, nous avons combiné du tissu musculaire squelettique cultivé en laboratoire avec des jambes artificielles flexibles et des pieds imprimés en 3D. L’utilisation du tissu musculaire pour bouger les jambes nous a permis de créer un petit robot avec des mouvements efficaces et silencieux et un toucher doux”.

Les chercheurs stimulent manuellement chaque jambe du robot à l’aide d’électrodes en or, simulant ainsi les signaux électriques du cerveau pour induire la contraction du tissu musculaire. Cette stimulation, effectuée à des intervalles de cinq secondes, permet au robot de se déplacer à une vitesse de 5,4 millimètres par minute. Bien que cette vitesse puisse sembler modeste, les mouvements de jambes du robot sont comparables à ceux d’autres robots biohybrides, démontrant ainsi son efficacité dans la locomotion.

Le Pr Takeuchi explique :

“Au départ, nous n’étions pas du tout sûrs qu’il était possible de marcher bipède, c’était donc vraiment surprenant quand nous avons réussi. Notre robot biohybride a réussi à effectuer des mouvements vers l’avant et vers l’arrière avec une marche bipède en équilibrant efficacement quatre forces clés : la force contractile musculaire, la force réparatrice du corps flexible, la gravité agissant sur le poids et la flottabilité du flotteur”. 

Bien que le robot soit actuellement limité à un fonctionnement sous l’eau en raison de la sensibilité du muscle cultivé à la déshydratation, les chercheurs envisagent des améliorations futures pour permettre une utilisation sur terre. Des muscles plus épais, dotés de leurs propres réserves de nutriments, pourraient être la clé pour surmonter cette limitation, ouvrant ainsi la voie à une utilisation plus étendue de ces robots dans divers environnements.

Le Pr Takeuchi conclut :

 “Nos résultats offrent des informations précieuses pour l’avancement des robots souples et flexibles alimentés par des tissus musculaires et ont le potentiel de contribuer à une compréhension plus approfondie des mécanismes de locomotion biologique, nous permettant d’imiter davantage les subtilités de la marche humaine dans les robots”.

Références :

“Robot bipède biohybride alimenté par le tissu musculaire squelettique”,
Matter : 26 janvier 2024, doi :10.1016/j.matt.2023.12.035.

Auteurs : Ryuki Kinjo, Yuya Morimoto, Byeongwook Jo, Shoji Takeuchi.

Une équipe de l’Université Mohamed bin Zayed d’intelligence artificielle (MBZUAI) a développé un système d’IA capable d’imiter le style d’écriture d’une personne à partir de quelques paragraphes d’écriture originale. Les chercheurs qui avaient partagé les premiers résultats de leurs recherches en 2021 lors de la Conférence internationale sur la vision par ordinateur (ICCV) ont récemment obtenu un brevet de l’Office des brevets et des marques des États-Unis pour cet outil.

L’équipe qui a présenté “Handwriting Transformers” était composée du professeur adjoint de vision par ordinateur Rao Muhammad Anwer, du professeur agrégé d’informatique Vison Salman Khan, du directeur adjoint du département de vision par ordinateur et professeur de vision par ordinateur Fahad Shahbaz Khan, et d’Ankan Kumar Bhunia.

Des recherches antérieures s’appuyaient sur les réseaux antagonistes génératifs (GAN). Cependant, si ces approches permettent de capturer le style général d’un écrivain, par exemple, l’inclinaison de l’écriture ou la largeur des traits qui composent les lettres, elles rencontrent deux problèmes majeurs.

Tout d’abord, le lien entre le style et le contenu est faible, car ces caractéristiques sont traitées séparément et fusionnées, ce qui entraîne un manque d’enchevêtrement explicite au niveau du caractère. D’autre part, elles ne codent pas de manière explicite les modèles de style locaux, tels que le style de caractère et les ligatures, que l’on peut retrouver par exemple dans le mot cœur, ou la locution latine ex æquo.

Pour surmonter ces limitations, les chercheurs ont adopté une approche novatrice en utilisant des transformateurs de vision, des réseaux neuronaux conçus pour les tâches de vision par ordinateur.

Fahad Khan explique :

“Pour imiter le style d’écriture de quelqu’un, nous voulons regarder l’ensemble du texte, et ce n’est qu’alors que nous commencerons à comprendre comment l’écrivain a ligaturé les caractères, comment l’écrivain a relié les lettres ou les mots espacés. Toutes ces tâches nécessitent une sorte de champ réceptif global, ce qui n’est pas facile avec les réseaux de neurones convolutifs. Nous avons identifié cette lacune dans les méthodes existantes et avons adopté cette méthode basée sur des transformateurs”.

Les scientifiques ont comparé leur approche de génération d’images textuelles manuscrites, HWT (Handwriting Transformers) à deux autres technologies de génération d’écriture manuscrite. Ils ont demandé à 100 personnes d’évaluer le texte généré par les différents modèles à 100 personnes. Celles-ci ont préféré le HWT aux autres générateurs de texte dans 81 % des cas.

Ils leur ont également montré le texte d’origine et celui généré, les participants n’ont pu faire la distinction entre les deux, validant ainsi la performance du système d’IA.

Bien que cette avancée ouvre la voie à des applications prometteuses, les chercheurs sont conscients des implications éthiques liées à leur technologie et mettent en garde sur le danger potentiel de contrefaçons et d’autres abus. Ils soulignent la nécessité de prendre des mesures afin de les contrer dans le cadre d’un déploiement responsable.

