Google ouvre son centre de R&D dans l'IA en France

Google ouvre son centre de R&D dans l'IA en France En marge de la remise du rapport Villani, le groupe annonce le recrutement d'un premier chercheur français à Paris : Cordelia Schmid. Une chaire IA sera aussi lancée avec Polytechnique.

En janvier dernier, Google annonçait son intention d'ouvrir un centre de recherche fondamentale sur l'intelligence artificielle à Paris (lire le post officiel). Le groupe américain a saisi l'occasion de la remise au gouvernement du rapport Villani sur l'IA aujourd'hui pour donner le coup d'envoi de la nouvelle activité. "Nous avons recruté la chercheuse français Cordelia Schmid", confie Olivier Bousquet, directeur de recherche en machine learning de Google. Spécialiste en vision par ordinateur, Cordelia Schmid est rattachée au campus de l'Inria à Grenoble, où elle conservera d'ailleurs un mi-temps. Reconnue mondialement, elle a reçu en 2016 le prix  Inria - Académie des sciences pour ses travaux.

Dans un premier temps, le centre de recherche de Google accueillera entre 15 et 20 chercheurs. Situé au sein du siège de Google France, 8 rue de Londres à Paris, il a pour mission d'étudier comment l'IA peut résoudre des problèmes sociétaux. Trois grands champs d'investigation ont été définis : l'environnement, la santé, ainsi que la culture et les arts. En bout de course, les résultats pourront naturellement bénéficier aux produits et services du géant américain. "Nos travaux de R&D en IA se retrouvent dans de nombreux produits, de notre API de reconnaissance d'image Cloud Vision à notre service cloud AutoML taillé pour créer des modèles d'auto-apprentissage, par exemple", égraine Olivier Bousquet.

"Notre centre d'IA à Paris publiera ses résultats : algorithmes, modèles de machine learning, jeux de données utilisés pour les entraîner"

Le processus de recherche mis en œuvre sur Paris sera calqué sur celui du projet Tensorflow. Une infrastructure d'IA que Google a choisi de publier en open source en 2015 pour en faire bénéficier la communauté et créer de l'émulation. Aujourd'hui, le résultat est là : Tensorflow affiche 1 400 contributeurs sur GitHub. Une force de frappe qui n'aurait jamais pu être atteinte sans cette logique d'ouverture.

Dans le sillage de cette philosophie, "le centre d'IA à Paris publiera ses résultats : algorithmes, modèles de machine learning, jeux de données utilisés pour les entraîner...", insiste Olivier Bousquet. L'idée est, in fine, de permettre aux chercheurs de comparer la qualité de leur solution, et ainsi de créer une spirale de compétition positive.

Un partenariat avec l'Inria

"Nous avons choisi la France pour implanter ce centre compte tenu du dynamisme de ce pays en matière d'éducation et de recherche en IA", ajoute Olivier Bousquet. Google entend d'ailleurs contribuer activement à cette dynamique. Dans cette optique, il annonce la création d'une chaire en intelligence artificielle (baptisée Artificial Intelligence and Visual Computing) en partenariat avec l'Ecole Polytechnique. "L'idée est de promouvoir la formation de nouveaux chercheurs sur le sol français", insiste Olivier Bousquet. Toujours dans le but de s'intégrer au tissu scientifique local, Google a aussi signé un partenariat avec l'Inria qui prévoit la mise en œuvre de projets de recherche communs, en particulier en algorithmie.

Dans la même logique, Google compte déployer en France plusieurs programmes de soutien à la recherche publique en IA. Des bourses seront proposées aux doctorants pour financer leur thèse (via le dispositif Cifre), et des stages de formation de longue durée ouverts au sein du nouveau centre parisien. "À titre d'exemple, nous finançons déjà un projet d'optimisation à grande échelle des réseaux de neurones dirigé par Francis Bach (INRIA et ENS) et Alexandre d'Aspremont (CNRS et ENS)", indique-t-on chez Google.  Enfin, le groupe prévoit de mettre à disposition ses ressources de calcul à des équipes de chercheurs français. Et notamment celles de son TensorFlow Research Cloud (TFRC), un cluster de 1 000 TPU (pour tensor processing unit), spécialement conçu pour le machine learning.