En 2023, le marché mondial de la géolocalisation a atteint une valeur de 18,52 milliards de dollars et pourrait enregistrer une croissance annuelle de 15,6 % sur la période 2023-2030, selon Grand View Research. La croissance du marché en France peut être expliquée par plusieurs facteurs, les services de géolocalisation devenant rapidement un aspect essentiel de la vie quotidienne de nombreuses personnes, avec une dépendance accrue aux logiciels de navigation, aux applications de covoiturage ou aux mises à jour des transports en temps réel.

L’intelligence de localisation joue un rôle décisif en connectant les éléments de données existants au contexte géospatial environnant. Dans un monde de plus en plus data driven, les données spatiales offrent une valeur ajoutée incontestable. Tous les points de données entretiennent des liens avec le monde physique, que ce soit à travers les domiciles ou les adresses professionnelles des clients. Elles peuvent révéler des informations sur leurs revenus probables, leur situation familiale et leur mode de vie. Les entreprises, qu’elles soient clientes ou concurrentes, opèrent sur divers marchés et dans différents domaines de services. De même, les modèles météorologiques et de circulation, en s’étendant dans le temps et l’espace, fournissent des informations précieuses aux décideurs qui ont à leur disposition les données et les outils appropriés.

Les cas d’utilisation des données géospatiales sont pratiquement illimités. Les institutions financières y recourent pour détecter les anomalies et identifier les potentiels cas de fraude, par exemple. En combinant des données météorologiques en temps réel avec des informations sur les assurés, ils sont en mesure d’avertir leurs clients de l’imminence d’un ouragan, d’une tempête ou d’un événement similaire. Enfin, les opérateurs de télécommunications s’appuient pour leur part sur la géolocalisation pour une meilleure compréhension des besoins des clients et pour s’assurer de l’optimisation de la planification du réseau. Trois principales tendances émergent ainsi en matière d’intelligence de localisation observées pour 2024.

Les informations de localisation, gage de meilleurs résultats en matière d’IA

L’intelligence artificielle révolutionne le fonctionnement des entreprises dans tous les secteurs d’activité. Il est nécessaire de garantir que les données utilisées pour l’apprentissage des modèles d’IA soient intègres, avec une précision, une cohérence et un contexte des plus exigeants, afin d’optimiser les performances.

Sans contexte des nuances et des dépendances d’un scénario réel donné, l’IA peut finir par baser ses recommandations sur une partie infime de la situation globale. Cela peut conduire à des résultats incomplets, inexacts ou non pertinents du point de vue du contexte, avec des conséquences potentiellement dangereuses par la suite.

Pour mieux comprendre les comportements d’achat des clients et autres acteurs du marché, les entreprises doivent ainsi utiliser des données de localisation pour enrichir leurs modèles. Cette pratique relie l’emplacement des consommateurs à diverses données, améliorant ainsi l’efficacité du modèle. Il est donc nécessaire d’intégrer des jeux de données tiers et des informations spatiales pour augmenter la valeur, la précision et l’utilité des données pour les applications d’IA.

Le geo addressing au service du succès de la livraison du dernier kilomètre

Pour répondre aux attentes croissantes des consommateurs en matière de livraison rapide et fiable, les entreprises doivent intégrer des données de localisation dans leurs processus logistiques afin d’optimiser la livraison du dernier kilomètre. C’est la dernière étape cruciale du parcours d’un colis, généralement lorsqu’il quitte un centre de distribution pour atteindre sa destination finale. Les livraisons à domicile sont devenues si courantes au quotidien qu’elles passent souvent inaperçues, jusqu’à ce qu’un problème ne survienne. La montée en popularité des services de livraison alimentaire et des achats en ligne proposant la livraison le jour même, ont en effet élevé encore davantage le niveau d’attente : les consommateurs recherchent de manière croissante des expériences rapides, abordables et sans erreur.

De plus, les problèmes de livraison du dernier kilomètre émanent souvent de données d’adresse incomplètes. Par exemple, en cas d’informations de livraison incomplètes, le livreur ne peut mener sa mission à bien ou accuser des retards sur son planning, voire celui de collègues contraints de prendre le relais; affectant à la fois l’expérience des clients et des livreurs eux-mêmes.

Ainsi, les entreprises intègrent de plus en plus des solutions de geo addressing et d’enrichissement des données pour obtenir des informations pertinentes sur leurs clients. Le geo addressing combine le géocodage avec la vérification et l’auto-complétion des adresses, assurant ainsi des livraisons réussies et une expérience client fluide.

L’intelligence de localisation, moteur de l’intégrité des données

Cependant, afin de maximiser le potentiel des données de localisation, les entreprises doivent d’abord s’attaquer à la qualité de leurs données. Nous avons pu constater que 41% reconnaissent que la mauvaise qualité des informations de localisation constitue le principal frein à l’utilisation optimale des données de localisation dans leur organisation. Il est crucial de normaliser et de vérifier les données pour garantir leur adéquation à leur utilisation prévue.

En somme, l’impact des données de localisation repose sur un solide cadre de gouvernance des données, alignant le personnel, les processus et la technologie pour permettre aux entreprises de comprendre et de faire confiance aux données et métadonnées de localisation pour répondre à leurs impératifs. En abordant les problèmes de qualité des données et en éliminant les silos, les entreprises peuvent avancer vers le parcours pour l’intégrité de leurs données.

Les solutions technologiques basées sur l’IA s’étant développées très rapidement au point d’envahir notre quotidien, on comprend aisément pourquoi certains marketeurs – y compris les plus avertis – éprouvent quelques réticences à les adopter pleinement.

Principal problème relevé par ces derniers : le fait que les outils d’IA fournissent des informations parfois erronées. Près d’un marketeur sur deux qui recourt à l’IA générative a en effet déjà reçu des informations générées par l’IA qu’il savait inexactes. Plus préoccupant, un marketeur sur trois seulement serait capable d’identifier avec certitude si des informations fournies sont inexactes.

La partialité de l’IA est également un sujet : les outils d’IA sont connus pour être parfois sources d’informations biaisées. Si les équipes qui créent les modèles d’IA ne sont pas assez diversifiées, si elles n’ont pas connu suffisamment d’expériences différentes, les modèles d’IA seront alimentés avec des informations à la partialité proportionnelle à ce manque de diversité.

