- 10 millions d’euros supplémentaires seront investis d’ici 2022 dans :
- L’accueil de 40 doctorants au sein de Facebook AI Research (FAIR) Paris
- Le financement de bourses d’études et d’excellence et de doctorats auprès de plusieurs universités
- Le financement de 10 serveurs de dernière génération au profit d’instituts de recherche, et d’un fonds pour la collecte de données ouvertes
- L’équipe de Facebook AI Research sera doublée, passant de 30 à 60 chercheurs et ingénieurs
Après avoir choisi Paris pour y installer le hub européen de Facebook AI Research (FAIR) en 2015, Facebook annonce le triplement de son investissement en IA en France d’ici 2022, ainsi que le doublement des effectifs de chercheurs et ingénieurs à Paris. En renforçant ses équipes, en soutenant les talents et en développant la collaboration avec les institutions de recherche et les startups, Facebook souhaite contribuer activement à l’ambition de la France de devenir la figure de proue européenne de l’IA.
La France dispose de tous les atouts pour réaliser cette ambition : des chercheurs de haut niveau, une recherche dynamique portée par des pôles d’excellence, un système d’éducation et de formation solide, et une volonté forte des pouvoir publics. Afin de soutenir cette dynamique, l’investissement de Facebook s’articulera autour des actions suivantes.
Le doublement des effectifs de chercheurs et d’ingénieurs de l’équipe parisienne de recherche en IA
FAIR annonce le recrutement de 30 chercheurs et ingénieurs supplémentaires, portant à 60 personnes ses effectifs d’ici 2022, pour renforcer son pool de talents. FAIR Paris offre des débouchés attractifs aux chercheurs français et attire les meilleurs talents européens en France, pour travailler sur d’ambitieux projets de recherche, dans le traitement automatique du langage, la reconnaissance du langage, la reconnaissance d’images ou les infrastructures logiques et physiques des systèmes avancés d’IA.
L’investissement de 10 millions d’euros supplémentaires pour soutenir les écosystèmes français de recherche et d’innovation en IA
- Renforcement du partenariat de Facebook avec INRIA et avec la recherche académique
FAIR Paris et INRIA, institution scientifique de premier plan, renforceront leur partenariat historique, conclu dès l’ouverture de FAIR Paris en 2015. Ce partenariat recouvre de nombreuses dimensions, dont l’accueil à FAIR Paris de doctorants et post-doctorants de INRIA.
- Quadruplement des doctorants accueillis par FAIR Paris et financement de bourses d’études
FAIR Paris accueillera 30 doctorants bénéficiant de Conventions Industrielles de Formation par la Recherche (CIFRE), portant à 40 les doctorants accueillis par FAIR Paris en 2022. Le partage de compétences, le modèle de financement et l’accès à des problématiques de terrain sont autant d’avantages que présentent les CIFRE pour les doctorants, les laboratoires de recherche et les entreprises.
Afin de favoriser un accès le plus large possible à la recherche en IA auprès d’une grande diversité de profils, un partenariat sera noué avec plusieurs universités françaises pour le financement de bourses d’études, de bourses d’excellence et de doctorats en mathématiques, physique, informatique et ingénierie des systèmes complexes.
- Financement de serveurs et de bases de données ouvertes
Facebook financera 10 serveurs de dernière génération dotés de 8 GPU, auprès d’un organisme central chargé d’en accorder l’accès à plusieurs organismes de recherche et startups. Ces 10 serveurs s’ajoutent aux 5 serveurs donnés en 2015 à des instituts de recherche français.
Un fonds pour la collecte d’ensembles ouverts de données pour l’apprentissage d’algorithmes d’IA sera également financé par Facebook au profit d’une institution publique française.
