Pourquoi Alexandre LeBrun, d'AMI Labs, évite d'appeler son IA « AGI » ou « superintelligence »

Alors que d’autres entreprises spécialisées dans l’IA s’empressent de qualifier leurs travaux d’« AGI » ou de « superintelligence », Alexandre LeBrun, PDG d’AMI Labs, la start-up de Yann LeCun spécialisée dans les modèles mondiaux, évite soigneusement ces termes. Dans une interview accordée à TechCrunch, M. LeBrun a déclaré que l’entreprise n’utilisait jamais de mots tels que « AGI » ou « superintelligence ».

« Nous n’avons jamais utilisé le mot AGI. Et j’ai remarqué que plus personne ne l’utilise ; on est passé à la superintelligence », a-t-il déclaré. « La prochaine fois, on passera à autre chose. » Il n’est pas non plus convaincu par ce nouveau terme. « Il n’y a pas de bonne définition. Qu’est-ce que la superintelligence ? Je ne sais pas. Ce n’est pas un mot très utile. »

C’est une prise de position tranchée de la part d’un fondateur au cœur de la toute dernière course à l’IA.

TechCrunch s’est entretenu avec M. LeBrun alors qu’il se trouvait à Séoul la semaine dernière à l’occasion de la Conférence internationale sur l’apprentissage automatique, où il recherchait des partenaires industriels locaux, des entreprises internationales et des chercheurs. AMI Labs n’en est encore qu’au stade de pré-production, mais l’entreprise courtise déjà des acteurs de la robotique, de l’industrie manufacturière et de l’électronique. Un modèle mondial, qui intègre la physique pour prédire et interagir avec le monde réel, doit faire ses preuves en dehors du laboratoire, a expliqué M. LeBrun.

La robotique est l’un des domaines dans lesquels les modèles du monde devraient avoir un impact majeur. Pour l’instant, les robots ne font qu’exécuter des routines fixes, « totalement statiques », et l’IA reste « vraiment stupide dans le monde physique », a déclaré M. LeBrun.

Même si l’IA ne pouvait que rendre les robots « conscients du contexte », cela ferait « une très grande différence pour le monde ». Une telle IA sensible au contexte aurait par exemple été utile pour empêcher un robot qui dansait et pratiquait le kung-fu lors d’un événement public de s’approcher d’un enfant et de lui donner un coup de pied. « Le matériel est très avancé ; les progrès réalisés dans ce domaine au cours des derniers mois sont incroyables, mais il n’y a pas de cerveau. »

Un grand modèle linguistique (LLM) prédit le mot ou le texte suivant, tandis qu’un modèle du monde prédit l’état suivant. Poussez un verre pour le faire tomber de la table, et vous savez déjà qu’il va basculer et se renverser ; c’est l’intuition qu’un modèle du monde est conçu pour saisir : prédire l’état suivant du monde, a expliqué M. LeBrun.

Il ne prétend pas que les modèles du monde soient meilleurs que les LLM, qui sont « complémentaires, et non remplaçables » lorsqu’il s’agit de systèmes d’IA capables de comprendre le monde physique, a déclaré LeBrun. Faisant un parallèle avec les fonctions distinctes du langage et du raisonnement du cerveau humain, il a ajouté que les LLM resteront les outils les plus efficaces pour le traitement du langage, tandis que les modèles du monde apporteront le contexte et la compréhension du monde réel.

Presque tous les secteurs qui « sont en contact avec le monde réel » pourraient à terme utiliser une robotique basée sur des modèles du monde, a déclaré M. LeBrun, soulignant que les environnements physiques restent le domaine dans lequel les grands modèles de langage (LLM) sont les plus faibles.

Un robot d’usine répétant le même mouvement fonctionne assez bien aujourd’hui, a-t-il déclaré. Le défi commence lorsque « vous emmenez votre robot à l’extérieur, dans un environnement plus ouvert, chez vous ou dans la rue », où il doit comprendre son environnement et fonctionner en toute sécurité. « Les robots ne sont pas sûrs pour l’instant », a-t-il déclaré. « Il n’existe aujourd’hui aucune solution à ce problème. »

Le secteur de la santé offre un exemple plus concret à M. LeBrun, dont l’ancienne entreprise était Nabla, une start-up spécialisée dans l’IA appliquée à la santé. Il a comparé les systèmes d’IA actuels à un médecin formé uniquement à partir de manuels et n’ayant pas effectué d’internat. Les LLM peuvent s’avérer utiles en médecine, a-t-il déclaré, mais ils ne couvrent « que 1 % des soins de santé ». Le reste repose sur l’expérience du monde réel.

Mais un modèle du monde, a déclaré M. LeBrun, ne peut pas être construit en laboratoire. Pour s’entraîner sur la réalité, AMI a besoin d’environnements réels et de partenaires proches, selon le PDG. « Nous avons besoin d’accéder au monde réel », et c’est « plus facile pour nous d’y parvenir avec des partenaires ». C’est en partie ce qui l’attire vers l’Asie, où se trouvent réellement les robots, les puces électroniques et les usines.

M. LeBrun ne souhaite pas encore dévoiler les détails de sa stratégie asiatique. « C’est trop tôt », a-t-il déclaré. Mais l’attrait pour la Corée du Sud repose sur deux éléments. Premièrement, la Corée dispose d’industries de pointe dans les domaines de la robotique, des semi-conducteurs et de la fabrication ; des secteurs fortement axés sur le matériel que la première vague d’IA n’a pratiquement pas touchés.

Le deuxième attrait est la rapidité. M. LeBrun a mis en avant le plan national coréen visant à investir massivement dans l’IA, ainsi que les antécédents du pays en tant que pionnier dans ce domaine. « La Corée a été le pays qui a adopté Internet le plus rapidement il y a 25 ans », a-t-il déclaré. C’est cette combinaison — une base industrielle solide associée à une volonté d’adopter rapidement l’IA — qu’il qualifie d’« unique », et la raison pour laquelle « nous voulons être présents ici dès le premier jour ».

« Je n’ai cessé de dire à Alex et à son équipe de venir en Corée », a déclaré à TechCrunch JP Lee, PDG de SBVA et l’un des investisseurs d’AMI en Asie.

Le gouvernement a fait « un travail formidable » en finançant des modèles LLM souverains locaux, a déclaré M. Lee, et ceux-ci fonctionnent déjà « assez bien » pour des tâches générales, mais il encourage la Corée à continuer d’investir également dans l’IA physique. Il cite le plan annoncé en juin par Séoul, qui prévoit de mobiliser quelque 880 milliards de dollars pour les puces, les centres de données d’IA et l’IA physique, l’un de ses trois piliers déclarés : « Ils devraient coexister. »

Selon M. Lee, l’intérêt de la Corée pour les entreprises étrangères ne réside pas uniquement dans le matériel. Les développeurs locaux adoptent et adaptent rapidement les nouveaux outils, une dynamique qui a donné naissance à des acteurs Internet locaux tels que Naver et Kakao.

Malgré tout ce prestige et ce chèque d’un milliard de dollars, AMI n’a encore rien à vendre. La start-up, cofondée par Yann LeCun, lauréat du prix Turing, après son départ de Meta, a levé 1,03 milliard de dollars en mars, pour une valorisation pré-financement de 3,5 milliards de dollars. Il n’y a pas encore de produit, et il ne s’engage sur aucun calendrier. « Nous créerons la surprise lorsque nous serons prêts », a déclaré M. LeBrun.