AUDITION IA : REPRÉSENTANTS DE AMI LABS

Bien mesdames, messieurs, mes chers collègues, bonjour. Nous poursuivons aujourd'hui les auditions conduites dans le cadre de notre mission d'information, création, diffusion et acquisition des connaissances. comment l'intelligence artificielle transforme notre éducation et notre culture.

Nous avons le plaisir de recevoir ce matin monsieur Alexandre Lebrin, cfondateur et directeur général d'Ami Labz et monsieur Laurent Solig, cfondateur et directeur des opérations de la même société ainsi que madame Borton Bouvet et monsieur Trépose qui les accompagne. Nous vous remercions d'avoir accepté notre invitation pour échanger sur l'impact des intelligences artificielles en particul générative sur la culture et sur l'éducation. Votre société cherche à dépasser les limites des grands modèles de langage en développant des word models.

Peut-être pourrez-vous nous en dire un mot ? Et en quoi ces modèles se diffèrent-ils des modèles existants ? Quelle limit tracé au développement li dans le secteur culturel, dans le système éducatif mais aussi en population générale ?

Nous disposons de 45 minutes. Je vous cède donc des appels dans la parole pour un proposinaire de 5 à 10 minutes et ensuite madame la rapporteur vous posera les questions qu'elle a préparé à votre intention. Je vous en prie.

Pour prendre la parole, vous appuyez sur le bouton et puis vous avez la parole. Merci. Merci beaucoup de votre invitation ce matin.

Euh euh donc je vais peut-être commencer par présenter un peu ce qu'on fait chez Abilabs. Euh pour repasser un peu le le contexte, euh l'IA actuelle a été vraiment inventé principalement par trois personnes dans le monde les trois pères fondateurs du domaine. L'un d'entre eux est français et s'appelle Yan Lequin.

Vous connaissez peut-être le nom. Euh donc a passé 13 ans en tant que patron de l'IA chez Facebook qui est maintenant méta. Euh c'est un chercheur très reconnu qui a eu le le Turing Award, donc l'équivalent du prix de Nobel pour le les sciences informatiques.

Euh et Yann depuis quelques années euh a été euh de plus en plus convaincu que les grands modèles de langage, pour autant puissant qu'il soit, ne mènent pas à une intelligence euh artificielle générale euh et et plus intéressante que ce qu'on a aujourd'hui. Et donc Yan a développé euh alors il est pas seul hein, il a un groupe a développé une idée d'un d'un une architecture de modèles différentes qu'on appelle des modèles de monde ou world model j'en parlerai un peu plus après. Euh qui est une alternative en fait qui complète les grands modèles de de langage.

Il y a à peu près 6 mois, Yann s'est convaincu que le meilleur endroit pour mener à terme ses recherche, c'est les appliquer dans dans le monde avec des des produits, un impact réel dans le monde. Le meilleur endroit n'était pas forcément l'entreprise MTA, mais de le faire dans une start-up, dans une entreprise indépendante. Euh et donc il a décidé de monter une équipe, une structure pour porter ce projet à bien.

Donc Yan est é est toujours basé aux États-Unis mais il est français, il est professeur à NU à temps partiel. Il a choisi de monter cette structure en France. Euh alors, on l'a appelé Advance Machine Intelligence en anglais, mais l'acronyme fait ami et c'est un petit clin d'œil voulu euh pour développer ces ces ces war model.

Donc un petit mot technique peut-être euh les grands modèles de langage, comme vous le savez fonctionnent avec des séquences de de symboles qui sont en général des des tokens. Euh donc qui représente des mots par exemple ou des symboles mathématiques ou du code informatique. Euh on apprend un modèle la langue.

Or la langue décrit le monde. La langue n'est pas le monde. On peut être très intelligent.

Les animaux sont très intelligents. Les les enfants, avant de savoir parler ont une très bonne compréhension du monde, sont capables de faire des des choses utiles, d'avoir un comportement pertinent sans sans pour autant avoir la moindre notion de de langue de langage au début. Donc c'est un peu un raccourci en fait.

On a appris à des modèles à manipuler de la langue. On leur fait faire des choses extrêmement utiles pour résumer du des informations, générer du texte, euh aller chercher les informations, faire du chat sur le chat GPT, euh faire des maths, faire écrire des programmes informatiques. On peut un peu utiliser ces ces mêmes principes pour générer des images euh voir des générer des des certaines vidéos.

Euh mais tout est basé sur la langue. Le le crédau des World Model, c'est que euh on peut pas on doit si on est plus ambitieux, on peut pas faire ce raccourci et on doit enseigner à un modèle d'IA une expérience directe du monde. Voilà. et et ne pas lui dire voilà comment je décris le monde dans ma langue et et manipule ça, mais apprends toi-même à partir de de la vision de de du son des sens à travers des des capteurs, des senseurs, fais-toi ta propre idée du monde.

Donc c'est ce qu'on appelle une représentation du monde qui qui est construite par le modèle. Et une fois que le modèle a par observation construit son expérience à représentation du monde, il va pouvoir faire des prédictions et donc des plans euh prévoir une séquence d'action qui qui mène à un état du monde souhaité. Et donc ça c'est une intelligence qui on le pense est beaucoup plus proche de du fonctionnement des animaux et des notamment des humains.

Donc en résumé un world model c'est une approche plus ambitieuse puisqu'on repart un peu de on essaie de repartir de zéro sans tricher à l'aide de la langue. Euh et si ça fonctionne en fait on va apprendre des concepts. Le le modèle va apprendre des concepts de plus en plus sophistiqués qui mènent tout en haut de l'échelle.

Alors qu'il partent des objets simples. Un bébé dès l'âge de 4 mois. En fait, si vous prenez un objet que vous lâchez et que l'objet ne tombe pas, le bébé est surpris. on peut mesurer la dilatation des pupilles.

Donc il a déjà un modèle de la gravité euh à 4 mois et et c'est très très consistant si vous à travers les les différents enfants, différentes cultures. Euh donc on parle de choses au début, on apprend nos modèles, enfin ils apprennent tout seul des choses comme ça. Euh et puis ça se on apprend des concepts de plus en plus sophistiqués qui vont mener tout en haut de l'échelle la hiérarchie des concepts aux notions de culture, de société, de religion, de philosophie.

