Le projet européen DVPS veut développer son propre world foundation model

L'Europe avance à sa vitesse en matière d'intelligence artificielle. Et passer par des programmes publics est l'une des voies privilégiées par le vieux Continent. C'est dans le cadre d'Horizon Europe, le programme-cadre de recherche et d'innovation de l'Union européenne qui succède au programme Horizon 2020, que doit être lancé le 1er juillet prochain le projet DVPS (Diversibus Viis Plurima Solvo, expression latine pour "Par des moyens divers, je résous de nombreux problèmes").

Dans le détail, ce projet s'attaque au sujet des modèles fondamentaux multimodaux. Son ambition : créer une nouvelle génération de systèmes d'intelligence artificielle capables d’apprendre par l’interaction directe avec le monde physique, en combinant langage, vision et données issues de capteurs. D'une durée de quatre ans, le projet réunit pas moins de vingt organisations majeures issues de neuf pays pour concevoir ces modèles avec des objectifs d'applications dans les domaines de la santé, de la gestion environnementale et de la linguistique notamment.

29 millions d'euros et le centre national polonais de HPC à disposition

L'initiative bénéficie pour cela d'une enveloppe de 29 millions d'euros. Ses soutiens financiers ne sont autres que les membres du projet, à savoir des universités, des centres de recherche et des établissements spécialisés. Parmi eux, l'Institut Alan Turing, l'Imperial College London, l'EPFL, l'ETH Zurich, l'Université d'Oxford, l'Université de Barcelone, l'Hôpital universitaire de Heidelberg ou encore l'entreprise franco-italienne Translated pour ne citer qu'eux.

L'initiative est coordonnée par Translated, qui assure la direction scientifique et opérationnelle du projet. Cyfronet, le centre national polonais de calcul haute performance, apportera quant à lui la puissance de calcul nécessaire à l'entraînement des modèles. Le consortium DVPS réunit par ailleurs 70 chercheurs spécialisés en intelligence artificielle issus des institutions partenaires.

Priorité aux domaines de la cardiologie, géointelligence et communication

"Bien que les systèmes d’IA actuels soient performants dans de nombreuses tâches, ils peinent encore à gérer des situations où la compréhension du contexte physique est essentielle", constate Translated, s'appuyant sur l'exemple de la traduction en temps réel dans des environnements bruyants ou avec plusieurs interlocuteurs. Le projet DVPS entend notamment répondre à cette limite en combinant vision, son spatial et direction de la parole pour identifier le bon locuteur et produire des traductions plus précises.

Ce qui nous amène à l'autre enjeu de ce projet, couvrir plusieurs champs d'application. Trois principaux ont été identifiés à date : linguistique, santé, gestion environnementale. Tout d'abord, faciliter la traduction en temps réel entre de nombreuses langues, en tenant compte du texte, de la parole, des gestes et de l’environnement physique ; contribuer au dépistage précoce des risques cardiovasculaires grâce à la modélisation 3D du cœur à partir d’images médicales ; améliorer la réponse aux catastrophes naturelles, par exemple via la prévision des inondations à l’aide de données satellites, de drones et d’observations terrain en temps réel.

Une boîte à outils pour développer des modèles et une suite de benchmarks d'évaluation

Dans l'ensemble, DVPS compte mettre l'accent sur trois avantages clés des modèles fondamentaux multimodaux (MMFM) que sont l'efficience en labels (peu de données annotées nécessaires), la réutilisation du calcul et l'efficacité d’ingénierie. En conséquence, l'initiative prévoit de développer "des méthodes généralisables couvrant divers domaines et modalités, en créant un cadre unifié pour le développement de MMFM et l’intégration de nouvelles modalités dans des modèles existants".

Parmi les productions attendues donc, des connaissances fondamentales, des méthodes et des algorithmes permettant d’étendre les MMFM à des secteurs cités plus tôt. Les premiers objectifs à atteindre sont AutoDVPS, une boîte à outils pour la conception automatisée de MMFM, et DVPSBench, une suite de benchmarks pour évaluer ledits modèles sur différentes tâches et domaines.

Sélectionné pour vous

Google Cloud assis sur une mine d'or grâce à l'IA

Nvidia dévoile un Rubin CPX, un processeur taillé pour l'inférence des modèles

Microsoft intègre les modèles d'Anthropic à Office 365 Copilot