En outre, les marketeurs ne veulent pas dépendre trop largement des technologies d’IA. Ils se sont efforcés d’affûter leurs compétences dans le domaine de l’e-mail marketing, la rédaction de contenus, l’analyse de données ou encore le SEO… Ils ne veulent pas cesser d’utiliser et perdre ces compétences durement acquises. Au passage, il apparaît indispensable de rappeler que l’IA n’a pas pour vocation de remplacer l’humain, elle l’aide à travailler plus rapidement, jusqu’à gagner 25 jours par an !

La question mérite donc d’être posée : comment mieux contrôler les informations fournies par ces outils et trouver l’équilibre entre IA et compétences humaines ?

S’assurer de l’exactitude du contenu généré par l’IA

L’IA est en théorie un merveilleux outil, qui peut néanmoins s’avérer assez imprévisible. La principale raison étant que les modèles qui alimentent la plupart, voire tous les outils d’IA générative, ne peuvent qu’extraire du contenu daté d’il y a deux ans ou plus. Difficile dans ce contexte de compter sur des informations fiables sur un sujet qui évolue très rapidement, au fil de l’actualité. Les sujets de niche sont ainsi également sources de réponses inexactes de la part de la machine. Les outils d’IA ne restituent que les informations dont ils ont été nourris. Ils ne peuvent les trouver par eux-mêmes.

Si l’on ne peut donc jamais être sûr de l’exactitude des résultats, il est possible, par contre, de choisir la façon dont on tire parti de l’IA générative. L’IA peut fournir des résultats assez précis lorsqu’il s’agit de sujets bien documentés, durables et facilement vérifiables. En dehors de ce genre de contenu, il faut rester vigilant et ne pas hésiter à vérifier via un moteur de recherche.

Les meilleures pratiques éthiques et vérification des données fournies par l’IA

Apprendre à utiliser l’IA à bon escient – Les outils d’IA ne conviennent pas à toutes les tâches. Les résultats seront insuffisants, non pertinents voire biaisés, pour tout ce qui demande de la créativité, de l’originalité, ou de construire une opinion ou un certain point de vue, comme sur des sujets controversés ou politiques.

Si une information paraît inexacte, il faut la vérifier – Les moteurs de recherche permettent d’accéder à un large inventaire de sources fiables. Plus les données sont récentes, mieux c’est.

Ne pas faire cavalier seul – Surtout si le besoin est de créer du contenu qui aborde un sujet potentiellement polémique, ou pouvant avoir de graves répercussions. Mieux vaut demander à une tierce personne de relire avant de le publier.

Ne pas confondre utilisation de l’IA pour stimuler votre créativité, et le pur plagiat – En équipe, il faut décider du pourcentage de contenu qui doit être modifié avant de le considérer comme propriétaire.

L’IA ne remplacera jamais la créativité de l’être humain ni les liens que ce dernier sait établir. Une machine n’a pas de vécu et ne peut ni se former une opinion, ni gérer et former un employé. Elle représente un merveilleux outil pour les marketeurs, mais est inutile sans un regard humain, une vision stratégique et une bonne implémentation. Il ne faut donc pas voir l’IA comme un moyen de sauter des étapes, mais bien comme un moyen d’accélérer la création de contenu.

Depuis début avril, OpenAI déploie progressivement l’accès à ChatGPT sans inscription préalable. Les internautes qui n’utilisent pas la version gratuite de ChatGPT peuvent désormais tenter l’expérience mais n’auront toutefois pas accès à toutes les fonctionnalités.

Dès son lancement, ChatGPT a suscité l’engouement des internautes. Alors qu’il comptait un million d’utilisateurs en l’espace de cinq jours seulement, sa popularité ne se dément pas puisque 100 millions de personnes l’utilisent désormais chaque semaine selon OpenAI.

Dans le blog annonçant l’ouverture à tous du célèbre chatbot, la start-up déclare “C’est au cœur de notre mission de rendre des outils comme ChatGPT largement disponibles afin que les gens puissent profiter des avantages de l’IA“.

Pour accéder instantanément à la version gratuite de ChatGPT basée sur GPT-3,5 dont les informations ont été mises jusqu’à janvier 2022, il suffit de se rendre sur chatgpt.openai.com. Il est possible de converser avec l’IA, de lui demander de l’aide à la rédaction ou de raconter des histoires mais certaines fonctionnalités ne seront pas activées, comme la possibilité d’enregistrer et de consulter l’historique des discussions ou de partager ces dernières.

OpenAI escompte peut-être fidéliser les utilisateurs et les inciter à passer à la version payante ChatGPT Plus qui intègre DALL-E 3 et leur apporterait des informations mises à jour. Ce qui est certain, c’est qu’il entraînera ses modèles sur les données des conversations sauf si l’option a été désactivée dans les paramètres, qu’un compte ait été créé ou non.

La start-up annonce également avoir mis en place des mesures de protection de contenu supplémentaires telles que le blocage des invites et des générations dans un plus large éventail de catégories.

Jusqu’à présent, ChatGPT refusait tout ce qui pouvait avoir trait avec la haine, la discrimination, les activités illégales (piratage informatique, fraude, contrefaçon…), la pornographie, l’incitation à la violence, le harcèlement et l’intimidation. OpenAI n’a pas précisé la nature des invites qui seraient exclues dans cette expérience sans connexion.

Afin d’optimiser le processus de prise en charge des patients, d’assurer une continuité de soins hôpital-médecine de ville, et de réduire la charge de travail des secrétaires, les Hôpitaux Civils de Colmar (HCC) se sont équipés de Dragon Medical One, une solution de reconnaissance vocale de Nuance communications, entreprise acquise par Microsoft en 2022, pour automatiser la rédaction de comptes-rendus et lettres de liaison.

L’Établissement Public de Santé HCC, composé de 4 sites distincts géographiquement sur la partie ouest de la ville de Colmar, compte 675 médecins et réalise 413 653 admissions par an. Plus de 200 médecins d’entre eux utilisent désormais Dragon Medical One.

Basée sur le deep learning, hébergée dans les centres sécurisés Microsoft Azure en France, avec une IA entrainée sur un vocabulaire médical professionnel, cette solution s’interface directement avec le dossier patient informatisé (DPI) Easily des HCC.