Voilà. Donc voilà le le chemin qu'on a entrepris chez Amis. Euh c'est un chemin ambitieux.

Donc euh Yann a réuni euh euh une équipe dont nous faisons tous les quatre euh parties. Euh c'est 45 personnes aujourd'hui 6 mois après la la création. Euh ça coûte ça demande beaucoup de de calcul donc de de puissance de calcul donc beaucoup d'argent.

Donc on a fait une levée de fond de un peu plus d'un milliard d'euros pour financer ce le début de ce projet. Euh, on s'est installé dans quatre villes donc à Paris. Donc le le siège social de l'entreprise est en France, c'est une volonté très forte de Yann.

Euh mais nous avons des équipes à Montréal, à New York et à Singapour. Donc on on construit une entreprise globale euh avec une entreprise européenne à empreinte globale dès début. Voilà, c'est très important pour ce qu'on fait.

On a fait très attention quand on a euh levé ce ce milliard d'euros de pas prendre plus de 30 % d'argent américain. Aujourd'hui, si vous cherchez un milliard et vous avez pas beaucoup de temps, c'est très c'est facile de le trou enfin c'est facile c'est plus facile de trouver aux États-Unis ou en Chine qu'ailleurs. On a fait cet effort de de répartir nos fonds.

Donc à peu près 1/3 États-Unis, 1/3 Europe et 1/3 Asie, voilà, principalement Singapour et Corée et d'autres d'autres pays pour avoir cet équilibre et de pas être comme on en reparlera je pense l'IA aujourd'hui, c'est les US et la Chine. C'est très dur de tous les la plupart des projets ambitieux sont portés soit par les Américains soit par les Chinois et on est un peu écrasé. Donc on a on essaie dès le la construction d'entreprise de pas tomber dans ce dans ce système.

Euh voilà. Et pour terminer sur cette introduction, les World Models ne sont pas des modèles génératifs. Voilà ce que comme ce qu'on a aujourd'hui.

On on est un world model ne cherche pas à écrire du texte ou à générer une image ou à gérer une vidéo à la manière de quelque chose qui existe. Euh à World model essayer d'abord de comprendre le monde. Donc c'est c'est le le sens inverse.

On essaie d'absorber, de comprendre comment fonctionne le monde pour ensuite être utile dans ce monde. Mais c'est très différent, ce n'est pas génératif. Voilà, les applications euh typiques euh qu'on a en vue sont par exemple dans la robotique.

Euh les les robots aujourd'hui euh commencent à être assez doués en terme de de physique. Voilà, le hardware. Et bon, par contre sont extrêmement bêtes.

Vous voyez les les robots, on a les robots industriels qui font une tâche unique toute la journée et encore ça prend beaucoup de temps pour les les programmer en fait pour pour leur faire ça. et qui mis en face d'une situation nouvelle sont incapables de savoir quoi faire et donc ça limite extrêmement le leur application. Les Word Model par exemple sont une solution pour fournir un cerveau, un un cortex en fait assez euh assez robot.

Voilà, on la voiture autonome, on a utilisé plusieurs dizaines de millions d'heures de de vidéos de situations pour les entraîner et encore ça marche à San Francisco mais je pense pas que ça marchera à la place de l'étoile à Paris. Alors un humain apprend en 15h en 15h de conduite vous savez conduire. Voilà.

Donc on n'est pas câblé comme une une image générative et c'est ce qu'on essaie de découvrir dans dans le cadre de deaps. Oui, excuse-moi. Ah oui, que merci merci merci merci beaucoup.

Alors notre mission d'information s'intitule création, diffusion et acquisition de connaissances comment l'IA transforme notre éducation et notre culture. Et d'après ce que je comprends de la création des world models, des modèles de monde, en fait, il va falloir que le modèle acquière ses connaissances du monde. Je voulais savoir vous donner l'occasion d'un peu plus nous expliquer comment on il va pouvoir le faire puisque comme vous l'avez bien souligné aujourd'hui les LLM utilisent voilà on les on leur fournit du langage mais aussi d'autres choses pour qu'ils comprennent le monde.

Comment ces modèles vont pouvoir faire l'acquisition de connaissances de l'expérience du monde. Ça, ce sera ma première question. euh si vous pouvez un peu plus rentrer euh dans la technique, comment euh on entraîne un world model euh pouvoir mieux comprendre le monde.

Alors aujourd'hui euh l'entraînement initial qu'on appelle préraining euh d'un modèle très généraliste en fait se fait euh d'abord euh principalement par la vidéo. Donc on va montrer alors c'est un un apprentissage qu'on appelle auto supervisé. Euh donc on n pas besoin de d'étiqueter des des vidéos pour dire voilà ce qui se passe et cetera, on lui montre juste.

Euh et le modèle s'entraîne exactement comme un enfant à prédire par exemple, il va voir les les 10 premières secondes d'une vidéo et cherche à prédire ce qui va se passer dans les 5 secondes qui suivent. Et s'il a juste ça renforce ses croyances et la structure qu'il avait commencé à construire pour ce monde et s'il a faux, ben il va remettre en cause. Donc c'est c'est pour ça que c'est autvisé. c'est on s'entraîne à à prédire et le le modèle est surpris quand quelque chose arrive qui n'ava pas prévu, il est surpris et ça va mettre à jour euh ces connaissances encore une fois euh assez pro enfin le plus proche, on comprend évidemment pas complètement comment marche le le cerveau, mais on essaie de ça se rapproche un peu de comment on pense qu'on l'apprentissage se passe.

Donc c'est vidéo et non non métiqueté et on se base aujourd'hui sur data publique de vidéos dont les droits permettent de faire ça. Quand on va continuer d'avancer euh on va sans doute aller chercher des vidéos plus spécialisées et là travailler avec des partenaires qui peuvent nous les fournir. Euh voilà, aujourd'hui on n'est pas accord à ce stade.