Le partage de connaissances et de compétences avec les écosystèmes de recherche et d’innovation, au cœur de l’ADN de FAIR Paris
FAIR Paris a initié fin 2017 un programme de 5 “AI Masterclass Labs” en partenariat avec 42, animé par des chercheurs de FAIR Paris, et qui a rassemblé des milliers de développeurs dans plusieurs dizaines de villes en Europe, au Moyen-Orient et en Afrique. Les vidéos intégrales de ces Masterclass seront prochainement mises en ligne, à la disposition de tous.
Pour Yann LeCun, Chief Scientist, Facebook AI Research “Nous avons créé FAIR en 2013 avec des objectifs ambitieux : faire avancer la science de l’intelligence et développer des technologies applicables en pratiquant la recherche ouverte. La France joue un rôle moteur dans la recherche mondiale en intelligence artificielle, et notre rôle est de donner des clés de réussite à la communauté qui fait rayonner la recherche française dans le monde. Je suis très fier de notre engagement toujours plus important pour accélérer la recherche française et européenne en intelligence artificielle.”
Selon François Sillion, Directeur Général délégué à la Science, INRIA, “Cet investissement est une excellente nouvelle pour la recherche et l’innovation françaises. Depuis l’ouverture du laboratoire européen de FAIR à Paris en 2015, nous avons noué une relation de confiance et de collaboration forte avec Facebook, et nos chercheurs sont séduits par sa démarche d’Open Innovation et ses interactions fructueuses avec la communauté scientifique. Nous sommes ravis de continuer à développer des projets communs.”
L’IA est au cœur des technologies numériques de demain. En accélérant la recherche en IA et en machine learning, en encourageant l’innovation pour construire les pépites de demain, et en favorisant la collaboration public-privé, Facebook souhaite jouer un rôle moteur dans l’ambition française de devenir le champion international de l’IA.
Qu’est-ce que l’intelligence artificielle ?
Définitions
L’intelligence artificielle est le champ qui couvre les mathématiques et l’informatique pour créer des machines et programmes dits « intelligents », c’est-à-dire capables d’adapter leur action, et d’apprendre de leurs erreurs.
Le machine learning, ou apprentissage automatique, est une discipline scientifique du champ de l’intelligence artificielle qui consiste en l’étude et le développement d’algorithmes pouvant apprendre à réaliser des tâches à base d’exemples. Aujourd’hui, le machine learning fonde l’ensemble des algorithmes d’intelligence artificielle, et sert à la réalisation de tâches aussi variées que la traduction automatique, la reconnaissance de la parole, ou encore la reconnaissance d’objets dans les images ou les vidéos.
Le “Deep learning“ est la branche du machine learning qui consiste à apprendre à des réseaux de neurones artificiels à effectuer certaines tâches.
Les réseaux de neurones artificiels, inspirés à l’origine du système nerveux, sont des fonctions mathématiques organisées autour d’unités appelées neurones. Les neurones sont assemblés en couches successives, et leurs interactions sont régulées par des paramètres. Le but de l’apprentissage est d’ajuster ces paramètres à l’aide d’exemples de la tâche à effectuer ou du type de données à traiter.
L’état de l’art de la recherche en IA
Actuellement, les programmes d’intelligence artificielle peuvent raisonner et effectuer des tâches humaines basiques, comme :
- Le langage – reconnaissance du langage naturel, traduction, réponse aux questions et systèmes de conversation.
- La vision – reconnaissance faciale, détection et reconnaissance d’objets dans des images ou vidéos, reconnaissance d’actions et description textuelle d’images ou vidéos.
- La planification – mise en place de plans permettant de passer d’une étape initiale à une étape finale dans les jeux naturels.
Des systèmes d’IA plus sophistiqués peuvent également diagnostiquer des maladies ou conduire des voitures.