Le Dr Marc Schneider, urologue, utilise Dragon Medical One depuis une dizaine d’années, tant dans un cadre professionnel que personnel, il était déjà convaincu des avantages en termes de précision, de rapidité et de gain de temps que cette solution offre.

À cette époque, même la secrétaire la plus expérimentée passait entre 15 et 20 minutes pour finaliser une lettre. Avec une charge de travail comprenant environ cinquante patients par jour, en plus de ses autres responsabilités, le processus de révision de ces lettres par le Dr Schneider prenait généralement deux à trois mois. Relire une pile de documents et de courriers de patients rétrospectivement représentait un défi majeur, nécessitant de se rappeler tous les détails.

Depuis l’intégration réussie de Dragon Medical One aux HCC, et sa compatibilité avec le DPI, le Dr Schneider a encouragé ses collègues à l’adopter afin d’alléger le fardeau des secrétaires surchargées.

Désormais, une lettre médicale est remise au patient directement à la fin de la consultation, réduisant ainsi les délais pour les autres intervenants de la prise en charge hospitalière. Elle est également transmise au médecin traitant via une messagerie sécurisée et à Mon Espace Santé (si le patient a consenti).

Le Dr Schneider, également expert médical dans les procédures de plaintes de patients dans toute la France, affirme :

“Dragon Medical One a participé à améliorer l’accueil des patients. Il est inenvisageable de travailler sans. Avec Dragon Medical One, je peux dicter un résumé d’un dossier de 300 pages juste en 2 heures, alors que sans la solution, il m’en faudrait 4″.

Le Dr Marie-Sandrine Mann, spécialiste en médecine physique et de réadaptation, qui gère diverses consultations au sein des HCC, utilise elle aussi la solution. Elle crée des comptes rendus spécifiques pour chaque type de consultation, qu’il s’agisse de consultations externes spécialisées, comme la consultation post-AVC ou le bilan sclérose en plaques, de consultations de podologie, de réunions de concertation pluridisciplinaire pour le pied diabétique et neuropathique, ou encore d’avis interservices et de consultations en hôpital de jour.

Elle explique :

“Avec Dragon Medical One, l’information précise est affichée instantanément dans le DPI, sans erreur. Dragon Medical One m’aide dans la rédaction des comptes rendus de consultation en direct devant le patient, et aussi des lettres à transmettre aux médecins traitants. Je peux ainsi rédiger des comptes-rendus longs et détaillés, en dictant à mon rythme et sans perdre le fil de mes idées”.

La solution lui permet également de gagner un temps considérable pour retranscrire les antécédents et l’histoire de la maladie d’un patient transféré d’un autre hôpital.

99 % des 200 médecins se déclarent satisfaits de l’utilisation de Dragon Medical One tout comme Loïc Moeglin, Directeur des systèmes d’informations aux HCC, qui dresse un premier bilan très positif :

“DMO a permis de réaliser des gains tangibles : l’établissement a récupéré 5 176 heures de travail en un trimestre, et les insertions automatiques offertes par l’outil ont permis d’éviter 10 jours de dictée supplémentaires. Cette solution apporte un bénéfice réel avec un suivi précis des performances”.

Pour affiner leurs recrutements, les RH ne se basent plus seulement sur les CV des candidats et des entretiens, ils ont de plus en plus recours à des tests de personnalité. La société AssessFirst, qui utilise l’analyse prédictive et la science des comportements pour concevoir les siens, annonce deux nouvelles solutions basées sur les soft skills qui permettront aux entreprises et aux candidats de se démarquer.

Pionnière de la technologie d’évaluation prédictive et de la RHTech, AssessFirst développe des solutions avancées pour le recrutement et la gestion des talents basées sur l’IA et le ML.

Sa plateforme propose des tests en ligne permettant aux recruteurs d’évaluer le profil des candidats suivant leur personnalité, leur motivation et leurs capacités cognitives. Le test de raisonnement Brain leur permet d’anticiper leur capacité d’apprentissage et d’adaptation générale, le test de motivation Drive de déterminer si leurs aspirations correspondent à la culture et aux valeurs de l’entreprise.

SWIPE, son nouveau test de personnalité lancé en avant-première à l’occasion du SPSP 23 de San Diego, mesure 20 traits de personnalité. Ce questionnaire réalisable en 5 minutes sur un smartphone permet d’appréhender le comportement d’un individu en situation professionnelle.

Les nouvelles solutions

Le premier produit, “Attract”, permet aux entreprises de se différencier en mettant en avant leur culture d’entreprise et leurs offres d’emploi. Lorsqu’ils ont complété le questionnaire SWIPE, les candidats peuvent découvrir, à partir d’un simple clic, leur compatibilité avec la culture de l’entreprise et les postes disponibles, ce qui leur permet de postuler directement depuis le site carrière.

Même si un candidat n’est pas retenu, il repart avec un bilan complet de ses talents, qu’il peut utiliser lors d’une prochaine recherche d’emploi ou partager sur ses réseaux sociaux ou professionnels.

David Bernard, CEO d’AssessFirst, commente :

“Attirez, engagez et convertissez les talents : Avec ATTRACT, nos clients boostent le trafic de leurs pages carrières en offrant une expérience candidat immersive qui met en avant les compétences comportementales”.

Le deuxième produit, “Sourcing”, réinvente le processus de recrutement en mettant l’accent sur les soft skills (compétences comportementales) plutôt que sur les CV traditionnels lors de la recherche de candidats.

De nombreuses études et enquêtes menées auprès d’employeurs ont montré que les compétences comportementales sont devenues un facteur déterminant dans le processus de recrutement et de sélection. Les employeurs cherchent des candidats qui possèdent non seulement les compétences techniques nécessaires pour le poste, mais aussi les compétences comportementales qui les rendent capables de s’adapter, de collaborer et de réussir dans diverses situations professionnelles.

La solution donne accès à une base de plus de 350 000 candidats. Les recruteurs sélectionnent un modèle prédictif ou choisissent eux-mêmes les qualités personnelles qui leur semblent essentielles pour le poste. Ils obtiennent instantanément l’ensemble des profils qui correspondent à leurs critères, dans le périmètre géographique souhaité.

Ils peuvent ensuite affiner ces résultats selon le niveau d’études ou l’expérience professionnelle requise pour le poste, un message personnalisé est alors envoyé aux candidats qu’ils aimeraient rencontrer.