La la discussion avec les ayants en droit éventuel est beaucoup plus simple dans ce type d'IA parce que c'est pas une IA générative. Je vais pas prendre vos vidéos, vos images pour refaire des images qui vont concurrencer ou copier les vôtres. Euh voilà, donc la la discussion avec les les fournisseurs de data sont plus simples par rapport à ça dans le senson cherche pas à entrer en concurrence euh avec eux.

Voilà. Voilà. Ensuite, il y a une phase de post training, donc d'apprend.

Si ensuite vous voulez par exemple appliquer un world model pour un robot qui va assister un être soignant à l'hôpital, là on va on va aller chercher dans l'hôpital qu'il faut utiliser des vidéos spécifiques du métier. Euh et c'est c'est la phase de d'apprentissage de de à postériorie, de spécialisation. Euh et là là on aura des vidéos beaucoup plus euh euh voilà et dans un domaine plus étroit qui correspond à ce qu'on cherche à faire à faire faire au modèle.

Merci beaucoup. Alors, vous avez euh fait la différence entre l'entraînement des LLM d'IA générative qui euh peuvent utiliser des euh des données qui sont des contenus culturels pour créer des finalement des outputs concurrentiels. Euh se pose quand même la question dans l'entraînement et vous avez parlé du préraining et ensuite vous avez parlé de l'autre phase.

Je reprends le l'exemple des aides soignants. Est-ce que ça veut dire que les aides soignants actuels vont pouvoir se voir filmer, avoir éventuellement une rémunération parce que tout l'enseignement de leur savoir-faire et de leur gestes vont pouvoir pas forcément les remplacer puisque on sait qu'on va avoir des besoins de pour accompagner l'ensemble. Mais est-ce qu'ils vont pouvoir percevoir une rémunération ?

Euh est-ce que vous pouvez garantir qu'il ne soit pas remplacé ? puisque vous l'avez souligné vous-même, les avancées de la robotique font que tous les t tous les les métiers peuvent être appréhendés. Comment on va faire ce partage de la valeur ?

Puisque comment enfin en gros comment combiner le fait d'acquérir les bonnes les bons gestes mais en même temps de garantir que quelques années après les ceux qui ont fourni ces gestes ne soient pas remplacés et qu'ils soient justement rémunéré. Alors en fait il d'abord alors il faut pas confondre le le job et la tâche. Dans un job, on fait plein de tâches et certaines sont pénibles, dangereuses, font queon pas assez de gens qui veulent faire le ce métier.

Et je pense que c'est le le métier à l'étage, pardon. Euh et je pense que c'est le cas pour les étoilants ou les gens dans les épades. Euh on en a pas assez, onarrive plus. les les métiers sont extrêmement pénibles, les pas très bien payés, les gens restent quelques mois et on partent et ça c'est un gros problème de notre société qui va aller en en s'empirant.

Euh donc on ne parle alors je dis une chose que c'est un peu cliché, désolé, mais on ne parle pas de remplacer des métiers mais plutôt de de faire certaines tâches qui dans ce métier encore une fois sont pénibles ou dangereuses ou euh voilà. Et ça dans l'exemple d'un soignant, c'est c'est vraiment le cas. Vous avez des notamment alors j'ai mon entreprise précédente travaille dans la santé donc j'ai depuis 8 ans donc j'ai beaucoup travaillé avec des hôpitaux.

Euh j'ai passé beaucoup beaucoup de temps dans les chambres, dans les dans les hôpitaux et en fait voilà les les soignants sont les premiers motivés pour ne plus faire certaines détaches. Ce que eux aiment c'est le contact des patients. Euh c'est là que la on a envie de garder ce l'humain évidemment euh des familles, des actes de soins.

Et en fait pour un acte de soin aujourd'hui, vous avez trois actes de qui qui sont plutôt de l'ordre de du ménage physique, voilà, que personne ne veut faire. Donc donc on voit vraiment la des des en l'occurrence des robots plus intelligents comme des une solution pour ce problème plutôt qu'un problème qui avant de penser à remplacer un essant, ce qui n'est pas souhaitable souhaité. Voilà, on a on a beaucoup de choses qu'on peut vraiment améliorer euh dans dans le problème.

Cela dit, ce que vous avez dit est vrai. Euh si on si on veut faire ce projet, de toute façon, il faut impliquer les les personnes concernées. On va pas apprendre à faire certaines tâches de leur métier dans leur dos.

Les rémunérer, qu'il soit ça marchera jamais parce que personne ne sait faire ce métier autre que eux. Voilà, c'est eux qui qui savent. Euh et c'est vrai pour tous les projets d'IA en fait l'IA quand un déploiement réussi d'IA n'est jamais pensé par les ingénieurs dans leur bureau.

C'est un déploiement réfidia c'est parce que ce sont les gens qui font le qui en ont besoin. par exemple la comptable, le comptable et le seul la seule personne qui peut dire "OK, je vais utiliser l'IA comme ça parce que dans ma comptaibilité, c'est ça qui me pose problème et voilà, c'est jamais un ingénieur et alors je m'écarte un peu du sujet mais pourquoi depuis 6 mois avec des choses comme comme Claude par exemple, en fait, on a une explosion de du déploiement dans les entreprises parce que finalement les modèles sont devenus utilisables par le commun des mortels et c'est donc c'est sorti du bureau d'ingénierie. Et c'est et c'est c'est le seul manière de de réussir un déploiement et ça sera encore plus vrai dans dans ce dont on parle aujourd'hui.

Monsieur Soli. Oui. Peut-être vous donner deux exemples sur euh votre question avec la conviction comme l'a dit Alexandre que une pour nous une tâche automatisée n'est pas un métier supprimé.

Et un exemple assez assez connu qui est évoqué aujourd'hui en 2026, c'est qu'un des pères fondateurs de de Lia, comme Alexandre l'a rappelé, Joffington avait dit à 10 ans en 2016 arrêtez de former des radiologues, ils seront obsolètes dans 5 ans. Et cette année, il y une étude assez intéressante de l'American College of Radiology qui a en réalité noté que les prédiction de cette profession aux États-Unis montrait que le nombre de radiologues entre 2023 et 2025 avait progressé de 40 % aux États-Unis. Et que pourquoi l'ont-ils dit ? parce qu'en réalité l'IA a rendu l'imagerie médicale plus précise, plus rapide, que les hôpitaux ainsi et les radiologues ont permis d'accueillir beaucoup plus de patients et que la demande en radiologie en réalité augmenté.