Rao Muhammad Anwer déclare :

“Nous sommes très prudents à ce sujet car il pourrait être utilisé à mauvais escient. L’écriture manuscrite représente l’identité d’une personne, c’est pourquoi nous y réfléchissons attentivement avant de la déployer”.

Références de l’article : blog MBZUAI

Auteurs :

Rao Muhammad Anwer, Vison Salman Khan, Fahad Shahbaz Khan, Ankan Kumar Bhunia

Le modèle de génération de vidéos Lumiere, récemment présenté par des chercheurs de Google Research, utilise un modèle de diffusion probabiliste basé sur un réseau U-Net spatio-temporel, pour générer des vidéos de 5 secondes réalistes et cohérentes à partir d’invites ou d’images fixes, permettre de les styliser suivant son choix ou créer des cinémagraphes en animant seulement la partie sélectionnée d’une image.

Les modèles de génération d’images tels qu’Adobe Firefly, DALL-E, Midjourney, Imagen ou Stable Diffusion ont soulevé l’enthousiasme et été rapidement adoptés. Une suite logique était la génération de vidéos, Meta AI s’y est attaqué dès octobre 2022 avec Make-A-Video, le laboratoire NVIDIA AI de Toronto a dévoilé un modèle de synthèse Text-to-Video haute résolution basé sur le modèle Stable Diffusion open source de Stability AI qui a de son côté présenté en novembre dernier Stable Video Diffusion, un modèle très performant.

La génération de vidéos est une tâche beaucoup plus complexe que la génération d’images, impliquant une dimension temporelle en plus de la dimension spatiale, le modèle doit non seulement générer correctement chaque pixel, mais également prédire comment ce dernier évoluera pour produire une vidéo cohérente et fluide.

Pour Lumiere, Google Research, qui avait participé au développement du modèle de génération de vidéos W.A.L.T présenté le mois dernier, a opté pour une approche novatrice afin de surmonter les défis spécifiques liés à l’entraînement des modèles text-to-video.

Le modèle LUMIERE se compose d’un modèle de base et d’un modèle de super-résolution spatiale. Le modèle de base génère des clips vidéo à basse résolution en traitant le signal vidéo dans plusieurs échelles spatio-temporelles, en s’appuyant sur un modèle de text-to-image pré-entraîné. Le modèle de super-résolution spatiale augmente la résolution spatiale des clips vidéo en utilisant une technique de multidiffusion pour assurer la continuité globale du résultat.

Les chercheurs expliquent :

“Nous introduisons une architecture U-Net spatio-temporelle qui génère toute la durée temporelle de la vidéo en une seule fois, par un seul passage dans le modèle. Cela contraste avec les modèles vidéo existants qui synthétisent des images clés distantes suivies d’une super-résolution temporelle, une approche qui rend intrinsèquement difficile la réalisation d’une cohérence temporelle globale”.

Applications

Le modèle peut être facilement adapté à une variété de tâches de création et d’édition de contenu vidéo, telles que la génération de vidéos stylisées, la génération d’images-vers-vidéos, l’inpainting et l’outpainting vidéo, et la création de cinémagraphes, comme on peut le constater dans la vidéo ci-dessous.

Pour rappel, l’inpainting permet de remplir ou restaurer des parties manquantes ou endommagées d’une vidéo de manière réaliste. On peut l’utiliser pour remplacer des objets indésirables, réparer des artefacts (anomalies ou altérations non désirées) ou des zones corrompues dans une vidéo, ou même pour créer des effets spéciaux.

L’outpainting vidéo, en revanche, se réfère à l’extension ou à l’ajout de contenu au-delà des limites existantes de la vidéo. Il permet d’ajouter des éléments pour agrandir la scène, créer des transitions fluides entre les clips vidéo ou ajouter des éléments décoratifs ou contextuels.

Evaluations

Le modèle Lumiere a été évalué sur 113 descriptions textuelles ainsi que sur le jeu de données UCF101. Il a obtenu des résultats compétitifs en termes de Frechet Video Distance et d’Inception Score, et a été préféré par les utilisateurs pour sa qualité visuelle et sa cohérence de mouvement par rapport aux méthodes concurrentes.

Si le modèle a démontré de solides performances, les chercheurs rappellent :

“Notre objectif principal dans ce travail est de permettre aux utilisateurs novices de générer du contenu visuel de manière créative et flexible. Cependant, il existe un risque d’utilisation abusive pour la création de contenu faux ou préjudiciable avec notre technologie, et nous pensons qu’il est crucial de développer et d’appliquer des outils pour détecter les biais et les cas d’utilisation malveillants afin de garantir une utilisation sûre et équitable”.