Les équipes de recherche du laboratoire MICS de CentraleSupélec ont développé avec Illuin Technology un nouveau modèle de langage (LLM) appelé CroissantLLM. Totalement ouvert, comptant 1,3 milliard de paramètres, il fonctionne efficacement sur du matériel local grand public y compris sur les ordinateurs personnels et smartphones d’entrée de gamme. Le modèle, qui est disponible sur la plateforme Hugging Face, sera présenté ce 7 mars dans le cadre de l’événement “Les Ateliers de l’IA”, à Paris La Défense et en distanciel.

CroissantLLM est présenté comme un modèle de langage souverain, ouvert, éthique, frugal, étant le fruit d’une collaboration entre académie et industrie, comme Céline Hudelot, professeure, Directrice du laboratoire MICS, l’explique :

“Ce travail est le fruit d’une collaboration étroite entre académie et industrie, illustrant l’importance de la synergie dans l’avancée de la recherche en IA. CroissantLLM résulte en effet des travaux menés par CentraleSupélec en collaboration avec plusieurs partenaires académiques de renom tels que Sorbonne Université, INESC-ID, Instituto Superior Técnico, Carnegie Mellon University et Institut DATAIA. Elle a aussi pu voir le jour grâce au soutien précieux de partenaires industriels : ILLUIN Technology ainsi que Unbabel, Diabolocom, et EqualAI”.

Le modèle a été développé par une équipe de recherche française qui s’est appuyée sur le supercalculateur Jean Zay au sein du GENCI. Plutôt que de l’entraîner sur des corpus à dominante anglaise comme l’ont été les modèles les plus récents, l’équipe a choisi de le faire sur une quantité égale de données en français et en anglais, ce qui lui permet d’intégrer et de maîtriser les spécificités de la langue et de la culture françaises.

Dans ce but, l’équipe a collecté plus de 303 milliards de tokens de données françaises ainsi que 36 milliards de tokens de données de traduction français-anglais, toutes publiques. L’ensemble d’entraînement compte 3 000 milliards de données de jetons après suréchantillonnage, soit plus que celui de Llama 2.

CroissantLLM, basé sur l’architecture Llama, compte 1,3 milliard de paramètres, une taille qui permet une exécution rapide sur des serveurs GPU bas de gamme et une vitesse décente sur des appareils mobiles ou des processeurs. Le modèle est ainsi accessible à un large éventail d’utilisateurs, que ce soit pour des applications industrielles spécifiques, des traductions ou le chat.

Les évaluations du modèle

Pour évaluer les performances du modèle en français, les chercheurs ont introduit FrenchBench, qui se compose de diverses tâches de classification et de génération. Ils l’ont par ailleurs également évalué sur des benchmarks anglais.

Les évaluations montrent que CroissantLLM offre des performances compétitives tant en anglais qu’en français. Sur les benchmarks de classification français, CroissantLLM surpasse largement les modèles de tailles similaires entraînés principalement sur des données monolingues anglais ou français, ainsi que les modèles multilingues. Il devance des modèles jusqu’à 3 fois plus grands sur la plupart des tâches (Bloom 3B).

Pour CroissantLLM Chat, les chercheurs ont affiné CroissantLLM sur des données de chat, notamment sur des interactions avec ChatGPT, afin de développer ses compétences de conversation dans les deux langues.

Un modèle transparent et éthique

L’équipe de recherche a veillé au respect des règles fixées par le récent AI Act afin de faire de CroissantLLM un modèle éthique.

Manuel Faysse, l’un des membres de l’équipe de recherche, explique dans un blog sur Hugging Face :

“L’initiative CroissantLLM a été conçue dès le départ dans un souci de transparence. Nous validons 81 % des critères de transparence du cadre FMTI, bien au-delà des scores des initiatives les plus ouvertes, en publiant les données, les modèles, la procédure de formation et tout le code utilisé pour conserver les données et entraîner le modèle”. 

Les modèles, ensembles de données, codes de formation, critères d’évaluation et données sont entièrement open source :

• CroissantLLM Base et CroissantLLMChat
• Rapport technique

Références de l’article : blog Manuel Faysse

DeepL, entreprise technologique basée en Allemagne, spécialisée dans le traitement automatique du langage naturel et la traduction automatique, annonce l’ouverture de d’un premier bureau aux États-Unis, à Austin, au Texas. Cette expansion reflète la croissance et le succès de DeepL sur le marché américain où il compte parmi ses clients de grands noms de la technologie, comme Coursera, TransPerfect et Zendesk.

Basée à Cologne, en Allemagne, DeepL a été fondée en 2009 par Jaroslaw Kutylowski.

Sous sa direction, une équipe de Linguee, une plateforme en ligne qui proposait un dictionnaire bilingue, a commencé à travailler en 2016 sur la première version de DeepL Translator, un système de traduction automatique gratuit accessible en ligne, basé sur des réseaux neuronaux. Grâce aux données accumulées par Linguee, l’équipe améliore les réseaux sous-jacents et lance l’outil de traduction en août 2017.

En mars 2018, la version payante DeepL Pro est lancée à son tour, elle peut s’intégrer aux logiciels de traduction, offre une API ainsi qu’une version optimisée du traducteur en ligne.

En 2020, DeepL lance un nouveau système de traduction intégrant ses nombreuses avancées en matière d’IA, notamment dans le domaine de l’architecture des réseaux neuronaux, améliorant la qualité des traductions. La nouvelle version du traducteur de DeepL est évaluée scientifiquement au cours de tests à l’aveugle menés avec des traducteurs professionnels qui la préfèrent aux systèmes de Google, Amazon ou Microsoft.

Continuellement évalué et amélioré pour garantir une qualité optimale, il offre ainsi aux entreprises la possibilité de communiquer efficacement à l’échelle internationale, sans les obstacles des barrières linguistiques.

Selon DeepL, l’outil, qui fournit des traductions pour 27 langues, est aujourd’hui utilisé par des millions de personnes et plus de 100 000 entreprises et gouvernements de par le monde pour traduire des e‑mails, adapter des campagnes marketing, offrir des services en plusieurs langues, harmoniser les communications au sein d’équipes transnationales…

En janvier 2023, la start-up annonce le lancement de la version bêta de DeepL Write, un outil de rédaction IA qui permet à tout un chacun d’améliorer ses textes et de les écrire avec clarté et précision.

