LightOn : la révolution des grands modèles de langage

Si l’intelligence arti­fi­cielle rele­vait hier de la science-fic­tion, c’est aujourd’hui une réa­li­té qui est en train de révo­lu­tion­ner tous les métiers, y com­pris les plus créa­tifs. C’est jus­te­ment cette mis­sion que s’est don­née Ligh­tOn, une jeune pousse fran­çaise, qui ambi­tionne d’aider les entre­prises fran­çaises et euro­péennes à exploi­ter tout le poten­tiel des der­niers pro­grès en intel­li­gence arti­fi­cielle. Laurent Dau­det, Direc­teur Géné­ral et cofon­da­teur de Ligh­tOn nous en dit plus.

Quelle a été la genèse de LightOn ? 

Au cours des quelques der­nières années, le déve­lop­pe­ment et le déploie­ment de l’intelligence arti­fi­cielle se sont for­te­ment accé­lé­rés, notam­ment aux États-Unis et en Chine. Pour sou­te­nir de manière durable cette crois­sance, un ensemble de nou­velles tech­no­lo­gies sont néces­saires. Ligh­tOn a vu le jour en 2016 avec pour pro­jet d’anticiper les outils de l’intelligence arti­fi­cielle de nou­velle génération. 

À l’origine de cette aven­ture entre­pre­neu­riale, on retrouve une équipe plu­ri­dis­ci­pli­naire com­po­sée d’Igor Car­ron, avec qui je codi­rige Ligh­tOn et qui a coor­don­né de nom­breux pro­jets dans le domaine de l’ingénierie aux États-Unis ; Florent Krza­ka­la, pro­fes­seur à l’École Poly­tech­nique Fédé­rale de Lau­sanne ; Syl­vain Gigan (X97), cher­cheur en pho­to­nique ; et moi-même qui étais pro­fes­seur de phy­sique à l’Université Paris Cité. Nous avons tout d’abord tra­vaillé sur la mise au point d’un copro­ces­seur pho­to­nique, mais pro­gres­si­ve­ment, nous avons éten­du notre acti­vi­té au volet logi­ciel, qui est main­te­nant au cœur de notre activité. 

Ligh­tOn est basée dans le centre de Paris et dis­pose aujourd’hui d’une équipe d’une ving­taine de personnes. 

Comment résumeriez-vous votre positionnement ? 

Depuis 2 ans, nous avons fait le choix de nous concen­trer sur les « Grands Modèles de Lan­gage », ces méga-modèles d’intelligence arti­fi­cielle à plu­sieurs dizaines de mil­liards de para­mètres, entraî­nés sur des cor­pus colos­saux de texte. À côté des GAFAM, nous fai­sons par­tie de la poi­gnée de start-up qui déve­loppent ces tech­no­lo­gies de pointe, la plus connue étant Ope­nAI à qui on doit GPT‑3 ou ChatGPT. 

Ces modèles sont en train de révo­lu­tion­ner la façon dont nous tra­vaillons au quo­ti­dien, dans l’ensemble de ce que l’on appelle le « tra­vail en col blanc » : le métier des ana­lystes finan­ciers, des pro­gram­meurs, des ban­quiers, des experts du mar­ke­ting digi­tal, des rédac­teurs, des juristes, et même des diri­geants… Au sein d’une entre­prise, ces pro­fils, dans le cadre de leurs fonc­tions au quo­ti­dien reçoivent et rédigent des e‑mails ; ana­lysent des mémos ; conso­lident et condensent des don­nées diverses ; pré­parent des pré­sen­ta­tions, des rap­ports, des docu­ments ; écrivent du code infor­ma­tique ; font de la veille ou des recherches sur le net. L’intelligence arti­fi­cielle peut nous assis­ter dans toutes ces tâches très chro­no­phages qui ont en com­mun d’être à base de texte, et dont une grande par­tie est en fait à faible valeur ajou­tée. Dans de nom­breux cas d’usages concrets, nous mon­trons que l’on fait gagner un temps consi­dé­rable aux uti­li­sa­teurs qui peuvent donc, en retour, se concen­trer sur des tâches à plus forte valeur ajoutée. 

Concrè­te­ment, Ligh­tOn déve­loppe et com­mer­cia­lise ses propres modèles, par­mi les plus puis­sants du mar­ché, très poly­va­lents, avec des capa­ci­tés d’analyse, d’écriture, de rai­son­ne­ment et de planification. 

Pouvez-vous nous donner des cas d’usages et des exemples concrets ? 

Grâce à ces grands modèles de lan­gage, il est très facile d’automatiser des tâches cog­ni­tives et d’augmenter l’humain sur un large panel de tâches. À titre de pre­mier exemple, nous tra­vaillons actuel­le­ment avec une chaîne de télé­vi­sion qui uti­lise notre intel­li­gence arti­fi­cielle pour l’aide à la rédac­tion de des­crip­tifs de pro­grammes. Les pro­duc­teurs de conte­nu audio­vi­suel, par exemple de docu­men­taires, ne four­nissent pas tou­jours des des­crip­tifs dans un for­mat adap­té à chaque sup­port de dif­fu­sion, par exemple pour le vision­nage via le site web, pour lequel il faut un texte d’une dizaine de lignes des­ti­né à don­ner envie aux inter­nautes de regar­der le programme.