Références de l’article :

Article “Lumiere: A Space-Time Diffusion Model for Video Generation”

arXiv, soumis le 23/01/2024, https://doi.org/10.48550/arXiv.2401.12945

Auteurs : Omer Bar-Tal 1 2, Hila Chefer 1 3, Omer Tov 1, Charles Herrmann 1, Roni Paiss 1, Shiran Zada 1, Ariel Ephrat 1, Junhwa Hur 1, Yuanzhen Li 1, Tomer Michaeli 1 4, Oliver Wang 1 Deqing Sun 1, Tali Dekel 1 2, Inbar Mosseri 1

1Google Research 2Weizmann Institute 3Tel-Aviv University 4Technion

La découverte de nouveaux matériaux est un processus long et coûteux, qui repose souvent sur des expériences empiriques et des simulations complexes. Pour accélérer la découverte d’électrolytes solides pour les batteries, un domaine de recherche très actif en raison des enjeux environnementaux et économiques liés au stockage de l’énergie, des chercheurs de Microsoft et du Pacific Northwest National Laboratory ont développé une approche innovante qui combine IA et calcul haute performance (HPC) dans le cloud. Leur méthode leur a permis d’explorer un vaste espace chimique et de prédire de nouveaux matériaux stables et fonctionnels, qu’ils ont ensuite synthétisé et caractérisé expérimentalement.

Les électrolytes sont des matériaux qui permettent le transport des ions entre les électrodes d’une batterie. Dans les batteries lithium-ion, utilisées dans une large gamme d’applications, des smartphones aux véhicules électriques, les électrolytes qui transportent les ions entre les deux électrodes de la batterie, l’anode et la cathode, sont liquides, potentiellement inflammables ou toxiques.

Le développement de batteries à électrolytes solides qui offrent des avantages en termes de sécurité, de performance et de durabilité est un objectif majeur des scientifiques des matériaux. Il est d’ailleurs l’objectif du projet ELIAS, porté par Saft et mis en œuvre par un consortium d’acteurs académiques et industriels, lancé en mai 2023 et soutenu par France 2030.

Cependant, il est difficile de trouver des électrolytes solides qui réunissent toutes les propriétés requises, telles que la stabilité thermique, la stabilité électrochimique, la conductivité ionique et la compatibilité avec les autres composants de la batterie.

Pour relever ce défi, les chercheurs de Microsoft et du Pacific Northwest National Laboratory ont utilisé des modèles d’IA pour filtrer plus de 32 millions de candidats selon des critères de stabilité, de bande interdite, de fenêtre de stabilité électrochimique et de diffusivité des ions Li ou Na. Ces modèles d’IA sont basés sur des réseaux neuronaux de graphes, capables de représenter et d’apprendre les propriétés des structures cristallines, comme l’ont démontré récemment les chercheurs de Google DeepMind avec GNoME.

Ils les ont entraînés sur des données issues de calculs quantiques et de bases de données publiques et les ont déployés sur des ressources de calcul dans le cloud, ce qui a permis de réduire le temps et le coût de la découverte de matériaux.

Parmi les candidats filtrés par les modèles d’IA, les auteurs ont sélectionné les plus prometteurs pour les soumettre à des calculs plus précis basés sur la théorie de la fonctionnelle de la densité (DFT) et la dynamique moléculaire ab initio (AIMD). Ces calculs, effectués sur Azure Quantum Elements de Microsoft, qui donne accès à un superordinateur basé sur le cloud et adapté à la recherche en chimie et en science des matériaux, ont permis de confirmer la stabilité et la conductivité des matériaux, ainsi que d’évaluer d’autres propriétés comme la dureté, la densité et le coût. Les chercheurs ont également éliminé les matériaux rares ou toxiques et ainsi identifié 23 candidats finaux, dont 5 déjà connus.

Ils ont ensuite synthétisé et caractérisé les structures et les conductivités de leurs meilleurs candidats. Au lieu d’utiliser soit des ions lithium (Li) soit des ions sodium (Na) comme conducteurs, ils ont choisi une approche peu conventionnelle : les combiner. L’introduction de Li à la place de Na a considérablement amélioré la conductivité ionique dans un nouveau matériau d’électrolyte solide prometteur, Na2LiYCl6, par rapport au matériau parent Na3YCl6. De plus, l’introduction de lithium a entraîné une réduction significative de l’énergie d’activation par rapport au matériau parent, ce qui indique un processus de diffusion ionique plus efficace. Cette amélioration de la conductivité et la réduction de l’énergie d’activation sont probablement dues à la présence des ions Li+ dans le transport ionique, ainsi qu’à des modifications potentielles de la structure cristalline.

Ce nouveau matériau ouvre des perspectives pour la conception de batteries solides polyvalentes. Les auteurs soulignent que l’intégration de l’IA et du HPC dans le cloud permet non seulement d’accélérer la découverte de matériaux, mais aussi de démocratiser le processus de découverte en rendant les ressources de calcul facilement accessibles et reproductibles.

Leurs travaux illustrent le potentiel de l’IA et du HPC dans le cloud pour transformer la découverte de matériaux et favoriser l’innovation scientifique et technologique. Les auteurs envisagent de poursuivre leurs recherches en explorant d’autres espaces chimiques, en affinant leurs modèles d’IA et en validant leurs candidats dans des systèmes de batteries solides. Ils espèrent que leur approche inspirera d’autres chercheurs pour la découverte de nouveaux matériaux avec des propriétés ciblées.

Références de l’article :

“Accelerating computational materials discovery with artificial intelligence and cloud high-performance computing: from large-scale screening to experimental validation” arXiv:2401.04070v1 8/01/2024

Auteurs :
Chi Chen1, Dan Thien Nguyen2, Shannon J. Lee2, Nathan A. Baker1, Ajay S. Karakoti2, Linda Lauw1, Craig Owen3, Karl T. Mueller2, Brian A. Bilodeau1, Vijayakumar Murugesan2, Matthias Troyer1

1 Azure Quantum, Microsoft,
2 Physical and Computational Sciences Directorate, Pacific Northwest National Laboratory,
3 Microsoft Surface, Microsoft.

