Liquid AI veut surpasser les grands modèles de langage avec ses « réseaux de neurones liquides »

0


Liquid AI veut révolutionner le paysage de l’IA avec un type de réseau de neurones encore peu connu. Spin-off du MIT, la jeune entreprise a été fondée par un quatuor de scientifiques du laboratoire CSAIL spécialisés dans l’intelligence artificielle : Ramin Hasani (CEO), Mathias Lechner (CTO), Alexander Amini et Daniela Rus (roboticienne de renom et directrice du laboratoire). En décembre dernier, elle a réuni en amorçage un financement de 37,6 millions de dollars afin de développer une nouvelle génération de modèles d’IA basée sur ces « liquid neural networks », ou réseaux de neurones liquides.

Un tour de table réalisé sous l’égide d’OSS Capital et de PagsGroup (le family office de Stephen Pagliuca), avec la participation d’investisseurs tels que Breyer Capital, Tom Preston Werner (co-fondateur de GitHub),Safar Partners, ISAI Cap Venture (le fonds de capital-risque de Capgemini géré par ISAI), Tobias Lütke (co-fondateur de Shopify), David Siegel (Two Sigma), Chris Prucha (cofondateur de Notion), Marc Casper (président-directeur général de Thermo Fisher) et Bob Young (cofondateur de Red Hat) pour ne citer qu’eux.

Exploiter les « réseaux de neurones liquides »

La jeune pousse est basée à Boston et à Palo Alto et compte une vingtaine d’employés à date. Elle est née d’une innovation technologique : en 2022, l’équipe de Daniela Rus au CSAIL est parvenue à faire passer des réseaux de neurones liquides (conceptualisés pour la première fois en 2018 à l’Université de technologie de Vienne) à une échelle jusqu’alors inatteignable, les rendant potentiellement exploitables pour des cas d’usage pratiques.

Les réseaux de neurones liquides sont appelés ainsi car leur architecture est particulièrement flexible. Ils ont la capacité d’adapter de façon dynamique les échanges de données entre leurs « neurones », ce qui leur permet de prendre en compte des cas de figure même lorsqu’ils diffèrent de leurs données d’entraînement. Cela les rend particulièrement intéressant pour des usages comme la conduite autonome.

Cette architecture fait aussi qu’ils nécessitent beaucoup moins de paramètres que d’autres types de modèles, et en conséquence beaucoup moins de puissance de calcul pour être entraînés et exploités. A titre d’exemple, un réseau de neurones liquide aurait besoin de moins de 20 neurones et 20 000 paramètres pour piloter la navigation d’un drone en extérieur. Enfin, leur petite taille (relative) facilite en théorie l’explicabilité de leurs résultats.

Prendre le chemin de la commercialisation

Lors de tests réalisés l’année dernière, Liquid AI serait parvenu à largement surpasser les modèles de pointe pour le pilotage automatique de drones. La start-up cherche désormais à créer des modèles à la fois pour des applications spécifiques comme la navigation (drones, voitures autonomes, camions), mais aussi pour l’IA générative, qui est le grand sujet du moment.

Dans un entretien accordé à TechCrunch, son CEO Ramin Hasani est allé jusqu’à déclarer que la start-up « est en compétition avec des fournisseurs de modèles de fondation qui développent des GPTs ». Cela représente beaucoup de monde, d’OpenAI à Mistral AI en passant par Google, Meta, Anthropic, Cohere et bien d’autres. Outre le développement de modèles basés sur cette architecture novatrice, Liquid AI compte fournir des infrastructures de calcul on-premise et en cloud privé à ses clients, ainsi que des outils pour qu’ils développent leurs propres modèles avec sa technologie.

Sélectionné pour vous

Walmart transforme les habitudes des consommateurs avec l'IA générative



Source link

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.