La start-up Advanced Machine Intelligence (AMI), cofondée par le chercheur français Yann LeCun, a annoncé une levée de fonds d’environ un milliard de dollars. Ce financement doit soutenir ses travaux sur de nouveaux modèles d’intelligence artificielle.
L’entreprise, basée à Paris, indique que ce financement initial doit accélérer ses activités de recherche et de développement. Les travaux concernent notamment des systèmes capables d’interagir avec le monde physique.
Cette opération financière intervient après la création récente de l’entreprise par Yann LeCun, scientifique en chef de l’intelligence artificielle chez Meta et lauréat du prix Turing en 2018. Selon les informations communiquées lors de l’annonce, la société vise à développer une nouvelle génération de modèles d’IA destinés à traiter et comprendre des situations du monde réel.
Une levée de fonds proche d’un milliard de dollars
Le montant exact de l’opération varie selon les estimations rendues publiques. Plusieurs informations évoquent un financement d’environ un milliard de dollars, soit près de 890 millions d’euros. D’autres évaluations situent l’opération légèrement au-dessus de ce seuil.
Le tour de table a été mené par plusieurs fonds d’investissement internationaux spécialisés dans la technologie. Des structures telles que Cathay Innovation, Greycroft, Hiro Capital ou HV Capital figurent parmi les investisseurs mentionnés. Le fonds Bezos Expeditions, lié à Jeff Bezos, apparaît également dans certaines informations publiées sur cette opération.
Ce financement correspond à la phase initiale de développement de la société. Des estimations financières évoquent une valorisation de l’entreprise comprise entre environ 3 et 3,5 milliards de dollars avant financement.
« Les montants évoqués oscillent entre 890 millions d’euros et un peu plus d’un milliard de dollars selon les informations disponibles sur l’opération. »
Des recherches centrées sur les « world models »
Les travaux annoncés par AMI portent sur le développement de modèles d’intelligence artificielle capables de représenter et d’anticiper des situations dans le monde physique. Cette approche, parfois désignée comme des « world models », vise à permettre aux systèmes d’IA d’intégrer des informations sur les interactions entre objets, environnements et actions.
Ces recherches se distinguent des approches fondées principalement sur les grands modèles de langage, qui dominent actuellement une partie du secteur. Le projet annoncé vise notamment à développer des systèmes capables de raisonner, planifier et agir dans des environnements complexes.
« Les systèmes développés doivent permettre à l’intelligence artificielle de comprendre le fonctionnement du monde physique », explique Yann LeCun dans plusieurs présentations du projet.
La start-up prévoit d’utiliser ces fonds pour constituer des équipes de recherche et développer des infrastructures de calcul. Ces ressources doivent également financer la poursuite des travaux scientifiques dans ce domaine.
Un projet issu du parcours académique et industriel de Yann LeCun
Yann LeCun figure parmi les chercheurs associés au développement des réseaux de neurones modernes. Ses travaux ont contribué à plusieurs avancées dans l’apprentissage profond, domaine central de l’intelligence artificielle contemporaine.
Avant la création d’AMI, il dirigeait la recherche fondamentale en intelligence artificielle chez Meta. Il a également occupé des fonctions universitaires, notamment à l’université de New York.
La nouvelle entreprise s’inscrit dans la continuité de ses recherches sur des architectures d’intelligence artificielle destinées à modéliser l’environnement physique et les interactions entre agents et objets.
Une nouvelle étape pour la recherche en intelligence artificielle
La levée de fonds permet à AMI d’engager ses premières phases de développement scientifique et technologique. Les travaux annoncés concernent la création de modèles d’intelligence artificielle capables de représenter et d’anticiper des situations dans des environnements réels.
À ce stade, plusieurs éléments restent à préciser concernant l’organisation des équipes de recherche, les premiers produits envisagés ou le calendrier des développements scientifiques.
Dans quelle mesure ces nouveaux modèles seront-ils intégrés à des applications industrielles ou technologiques dans les prochaines années ? Quels résultats scientifiques permettront d’évaluer les capacités de ces systèmes à modéliser des interactions avec le monde physique ?