Et je crois que le point qui est vient d'être fait sur tâches et métier est extrêmement extrêmement importante. En automatisant certaines tâches, vous pouvez au contraire développer un certain nombre de métiers. L'exemple de la robotique en Europe aussi est intéressante.

C'est un débat assez ancien qui a eu lieu il y a à peu près 20 ans. Si vous prenez l'Allemagne, c'est le pays le plus robotisé d'Europe. Il y a à peu près 400 robots industriels pour 10000 employés.

En France, c'est 180 robot pour 10000 employés. Il y a une grande vague d'automatisation, de robotisation en Europe et l'Allemagne avait à l'époque choisi à peu près 30 ans de robotiser plus fortement son son industrie. Si vous prenez en 2024 les chiffres de l'industrie manufacturière comparé de l'Allemagne et de la France, c'est assez intéressant.

L'industrie manufacturière en Allemagne contribue à près de 20 % de la valeur ajoutée brute en Allemagne. C'est deux fois moins en France. Voilà, j'arrête là parce que on pourrait vous donner beaucoup d'exemples.

Donc dans la vision dont on voit les les choses et dans ce mouvement extrêmement fort de de l'intelligence artificielle et notamment pour le monde physique, ce que l'on veut faire, on pense au contraire qu'il y a des opportunités d'automatiser un certain nombre de tâches, de dégager de la productivité pour les entreprises et donc en été de croître et d'embaucher plus de personnes et de se développer sur d'autres marchés. Alors, on a parlé de différentes professions, les soignants, les radiologues. Vous imaginez bien que je vais en venir à la profession de professeur puisque notre mission d'information porte notamment sur l'éducation.

Alors, si nous pouvions imaginer que la contribution des modèles de monde puisse être aussi dans le domaine éducatif, qu'est-ce que cela pourrait être ? Est-ce que vous avez déjà réfléchi ? à cela.

On voit aujourd'hui que l'IA est utilisé par les membres de la communauté éducative, que je sois professeur, élève. Euh aujourd'hui, comment pourrait être la contribution des World Model à l'éducation ? On pense pas qu'elle sera très court terme euh étant donné qu'on comme qu'on repart donc de du début vraiment de la base des choses, donc on a beaucoup beaucoup de choses à apprendre et là où un humain va prendre en quelques années, voilà, on a sans doute besoin des mêmes années pour entraîner nos nos modèles euh avant qu'ils aient on pense à un impact significatif dans le l'éducation.

Euh cela dit, en étant optimiste sur le l'évolution, ces modèles qui euh cherchent à comprendre le monde, à découvrir des relations de causalité euh pourront une fois arriver dans ces strates un peu plus hautes dans la hiérarchie des des concepts pourrait être très utile pour aider un élève à comprendre des choses euh à partir de l'observation et et pas juste en manipulant des mots dans dans un livre. Donc c'est c'est je pense que l'impact de la li génératif sera sans doute plus fort, enfin est déjà extrêmement fort aujourd'hui. Les world model arriveront beaucoup plus tard et avec sans doute un complément, une approche complémentaire intéressante qui sera plus dans le comment comprendre les faire sens des choses. pour aller un petit peu plus loin, on a ce qu'on apprend quand on est dans le l'enseignement primaire, secondaire, mais effectivement la promesse des modèles, c'est aussi de mieux nous permettre de comprendre le monde.

Et donc là, c'est aussi pour l'enseignement supérieur et la recherche. Comment vous imaginez la contribution de ces euh de ces modèles dans l'approfondissement de notre connaissance des phénomènes physiques, chimiques du monde ? Alors ça ça c'est ça c'est vraiment dans la ligne de visée directe.

Euh on on a des phénomènes où aujourd'hui même si on connaît les formules physiques mathématiques qui décrivent enfin des lois qui décrivent le le système est trop complexe pour le modéliser complètement. Même un quelque chose qui qui pourrait paraître simple comme un réacteur d'avion. En fait, c'est un phénomène, c'est un c'est un système qui est trop avec tellement de paramètres tellement complexes que même si on connaît localement la la formule mathématique de chaque élément, euh on ne peut pas le modéliser complètement.

Donc ce qu'on on parle souvent de jumeaux numériques. Quand on essaie de reconstruire un système et ça peut être un réacteur d'avion, ça peut être une ville, ça peut être un système social euh quand on essaie de le reconstruire euh dans un logiciel pour qu'il se comporte comme la réalité et après une fois que j'ai cette simulation, je peux chercher des optimisations, faire des des prédictions, euh établir le scénario, qu'est-ce qui se passe, si cela arrive et cetera. Et ça la limite actuelle de ce de ces jumeaux numériques, c'est que on arrive des calculs impossibles à à faire.

Il y a trop de formules, il y a trop de d'éléments euh invriqués et on peut plus les faire. Euh le les word models sont une promesse très enfin euh son sans doute on est en tout cas on le on le pense chez Amilab, c'est une solution à ça dans un sens où si on a besoin de faire des prédictions dans un système comme ça, on va pas chercher à le modéliser mathématiquement, on va juste l'observer suffisamment longtemps et le modèle va se construire une représentation de comment fonctionne ce système. Et à partir une fois qu'on a cette représentation, on peut faire des simulations, des optimisations.

Voilà. Donc on a appliqué à la chimie, appliqué à l'optimisation industrielle, euh appliquer voilà à toutes ces problèmes d'optimisation qui sont pas résolus aujourd'hui. Euh on pense avoir un impact très fort.

J'ai parlé de la robotique comme exemple au début mais c'est pas le seul le seul domaine d'application et ça senen est un euh clairement. Très bien. Alors j'aurais une question de fond à vous entendre.