Forte de son succès aux Etats-Unis, son troisième marché le plus important, elle a décidé d’y installer un bureau. Il y un an, DeepL avait réalisé une levée de fonds la faisant passer au rang de licorne auprès des investisseurs américains Bessemer Venture Partners et IVP à laquelle avaient participé Atomico et Wil.

Ajay Vashee, partenaire général chez IVP, commente :

“Le logiciel de traduction par IA de DeepL, leader sur le marché mondial, aide les entreprises du monde entier à surmonter la barrière de la langue. L’entreprise fait déjà parler d’elle en Amérique du Nord et son bureau à Austin contribuera à accélérer sa croissance sur le marché américain”. 

Jaroslaw Kutylowski conclut :

“La traduction est un besoin de plus en plus fréquent pour les entreprises du monde entier, et notamment aux États‑Unis ; la qualité dans ce domaine est donc essentielle pour des entreprises qui souhaitent se développer à l’international. Un outil de traduction précis leur permet de communiquer efficacement directement dans la langue de leurs clients. Nous sommes ravis de constater une progression aussi fulgurante dans l’adoption de notre produit sur le marché américain ces dernières années. Notre présence aux États-Unis prouve désormais notre engagement dans ce marché, avec tout ce qu’il peut offrir”.

Hier, Mistral AI annonçait Mistral Large, son modèle de langage le plus avancé. Disponible via son API et Azure, la plateforme de Microsoft, son premier partenaire de distribution, le modèle présente des capacités de raisonnement de haut niveau. Dans la foulée, la licorne a lancé la version bêta d’un assistant conversationnel multilingue basé sur ses modèles baptisé “Le Chat” et “Le Chat Enterprise” à destination comme son nom l’indique des entreprises.

Mistral Large est le troisième LLM présenté par Mistral AI et devient son modèle phare après Mistral 7B et Mixtral 8x7B. Selon la start-up, il atteint des capacités de raisonnement de premier ordre et peut être utilisé pour des tâches complexes de raisonnement multilingue, y compris la compréhension de texte, la transformation et la génération de code.

Il prend en charge le français, l’anglais, l’espagnol, l’allemand et l’italien, avec une compréhension nuancée de la grammaire et du contexte culturel et affiche une fenêtre de contexte de 32 000 tokens.

Mistral Large obtient des résultats solides sur des benchmarks couramment utilisés, Mistral AI a notamment comparé GPT-4, Mistral Large (pre-trained), Claude 2, Gemini Pro 1.0, GPT 3.5 and LLaMA 2 70B sur MMLU (Measuring massive multitask language understanding), qui couvre 57 matières telles que les mathématiques, la physique, l’histoire, le droit, la médecine et l’éthique pour tester à la fois les connaissances du monde et les capacités de résolution de problèmes des modèles.

Le modèle à avoir obtenu le meilleur score est Gemini Ultra, qui, avec un score de 90,0 %, Gemini Ultra est le premier modèle à surpasser les experts humains sur ce benchmark.

Son suivi précis des instructions permet aux développeurs de concevoir leurs politiques de modération, Mistral AI l’a utilisé pour mettre en place la modération de son assistant conversationnel Le Chat.

Un assistant conversationnel multilingue basé sur les modèles Mistral

Le Chat s’appuie sur les modèles Mistral Large, Mistral Small ou sur le modèle prototype Mistral Next, pour des réponses plus concises. En version bêta, l’assistant n’a pour l’instant pas accès à Internet, ce qui peut impacter la précision de ses réponses.

Le Chat Enterprise a été conçu pour renforcer la productivité des équipe avec des capacités d’auto-déploiement et des mécanismes de modération fins.

Pour tester la version bêta, cliquer ici 

Le partenariat avec Microsoft

Un partenariat pluriannuel avec Mistral AI a également été annoncé hier par Microsoft qui fournira son infrastructure de supercalculateurs Azure AI à la start-up.

Mistral Large va rejoindre Mistral 7B dans le catalogue de modèles Azure AI, accessible via Azure AI Studio et Azure Machine Learning, en tant que Models-as-a-Service (MaaS).

Microsoft et Mistral AI pourraient également collaborer à l’entrainement de modèles spécifiques pour certains clients, notamment pour les besoins du secteur public européen.

Dans une conférence captivante lors du West Data Festival de mars 2023, Dr Tawhid CHTIOUI, Président-Fondateur d’aivancity Paris-Cachan, La Grande Ecole de l’IA et de la Data, a souligné l’importance d’intégrer des considérations éthiques dans le développement et l’usage de l’intelligence artificielle. Cette technologie en plein essor connaît une croissance vertigineuse, avec un marché mondial passant de 40 à 90 milliards de dollars dans les deux prochaines années, selon les données de Statistiqua. Toutefois, cette expansion rapide s’accompagne d’une responsabilité accrue de veiller à ce que l’IA soit utilisée de manière éthique et responsable.

Les enjeux de l’éthique de l’IA

Le défi éthique de l’IA réside principalement dans la qualité des données utilisées plutôt que dans la conception algorithmique. Le docteur propose ainsi un changement de paradigme, passant d’une logique de BIG Data à une approche plus réfléchie et ciblée, la SMART Data, qui pourrait résoudre 80 % des problèmes éthiques liés à l’IA. La gestion efficace des données est actuellement la priorité pour les entreprises. En effet, celles qui n’adopteront pas une réflexion approfondie sur la collecte, la conformité, la mise à jour et le déploiement des données, risquent d’être dépassées par l’évolution rapide de l’IA. Comprendre comment l’IA est mise en œuvre et ses implications sur la société est donc essentiel pour une adoption réussie de cette technologie émergente.

Pour développer une IA éthique, trois approches et compétences indispensables sont identifiées : l’approche technique, l’approche économique et l’approche éthique pour évaluer leurs implications. La combinaison de ces compétences est essentielle pour relever le défi complexe de concevoir une IA qui soit à la fois performante et éthique. Dr CHTIOUI souligne que toute innovation durable doit être enracinée dans la société. Il met en garde contre les dangers de sous-estimer l’importance des sciences humaines et sociales dans la formation des experts en technologie d’IA.