Material Projects, une base de données en libre accès du Berkeley Lab, permet aux chercheurs d’accéder à des informations cruciales sur divers matériaux, Google DeepMind a permis avec son outil GNoME d’y ajouter 380 000 structures cristallines. Certains des calculs de GNoME ont été utilisés avec les données du projet Materials pour tester A-Lab, un laboratoire futuriste du Berkeley Lab, combinant robotique et IA pour accélérer la découverte de nouveaux matériaux.

Fondé en 1931, le Lawrence Berkeley National Laboratory (Berkeley Lab), est un laboratoire national multiprogramme géré par l’Université de Californie pour le compte de l’Office of Science du département de l’Énergie des États-Unis. Le laboratoire A-Lab, qui y est installé, a démarré ses activités en février dernier et fonctionne 24h/24, 7 jours/7.

Material Projects : une base de données pour la découverte de matériaux

Lancé en 2011 par le Berkeley Lab, le Materials Project est le dépôt d’informations en libre accès sur les matériaux inorganiques qui compte le plus grand nombre d’utilisateurs (400 000) dans le monde. En calculant les propriétés des matériaux connus ou prédits, il permet aux chercheurs de se concentrer sur des matériaux prometteurs pour les technologies futures, comme des alliages plus légers qui permettraient d’économiser le carburant, des cellules solaires plus efficaces pour stimuler les énergies renouvelables ou des transistors plus rapides pour la prochaine génération d’ordinateurs.

Google DeepMind a utilisé les informations du projet Materials pour développer l’outil  GNoME, basé sur le deep learning, qui a permis la découverte de 2,2 millions de nouveaux cristaux, dont 380 000, considérés comme stables et prometteurs pour des applications technologiques futures, ont été ajoutés à la base de données de Material Projects.

L’ensemble de données comprend la façon dont les atomes d’un matériau sont disposés (la structure cristalline) et sa stabilité (énergie de formation).

Kristin Persson, fondatrice et directrice du Materials Project au Berkeley Lab et professeure à l’UC Berkeley, explique :

“Nous devons créer de nouveaux matériaux si nous voulons relever les défis environnementaux et climatiques mondiaux. Grâce à l’innovation dans les matériaux, nous pouvons potentiellement développer des plastiques recyclables, exploiter l’énergie résiduelle, fabriquer de meilleures batteries et construire des panneaux solaires moins chers qui durent plus longtemps, entre autres choses”.

A-Lab : l’automatisation guidée par l’IA pour la synthèse de nouveaux matériaux

Dirigé par la scientifique Yan Zeng, le laboratoire A-Lab utilise des robots guidés par l’IA pour effectuer les étapes complexes du processus de synthèse de matériaux. Cette automatisation permet de traiter 50 à 100 fois plus d’échantillons par jour que ne le ferait un chercheur humain, accélérant considérablement le rythme de découverte.

En seulement 17 jours , A-Lab a permis de créer 41 nouveaux composés prédits par le Materials Project sur une tentative de 58, soit un rythme de plus de deux nouveaux matériaux par jour, là où il aurait fallu des mois à un chercheur humain. Les données du GNoME ont été utilisées comme vérification supplémentaire de la stabilité de ces matériaux prévus.

Gerd Ceder, chercheur principal d’A-Lab et scientifique au Berkeley Lab et à l’UC Berkeley, conclut :

“Nous avons eu ce taux de réussite stupéfiant de 71 %, et nous avons déjà quelques moyens de l’améliorer. Nous avons montré que la combinaison de la théorie et des données avec l’automatisation donne des résultats incroyables. Nous pouvons fabriquer et tester des matériaux plus rapidement que jamais, et l’ajout de points de données supplémentaires au projet sur les matériaux signifie que nous pouvons faire des choix encore plus intelligents”.

Références : blog Berkeley Lab

L’AGI, ou Intelligence Artificielle Générale (IAG), fait référence à une forme avancée d’IA qui possèderait la capacité de comprendre, apprendre et exécuter n’importe quelle tâche intellectuelle humaine. Cependant, il n’existe pas de définition consensuelle de l’IAG, et les experts du domaine ont des visions différentes et parfois contradictoires. Dans un article publié sur arXiv, des chercheurs de DeepMind proposent un cadre pour classer les niveaux de performance, de généralité et d’autonomie des modèles d’IAG et de leurs précurseurs.

Contrairement à l’intelligence artificielle spécialisée, qui est conçue pour effectuer une tâche spécifique, l’IAG serait capable de s’adapter et d’exceller dans un large éventail de domaines, de manière similaire, voire supérieure, à l’intelligence humaine. Objectif de recherches au sein d’entreprises comme OpenAI, DeepMind et Meta, présentée comme une opportunité pour l’humanité, elle soulève également des inquiétudes quant à ses risques potentiels pour la société, notamment celui de perte de contrôle.

Pour les chercheurs de DeepMind, l’objectif fondamental était de créer un cadre conceptuel robuste et partagé autour de l’IAG, afin de favoriser la transparence, la collaboration et la responsabilité dans la recherche et son développement.

Ce cadre vise à définir et mesurer les capacités et le comportement des systèmes d’IA en fonction de leur performance et de leur généralité. Ils les ont classé du “niveau 0, sans AGI” au “niveau 5, surhumain”, chaque niveau étant associé à un ensemble de mesures/benchmarks, ainsi qu’aux risques identifiés introduits et aux changements résultants dans le paradigme d’interaction humain-IA.