J'ai l'impression qu'en fait vous euh vous cherchez à reproduire un modèle humain en fait. Alors pourquoi ne pas avoir appelé votre entreprise plutôt que World Models, humans ? C'est une part, enfin c'est un peu une boutade mais je suppose que vous travaillez avec les neurosciences neuroscientifiques puisque quand vous parliez tout à l'heure de l'enfant de 4 mois qui est interloqué lorsqueun objet ne tombe pas selon les lois de la physique ça me fait penser à un livre que je lis en ce moment de Stanislas Deen sur la géométrie dans le paléolitique n'est-ce pas où il y a il y a un rectangle à côté d'une d'une description d'un d'un ser et euh et et donc l'idée c'est que nous aurions dans notre cerveau des structures euh des structures mathématiques en fait sans savoir que nous pouvons développer tout au long de l'éducation évidemment et de la science.

Donc la question c'est euh euh c'est vrai c'est une question un peu provocatrice. À quoi bon et vouloir reproduire le cerveau humain puisque nous en disposons ? Tout à l'heure, vous parliez déjà tout à l'heure, vous parliez du du rond-point de de l'étoile.

Effectivement, pour un apprenti conducteur, il faut quoi 1 heure 2h pour pour avoir compris ce système et encore ça va parfois beaucoup plus vite. Et une voiture automatique, une Tesla automatique par exemple, elle va mettre des des peut-être des centaines d'heures, des milliers d'heures à comprendre comment ça se passe et à pouvoir emprunter le le rond-point de l'étoile sans accident. Donc, quel est l'intérêt au fond ?

Quel est l'intérêt de devoir reproduire le cerveau humain ? Je je pense c'est voilà. Alors c'est euh d'abord je pense qu'il faut rester humble par rapport au cerveau humain.

Même si tout ce qu'on fait marche dans 10 ans, je pense qu'on sera encore très loin. Ça sera différent. on fait on fait une machine euh on essaie de s'inspirer euh de certaines choses qui ont été observées.

Bah c'est la SDN est assez proche de Yan Lequin. Je pense que Yan a été très influencé par euh par lui et par d'autres euh d'autres voilà la la neuro les neurosciences en général. Euh euh on essaie surtout de de de dépasser les limites des machines actuelles euh plus que de construire un clone d'humain.

Voilà. Et pourquoi dépasser les limites du machine actuelle ? Euh voilà, aujourd'hui par exemple, si prenons une centrale nucléaire, voilà, est-ce qu'on est intéressé d'optimiser le rendement d'une central nucléaire ?

Est-ce qu'on est intéressé de limiter les risques de mieux prédire les problèmes qui pourraient y avoir ? Est-ce qu'on est intéressé de d'améliorer nos notre défense en phase de menaces grandissantes qui qui vont utiliser le li différemment ? Je pense que oui.

Voilà. Donc en fait, c'est c'est ça qu'on a en en objectif et si on peut s'inspirer de certaines choses remarquées par les scientifiques, les neuros scientifiques pour y arriver, je pense que c'est c'est une méthode. Voilà.

Mais c'est l'objectif ne sera pas de euh justement je pense que l'IA, moi ça fait 25 ans que je fais des start-ups et des entreprise en Lia, on est souvent euh cette tentation les chatbot comme ça de dire tiens, je vais créer un un être virtuel qui va faire semblant d'être humain. Le testuring, c'est ça, c'est se faire passer pour humain et on a perdu beaucoup de temps et de détour. Euh voilà, donc il faut il faut accepter qu'on on cherche une autre voix en adobif assez clair euh scientifique euh qui se qui du coup diverge de de reproduire un humain.

Merci beaucoup. Vous parliez à l'instant des jumeaux numériques qui nous permettent de pouvoir autrement comprendre comprendre le monde. Moi, ça me fait penser aussi au monde parallèle. il y a quelques années et et vous en connaissez bien l'existence, on avait cette appétence pour le métaverse et se dire que peut-être que alors certains y voyaient un prolongement de Second Life, euh d'autres il voyaient un monde nouveau.

Aujourd'hui, on se rend compte que le métaverse qui suscitait beaucoup d'enthousiasme euh il y a quelques années a été mis de côté. Euh vous connaissez bien euh monsieur Solid ma euh comment euh vous pensez qu'on peut éviter cette enthousiasme pour les métaverses qui s'est avéré pas euh possible ? Comment on peut faire que les World Model ne soient pas le cadre justement d'une vie parallèle, d'une monde parallèle qui parfois dans le métaverse pouvait agiter les consciences.

Euh on est euh dans un bouleversement euh technologique où on voit que se sont succédés euh plusieurs espoirs. Parfois, on s'est dit bon ça peut-être qu'on y était. Euh en quoi euh les World Models évitent euh de euh de pouvoir euh tomber comme d'autres révolutions technologiques à côté.

Qu'est-ce qui peut aussi dans le cadre éthique vous préserver de ce de cette vie parallèle ? Quelles sont les limites que vous vous posez ? C'est un petit retour en arrière pour espérer éclairer à la hauteur de ce que on a connu il y a quelques années sur le caractère radicalement différent prometteur des modèles mondants.

Merci. Je vais prendre cette question. Il y a il y a beaucoup de de questions.

Euh oui, l'entreprise MTA à l'époque pour laquelle j'ai travaillé, Alexandre quelques années également avait lancé le le grand projet du métaverse qui a pas totalement été couronné de succès dans la vision qui avait été présentée, mais je pense qu'il ne faut pas sous-estimer l'impact pour l'entreprise et pour la communauté scientifique de ce mouvement. Vous utilisez et nous utilisons aujourd'hui des technologies de réalité augmentée, de réalité virtuelle dans tout un tas d'activités économiques, culturel d'ailleurs qui sont sont nés de ce mouvement-là. L'entreprise MÉA a aussi beaucoup investi à cette époque justement dans l'intelligence artificielle car les deux étaient extrêmement liés.

Si si le projet initial tel qu'il avait été montré d'ailleurs notamment dans des vidéos n'est pas exactement celui-ci, il y a deux points je pense de réserve qu'il faut prendre. D'abord, il a toujours été exprimé que c'est un projet de de long terme et vous avez néanmoins des réalisations dans des objets, dans des fonctionnements, dans des activité qui fonctionne aujourd'hui. Je vous donne un exemple, ce sont les lunettes intelligentes et connectées.

