Une start-up britannique, Unlikely AI, dévoile une approche "neuro-symbolique" pour l'intelligence artificielle
Unlikely AI, une start-up basée au Royaume-Uni, a présenté sa méthode d'intelligence artificielle (IA) révolutionnaire, appelée "neuro-symbolique", en mettant l'accent sur la résolution de problèmes courants tels que la biais, la hallucination et la précision. Fondée en 2019 par William Tunstall-Pedoe, le cerveau derrière l'assistant vocal Evi racheté par Amazon, qui a donné naissance à Alexa, Unlikely AI a obtenu un financement de démarrage considérable de 20 millions de dollars. La société a récemment renforcé son équipe avec deux nominations clés : Tom Mason, l'ancien directeur technique de Stability AI, et Fred Becker, désormais directeur administratif.
La plateforme d'Unlikely AI intègre des capacités d'apprentissage profond avec des méthodologies logicielles traditionnelles pour augmenter la fiabilité et réduire l'impact environnemental. Tunstall-Pedoe souligne l'importance de créer une "IA fiable" qui peut s'intégrer facilement à diverses applications tout en assurant la précision et la transparence.
Points clés à retenir
- Unlikely AI introduit une approche "neuro-symbolique", combinant les réseaux neuronaux et l'IA symbolique.
- La start-up vise à résoudre les points faibles de l'IA, tels que la biais, la hallucination et les préoccupations en matière de précision.
- Nominations clés de Tom Mason, ancien DSI de Stability AI, et de Fred Becker en tant que directeur administratif chez Unlikely AI.
- La société cherche à réduire l'impact environnemental et les coûts liés aux modèles d'IA étendus.
- Unlikely AI, basée à Londres et Cambridge, envisage une mise en œuvre et une influence importantes de l'IA.
Analyse
L'approche neuro-symbolique d'Unlikely AI a le potentiel de redéfinir la fiabilité de l'IA, impactant les géants de l'industrie et les start-ups. La fusion de l'apprentissage profond et des méthodologies traditionnelles vise à atténuer la biais et à améliorer la précision, ce qui pourrait façonner la dynamique du marché. Les recrutements clés de Stability AI et Skype soulignent une expansion stratégique, impressionnant la confiance des investisseurs et l'efficacité opérationnelle. À court terme, les concurrents de l'industrie peuvent embrasser des stratégies similaires, tandis qu'à long terme, une adoption plus large pourrait façonner les repères de l'IA, influençant les politiques technologiques mondiales et les pratiques de durabilité.
Saviez-vous que?
- Neuro-Symbolic AI :
- Fusionne les réseaux neuronaux (apprentissage profond) avec l'IA symbolique (systèmes basés sur des règles).
- Visent à exploiter les forces des deux méthodologies : en utilisant les réseaux neuronaux pour la reconnaissance de modèles et l'apprentissage des données, et l'IA symbolique pour la raison logique et l'interprétabilité.
- Aborde les problèmes courants de l'IA tels que la biais et la hallucination en fusionnant la raison structurée avec le traitement de données non structurées.
- Modèles de base :
- Désignent de grands modèles d'IA formés sur d'importants jeux de données, capables d'effectuer une large gamme de tâches sans formation spécifique supplémentaire.
- Exemples incluent GPT-3 et BERT, pré-formés sur d'importants corpus de texte et adaptables à diverses applications.
- Unlikely AI envisage de développer son propre modèle de base ou d'adopter une stratégie mixte, équilibrant les avantages d'un modèle unifié avec la flexibilité des alternatives open-source.
- Impact environnemental de l'IA :
- Les grands modèles d'IA, en particulier ceux fondés sur l'apprentissage profond, nécessitent des ressources informatiques substantielles et de l'énergie, contribuant aux émissions de carbone.
- L'accent mis par Unlikely AI sur la réduction de l'impact environnemental implique l'optimisation de leurs modèles pour l'efficacité, potentiellement par des architectures plus rationalisées ou des méthodes hybrides qui requièrent moins de formation et de déploiement moins énergivores.
- Cette considération reflète une prise de conscience croissante dans le secteur technologique quant à la durabilité du développement et du déploiement de l'IA.