Définitions existantes de l’IAG

Pour développer leur cadre, les auteurs analysent des définitions existantes de l’IAG, et proposent 9 études de cas.

• Etude de cas 1 : Le test de Turing : une tentative bien connue d’opérationnaliser un concept similaire à l’IAG. Le “jeu d’imitation” de Turing cherche à déterminer si les machines peuvent penser en demandant à un humain de distinguer si un texte est produit par un autre humain ou par une machine. Cependant, le test est critiqué pour sa facilité à tromper les gens plutôt que de mesurer réellement l’intelligence de la machine. Étant donné que les grands modèles de langage modernes réussissent certains aspects du Test de Turing, pour les chercheurs, ce critère est insuffisant pour opérationnaliser l’IAG, et ils proposent de définir l’IAG en termes de capacités plutôt que de processus.
• Etude de cas 2 : IA forte – Systèmes possédant la conscience. Le philosophe John Searle suggère que, selon l’IAF, un ordinateur correctement programmé pourrait réellement posséder une conscience. Cependant, il n’y a pas de consensus scientifique sur la détermination de tels attributs. L’IAF, bien que potentiellement un chemin vers l’IAG, présente des défis pratiques en raison de l’absence de méthodes consensuelles pour établir si les machines possèdent des attributs tels que la conscience.
• L’étude de cas 3 examine les analogies avec le cerveau humain, soulignant que l’origine du terme “intelligence artificielle générale” remonte à un article de 1997 sur les technologies militaires. Cette définition initiale met l’accent sur les processus basés sur le cerveau humain, bien que les architectures modernes de réseaux neuronaux ne nécessitent pas strictement ces processus.
• L’étude de cas 4 porte sur la performance au niveau humain sur les tâches cognitives : en 2001, l’IAG a été décrite comme une machine capable de réaliser des tâches cognitives typiques des humains. Cependant, des ambiguïtés subsistent quant aux tâches spécifiques et aux personnes visées par cette définition.
• Etude de cas 5 : la capacité d’apprendre des tâches. Shanahan considère l’IAG comme une intelligence artificielle capable d’apprendre un large éventail de tâches, mettant l’accent sur la valeur d’inclure des tâches métacognitives (apprentissage) parmi les exigences pour atteindre l’IAG.
• Etude de cas 6 : le travail économiquement valable : les IAG sont envisagées comme des systèmes hautement autonomes surpassant les humains dans la plupart des travaux économiquement précieux. Cette définition se concentre sur la performance indépendamment des mécanismes sous-jacents, mais il ne capture pas tous les critères qui peuvent faire partie de “l’intelligence générale”.
• L’étude de cas 7, Marcus, décrit l’IAG comme toute intelligence flexible et générale, comparable à l’intelligence humaine. Il propose des tâches concrètes pour opérationnaliser cette définition.
• L’étude de cas 8 introduit le concept d’Intelligence Artificielle Capable (IAC), soulignant la capacité de réaliser des tâches complexes et multi-étapes dans le monde réel, avec un accent économique spécifique.
• Etude de cas 9 : SOTA LLMs comme généralistes : les modèles linguistiques de pointe (LLM) sont déjà des IAG en raison de leur capacité à traiter et comprendre un large éventail de sujets et de tâches, à partir d’exemples zéro-shot ou peu-shot. Ce cadre se concentre sur la généralité, mais néglige la performance et la fiabilité.

Les 6 principes nécessaires à la définition de l’IAG

Ces neuf analyses de définitions existantes de l’IAG, (ou de concepts associés à l’IAG), ont permis aux chercheurs d’identifier des propriétés pouvant contribuer à une définition claire et opérationnelle de l’IAG. Pour eux, une ontologie utile pour l’IAG doit, entre autres :

• Se concentrer sur les capacités plutôt que sur les mécanismes ;
• Évaluer séparément la généralité et la performance ;
• Se focaliser sur les tâches cognitives et métacognitives (plutôt que physiques) ;
• Se concentrer sur le potentiel plutôt que sur la mise en œuvre ;
• Se focaliser sur la validité écologique pour les tâches de référence
• Définir des étapes le long du chemin vers l’IAG, plutôt que de se focaliser sur le point final.

Avec ces principes à l’esprit, les auteurs proposent une matrice de cinq niveaux de performance (de “émergent” à “surhumain”) et deux niveaux de généralité (de “étroit” à “général”). Ils donnent des exemples de systèmes existants qui correspondent à chaque cellule de la matrice, dans le tableau ci-dessous :

Ils discutent ensuite des exigences difficiles pour les futurs benchmarks qui quantifient le comportement et les capacités des modèles d’IAG par rapport à ces niveaux et de la façon dont ces niveaux d’IAG interagissent avec des considérations de déploiement telles que l’autonomie et le risque. Pour finir, ils soulignent l’importance de choisir soigneusement les paradigmes d’interaction homme-IA pour un déploiement responsable et sûr des systèmes d’IA hautement capables.

