KYUTAI, le 1er laboratoire d’initiative privée européen dédié à la recherche ouverte en intelligence artificielle, a été lancé ce jour à Station F (Paris) en présence de son équipe scientifique et de ses trois co-fondateurs, Xavier Niel, Rodolphe Saadé et Eric Schmidt.

KYUTAI, un Open-science AI Lab et “un sujet de bien commun”

KYUTAI est un laboratoire à but non-lucratif entièrement dédié à la recherche ouverte en intelligence artificielle (AI).

Il a pour ambition de s’attaquer aux principaux défis de l’IA moderne en développant notamment de grands modèles multimodaux (utilisant le texte mais aussi le son, les images, etc) et en inventant de nouveaux algorithmes pour améliorer leurs capacités, leur fiabilité et leur efficacité.

Pour ce faire, le laboratoire s’appuiera sur la puissance de calcul mise à sa disposition par Scaleway, la filiale du Groupe iliad. Il s’agit à date de la plus grande de puissance de calcul déployée en Europe pour les applications IA. 

Résolument engagé dans la démocratisation de l’IA, KYUTAI se positionne comme un acteur majeur de la recherche ouverte, ou open science, dans le domaine.

Son ambition est de partager ses avancées avec l’ensemble de l’écosystème de l’IA (la communauté scientifique, celle des développeurs, le tissu industriel, les citoyens et les décideurs des démocraties).

Enfin, KYUTAI vise à former de futurs experts de la discipline, via l’accueil d’étudiants en master pour des stages au sein du laboratoire et la supervision de doctorants et de post-doctorants. 

Une initiative privée à but non lucratif 

KYUTAI a été fondé conjointement par le Groupe iliad, le Groupe CMA CGM et Schmidt Futures.

Le Groupe iliad et le Groupe CMA CGM ont chacun contribué à hauteur de 100 millions d’euros au financement du laboratoire de recherche.

The Eric & Wendy Schmidt Fund for Strategic Innovations’est également jointe en tant que co-fondatrice, marquant ainsi un partenariat solide et un engagement commun dans ce projet. 

Déjà doté à près de 300 millions d’euros, KYUTAI a vocation à fédérer d’autres investissements privés. Les membres co-fondateurs invitent aujourd’hui d’autres entités à les rejoindre pour financer sur le long terme les travaux de cette organisation à but non-lucratif.

Une équipe scientifique exceptionnelle basée à Paris

KYUTAI s’appuie d’ores et déjà sur une équipe de chercheurs aux parcours académiques et industriels exceptionnels. Des recrutements sont en cours afin de renforcer l’équipe et de lancer de nouveaux projets de recherche. Les bureaux de KYUTAI sont basés à Paris.

Alexandre Défossez

Alexandre Défossez a étudié les mathématiques et la physique à l’École Normale Supérieure (Paris) avant de se spécialiser en mathématiques appliquées à l’apprentissage automatique avec un master de l’École Normale Supérieure (Saclay). Il a conduit son doctorat en collaboration entre l’INRIA et Facebook AI Research (FAIR) à Paris, couvrant à la fois les propriétés théoriques de l’apprentissage de modèles profonds, ainsi que leur application à la séparation des sources audio. En 2020, il rejoint FAIR en tant que chercheur, poursuivant ainsi ses travaux sur la modélisation audio. Il a dirigé la recherche et le développement du framework open source AudioCraft, comprenant de nombreux modèles audio de pointe, tels que EnCodec (compression/tokenisation), AudioGen et MusicGen (génération audio et musicale). Ayant un vif intérêt pour la science en général, il a également apporté des contributions-clés au domaine des neurosciences computationnelles avec le Dr Jean Rémi King.

Edouard Grave 

Edouard est chercheur en intelligence artificielle avec huit années d’expérience dans les laboratoires d’Apple MLR et Facebook AI Research (FAIR). Avant cela, il a effectué deux postdocs, à UC Berkeley et à Columbia University. Il a obtenu son doctorat en informatique à l’Université Paris VI et le diplôme de l’Ecole polytechnique avec un master en apprentissage automatique et vision artificielle. Ses principaux thèmes de recherche sont les grands modèles de langage, le traitement du langage naturel et l’apprentissage profond efficace. Chez FAIR, il a codirigé le développement du grand modèle de langage LLaMA et de la bibliothèque fastText.

Hervé Jégou

Après un doctorat sur la compression de données et les codes correcteurs d’erreurs, Hervé a rejoint Inria, où il a mis au point des algorithmes de recherche dans de très grandes bases d’images et de vidéos. Il a rejoint Facebook AI Research lors de la création du laboratoire parisien en 2015, en tant que manager scientifique puis directeur. Ses domaines de recherche vont de la vision artificielle et l’entraînement efficace des réseaux de neurones à la compression, la protection et l’indexation des données. Il a notamment inventé product quantization, un algorithme de fouille en domaine compressé utilisé par de nombreuses entreprises. La bibliothèque logicielle Faiss qu’il a fondée chez FAIR est l’une des bibliothèques de recherche vectorielles open source les plus, sinon la plus populaire au monde.