Principes éthiques pour une IA de confiance

Pour garantir une IA de confiance, une série de six principes éthiques fondamentaux est proposée, notamment la loyauté, l’équité, la transparence, le respect de la vie privée, la fiabilité et la sécurité. Ces principes visent à garantir que l’IA agit de manière responsable, impartiale et transparente, tout en protégeant les droits et la dignité des individus. Alors que l’IA continue de transformer nos sociétés à un rythme effréné, il est impératif que nous adoptions une approche éthique et responsable pour garantir que cette technologie bénéficie à tous, tout en respectant les valeurs et les droits fondamentaux de l’humanité.

Pour ceux qui désirent approfondir ces réflexions et rester à la pointe des dernières avancées en matière d’IA et de Data, nous vous invitons à participer au West Data Festival 2024. Du 12 au 14 mars 2024, assistez à 3 jours de festival, de conférences inspirantes, d’ateliers pratiques, de démos et de rencontres. Ne manquez pas cette occasion unique d’échanger, partager et apprendre autour de l’intelligence artificielle et des données.

Le Dr CHTIOUI, animera en particulier une conférence débat qui essayera de répondre à la question que beaucoup se pose : l’intelligence artificielle va-t-elle me prendre mon travail ?

Pour assister à la 6ème édition du West Data Festival : https://www.westdatafestival.fr/inscription-west-data-festival-2024/?utm_source=article&utm_medium=actu-IA&utm_campaign=fin-fevrier

GitHub, la plateforme de développement collaboratif et de partage de code, a ouvert les candidatures pour sa deuxième cohorte du programme GitHub Accelerator, qui vise à aider les développeurs à travailler sur l’IA open source. Le programme, qui durera 10 semaines, offrira aux participants, notamment aux start-ups en phase d’amorçage, un financement de 40 000 $, un mentorat d’experts et de partenaires, ainsi qu’un accès à des ressources et des opportunités exclusives. Les candidats ont jusqu’au 5 mars prochain pour déposer leur projet.

L’initiative GitHub Accelerator a pour objectif de créer des carrières et des entreprises viables dans l’open source, en reconnaissant la valeur et l’impact des projets qui innovent et résolvent des problèmes réels. Après une première cohorte réussie, qui a couvert divers domaines tels que le web, le mobile, le design, la mode, l’éducation, la biologie…, la seconde se concentrera sur les nouvelles frontières et technologies de l’IA.

Stormy Peters, vice-présidente des communautés chez GitHub, déclare :

“La création d’une entreprise d’IA prospère à l’air libre comporte son lot de défis. En plus des obstacles liés au temps et au financement que nous connaissons déjà dans l’open source, les dépenses accrues et les considérations éthiques, sécuritaires et juridiques sont décourageantes. Nous considérons ces défis comme un risque pour l’innovation mondiale et nous espérons y contribuer.

Cette cohorte d’accélérateurs se concentrera sur le financement des personnes et des projets qui construisent des solutions basées sur l’IA sous une licence open source pour améliorer le monde qui les entoure”.

Dix projets seront sélectionnés, évalués sur la base de critères tels que la qualité, la pertinence, la diversité et la viabilité, qu’ils soient ou non hébergés sur GitHub. Un nombre croissant d’utilisateurs actifs sera un plus.

Les détails du programme

Le programme GitHub Accelerator débutera le 22 avril et comprendra un mélange de sessions individuelles, de sessions de groupe, de travaux de projet et de mentorat. Les participants recevront également :

• 40 000 $ par projet en financement non dilutif.
• 5 à 10 heures par semaine d’instruction en direct, d’ateliers et de devoirs.
• Des heures de bureau avec l’équipe GitHub pour des revues de sécurité.
• Des séances de questions-réponses avec des sponsors d’entreprise GitHub, des membres de la communauté et des leaders de GitHub.
• Une introduction et au moins une heure de bureau avec M12, le fonds de capital-risque de Microsoft.
• Un accès gratuit aux produits GitHub pertinents, y compris une année complète de GitHub Copilot.
• Les projets éligibles recevront des crédits gratuits d’infrastructure Azure AI, y compris un accès privilégié à des clusters de machines virtuelles GPU haut de gamme et un support personnalisé de mise sur le marché.
• Un canal Slack partagé avec la cohorte pour collaborer et se soutenir mutuellement.

Les projets sélectionnés seront présentés lors d’un événement virtuel organisé par GitHub à la fin du programme, où ils pourront montrer leurs progrès, leurs défis et leurs ambitions. Le programme GitHub Accelerator espère ainsi contribuer à faire avancer l’IA open source, en mettant en lumière les talents et les idées qui la font vivre.

NVIDIA lance Chat with RTX, une application qui permet de configurer un chatbot d’IA et de l’exécuter sur un PC local sous Windows 11. Connecté au contenu de l’utilisateur (documents, notes, vidéos ou autres données), celui-ci génère rapidement des réponses fiables et totalement sécurisées puisque connexion internet ou serveur cloud ne sont pas requis.

Pour générer ses réponses, le chatbot est basé sur un LLM : il est possible de choisir entre les modèles open source Mistral 7B de Mistral AI et LLama 2 13B de Meta.

Chat With RTX prend en charge une grande variété de formats de fichiers (incluant .txt, .PDF, .doc/docx et .XML). Pour charger automatiquement ces fichiers dans la bibliothèque de l’application, il suffit de pointer le dossier contenant les fichiers.

Les utilisateurs peuvent également inclure des informations provenant de vidéos et de listes de lecture YouTube. Lorsqu’ils fournissent l’URL d’une playlist YouTube, l’application charge automatiquement les transcriptions associées aux vidéos correspondantes. Ils peuvent par exemple demander des recommandations de voyage basées sur le contenu de vidéos ou obtenir des tutoriels éducatifs.

La génération augmentée de récupération (RAG) améliore la qualité et la pertinence des réponses du LLM choisi. Cette approche combine les capacités de génération de texte d’un modèle de langage pré-entraîné avec la récupération d’informations pertinentes à partir des données fournies. Cela permet au chatbot d’offrir des réponses contextuellement adaptées et précises.

