Les neurones topologiques : la nouvelle architecture d’IA qui veut comprendre le monde humain (🎤 Hugo Micheron et Antoine Jardin, Arlequin AI)

Antoine Jardin (0:00)

Les systèmes qu'on construit, ce sont des systèmes qui permettent automatiquement d'accomplir ces tâches de connexion, de mise en relation de structures de données complexes, profondes, qu'on ne pourrait pas deviner avec un cerveau et un travail humain, et donc de rendre transparente ces grandes structures de données pour des usages qui vont des enjeux de sécurité, détection de fraude, jusqu'à des thématiques comme par exemple, la surveillance de l'intégrité de l'information ou de la qualité du débat démocratique par le système médiatique.

Jerome Colombain (0:34)

Une nouvelle forme d'intelligence artificielle après les LLM, après les World Models, voici les neurones topologiques. Une intelligence artificielle qui examine les connexions entre les données pour bâtir des raisonnements artificiels. Et c'est une entreprise française qui est pionnière dans ce domaine, la société Arlequin AI. Je suis ravi de recevoir ses co-fondateurs. Hugo Micheron, Antoine Jardin. Bonjour, messieurs.

Antoine Jardin (0:58)

Bonjour.

Jerome Colombain (1:00)

Hugo Micheron, vous êtes chercheur en sciences politiques spécialisé sur le Moyen-Orient. Antoine Jardin, vous êtes ingénieur de recherche au CNRS. Et tous les deux, vous êtes surtout co-fondateur, respectivement CEO et CTO, de la société Arlequin AI, qui est une startup de deep tech spécialisée dans le traitement massif des données. Alors vous allez nous expliquer tout ça. Arlequin vient de lever 28 millions d'euros, notamment pour développer un concept très ambitieux de modèles d'IA fondés sur les neurones topologiques.

Là aussi, on a besoin d'explications. Mais avant tout, comment est-ce qu'on peut présenter un peu l'activité d'Arlequin qui est finalement assez vaste ?

Hugo Micheron (1:40)

Oui, absolument. Donc déjà, Arlequin, c'est, comme vous l'avez rappelé, une boîte de deep tech, c'est-à-dire qu'on innove et on fait de la recherche en IA. Ça, c'est le premier pied d'Arlequin. Le deuxième pied, c'est qu'on a une plateforme d'analyse de la donnée qui est faite pour pouvoir traiter des données en très grande quantité et pour extraire tous les éléments d'information, tous les liens de causalité, de trouver et de pondérer tous les signaux sans inférieur et de biais. Donc, c'est dit comme ça.

On pourrait peut-être faire un parallèle, si vous voulez, avec l'imagerie médicale. Vous voyez les scans d'imagerie médicale qui permettent de scanner une zone du corps, par exemple, le cerveau pour voir à travers et ensuite pouvoir qualifier ça médicalement parlant. Et bien, si vous voulez, la plateforme d'Arlequin, c'est la même chose appliquée à l'information. Donc, on va apporter des jeux de données qu'on va placer dans la plateforme sans poser de questions et on va faire un scan informationnel qui va nous permettre de voir toute la structure d'information. Quelles sont les informations ? Quels sont les liens de causalité ? Qu'est-ce qui pondère les signaux entre les uns et les autres ? Et donc, qui va permettre ensuite de spécifier ça. Et c'est pour ça qu'on travaille sur des secteurs qu'on appelle usage stratégique de l'information, qui va de la sécurité et défense jusqu'au secteur bancaire, là où on n'a pas le droit de se tromper. Et ça repose sur une architecture qu'on a développée nous-mêmes, qui va plus loin que les modèles d'IA aujourd'hui, qui repose beaucoup sur les modèles de langage, comme les Mistral, les ChatGPT, etc. et qui sont des modèles probabilistes. Nous, on travaille sur des sujets où la probabilité ne suffit pas. Il faut pouvoir démontrer, prouver. Et donc, il faut aller un cran plus loin. C'est ce que font nos systèmes.

Jerome Colombain (3:17)

L'un des aspects, c'est notamment l'application qui peut être faite pour analyser l'information dans les médias, etc. D'ailleurs, il faut dire, Hugo Micheron, que vous êtes une tête connue sur les plateaux de télé, puisque vous intervenez souvent en tant que spécialiste du Moyen-Orient. Donc, c'est très complémentaire, cette activité entreprenariale sur la data, sur l'IA.

Quand on parle de Deep Tech, on comprend bien. On est vraiment au cœur d'une technologie très nouvelle, très disruptive. Antoine Jardin, vous êtes le CTO. Est-ce que le coma des mortels peut comprendre un petit peu tout ce qui se cache derrière ça ?

Antoine Jardin (3:55)

Oui, tout à fait, c'est compréhensible. L'approche qu'on poursuit, c'est une approche dans laquelle, comme l'a évoqué Hugo, on veut pouvoir tracer les relations entre les données. Et on peut comprendre des formes qui sont entre différents blocs de données. C'est ce que vous faites dans votre travail au quotidien en tant que journaliste. Vous envoyez des faits, des éléments, des personnes, vous les reliez entre elles pour pouvoir rendre compte de ce qui se passe d'une façon qui est vérifiable, auditable et qui fait que vos lecteurs peuvent avoir confiance dans les résultats que vous leur présentez.

Ce besoin-là, on le retrouve dans énormément de métiers et traditionnellement, on est obligé de le faire à la main. Donc c'est possible de le faire sur des petits volumes, mais c'est très difficile de le faire sur des grands volumes de données. Les systèmes qu'on construit, ce sont des systèmes qui permettent automatiquement d'accomplir ces tâches de connexion, de mise en relation de structures de données complexes, profondes, qu'on ne pourrait pas deviner avec un cerveau et un travail humain, et donc de rendre transparentes ces grandes structures de données pour des usages qui vont des enjeux de sécurité, détection de fraude, jusqu'à des thématiques comme par exemple, la surveillance de l'intégrité de l'information ou de la qualité du débat démocratique par le système médiatique.