Exemples de fonctionnalités fondées sur des systèmes d’IA sur Facebook
- Description d’images – cette fonctionnalité permet aux personnes malvoyantes de mieux comprendre les photos qui apparaissent dans leur fil d’actualité, en générant des descriptions détaillées des images
- Traduction – l’IA permet de produire des traductions précises et de casser les barrières linguistiques
- Systèmes de dialogue – ces systèmes permettent de proposer des recommandations au sein des discussions Messenger
- Détection de spams – cette fonctionnalité permet de reconnaître si des images sont des spam (par exemple, renvoyant vers un site malicieux) et de réduire leur distribution
Facebook AI Research (FAIR) Paris : le hub européen de recherche en IA de Facebook
Le choix de l’excellence française
L’excellence de la France en matière de recherche, portée par un vivier de talents rares et d’instituts figurant parmi les meilleurs au monde, ont été des composantes déterminantes dans la décision de Facebook d’implanter son centre européen de recherche en intelligence artificielle Facebook AI Research (FAIR) à Paris.
Inauguré en juin 2015 et placé sous la direction d’Antoine Bordes, FAIR Paris est le centre européen de recherche en intelligence artificielle de Facebook. L’équipe compte aujourd’hui 40 chercheurs, ingénieurs et doctorants, dont de nombreux talents internationaux issus de la Russie, de l’Italie, du Sénégal, de la Pologne, de l’Espagne, des Pays-Bas, de l’Allemagne ou encore du Royaume-Uni.
Des projets de recherche ambitieux
L’équipe travaille sur des projets de recherche à long terme dans les domaines de la compréhension automatique du langage, la reconnaissance d’images et les types d’infrastructures logiques et physiques pour ces systèmes avancés. Avec les équipes des centres de New York, de San Francisco, et depuis 2017, de Montréal, FAIR compte aujourd’hui 150 chercheurs à travers le monde.
Un partenariat public-prive inédit au service du rayonnement de la France
Le laboratoire a tissé de forts liens avec la recherche française en soutenant des institutions scientifiques telles que INRIA, par l’accueil de doctorants et post-doctorants, ou en signant des contrats CIFRE avec des universités comme l’ENS Ulm, Paris Dauphine, l’UPMC. Cette logique de partenariat a aussi conduit aux dons de 22 serveurs de calcul haute-performance à 15 universités en Europe, dont 5 en France, et prochainement, de 10 serveurs supplémentaires.
La recherche ouverte au cœur de l’ADN de FAIR
Le laboratoire partage largement et gratuitement tous les travaux de recherche et les technologies de FAIR Paris, disponibles pour tous et sous licence ouverte. La validation par les pairs, ainsi que les publications d’articles scientifiques constituant notamment des mesures essentielles de la recherche scientifique fondamentale, plus d’une cinquantaine d’articles de recherche ont déjà été publiés par l’équipe parisienne.
Tous les chercheurs du centre ont la possibilité de poursuivre leurs recherches de façon ouverte. Cette organisation permet de favoriser un dialogue constructif et fructueux entre la recherche universitaire, la société civile et l’industrie, sur des sujets essentiels. L’ouverture et la transparence de Facebook sont cruciales pour permettre à la société dans son ensemble de s’emparer de ces questions et de construire un consensus sur l’utilisation de l’intelligence artificielle.
C’est dans cette même dynamique que Yann LeCun a co-fondé l’initiative « Partnership on AI », avec DeepMind, IBM, Microsoft, Google, Amazon, et Apple, rassemblant des acteurs économiques, experts et associatifs. Son objectif est de valoriser les bonnes pratiques dans le domaine, accroître les échanges pour faire avancer la recherche, développer la compréhension du grand public autour de ces enjeux et développer l’impact social de l’intelligence artificielle, au service de l’accessibilité et de l’inclusion.