Euh MTA et n'est d'ailleurs pas la seule entreprise aujourd'hui à à s'être lancée dans cette industrie. Et vous avez d'abord un succès commercial pour les consommateurs. Vous avez un succès industriel dans une alliance entre une très grande entreprise américaine MTA et une très grande entreprise européenne, italienne et française, Luxotica, pardon et et Silor pour produire ces ces objetsl.

Et on peut tout à fait imaginer que dans les années qui viennent, ce sont des objets qui sont extrêmement utiles avec désormais de l'intelligence artificielle embarquée dans tout un tas d'opérations industrielles, notamment la maintenance. Donc bien sûr, tel qu'on on l'avait vu ou parfois tel qu'on l'avait rêvé, le projet n'est pas exactement celui qui avait été présenté. Je pense qu'il faut pas sous-estimer les risation.

L'autre élément je pense important et c'est aussi ce qui nous anime, c'est qu'au fond les révolutions technologiques, les cycles d'innovation sont fait de grands mouvements comme comme cela avec parfois en effet des produits qui sont estimés qui sont pas forcément une réussite mais qui donnent et qui ouvrent un cycle extrêmement important d'investissement, d'innovation, d'opportunités économiques de toute part. Et si euh le projet de Marc Zuckerberg n'a pas exactement réussi, regardez néanmoins l'entreprise qu'il a constitué ou qui ou plutôt qui s'est développé depuis l'annonce du métaverse. Meta est devenue une entreprise plus forte.

Meta est devenue une entreprise dont la capitalisation boursière a augmenté. Meta est devenue une entreprise qui dans l'IA compte. Donc je pense que ce qui est important aussi c'est le mouvement que vous déclenchez. et loin de voir des risques ou des menaces, euh cette entreprise et les entreprises qui ont été par terre ont vu une opportunité.

Nous raisonnons aussi comme cela. Nous pensons qu'il y a d'autres développements de l'intelligence artificielle, d'autres modèles qui ont être créés. Nous voulons simplement avec ambition et humilité être un des leaders de ce moment-là et certainement qu'il y aura plein de bouleversement, plein de développement et quand on viendra dans 5 ans, j'espère que vous nous révrez, on fera un bilan ensemble et au fond, on constatera le plus important, c'est d'avoir initié un mouvement, d'initier une ambition industrielle, d'initier une ambition aussi scientifique, technologique avec une équipe mondiale mais une entreprise basée ici ici en France.

Donc je pense que c'est la façon dont il faut voir aussi ce cycle-là qui s'il n'a pas réussi telle que la promesse initiale était portée en réalité pour l'entreprise et même pour la communauté des développeurs, la communauté économique a été un mouvement extrêmement fort et en réalité à la fin plutôt bénéfique. Vous avez insisté sur le fait que le projet à Milabs, le siège était en France, que dans les levées de fond, vous limitiez jusqu'à 30 % l'origine américaine des des fonds. Qu'est-ce que vous pouvez aussi nous dire qui favorise euh la souveraineté française européenne de l'IA ?

On l'a vu et vous l'avez souligné, on est plutôt euh à l'avantage des États-Unis ou de la Chine sur les LLM. Euh voilà, au-delà de ces points d'installation de siège et euh d'installation enfin et de lever de fond et de Yan Lequin euh mine de rien, c'est pas rien. Euh qu'est-ce qui garantit aussi que votre projet contribue à la euh souveraineté technologique ou un peu plus même cognitive, on pourrait dire, la souveraineté cognitive de la France et de l'Europe ?

Merci de d'avoir posé cette question. J'attendais avec impatience. En fait, on a perdu le cloud.

OK. Je plus que 75 % des clouds qu'on utilise sont non européens. Je parle même pas de de France.

Euh ensuite, on a perdu on a presque perdu le génératif. Il y a génératif, on a Mistral heureusement qui qui nous nous permet de voilà mais pour 50 modèles aujourd'hui de LLM de grand modèle de langage sorti par les Américains, il y en a 30 en Chine et un en Europe. Donc on est euh loin, on est parti voilà et pourtant on avait tout.

On avait les talents. Moi, j'étais chez Meta il y a 10 ans, on faisait des réunions dit de le Kipia à San Francisco ou à New York. on parlait français parce que presque toute l'équipe de méta était française et et en et en France, il s'est il s'est rien passé.

Donc on a toujours ce problème où on a le des talents et l'électricité qui sont quand même des deux ingrédients de base pour faire de l'IA. Euh et on on a du mal à voilà donc on a on a un peu nous on pense qu'on a voilà perdu pas complètement mais on est très loin derrière dans l'égalia générative. Là, on voit une nouvelle branche qui démarre, une nouvelle phase de la révolution et essayons de d'être les premiers cette fois.

Et donc ça ça c'est très fort dans notre construction d'entreprise. Euh peut-être c'est risqué, on va faire des erreurs, on va on va dépenser des millions parfois pour des choses perdues, mais on prend le pour une fois au lieu d'essayer de rattraper, on a une opportunité d'être nous-mêmes les leaders. Les en Chine, ils avaient pas de téléphone filire.

Ils ont décidé début des années 2000 de finalement jamais installer le téléphone filière, de passer directement au mobile et ils étaient en avance sur tous les pays développés mobile. De même manière que en Europe, on était en avance par rapport les Américains sur les cartes de crédit avec des puces et ils ont ils avaient encore leur leur carte de crédit magnétique. Voilà, quand on saute finalement quand on rate une étape, c'est plus facile de d'être les leaders sur celle d'après si on se réveille.

Et c'est ce qu'on essaie de faire avec Abilav, d'être les premiers sur cette nouvelle phase de la révolution de l'IA. Donc ça donc il faut équilibrer euh donc l'envie de souveraineté, on l'a. On aurait pu créer le l'entreprise partout dans le monde.

