L'Ecole AI, la start-up française qui veut démocratiser l'IA visuelle
Fondée en 2020, l'Ecole AI ambitionne de révolutionner l'accessibilité aux systèmes d'intelligence artificielle. Pour l'heure, la start-up française concentre ses efforts sur la démocratisation des modèles de computer vision. Le but est de cibler, dans un premier temps, le secteur médical, un domaine où l'image est omniprésente. Pour parvenir à cette mission, la petite équipe de 7 personnes est parvenue à lever 3 millions d'euros en octobre 2023 auprès de Sofinnova Partners et auprès de profils de renom : le CEO d'Hugging Face Clément Delangue, l'ancien responsable deep learning d'Apple Nicolas Pinto ou encore le vice-président de la recherche chez Google DeepMind Clément Farabet .
Une interface graphique intuitive
Louis-Alexandre Etezad-Heydari, co-fondateur de l'entreprise, s'est rapatrié de New York à Paris il y a quelques mois. Le but est d'ancrer l'entreprise en France et de recruter de beaux profils en IA à Paris. "J'ai ressenti une certaine naïveté et un danger pour l'Europe face aux Etats-Unis et à la Chine, ce qui m'a poussé à croire que je pouvais apporter ma contribution. Il existe en France un réservoir, un écosystème quasiment en place. Un écosystème de financement où les ingénieurs compétents sont disponibles", détaille l'ancien co-fondateur de Twitter Cortex, l'équipe jadis chargée de la recherche en intelligence artificielle pour le réseau social.
Très concrètement, l'Ecole AI développe depuis plusieurs mois une interface graphique permettant à des non-spécialistes de fine-tuner un modèle d'IA visuelle pour pouvoir l'utiliser ensuite au quotidien et pouvoir le ré-entraîner régulièrement. Les équipes planchent sur un outil qui soit le plus simple d'utilisation possible. "On peut comparer cette démarche à celle d'Apple lorsqu'ils ont introduit leur interface graphique à une époque où seules des lignes de commande existaient. Pour paraphraser une célèbre citation de Clemenceau, "la guerre est une affaire trop sérieuse pour la confier aux militaires", je dirais que l'IA est un sujet bien trop crucial pour être laissée entre les seules mains des ingénieurs et des militaires", illustre Louis-Alexandre Etezad-Heydari.
Une architecture modulaire
Encore en phase de test, l'outil est déjà quasi-fonctionnel. Le fine-tuning est simplifié à l'extrême. Sur une interface similaire à celle d'un jeu vidéo, l'utilisateur sélectionne les images qui contiennent l'élément recherché (labélisation). Une fois cette sélection faite, sur une ou plusieurs centaines d'images environ (variable selon le cas d'usage), le modèle est fine-tuné sur les serveurs de l'Ecole AI, pendant quelques minutes. Une fois le fine-tuning terminé, l'utilisateur doit procéder à la validation de l'entraînement pour évaluer la performance du modèle et affiner si besoin. Et c'est à peu près tout. Le modèle affiné est utilisable en l'état avec des taux d'accuracy très élevés de l'ordre de 90.5 à 93.5 %.
Pour l'heure, l'interface de l'Ecole AI se base sur un modèle à l'architecture YOLO (un réseau de neurones pour la détection d'objets). Un brique technologique qui n'est pas figée et qui pourrait être amenée à évoluer dans le temps de manière intelligente. L'équipe surveille de près les dernières avancées de la recherche et de l'open source, afin de toujours utiliser les modèles les plus performants. Ainsi, le modèle SAM (Segment Anything Model) développé par Meta est déjà envisagé pour accélérer la phase de labellisation des données d'entraînement. Grâce à une architecture modulaire, la plateforme pourra intégrer de façon transparente pour l'utilisateur les nouveaux modèles, dès leur disponibilité. Cette adaptabilité devrait être orchestrée de manière automatique, par un agent, afin de fournir une expérience utilisateur toujours à la pointe technologiquement, mais sans friction pour les utilisateurs métier non-experts en IA. Le but est d'automatiser au maximum la boucle de création, test et amélioration du modèle.
Une approche on-device envisagée
Pour l'heure l'inférence et l'entrainement du modèle se font à distance. A terme, l'ambition de l'Ecole AI est de proposer une interface graphique simple et utilisable en local. Louis-Alexandre Etezad-Heydari en est persuadé, les appareils Apple dotés des nouvelles puces (M1, M2….) seront partie intégrante de cette évolution. "Les devices Apple sont faits pour faire tourner des IA. C'est précisément la raison d'être de l'iPad. Nous avons des visions d'apprentissage décentralisé ou fédéré. Par exemple, si un client possède un hôpital ou plusieurs tablettes, le modèle pourrait éventuellement se déployer directement sur l'iPad. Cependant, le lancement de l'inférence sur l'appareil ne se fera pas simultanément avec celui du produit. Cela prendra du temps car nous devons soit choisir de convertir un modèle YOLO en Core ML, soit développer notre propre solution", détaille le co-fondateur de l'Ecole AI.
Pour l'heure, l'Ecole AI prévoit de cibler le secteur de la santé. A terme, l'entreprise n'exclut pas de s'ouvrir à d'autres secteurs ayant des problématiques similaires de données non-ratissables, comme l'industrie, ou la Défense, par exemple. "Dans le cas spécifique de la Défense, la reconnaissance de véhicules est un usage particulièrement crucial. L'analyse des images capturées par les drones et les satellites revêt une importance capitale pour la détection de potentielles menaces ou d'éléments d'intérêt", anticipe Louis-Alexandre Etezad-Heydari.