Références de l’article : “Levels of AGI: Operationalizing Progress on the Path to AGI” arXiv:2311.02462v2 [cs.AI] 5 Jan 2024

Auteurs : Meredith Ringel Morris, Jascha Sohl-dickstein, Noah Fiedel, Tris Warkentin, Allan Dafoe, Aleksandra Faust, Clement Farabet, Shane Legg, Google DeepMind

DeepMind, le laboratoire d’IA de Google, a présenté la semaine dernière AlphaGeometry, un système d’IA développé en collaboration avec le département d’informatique de l’Université de New York. En résolvant des problèmes de géométrie complexes à un niveau comparable à celui d’un médaillé d’or olympique humain, AlphaGeometry représente une étape importante vers le développement de systèmes d’IA plus avancés et plus généraux.

En 2019, une équipe de Google Research avait développé en 2019, DeepHol, un prouveur de théorèmes neuronal basé sur le logiciel HOL Light Theorem Prover, une grande partie des théorèmes étudiés concernaient l’algèbre linéaire. Le prouveur de théorèmes neuronal AlphaGeometry s’adresse à la géométrie plane euclidienne.

AlphaGeometry adopte une approche neuro-symbolique, combinant un modèle de langage neuronal et un moteur de déduction symbolique. Cette synergie permet à l’IA de générer des idées rapides et intuitives tout en prenant des décisions délibérées et rationnelles. Les modèles de langage excellent dans l’identification de modèles généraux et de relations dans les données, tandis que les moteurs de déduction symbolique utilisent une logique formelle pour parvenir à des conclusions. Ensemble, ils forment un système capable de résoudre des problèmes de géométrie complexes.

Lors d’un test comparatif portant sur 30 problèmes de géométrie de l’Olympiade internationale de mathématiques (OIM), une compétition mondiale de mathématiques destinée aux élèves des lycées et collèges, AlphaGeometry a résolu 25 problèmes dans les délais impartis, se rapprochant ainsi du score des médaillés d’or humains qui ont résolu en moyenne 25,9 problèmes. En comparaison, le système de pointe précédent, connu sous le nom de “méthode de Wu”, n’avait résolu que 10 de ces problèmes.

L’approche neuro-symbolique

Les problèmes de géométrie des Olympiades sont basés sur des diagrammes qui nécessitent l’ajout de nouvelles constructions géométriques avant de pouvoir être résolus, tels que des points, des lignes ou des cercles.

Le modèle de langage neuronal, entraîné à partir de zéro sur une vaste base de données synthétiques, guide le moteur de déduction vers la solution, comme on peut le voir dans les figures ci-dessous.

Génération de données synthétiques à grande échelle

L’un des défis majeurs pour les chercheurs était le manque de données d’entraînement. Ils ont surmonté cette limitation en développant une méthode innovante permettant de générer un milliard de diagrammes aléatoires d’objets géométriques et dériver toutes les relations entre les points et les lignes de chaque diagramme. Un ensemble d’apprentissage de 100 millions d’exemples uniques de difficulté variable a été créé, permettant au modèle de langage de s’entraîner sans aucune démonstration humaine pour prédire les constructions utiles.

L’objectif à long terme de l’équipe de recherche est de construire des systèmes d’IA capables de se généraliser dans tous les domaines mathématiques “en développant la résolution de problèmes et le raisonnement sophistiqués dont dépendront les systèmes d’IA généraux, tout en repoussant les frontières de la connaissance humaine”.

En mettant en open source le code et le modèle d’AlphaGeometry, l’équipe espère encourager le développement d’autres outils et approches pour ouvrir de nouvelles possibilités dans les domaines des mathématiques, des sciences et de l’IA.

Références de l’article :

Blog DeepMind

Article “Solving olympiad geometry without human demonstrations” Nature https://doi.org/10.1038/s41586-023-06747-5

Auteurs et affiliations :

• Trieu H. Trinh, Yuhuai Wu, Quoc V. Le et Thang Luong, Google Research
• He He, professeur adjoint au département d’informatique de l’Université de New York

GitHub – google-deepmind/alphageometry

La manipulation d’images dans les articles de recherche est devenue un sujet de préoccupation croissante pour la communauté scientifique. Qu’elles soient accidentelles ou intentionnelles, ces modifications remettent en cause la crédibilité de la recherche et des revues scientifiques. Pour y remédier et restaurer la confiance du public, Science a déclaré dans son éditorial de janvier qu’il utiliserait Proofig, un outil basé sur l’IA qui analyse les images, pour détecter les altérations dans ses six revues.

Il existe différents types de manipulation d’images, allant des erreurs involontaires aux fraudes délibérées. Par exemple, certains auteurs peuvent dupliquer, recadrer, faire pivoter, redimensionner ou fusionner des images provenant de techniques expérimentales telles que la microscopie, la cytométrie en flux ou les Western blots (transferts de protéines), des altérations qui peuvent fausser les résultats ou induire les lecteurs en erreur. Elles sont les principales causes de rétractations d’articles, des opérations très coûteuses pour les revues scientifiques mais également pour leur réputation.

Des chercheurs comme Elisabeth Bik, qui a révélé l’existence d’une “fabrique” d’articles falsifiés en Chine, ce qu’elle explique par le fait qu’un doctorant chinois doit avoir publié au moins un article pour obtenir son diplôme, travaillent à détecter ces altérations avec l’aide d’outils d’intégrité d’images comme Imagetwin ou Proofig. Elle collabore d’ailleurs avec le site PubPeer où il est possible de partager les failles détectées dans les articles scientifiques.