Nos investisseurs disaient "Pourquoi vous le faites pas dans le Dollar ? Pourquoi vous faites pas dans un paradis fiscal ? Ça sera ou même à Luxembourg sera plus simple.

On a dit non, on le fait. Donc on l'a choisi, on a choisi de s'installer ici. Personne ne nous a forcé.

Euh donc juste pour démontrer qu'on on a envie de participer à la souveraineté, à cet effort, à cet objectif euh et que ça fait partie de notre ADN euh dans l'entreprise. Euh ensuite, la souveraineté euh il faut savoir trouver le bon équilibre entre euh je suis je fais tout en France ou en Europe, je dépends pas des autres et cetera. Mais si vous faites trop ça, voilà, vous vous êtes acculé, vous êtes un acteur mineur qui va être dépassé tout de suite.

Donc en fait, il faut trouver cet équilibre tous les jours entre être global, euh avoir des clients partout dans le monde, emboucher des gens partout dans le monde, mais aussi euh limiter les dépendances pour si tout se ferme, si on veut vraiment être souverain pour l'être. Donc c'est c'est voilà, c'est c'est pas une réponse simple. Euh c'est c'est plutôt un questionnement, je pense, un équilibre à trouver en permanence en faisant euh cette distribution de notre capital euh 30 % 30 enfin un/ers euh en construisant l'équipe très internationale chez Amilabs en ayant ces quatre bureaux, on voilà, c'est ça la mise en œuvre.

Euh donc être souverain, c'est pas être enfermé chez soi en ignorant le reste du monde. Euh merci beaucoup. Euh donc on parle à l'échelle du monde mais on a des réglementations qui sont européennes ou françaises.

Euh il y a 2 ans, à peine été mis en place la première réglementation sur l'IA. En quoi elle concerne vos activités ? En quoi elle ne la concerne pas ?

Quelles sont vos positions par rapport à l'actualisation ? enfin la mise en place l'implémentation de ce de ce RIA. Quelles sont vos positions aussi sur les initiatives au niveau français qui permettent de reconnaître alors plutôt dans le domaine des données culturelles ?

Je parle notamment de la proposition de loi qui a été adoptée au Sénat et qui vient dans les prochaines semaines à l'Assemblée. Vous nous avez dit tout à l'heure, bon nous on n'est pas vraiment sur ces ces données culturelles, mais pour autant voilà. Quelle est votre position par rapport à la réglementation ?

On a envie d'innover, il y a une réglementation existante. Euh en quoi elle vous favorise ? En quoi elle vous contraint ?

En quoi vous vous analysez l'existante et celle qui pourrait être souhaitée ? Je je pense que nous nous retrouvons comme entreprise assez bien dans les conclusions du rapport Draguie. Euh nous reconnaissons absolument le besoin de la règle et la règle doit être édictée euh par les autorités publiques démocratiquement élues.

Euh mais quand je vous dis qu'on se reconnaît bien dans le rapport Dragy, au fond le rapport Dragiy pour l'Europe dit trois choses et c'est un européen, c'est un grand européen qui dit c'est ni un américain ni un Chinois. Il dit que l'Europe a trop régulé et il fait le constat, vous l'avez tous lu, j'imagine que on a en quelques années publié plus d'une centaine de textes pour l'industrie numérique au sens large dans l'Union européenne. C'est trois à quatre fois plus que les États-Unis d'Amérique et qu'aujourd'hui toute entreprise qui travaille dans l'Union européenne doit faire face dans cette industrie à près de 270 régulateurs.

Le deuxième constat de Dragy est d'alerter sur le risque de fragmentation. La pire des choses pour une entreprise dans l'Union européenne, qu'elle soit d'ailleurs dans notre industrie ou dans toutes les industries et vous pourriez interroger beaucoup de d'entrepreneur, je pense qu'il dirait la même chose, c'est le risque de de fragmentation et d'avoir affaire en réalité à 27 marchés et pas à un seul marché. Certainement un un des grandes une des grandes frustrations de toutes les entreprises depuis près de 10 ans, c'est que le la grande promesse du RGPD au fond n'a pas été vraiment tenue qui était celle de dire un territoire, un texte, un juge. 10 ans après.

Et là, forcé de constater que dans tous ces domaines là, on a affaire à des réglementations extrêmement fragmentées et que dès qu'il y a un texte européen, en réalité, il y a souvent des traductions nationales, ce qui évidemment pour toutes les entreprises situées en Europe, une barrière extrêmement extrêmement difficile parfois. Troisème constat de du rapport Dragiy, c'est le risque d'instabilité. C'est-à-dire que un texte l'encre à peine sèche, on pense déjà à en en faire un autre.

Alors, je le dis ici à l'Assemblée nationale devant des législateurs, donc je suis prudent et prenez-le avec beaucoup de respect, mais c'est assez intéressant parce que nous nous observons, Alexandre l'a bien dit, une entreprise qui est minement globale, qui évidemment dans notre industrie, dans notre marché qui est mondial et compétitif. De fait ces ces règles là, ce constat là et évidemment une barrière et un risque pour les entreprises européennes. Là aussi, ça a été très documenté, je veux pas être trop long, sur le le coût d'alignement administratif des entreprises dans l'Union européenne par rapport à d'autres entreprises.

Donc si vous voulez, notre position est un peu celle-là, c'est de reprendre au fond les conclusions de ce rapport qui est très bien, qui alerte et qui dit que en effet dans cette compétition mondiale, il faut faire attention et je le displomatiquement de pas multiplier les freins surtout dans une zone économique qui n'est pas en position de leadership et qui a faire face à des géants économiques, à des entreprises extrêmement performantes, extrêmement bien capitalisées, qui vont extrêmement vite dans une industrie, on l'a dit, qui qui évidemment est extrêmement rapide. Donc voilà un peu notre position sur ces sujets. Je vais juste rajouter ça.

Le le on est souvent un peu arqubouté sur les risques et la régulation et cetera. Ici, c'est l'impression que ça donne. Quand on j'étais à Singapour la semaine dernière, j'ai rencontré les gouvernements dit voilà les problèmes qu'on a.