Laurent Mazaré 

Après des études de mathématiques appliquées et d’informatique à l’Ecole Polytechnique, Laurent a obtenu un doctorat à l’intersection de la cryptographie et des méthodes formelles. Il a ensuite rejoint le secteur financier, en travaillant comme quantitative strategist chez Goldman Sachs. En 2013, il rejoint Jane Street en tant que développeur, travaillant sur les systèmes distribués et l’analyse de stratégies de trading automatiques. En 2017, il a rejoint DeepMind en tant qu’ingénieur de recherche dans le groupe de vision artificielle. Revenu comme chercheur chez Jane Street en 2018, il a travaillé à la conception de stratégies basées sur de nouvelles techniques de modélisation, ainsi qu’à la mise en place de l’infrastructure de recherche. Laurent a également apporté d’importantes contributions au monde de l’open source au fil des années, créant deux bibliothèques d’apprentissage automatique parmi les plus utilisées en Rust.

Patrick Pérez 

Diplômé de l’École Centrale Paris, spécialité Mathématiques Appliquées, Patrick a plus de trente ans d’expérience en vision artificielle et apprentissage automatique, partagée entre laboratoires publics et privés : Brown University en tant que postdoc, Inria comme doctorant puis chercheur, pour les institutions publiques ; et pour les laboratoires industriels, Microsoft Research comme chercheur, Technicolor en tant que distinguished scientist et Valeo avec les rôles de directeur scientifique et de vice-président pour l’IA. Au cours de sa carrière, Patrick a exploré divers domaines d’application (médical, cinéma et médias, automobile), analysé les signaux issus de capteurs variés (caméras, IRM, microphones, radar, scanners laser), construit et dirigé plusieurs équipes de recherche amont. Certains de ses projets les plus récents au sein de l’équipe Valeo.ai explorent le déploiement sur véhicule de modèles de perception visuelle à 360 degrés à base de transformers, ou la génération d’explications visuelles dites contrefactuelles pour analyser des systèmes de conduite autonome à base de caméras.

Neil Zeghidour 

Neil vient de Google DeepMind où il a fondé et dirigé une équipe travaillant sur les modèles génératifs pour l’audio, avec des contributions telles que l’API text-to-music de Google, un système de traduction automatique de parole à parole avec préservation de la voix et le premier codec audio entièrement basé sur des réseaux de neurones. Il a auparavant passé trois ans chez Facebook AI Research, où il travaillait sur la reconnaissance automatique de la parole et la compréhension audio. Il est titulaire d’un doctorat en apprentissage automatique de l’École Normale Supérieure (Paris), d’un master de l’École Normale Supérieure de (Saclay) dans le même domaine, et d’un master en finance quantitative de l’Université Paris Dauphine. En parallèle de ses activités de recherche, Neil enseigne les technologies de traitement de la parole à l’École Normale Supérieure (Saclay).

Conseil scientifique : trois chercheurs de renommée mondiale

Le Conseil scientifique de KYUTAI est composé de trois personnalités scientifiques de premier plan spécialistes de l’IA :

Yejin Choi : Yejin est une scientifique sud-coréenne spécialisée dans le traitement du langage naturel et la vision artificielle. En 2018, elle a rejoint l’Allen Institute for AI (AI2) et l’Université de Washington comme Professeure en 2020. Ses recherches se concentrent sur les nombreuses façons dont l’intelligence humaine diffère de celle des grands modèles d’IA. En 2022, Yejin a reçu la prestigieuse bourse MacArthur et, en 2023, le Time Magazine l’a distinguée parmi les 100 personnalités les plus influentes dans le domaine de l’IA.

Yann Le Cun : Yann est un chercheur français, spécialiste de l’intelligence artificielle, l’apprentissage automatique, vision artificielle et robotique. Il est l’un des pionniers de l’apprentissage profond, et l’inventeur des réseaux de neurones convolutifs particulièrement utilisés en analyse d’images. Ses travaux lui ont valu d’être colauréat du prix Turing en 2018. Yann est professeur à New York University et Chief AI Scientist à Meta où il a fondé Facebook AI Research (FAIR). 

Bernhard Schölkopf : Bernhard est un chercheur allemand mondialement connu pour ses travaux en apprentissage automatique. Après une expérience dans l’industrie, notamment dans les laboratoires d’AT&T Bell et de Microsoft Research, il rejoint comme directeur le Max Planck Institute pour les systèmes intelligents à Tübingen, où il dirige le département d’inférence empirique. Il est également professeur affilié à l’ETH Zürich et président d’ELLIS (European Laboratory for Learning and Intelligent Systems). Pour ses travaux fondamentaux, Bernhard a reçu entre autres le prix Leibniz en 2018 et le prix Milner de la Royal Society en 2014.