Chat with RTX est conçu pour fonctionner sur un PC sous Windows 11, équipé d’un GPU NVIDIA GeForce RTX 30 ou 40 ou d’un GPU NVIDIA RTX Ampere ou Ada avec au moins 8 Go de mémoire vidéo (VRAM). Il tire parti de TensorRT-LLM, un logiciel open source qui augmente les performances d’inférence de l’IA.

Un minimum de mémoire vive (RAM) de 16 Go est nécessaire ainsi que la version 535.11 ou supérieure des pilotes de la carte graphique.

Chat with RTX est présenté comme une application de démonstration, NVIDIA attend les premiers retours pour améliorer cette première version.

L’application a été créée à partir du projet de référence pour les développeurs TensorRT-LLM RAG, disponible sur GitHub. Les développeurs peuvent utiliser le projet de référence pour développer et déployer leurs propres applications basées sur RAG pour RTX, accélérées par TensorRT-LLM.

La démo de Chat with RTX peut être téléchargée ici.

Hugging Face ne cesse d’innover : fin janvier, l’entreprise a non seulement annoncé de nouveaux LLM open-source en tant qu’agents LangChain, un partenariat stratégique avec Google Cloud, l’optimisation de StarCoder mais également  Hugging Chat Assistants, une boutique de chatbots personnalisés sur Hugging Chat à l’instar de GPT Store, mais contrairement à ce dernier, ceux de Hugging Face sont gratuits et open source.

Passée au rang de licorne après une levée de fonds de 235 millions de dollars en août dernier, Hugging Face, start-up créée à Paris en 2016, continue de jouer un rôle fondamental dans l’accélération de la recherche en IA grâce à son approche open source.

Dans son article de blog le 24 janvier dernier, Hugging Face expliquait comment construire et évaluer des agents de raisonnement à usage général basés sur les grands modèles de langage (LLM) open source comme Mixtral-8x7B , en utilisant la classe ChatModel de LangChain et l’approche ReAct.

L’article du 30 janvier suivant présentait les résultats de l’optimisation de son modèle de génération de code développé en collaboration avec Service Now, StarCoder (15B) sur Intel Xeon de 4e génération, en utilisant la quantification 8 bits et 4 bits et la génération assistée. En combinant la quantification 8 bits et la génération assistée, le modèle StarCoder atteint une accélération d’inférence de plus de 7 fois par rapport au modèle de référence, sans perte de qualité.

Entre temps, Hugging Face annonçait un partenariat stratégique avec Google Cloud, afin de rendre l’IA plus accessible et plus performante pour les entreprises, en s’appuyant sur les modèles ouverts et les technologies open source.

Le partenariat vise à combiner les avantages de la plateforme ouverte de Hugging Face, qui permet aux scientifiques des données, aux ingénieurs en ML et aux développeurs d’accéder aux derniers modèles de la communauté, et de les utiliser sur la plateforme de leur choix à ceux de la plateforme Vertex AI de Google Cloud qui permet de déployer des modèles d’IA ainsi que d’assurer leur maintenance.

Il facilite ainsi l’intégration des modèles ouverts de Hugging Face dans Vertex AI et GKE (Google Kubernetes Engine) et permet aux clients de Google Cloud d’exploiter les modèles de Hugging Face et les fonctionnalités avancées de Google Cloud, comme Vertex AI et les TPU, pour développer et déployer des applications d’IA plus efficacement.

Les deux entreprises ont également annoncé qu’elles allaient collaborer sur les plans de la science ouverte, de l’open source, du cloud et du matériel, pour rendre les dernières innovations en intelligence artificielle plus accessibles à la communauté.

Hugging Face Assistants, l’alternative open source et gratuite à GPT Store

Le 2 février dernier, Hugging Face présentait Hugging Chat Assistants, qui permet de créer des chatbots après avoir créé un compte Hugging Face (gratuit), sa boutique fonctionne comme le GPT Store déployé en janvier dernier par Open AI.

Alors que celui-ci permet aux abonnés de ChatGPT Plus, Enterprise et de la nouvelle offre ChatGPT Team de créer leurs assistants à partir de ChatGPT, ceux de Hugging Face le seront à partir du chatbot open source Hugging Chat.

Pour le personnaliser, les utilisateurs peuvent s’appuyer sur les modèles open source Mixtral 8x7B et mistral 7B Instruct de Mistral AI, Llama-2 70B et CodeLlama 70B Instruct de Meta, Hermes 2 – Mixtral 8x7B – DPO , formé par Nous Research sur le LLM Mixtral 8x7B MoE et OpenChat 3.5.

Selon Julien Chaumond, cofondateur et CTO de Hugging Face, en à peine 3 jours, 4 000 assistants avaient été créés et 1 500 utilisateurs  avaient discuté avec son  propre clone  “Clone of HF CTO”.

Il ajoute que suite aux premiers retours de la communauté, Hugging Face envisage d’introduire les éléments suivants :

• Possibilité de modifier vos assistants via l’API, permettant ainsi d’envoyer des informations actualisées à vos assistants à tout moment.
• Intégration de RAG (et de la fonctionnalité de recherche sur le Web) à l’Assistant, enrichissant ainsi ses capacités de recherche et de réponse.
• Fonctionnalité pour générer votre assistant de vignettes via l’IA, offrant une manière intuitive et automatisée de créer des représentations visuelles pour vos assistants.
• Proposition de modifications sur les assistants d’autres utilisateurs, favorisant ainsi la collaboration et l’amélioration collective des assistants.
• Ajout régulier de nouveaux modèles à HuggingChat et aux Assistants, garantissant une variété et une qualité constantes des modèles disponibles pour les utilisateurs.

Grâce au perfectionnement des modèles d’IA de synthèse vocale, cloner une voix est aujourd’hui très facile. Les deepfakes permettant de récupérer une vidéo pour faire dire ce que l’on veut à une personne sont aujourd’hui monnaie courante, des escrocs s’en sont inspirés pour améliorer “l’arnaque au président”. C’est un employé d’un centre financier chinois, à Hong Kong, qui en a fait l’amère expérience : croyant participer à une visioconférence avec son directeur financier et des collègues, il a versé aux fraudeurs la coquette somme de plus 25 millions de dollars.

“L’arnaque au président” consiste à voler l’identité d’un dirigeant d’entreprise et à faire effectuer un faux ordre de virement par un salarié. Les escrocs n’ont pas attendu l’arrivée des IA génératives de voix pour tenter d’arnaquer les gens par téléphone mais la sophistication de ces dernières leur a permis d’être plus convaincants.

