🔎 900 millions pour changer l’IA : le pari fou de Yann Le Cun (Zoom Tech)

Jérôme Colombain: [0:01] Plus d'un milliard de dollars, environ 900 millions d'euros. C'est le joli pactole décroché par le chercheur français Yann Le Cun, ex-directeur scientifique de la recherche du groupe Meta. Il a fait une levée de fonds record pour sa start-up basée à Paris, Amy Labs. Il cherchait 500 millions, il en a trouvé 900. Amy Labs se retrouve ainsi valorisé à 3 milliards, ce qui en fait la plus grosse start-up d'IA française, une licorne et même trois fois plus qu'une licorne. Jérôme Colombain: [0:27] Un triceratops comme il dit, trois fois plus que la pépite mistral. Bon, mais alors au-delà des chiffres et au-delà de ce concours de biceps, Jérôme Colombain: [0:35] tout cet argent pour quoi faire ? Qu'est-ce que c'est que ces fameux world models sur lesquels travaille Yann Le Cun en expliquant que c'est l'avenir, le seul, le vrai de l'intelligence artificielle ? Et bien pour comprendre les World Models, il faut revenir aux sources de l'IA, et notamment de l'IA générative, JGPT, etc., que l'on connaît aujourd'hui. Les IA génératives semblent tout savoir, et elles savent beaucoup de choses, mais tout ce qu'elles ont appris, et bien en fait, elles l'ont lu sur Internet ou dans tous les documents écrits qu'on leur a fait ingurgiter, des livres, etc. Mais elles n'ont jamais réellement compris de quoi était fait notre univers. Un peu comme un ermite qui vivrait au fond de sa grotte depuis toujours, qui aurait lu tous les livres de la Terre, mais qui n'aurait jamais vu en vrai le soleil, la mer, les montagnes, les humains, les animaux, les voitures, etc. Bref, qui n'aurait qu'une connaissance virtuelle, abstraite, littéraire du monde. Depuis toujours, Yann Le Cun, qui rappelons-le, il est un des pères fondateurs du Deep Learning, ces réseaux de neurones profonds qui font tourner tous les grands systèmes d'IA d'aujourd'hui, Yann Le Cun donc pense que cette mécanique est trop théorique et qu'elle ne suffit pas. Les LLM, c'est super, dit-il, ça peut faire beaucoup de choses, mais ça ne permettra jamais de créer des IA réellement aussi intelligentes que les êtres vivants qui, eux, se frottent au réel tous les jours. Jérôme Colombain: [1:56] Nous, humains, nous comprenons de manière instinctive les lois de la physique, même sans être physicien. On sait bien que si on jette une pierre, elle va retomber, que sa vitesse dépend de la force avec laquelle on la jette, on comprend ce qui se passe quand on conduit une voiture, etc. Jérôme Colombain: [2:10] Amy Labs, l'entreprise créée par Le Cun, tourne donc le dos aux grands modèles de langage, les LLM actuels, au profit d'un tout autre concept, les fameux World Models, les modèles du monde, des systèmes d'IA capables de percevoir en réalité le monde physique comme des humains ou des animaux. Comment ? Eh bien, en s'entraînant non pas sur des textes, mais sur des vidéos, des environnements 3D, des données spatiales, etc., qui reflètent de manière beaucoup plus fidèle la réalité animale. Complexité du monde. Avec une telle approche, les machines, selon Ian Le Cun, pourraient véritablement comprendre ce qu'elles font, ce qu'elles disent aussi, ce qui n'est pas le cas des LLM. Jérôme Colombain: [2:53] Elles pourraient anticiper des actions et surtout également leurs conséquences. Les applications sont évidemment innombrables dans la robotique, l'industrie, la voiture, la conduite autonome, la santé, etc. Jérôme Colombain: [3:04] Mais on n'en est pas encore là, malheureusement. Ça fait des années déjà que Le Cun travaille là-dessus, il en parlait déjà quand il était chez Meta, mais ça n'a pas donner de résultats suffisamment vite. En tout cas, pas assez pour satisfaire Mark Zuckerberg, qui est lancé dans la course aux IA génératives actuelles. Jérôme Colombain: [3:21] Et donc, Le Cun a décidé de poursuivre l'aventure en solo, en France, à Paris, au sein d'Emi Labs. Mais ce n'est donc pas seulement une aventure entrepreneuriale qu'il lance, c'est un vrai pari scientifique. Et c'est un pari audacieux. Alors, parviendra-t-il à atteindre son but ? Bien sûr, Yann Le Cun est un grand scientifique, lauréat du prix Turing, le prix Nobel de l'informatique, une