Qu'est-ce que vous pouvez qu'est-ce que l'IA et qu'est-ce que les war model pourront faire pour nous pour ces problèmes ? Et ensuite, évidemment, il faut gérer les les risques et les régulations. Et aux États-Unis, ils réfléchissent un peu comme ça.

C'est vrai qu'on a on a ce qui un peu surprenant, voilà, quand on est là, c'est qu'on pense d'abord au problèmes et à la à écrire la la règle et cetera avant de de voir en quoi ça peut nous aider. On a eu beaucoup de débats ces derniers temps sur la notion de propriété intellectuelle, sur les données culturelles, mais vous vous développez aussi de l'IP. Comment vous faites pour protéger cette propriété intellectuelle euh puisque on est dans une concurrence mondial ?

Euh comment on fait pour être suffisamment ouvert sur le monde mais suffisamment aussi protecteur pour pas que le monde pique nous avancer en fait ? Alors l'I logiciel c'est très surtout en Europe, on brevette pas en fait ce qu'on fait, ça peut paraître surprenant. la protection dans dans l'IA euh dans le logiciel en général, dans l'IA encore plus maintenant, c'est la vitesse en fait.

Si vous allez tellement vite euh vous avez vous embauchez les les meilleures personnes dans le monde, ils sont motivés, il y a une bonne culture entreprise, ils ont envie de rester et c'est ça qui c'est ça la protection. Euh ensuite, vous arrivez euh voilà à un modèle qui est suffisamment gros, entraîné, qui lui-même est un très difficile à reproduire. pour les autres.

Mais on le voit bien dans l'IA générative que les très difficile de protéger durablement euh les choses. Vous voyez, Entropie qui a été fondée par des anciens de d'open et ils ont ils ont reproduit et maintenant ils ont tendance à dépasser ce que fait Open Air et donc c'est on peut jamais s'asseoir sur sur chez Laurier compter sur un sur un brevet. On a des secrets de fabrication euh mais c'est la vitesse, c'est la meilleure, la seule protection à long terme.

Je voulais euh venir maintenant sur la question de la de la culture comme expérience. Euh tout à l'heure, j'ai posé la question de quelle était l'utilisation des modèles mondees dans dans l'éducation, mais dans la promesse de l'expérience culturelle, est-ce que vous voyez des applications qui peuvent être déjà définies ? Est-ce que c'est une promesse d'enrichissement aussi, de découverte, d'accès à la culture que revête l'élément de modèle ?

Nous pensons sur cette question. que d'abord liage et narrative est quand même plus concerné euh avec le monde de la culture parce que notre travail n'est pas de fabriquer des modèles qui vont générer du contenu. Or, l'activité créative est quand même de générer un contenu, un texte, une image, euh une vidéo, un film et cetera.

Donc je pense que que la question s'adresse beaucoup plus à au modèle dig générative en en réalité. La deuxième remarque très rapidement, c'est que nous nous voyons plutôt le lien assez fort entre innovation technologique et innovation créative. Et l'histoire a montré, si on remonte aller pas trop loin, mais disons à l'imprimerie que chaque grande étape d'innovation technique technologique a engendré en réalité un grand moment créatif.

Euh l'imprimerie elle-même a permis une diffusion extrêmement forte du savoir et même des premières images. Euh si on remonte au 19e siècle, ça l'a ouvert le chemin à la vraie photographie puis ensuite au 20e au cinéma qui est devenu un art par lui-même. Donc c'est vrai que nous dans les world model l'impact sur la création culturelle n'est pas immédiat et que pour l'instant on l'a définit pas très très bien.

Je pense que votre question est plus pour lier générative où il y a où il y a des débats mais en revanche on ce qui nous intéresse comme réflexion même si c'est pas l'objectif de l'entreprise c'est plutôt de de lier les deux et de voir les deux au fond comme une association créative. Et la technologie a toujours servi au fond l'art. Et on peut on peut se rappeler que même les de grands courants culturels, l'impressionnisme sont nés après de grandes révolutions technologiques ou techniques qui ont permis au peintre non plus de représenter le réel mais de représenter le sentiment qu'ils avaient du du réel ou de se mettre à aller grâce au chemin de fer peindre à l'extérieur parce que on avait aussi inventé la peinture en tube qui permettait aux grands artistes aux grands peintres français notamment pas uniquement d'aller peindre à l'extérieur pour la première fois et cetera donc dans la réflexion que nous nous avons, on on cherche plutôt à lier les deux et d'avoir plutôt une force créative de la technologie plutôt que comme Alexandre l'a dit pour certains autres sujets, un risque ou une menace.

Très bien. Écoutez, nous arrivons au terme de notre audition. Moi, je suis absolument captivé parce que parce que vous nous avez appris aujourd'hui.

Tout à l'heure, je vous taquinais sur ce que je pensais être un projet promété à savoir recréer le cerveau humain. Mais je vais vous taquiner encore un petit peu parce qu'en fait, vous avez tout à l'heure utilisé une formule que les nines n'auraient pas renié. Vous vous souvenez de la formule le communisme c'est les soviettes plus électricité.

Et tout à l'heure vous disiez au fond le progrès c'est les talents plus électricité. Et nous avons ça en France. C'est ça.

Nous avons ça en France. Alors, on a des centres de calcul, c'est vrai, mais on fabrique pas de puce. Viennent de Taiwan et cetera.

Toute une série de de de de ruptures que nous pouvons surmonter, que vous voulez surmonter par un cercle vertueux qui est de ne pas tenter une souveraineté absolue. Ça n'a pas de sens. D'ailleurs, ça n'a plus de sens si en a eu un, mais de regarder une souveraineté par intervention sur des nœuds, sur des rotules, hein, euh où là pour le coup, on peut-être nous pouvons être leaders mondiaux, mais mondiaux, pas seulement franco-français ou ou européens.

Et ça, c'est tout à fait intéressant pour nous. Ça ça va sûrement inspirer beaucoup à madame la rapporteur son des parties de son rapport qui sera déposé en juin prochain. Voilà.

Écoutez madame messieurs, merci beaucoup pour cette contribution à notre travail. Ça a été captivant. Bonne journée à vous.

Merci.