H.Holden Thorp rappelle dans son éditorial que “des incidents très médiatisés, comme celui impliquant le laboratoire de l’ancien président de l’Université Stanford, Marc Tessier-Lavigne, ont érodé la confiance du public dans la science et nui à la carrière des chercheurs qui ont manqué des images trafiquées provenant de leurs propres laboratoires”.

En juillet dernier, Marc Tessier-Lavigne a en effet été contraint de démissionner de son poste de président de l’Université Stanford après qu’Elisabeth Bik ait révélé en 2022 qu’il était soit auteur principal, soit coauteur de quatre articles contenant des résultats manipulés.

Vérification de l’intégrité des images avec Proofig

Pour éviter les rétractations d’articles, Science, qui dit utiliser le logiciel de détection de plagiat iThenticate depuis sept ans, renforce son processus de vérification avec Proofig, qui se concentre sur l’analyse d’images plutôt que sur le texte. Auparavant, ce sont des examinateurs humains qui étaient chargés d’une partie des vérifications d’images, l’outil d’IA sera étendu cette année à tous les articles présentant des images “pertinentes“, après des mois de tests concluants.

Proofig sera appliqué après la révision des articles par les auteurs. L’outil analyse les images, identifie les duplications et repère d’autres anomalies, telles que la rotation, la distorsion d’échelle et l’épissage. Les résultats sont ensuite examinés par le rédacteur en chef, qui détermine si les anomalies détectées par l’IA sont problématiques ou non. Il peut parfois s’agir de simples erreurs, H. Thorp explique également que “dans certains cas, les figures peuvent avoir des rotations ou des duplications intentionnelles qui sont expliquées dans l’article”, mais un auteur peut choisir de fusionner ou dupliquer des images pour falsifier les résultats, ce qui est nettement plus grave.

Les auteurs sont contactés pour des explications et des corrections. Lors de la phase pilote, la plupart des problèmes ont été résolus de manière satisfaisante.

L’outil a permis de détecter des articles qui ne devraient pas être publiés. H. Thorp affirme que “À l’avenir, si la réponse des auteurs n’est pas satisfaisante ou soulève des préoccupations supplémentaires, nous approfondirons l’enquête et prendrons des mesures qui pourraient inclure le rejet de l’article”. Il ajoute que “Si des problèmes d’intégrité d’image sont soulevés à propos d’un article déjà publié par une revue scientifique, nous utiliserons Proofig pour examiner attentivement les images suspectes, ce qui éclairera les actions ultérieures (par exemple, la correction ou la rétractation)”.

La rétinopathie diabétique (DED) est une atteinte de la rétine, fine membrane essentielle à la vue qui recouvre la partie arrière de l’œil, susceptible d’entraîner une baisse de la vision, voire une cécité. Il est donc très important de la diagnostiquer précocement et, dans ce but, les endocrinologues recommandent à leurs patients diabétiques un suivi ophtalmologique. Une étude menée au Johns Hopkins Children’s Center démontre que les examens de la vue basés sur l’IA augmentent le dépistage et le suivi de la DED.

Des études ont montré que seulement 35 à 72% des jeunes diabétiques subissent les dépistages recommandés, avec des taux d’écart de soins encore plus élevés parmi les jeunes issus de minorités raciales et de communautés défavorisées.

Selon les prévisions de l’OMS et de l’International Diabetes Federation (IDF), le diabète affectera 240 millions de personnes dans le monde en 2025. Aujourd’hui, il en touche 34 millions aux Etats-Unis, qui, pour la plupart, ne consultent pas pour un examen de la vue.

Selon les chercheurs, bien que la prévalence de la DED soit plus faible chez les jeunes diabétiques, elle touche environ 4 à 9% des jeunes atteints de diabète de type 1 et 4 à 15% de ceux atteints de diabète de type 2.

Les chercheurs, dirigés par Risa M. Wolf, M.D., de la Johns Hopkins School of Medicine à Baltimore, ont mené un essai randomisé auprès de jeunes patients du Johns Hopkins Pediatric Diabetes Center, atteints de diabète de type 1 et de type 2 : ACCESS (AI for Childrens’ diabetiC Eye examS Study). Ils ont recruté, avec l’accord de leurs parents, 164 participants âgés de 8 à 21 ans (moyenne 15 ans 1/2, 58% de filles). La population était diversifiée sur le plan racial, avec 35% de participants noirs et 6% d’hispaniques. Environ 47% des participants étaient couverts par Medicaid, indiquant une représentation significative de milieux socio-économiques modestes. La majorité (73%) avait un diabète de type 1.

Les participants ont été répartis aléatoirement en 2 groupes :

• Un groupe témoin de 83 patients qui ont été orientés vers un optométriste ou un ophtalmologiste pour un examen de la vue, à qui l’on a expliqué comment obtenir le rendez-vous ;
• Pour les 81 patients restant, l’examen de la vue a été réalisé lors de la visite chez l’endocrinologue avec un outil d’IA autonome, IDx-DR, approuvé en 2018 par la FDA pour la détection de la rétinopathie diabétique chez les plus de 21 ans.

Le système guide l’opérateur lors de la prise de deux images de fond d’œil en couleur, une centrée sur la fovéa et l’autre sur le nerf optique, en utilisant un algorithme de qualité d’image, l’incitant à en reprendre lorsque les images sont de qualité insuffisante. Le processus dure environ 10 minutes, après quoi l’IA signale l’un des résultats suivants dans les 60 secondes : “DED présent, référez-vous à un spécialiste”, “DED non présent, testez à nouveau dans 12 mois” ou “qualité d’image insuffisante”.

