Liquid AI, sorte de spin-off du Massachusetts Institute of Technology (MIT), a annoncé le 6 décembre avoir levé 37,5 millions de dollars. Ce financement permettra à cette nouvelle entité de concevoir des modèles d’intelligence artificielle (IA) alimentés par un nouveau type de réseau neuronal.
Les réseaux de neurones liquides : l’IA du futur ?
Pour sa levée de fonds, Liquid AI s’est rapproché de plusieurs fonds d’investissement, et a pu compter sur la participation d’investisseurs privés comme le cofondateur de GitHub, Tom Preston Werner, le cofondateur de Shopify, Tobias Lütke, et le cofondateur de Red Hat, Bob Young. La nouvelle entreprise est désormais valorisée à 303 millions d’euros.
Inscrivez-vous à la newsletter
En vous inscrivant vous acceptez notre politique de protection des données personnelles.
Ramin Hasani, ancien directeur scientifique de Vanguard, dirige cette entité. Il est accompagné de Mathias Lechner, au poste de Chief Technology Officer (CTO), et Alexander Amini en tant que directeur scientifique. Avec l’aide de Daniela Rus, cofondatrice du spin-off et directrice du laboratoire d’informatique et d’IA du MIT, les trois chercheurs ont inventé les réseaux de neurones liquides (LNN). C’est pour exploiter leur découverte qu’ils ont créé Liquid AI.
Contrairement à un réseau de neurones plus classique, les réseaux de neurones liquides exploitent moins de neurones et de paramètres, mais proposent des performances tout aussi fiables. À titre de comparaison, un réseau de neurones liquides formé pour effectuer des tâches tel que piloter un drone en extérieur peut contenir que 20 000 paramètres, et moins de 20 neurones. À l’aide d’un réseau neuronal convolutif (CNN) généralement utilisé pour la formation de modèles de deep learning, le nombre de paramètres et de neurones utilisés serait démultiplié, atteignant au minimum 100 000 neurones et un demi-million de paramètres.
Si avec les technologies actuelles, un modèle possédant un faible nombre de paramètres et de neurones est synonyme de solution moins performante, avec les réseaux neuronaux liquides, les cartes seront rebattues. Avec moins de neurones et de paramètres, mais un haut niveau de performance, les modèles développés exploiteront moins de puissance de calcul. Une véritable avancée qui permettrait de réduire la facture très salée du fonctionnement des IA génératives.
Les réseaux neuronaux liquides présentent un dernier avantage de taille. Ils ont la capacité d’adapter leurs paramètres en fonction des requêtes des utilisateurs pour mieux répondre à leurs besoins. Dans le cadre de tests effectués par Liquid AI, les LNN ont devancé d’autres algorithmes de pointes, parvenant à prendre des décisions cohérentes contrairement aux modèles utilisant des CNN.
Plus tôt cette année, l’équipe de Liquid AI a réussi à développer un réseau neuronal liquide comportant 19 neurones. Les chercheurs du MIT ont exploité une base de données issues des vols d’un pilote professionnel de drone pour former leur modèle. Ils l’ont déployé leur solution sur une flotte de drones quadrotors, pour voir s’ils pouvaient voler de manière autonome dans divers environnements extérieurs, comme des forêts ou une zone urbaine dense. Jusqu’à présent, les expériences menées par Liquid AI semblent être concluantes.