Depuis plusieurs années, l’intelligence artificielle progresse à une vitesse impressionnante. Les modèles capables de générer du texte, des images ou du code dominent désormais les investissements technologiques. Des systèmes comme ChatGPT ou Claude ont popularisé les grands modèles de langage et attiré des milliards de dollars dans ce domaine.
Pourtant, l’un des chercheurs les plus influents de l’IA estime que cette direction comporte de sérieuses faiblesses. Yann LeCun, figure majeure du deep learning, vient de lancer une nouvelle entreprise avec une idée radicalement différente : développer des systèmes capables d’apprendre à partir du monde réel, notamment grâce à l’analyse de vidéos.
Pour concrétiser cette vision, sa startup a déjà réuni plus d’un milliard de dollars, une levée de fonds record en Europe pour une entreprise technologique à ce stade de développement. Derrière ce projet se cache une ambition scientifique : construire une intelligence artificielle capable d’interpréter le monde physique, et non seulement de produire du texte.
Le départ de meta après plus d’une décennie d’influence
Pendant plus de dix ans, Yann LeCun a occupé un poste central chez Meta. En 2013, il participe à la création du laboratoire Facebook AI Research, devenu l’un des centres de recherche les plus influents dans le domaine du deep learning.
Sous sa direction scientifique, ce laboratoire a contribué à plusieurs avancées importantes dans les réseaux neuronaux et la vision par ordinateur. Les technologies développées ont été intégrées dans de nombreux services du groupe, notamment les systèmes de modération automatique de contenu et certains outils d’assistance conversationnelle.
La réputation scientifique du chercheur repose aussi sur ses travaux universitaires. En 2018, il reçoit le prestigieux Turing Award aux côtés de Geoffrey Hinton et Yoshua Bengio. Cette distinction récompense leurs contributions fondatrices dans le développement des réseaux neuronaux modernes.
Après douze années passées chez Meta, le chercheur a choisi d’explorer une nouvelle direction. Son départ s’est effectué sans conflit public avec la direction du groupe. Mark Zuckerberg a même salué publiquement son travail et son influence dans la recherche en intelligence artificielle.
Parallèlement à cette nouvelle aventure entrepreneuriale, LeCun continue d’enseigner à New York University, ce qui lui permet de conserver un lien étroit avec la recherche académique.
A lire aussi: Blast Club : avis, rendement et retour sur investissement, on vous explique tout
Une levée de fonds historique pour une startup européenne
La nouvelle entreprise du chercheur, baptisée AMI Labs, s’est installée à Paris avec un objectif ambitieux : développer une nouvelle génération d’intelligence artificielle fondée sur la perception du monde réel.
En seulement quatre mois, la société a levé 1,03 milliard de dollars, soit environ 950 millions d’euros. Ce financement représente l’une des plus importantes levées de fonds jamais réalisées en Europe pour une startup encore au stade initial.
Plusieurs acteurs majeurs de la technologie et de l’investissement participent à cette opération. Parmi eux figurent :
- Nvidia
- Jeff Bezos
- Temasek Holdings
Avant même de commercialiser un premier produit, l’entreprise atteint une valorisation estimée à 3,5 milliards de dollars. Cette confiance des investisseurs repose principalement sur la réputation scientifique de LeCun et sur l’idée que l’IA actuelle pourrait atteindre certaines impasses techniques.
Une partie des fonds sera utilisée pour construire des infrastructures de calcul capables de traiter d’immenses volumes de données visuelles. L’entreprise prévoit notamment de développer des clusters de GPU destinés à analyser des millions d’heures de vidéos.
Une vision différente de l’intelligence artificielle
Le projet défendu par Yann LeCun repose sur une idée simple : les systèmes actuels apprennent principalement à partir de textes, alors que les humains apprennent en observant le monde.
Les modèles dominants aujourd’hui, appelés grands modèles de langage, sont entraînés sur d’immenses corpus textuels. Ils prédisent statistiquement le mot suivant dans une phrase, ce qui leur permet de produire des réponses cohérentes.
Mais cette méthode présente certaines faiblesses. Les systèmes peuvent générer des informations incorrectes ou inventées, un phénomène souvent décrit comme des hallucinations. Dans certains domaines sensibles comme la médecine ou la conduite autonome, ces erreurs peuvent poser des problèmes sérieux.
LeCun défend donc un autre type d’approche : les modèles du monde. Ces systèmes apprennent en observant l’évolution d’une scène visuelle dans l’espace et dans le temps. En analysant des vidéos, ils peuvent progressivement construire une représentation de la physique, des objets et de leurs interactions.
L’idée consiste à entraîner les algorithmes à anticiper ce qui va se produire dans une scène donnée. Par exemple, si une balle tombe d’une table, le système peut apprendre à prévoir sa trajectoire. Ce type d’apprentissage pourrait rapprocher l’intelligence artificielle d’une compréhension plus proche de celle des humains.
A voir également: Startup : 90% échouent mais certaines rapportent 5x plus qu’une entreprise classique
Un projet qui pourrait redessiner la recherche en intelligence artificielle
Si cette approche se révèle efficace, elle pourrait ouvrir la voie à des systèmes beaucoup plus avancés dans plusieurs domaines.
Les modèles capables d’interpréter le monde physique pourraient notamment améliorer :
- la robotique autonome
- les véhicules autonomes
- les systèmes de simulation
- la compréhension des environnements complexes
Les enjeux économiques sont considérables. Le marché mondial de l’intelligence artificielle pourrait dépasser 1 800 milliards de dollars d’ici 2030, avec une croissance annuelle supérieure à 35 %.
Dans ce contexte, la stratégie de AMI Labs représente un pari audacieux. Alors que la plupart des géants technologiques concentrent leurs investissements sur les modèles génératifs, l’entreprise parie sur une voie différente : apprendre à l’IA à observer et anticiper le monde réel.
Si cette vision se concrétise, elle pourrait redéfinir la prochaine étape du développement de l’intelligence artificielle.