L’un des premiers cas d’arnaque par clonage vocal grâce à l’IA signalés, date de mars 2019. Le PDG d’une société d’énergie au Royaume-Uni a cru parler au téléphone avec un supérieur hiérarchique, le directeur général de la société mère allemande de l’entreprise, qui lui a demandé d’envoyer en urgence 243 000 $ à un fournisseur hongrois. Certain de reconnaître l’accent et l’intonation de son patron, il a obéi.

L’année suivante, c’est un directeur de banque qui s’est fait abusé par le clonage de voix : on lui a fait croire que le PDG d’une entreprise sur le point de faire une acquisition lui demandait de débloquer 35 millions de dollars par virement.

Bien que connaissant ce chef d’entreprise, le banquier des Emirats Arabes Unis, rassuré par les mails de confirmation, n’a pas douté de l’identité de l’auteur de l’appel et a donné l’ordre d’effectuer le virement.

Pour cloner une voix, il suffisait aux escrocs d’aller récupérer des messages audio sur Tik Tok, YouTube ou Facebook, les vidéos publiées sur ces réseaux sociaux sont aujourd’hui également utilisées pour améliorer les deepfakes.

Cette arnaque à la visioconférence a été dévoilée le 4 février dernier par RTHK (Radio Television Hong Kong), la police cherchant à alerter sur ce nouveau genre de menaces.

Selon le surintendant principal par intérim, le baron Chan, l’employé a reçu un message prétendument du directeur financier de l’entreprise l’invitant à un appel vidéo pour discuter de transactions confidentielles qui devaient être effectuées. Celui-ci, conforté par la présence de collaborateurs à cette visioconférence alors qu’il était en fait face à des vidéos préenregistrées, a effectué 15 transactions sur cinq comptes bancaires locaux, pour un total de 200 millions de dollars de Hong Kong, soit plus de 25,5 millions de dollars américains.

Il aurait suffi à l’employé d’essayer d’interagir avec ses collègues durant la visioconférence pour s’apercevoir qu’ils n’étaient pas réels, mais il n’a réalisé la supercherie qu’après les avoir appelés, la réunion terminée.

Lefebvre Dalloz, la marque qui réunit les expertises du groupe Lefebvre Sarrut en France, notamment en matière de connaissance juridique et fiscale, annonce le lancement de  GenIA-L, une solution d’IA générative conçue pour les professionnels du droit et du chiffre, entraînée exclusivement sur ses bases de données juridiques.

Lefebvre Dalloz occupe une place de premier plan dans le paysage juridique et fiscal français. En combinant édition, formation, logiciels et services, la marque offre une réponse complète aux besoins des entreprises (DRH, DAF, directeurs juridiques, conformité), du secteur public, des professions réglementées (notaires, experts comptables, avocats…) et des étudiants.

GenIA-L a été développée spécifiquement pour les professionnels du droit (avocats, notaires, commissaires de justice, greffiers) et les professionnels du chiffre (experts-comptables, commissaires aux comptes). Elle est conçue pour offrir une réponse instantanée à toute question juridique formulée en langage naturel, tout en assurant la fiabilité et l’exactitude des informations fournies. Grâce à son accès aux bases de données juridiques exhaustives de Lefebvre Dalloz, cette IA garantit des réponses correctement sourcées, permettant ainsi aux utilisateurs de bénéficier d’une expertise fiable et précieuse.

Anne Greze, Directrice marketing et membre du Comité de direction de Lefebvre Dalloz, commente :

“Nous sommes très fiers d’être le 1er acteur en France à lancer une solution d’IA générative utilisant des contenus juridiques fiables pour les professionnels du droit et du chiffre. Cette solution va révolutionner leur activité quotidienne en leur permettant des gains de productivité significatifs et de se concentrer sur des activités stratégiques à plus haute valeur ajoutée”.

GenIA-L offre une gamme complète de fonctionnalités pour répondre efficacement aux besoins des professionnels du droit et du chiffre, notamment :

• Synthèse Automatique : Rédaction automatique d’une synthèse basée sur les fonds Lefebvre Dalloz à chaque question posée.
• Questions et Réponses : Une série de questions pertinentes accompagnées de leurs réponses respectives pour approfondir les sujets abordés.
• Check-list Juridique : Liste détaillée des modalités juridiques à prendre en compte pour la question posée.
• Tableau de Cas Pratiques : Présentation didactique des principaux cas de figure avec les règles de droit correspondantes.
• Explication Juridique Structurée : Analyse approfondie des bases légales et des arguments en lien avec la question posée.
• Explication en langage non-expert : Réécriture de l’explication juridique en langage clair et accessible aux non-initiés.

GenAI et secteur juridique

Le rapport sur l’impact de l’Intelligence artificielle générative sur les professions juridiques récemment publié par L’European Legal Technology Association (ELTA), qui a d’ailleurs reçu le soutien de Lefebvre Sarrut, montre que les professionnels du droit sont majoritairement prêts à adopter la GenAI. Comme beaucoup, ils s’inquiètent toutefois de la confidentialité et la sécurité des données ainsi que des biais des algorithmes.

Si Lefebvre Dalloz assure être le 1er acteur à lancer une solution d’IA générative fiable à l’adresse des professionnels du droit, il va se retrouver sous peu en concurrence avec LexisNexis.

Fin octobre dernier, l’éditeur de solutions juridiques annonçait le lancement de Lexis+ AI. Cette autre solution d’IA générative conversationnelle facilite les résumés jurisprudentiels et de doctrine, permet de traduire et faciliter la rédaction des documents et la génération de mémos juridiques ou encore des clauses contractuelles. Elle a été entraînée sur l’intégralité du contenu LexisNexis (plus de 100 milliards de documents dans le monde) et est présentée LexisNexis comme un outil fiable et sécurisé, le plus mature du marché et “sans hallucination”.

Lexis+ AI a été lancé aux Etats-Unis après plusieurs mois de beta-testing avec les plus grands cabinets d’avocats et des juristes d’entreprise. La solution va être très prochainement déployée dans l’ensemble des pays du groupe, notamment en France, en tenant compte des spécificités du droit français et européen.