personnalité reconnue internationalement. ce qui lui a d'ailleurs permis de réaliser ce formidable tour d'Etat. Ce qui lui a d'ailleurs permis de réaliser ce formidable tour de table. Mais la partie n'est pas gagnée pour autant. Jérôme Colombain: [3:50] Il doit encore surmonter de gros défis techniques, scientifiques. Comment faire réellement comprendre le monde à une machine, au-delà de lui apprendre à coller les mots les uns aux autres par des formules mathématiques, statistiques, ce que font les LLM ? Ces LLM, qui certes sont imparfaits, mais qui aujourd'hui continuent de progresser, ont pris beaucoup d'avance et bénéficient d'une puissance de calcul de plus en plus grande, ce qui leur permet presque de compenser leurs faiblesses. Donc aussi imparfaits qu'ils soient, les LLM seront peut-être un jour capables de simuler tellement bien leur compréhension du monde que finalement ils pourraient faire aussi bien que ces fameux et hypothétiques world models. Jérôme Colombain: [4:29] C'est la vraie question qui se pose aujourd'hui. Yann Le Cun réussira-t-il son pari ? Récemment, Aymeric Roucher, ingénieur polytechnicien et auteur du livre Ultra Intelligence, expliquait dans Monde Numérique pourquoi il doutait de la vision de Yann Le Cun. Interviewé: [4:44] Ça on va voir comment ça se passe mais historiquement dans les dernières années Le Cun a principalement eu tort. Par exemple en 2023 il y a des vidéos où il dit les LLM sont incapables d'avoir du sens physique. Il dit comme exemple regardez si je pose mon téléphone sur la table et je demande à une IA qu'est ce qui va se passer si je maintenant je tire la table qu'est ce qui va arriver au téléphone ? Et les IA de l'époque lui répondaient n'importe quoi du genre le téléphone va entrer en lévitation ou quelque chose comme ça. Et il donnait ça comme exemple de les LLM sont structurellement incapables d'avoir du sens physique ? En fait, vous preniez les modèles de pointe six mois plus tard, ils répondaient très bien à cette question-là. Donc, les LLM, vraiment cette solution technique vers laquelle tout le monde converge, qui est d'utiliser des large language models, donc des grands modèles de langage entraînés sur énormément d'informations, le plus possible d'informations. Ce truc-là, c'est un peu une recette pour créer une intelligence générale. Et les gens qui parient contre ça, ça fait quelques années que la suite de l'histoire n'arrête pas de leur montrer qu'ils ont tort. Il y a un scientifique qui s'appelle Richard Sutton qui appelait ça « the bitter lesson », la mère leçon. C'est de dire qu'en fait, nous, les scientifiques, on aime bien faire des belles constructions intellectuelles, des mathématiques élémentaires, etc. Interviewé: [5:46] Ou essayer de dicter à la machine comment raisonner. et en fait pas du tout il faut des c'est les réseaux de neurones en fait c'est de c'est de l'intelligence très basique en fait un neurone c'est simplement quelques connexions et c'est un processus hyper naïf mais en fait vous en empilez des milliards et là ça crée une intelligence et en gros The Better Lesson c'est un peu l'idée de dire que on avait il y a 10 ans des centaines d'algorithmes différents et chacun était un peu spécialisé dans un domaine était le meilleur dans un domaine et vous aviez des scientifiques qui étaient à la pointe sur chacun de ces domaines et en fait aujourd'hui tout ça a été récupéré par les LLM qui battent absolument tous les algorithmes sur absolument tous les domaines. Le Cun est un peu en train de parier contre la Beater Lesson et en général, Interviewé: [6:23] ceux qui ont fait ça historiquement se sont fait mordre. Jérôme Colombain: [6:25] En tout cas, c'est donc une nouvelle bataille qui commence, une bataille entre les LLM et les World Models et aussi une bataille entre les Etats-Unis et l'Europe et en l'occurrence la France, même si EMI Lab se présente comme une compagnie globale avec des bureaux aussi bien à New York, à Montréal, à Singapour qu'à Paris. Deux conceptions scientifiques, mais aussi deux réalités économique, dans un monde où les LLM gagnent chaque jour un peu plus de terrain. Bref, une nouvelle course de fond vers l'intelligence artificielle générale, une bataille qui s'annonce passionnante.