Des rédac­teurs spé­cia­li­sés devaient jusque-là vision­ner ces conte­nus, puis écrire ce des­crip­tif. Notre intel­li­gence arti­fi­cielle auto­ma­tise cette tâche : elle ana­lyse la voix off du pro­gramme, en extrait les points clés, à par­tir des­quels elle rédige un des­crip­tif au bon for­mat que le rédac­teur n’a qu’à vali­der ou amen­der. Pour la chaîne de télé­vi­sion c’est un gain de temps énorme, avec qua­si-ins­tan­ta­né­ment un cata­logue de pro­grammes pré­sen­té de façon homo­gène. Pour un autre de nos clients, dans le domaine de l’éducation, nous avons adap­té notre intel­li­gence arti­fi­cielle pour l’évaluation de niveau de langue. Un can­di­dat écrit quelques lignes ou pro­nonce quelques phrases dans une langue étran­gère : l’intelligence arti­fi­cielle est en mesure de déter­mi­ner le niveau d’expression écrite ou orale de cette per­sonne dans cette langue. Ces deux appli­ca­tions a prio­ri très dif­fé­rentes sont en fait sous-ten­dues par les mêmes modèles, extrê­me­ment poly­va­lents. 

À l’heure actuelle, nous avons trois sec­teurs prio­ri­taires. Tout d’abord, la banque et la finance, où la syn­thèse immé­diate de grands flux de don­nées per­met d’assister la prise de déci­sion. Ensuite, le milieu des médias, où notre tech­no­lo­gie offre des outils d’aide à la pro­duc­tion de conte­nus. Enfin, les grandes entre­prises tech­no­lo­giques avec les­quelles on peut déve­lop­per d’autres inter­faces homme-machine, d’autres moteurs de recherche, voire même d’autres façons de pro­gram­mer. C’est une tech­no­lo­gie qui est fon­da­men­ta­le­ment transverse !

Quelle est la proposition de valeur de LightOn ? 

En com­pa­rai­son aux pré­cé­dentes géné­ra­tions d’intelligence arti­fi­cielle, comme le deep lear­ning, ces grands modèles de lan­gage pré-entraî­nés offrent trois avan­tages majeurs : tout d’abord ils résolvent des cas d’usage bien plus larges, en néces­si­tant peu ou pas de don­nées d’apprentissage. Ensuite, le temps de déve­lop­pe­ment d’une nou­velle appli­ca­tion est réduit à son mini­mum, on peut par­fois en quelques heures com­men­cer à avoir les pre­miers résul­tats alors qu’il fal­lait autre­fois des semaines – ce qui réduit dras­ti­que­ment le cycle d’itération vers un déploie­ment en pro­duc­tion. Enfin, comme ils s’utilisent en lan­gage natu­rel, en fran­çais ou en anglais par exemple, la bar­rière d’apprentissage dis­pa­raît. L’intelligence arti­fi­cielle n’est plus une affaire d’ingénieurs : tout le monde peut se l’approprier et apprendre à lui parler ! 

Et pour franchir ce cap et accélérer votre développement, quelles sont les prochaines étapes ? Quels sont les enjeux qui persistent ? 

Aujourd’hui, nos modèles ont un niveau de per­for­mance équi­valent à ceux pro­po­sés par les GAFAM, mais nous devons aller encore plus loin et conti­nuer à inno­ver dans un domaine en pleine ébul­li­tion ! Nous avons récem­ment signé un par­te­na­riat de co-déve­lop­pe­ment avec le Tech­no­lo­gy Inno­va­tion Ins­ti­tute (TII) d’Abu Dha­bi (Émi­rats Arabes Unis), un centre de recherche de réfé­rence dont les ambi­tions sont uniques, notam­ment en moyens de cal­cul. Sur le plan com­mer­cial, nous avons un impor­tant tra­vail de sen­si­bi­li­sa­tion à mener auprès des entre­prises euro­péennes qui ont par­fois une plus faible matu­ri­té qu’en Amé­rique en matière de trans­for­ma­tion digi­tale et de valo­ri­sa­tion de la don­née par l’intelligence arti­fi­cielle. C’est aus­si une oppor­tu­ni­té, car nous avons un vaste mar­ché à conqué­rir ! Pour répondre à l’enjeu de confi­den­tia­li­té des don­nées, Ligh­tOn déve­loppe pour ces entre­prises la seule offre du mar­ché entiè­re­ment « sou­ve­raine » : les modèles sont ins­tal­lés sur les ser­veurs de leur choix, qui leur res­tent pri­vés, et ain­si, les don­nées de l’entreprises ne sont vues par per­sonne d’autre, sans être sou­mises à des lois extra-européennes. 

Sur le plan finan­cier, Ligh­tOn pré­pare une levée de fonds « série A » très ambi­tieuse pour jus­te­ment rele­ver ces défis tech­niques et commerciaux. 

Et sur le plan humain, quels sont vos besoins ?

Nous recru­tons des pro­fils tech­niques très poin­tus en IA ou soft­ware engi­nee­ring bien enten­du, mais aus­si des experts en busi­ness deve­lop­ment, notam­ment vers l’international grâce à une équipe très diverse – nous comp­tons en ce moment 11 natio­na­li­tés par­mi nos 20 employés ! Cette ingé­nie­rie au plus près de l’état de l’art mon­dial, avec un impact rapide sur les pro­duits, est ce qui nous per­met d’attirer les meilleurs du domaine.

Pour plus d’information : www.LightOn.ai

---

Articles similaires :

Sécu­ri­ser le cloud, par le cloud Vel­tys : l’expert de l’intelligence des données Okwind : une éner­gie intel­li­gente en cir­cuit court Arte­fact : « Les entre­prises qui dure­ront sont celles qui auront réus­si la dif­fu­sion d’une culture data » Fair Vision : de la Com­pu­ter Vision au Méta­vers, l’IA pour tous