Les résultats de 25 des 81 participants de ce dernier groupe, soit 31%, ont indiqué la présence d’une rétinopathie. Seize d’entre eux, soit 64%, ont ensuite pris rendez-vous avec un professionnel de la vue.

Dans le 1er groupe à qui on avait demandé d’aller consulter un spécialiste de la vue, seuls 22% l’avaient fait six mois après.

Limitations

Les auteurs rappellent que l’IA autonome utilisée dans leur étude n’est pas approuvée par la Food and Drug Administration des États-Unis pour les moins de 21 ans. L’un des co-auteurs de l’étude, Michael D. Abramoff, est le fondateur de Digital Diagnostics, qui commercialise le dispositif médical IDx-DR.

Résultats

L’étude montre que les jeunes patients ayant subi un dépistage positif de la DED avec un outil d’IA autonome ont été plus nombreux à consulter un ophtalmologue. L’IA peut non seulement optimiser le diagnostic de la rétinopathie diabétique, en prévenir la progression mais également améliorer l’équité en matière de santé.

Références de l’article :

“Autonomous artificial intelligence increases screening and follow-up of diabetic retinopathy in youth: the ACCESS randomized controlled trial” Nat Commun, 11janvier 2024. https://doi.org/10.1038/s41467-023-44676-z

Auteurs :

Risa M. Wolf, Alvin Liu, Anum Zehra, Lee Bromberger, Dhruva Patel, Ajaykarthik Ananthakrishnan, Elizabeth Brown, Laura Prichett, Harold Lehmann : Johns Hopkins School of Medicine, Baltimore

Roomasa Channa, de l’Université du Wisconsin

Michael D. Abramoff, de l’Université de l’Iowa.

Des chercheurs du département d’apprentissage automatique (MLD) et de l’Institut des technologies linguistiques (LTI) de l’Université Carnegie Mellon ont  développé en un modèle de langage multimodal à grande échelle (MLLM) nommé Generating Images With Large Language Models (GILL). GILL est l’un des premiers modèles qui accepte à la fois des images et du texte en entrée, et peut superposer du texte et des images dans ses réponses.

Les chercheurs ont adapté un modèle de langage autoregressif (LLM) pré-entraîné sur du texte afin qu’il traite simultanément des entrées d’images et de texte, tout en produisant des sorties d’images et de texte. Dans cette approche, la majorité des poids du modèle, y compris ceux du générateur d’images, Stable Diffusion, sont maintenus figés. En revanche, un nombre restreint de paramètres est finement ajusté en utilisant des données de légendes d’images pour obtenir une diversité étendue de capacités.

La méthode s’articule autour de plusieurs étapes. Tout d’abord, le modèle doit apprendre à traiter le contenu image-et-texte, une étape essentielle dans son adaptation à une tâche multimodale. Ensuite, le modèle doit être capable de générer des images, qu’elles soient récupérées à partir d’une source existante ou nouvellement créées, et il doit prendre des décisions pour déterminer s’il doit produire du texte ou des images à chaque étape du processus.

Leurs résultats montrent qu’il est possible de mapper efficacement l’espace d’incorporation de sortie d’un modèle de langage pré-entraîné gelé spécifique au texte sur celui d’un modèle de génération text-to-image figé, bien que les deux modèles utilisent des encodeurs de texte entièrement différents.

Le modèle multimodal GILL peut ainsi traiter des entrées d’images et de texte entrelacées arbitrairement pour générer du texte, récupérer des images et générer de nouvelles images.

Les chercheurs ont entraîné l’encodeur d’image ViT-L, dérivé de CLIP, à aligner ses embeddings avec ceux générés par le modèle texte-vers-image, et ce dernier à identifier les requêtes demandant une image, permettant ainsi au système de produire ou de récupérer des images.

Ils ont également construit un classificateur linéaire pour permettre au modèle GILL de déterminer quand une image devrait être récupérée ou générée. Pour l’entraîner, ils ont collecté des annotations humaines sur PartiPrompts P2, une collection de 1632 invites utilisée pour évaluer les modèles de génération d’images. Pour chacune d’entre elles, ils ont généré une image et récupéré l’image la plus similaire de CC3M, un ensemble de données composé de ~3,3 millions d’images annotées avec des légendes.

Cinq annotateurs humains ont ensuite sélectionné parmi ces 2 images, celle qui correspondait le mieux à l’invite.

GILL peut être invité à générer du texte de type dialogue, comme ci-dessous :

Limitations

Les chercheurs soulignent que malgré ses capacités intéressantes, GILL est un prototype de recherche précoce et présente plusieurs limites, notamment celles des LLM. Ils concluent toutefois :

“Notre approche est modulaire et peut bénéficier de modèles de langage multimodaux ou visuels plus puissants qui seront publiés à l’avenir. L’extension de la dorsale du modèle de langage multimodal, de la dorsale de génération d’images ou du modèle de traitement visuel constitue des orientations prometteuses qui devraient probablement renforcer davantage les capacités vision-langage”.

Références de l’article : Generating Images with Large Language Models class=”arxivid”>arXiv :2305.17216v3

Auteurs : Jing Yu Koh, Daniel Fried, Ruslan Salakhutdinov, Université Carnegie Mellon