Facebook AI Research : Curriculum
FAIR // Yann LeCun, Chief Scientist de Facebook AI Research
« Une recherche ouverte et en collaboration avec les institutions et universités locales entrainera plus d’innovations, encouragera la collaboration et les échanges et nous aidera à avancer sur des problématiques communes plus vite. » – Yann LeCun
Directeur de la recherche en Intelligence Artificielle de Facebook depuis décembre 2013, Yann LeCun est Professeur Distingué à l’Université de New-York à temps partiel, affilié au Center for Data Science de NYU et au Courant Institute of Mathematical Science. Yann LeCun est diplômé de l’Ecole Supérieure d’Ingénieurs en Electrotechnique et Electronique (ESIEE Paris), et est docteur en Science Informatique de l’Université Pierre et Marie Curie.
Après des études postdoctorales à l’Université de Toronto, il a rejoint les laboratoires AT&T Bell à Holmdel dans le New Jersey, avant de devenir directeur du département de recherche en Traitement d’Image au sein des laboratoires de recherche d’AT&T en 1996. Yann a rejoint l’Université de New-York comme professeur en 2003, après une brève période en tant que professeur associé au NEC Research Institute de Princeton. De 2012 à 2014, Yann LeCun a fondé le Center for Data Science de l’Université de New-York.
Il est le co-directeur du programme “Calcul Neural et Perception Adaptative“ de l’Institut Canadien de Recherches Avancées (CIFAR), et co-dirige le Moore-Sloan Data Science Environments pour l’Université de New-York. Yann LeCun a reçu en 2014 le Prix Neural Network Pioneer de l’IEEE Computational Intelligence Society.
FAIR PARIS // Antoine Bordes, Directeur de Facebook AI Research Paris
« L’IA change déjà le monde d’aujourd’hui, et est un formidable foyer d’opportunités pour le monde de demain. Facebook AI Research, ce sont les meilleurs talents rassemblés pour avancer la recherche en intelligence artificielle dans ce sens, de manière ouverte et en collaboration avec la communauté de recherche et d’innovation. » – Antoine Bordes
Antoine Bordes est directeur du Centre de Recherche de Facebook AI Research (FAIR) à Paris depuis début 2017. Ingénieur de formation (diplômé de l’ESPCI en 2006), Antoine Bordes a obtenu le doctorat en Intelligence Artificielle de l’Université Pierre et Marie Curie en 2010. Il a reçu les prix de la meilleure thèse décernés par l’association française d’Intelligence Artificielle et par la Délégation Générale pour l’Armement pour son doctorat.
Après un séjour post-doctoral en 2011 à l’Université de Montréal, il a travaillé au CNRS comme chercheur rattaché au laboratoire Heudiasyc de l’Université Technologique de Compiègne où il a reçu la prime d’excellence scientifique en 2013.
Antoine a rejoint le laboratoire FAIR à New York début 2014 comme chercheur, puis a pris la direction de FAIR Paris début 2017. Il est le co-auteur de plus de 50 articles cités plus de 6 000 fois.
Les Masterclass IA de FAIR Paris : un programme qui a fédéré des milliers de développeurs de Nairobi à Tunis
Une initiative inédite pour diffuser les connaissances en IA
FAIR Paris a initié fin 2017 un programme inédit d’AI Masterclass Labs, dédié à l’intelligence artificielle et animé par des chercheurs de FAIR Paris. Ces 5 masterclass étaient ouverts aux étudiants de l’Ecole 42 et aux 20 000 membres de la communauté des Developer Circle, groupes de développeurs qui collaborent et partagent leurs connaissances et gérés par des développeurs locaux. Ces conférences ont rassemblé des milliers de développeurs dans 40 villes en Europe, au Moyen-Orient et en Afrique, autour des derniers développements de l’intelligence artificielle. A titre d’exemple, l’une des sessions a permis de mobiliser une centaine de développeurs pendant 4 heures autour du développement de nouveaux outils d’apprentissage de l’écriture pour les enfants, au profit de l’association Agir pour l’Ecole.
En 2018, les vidéos intégrales de ces Masterclass seront mises en ligne, à la disposition de tous. Elles pourront servir de support de partage et d’enseignement au sein des nombreuses communautés de développeurs qui s’intéressent aujourd’hui aux enjeux de l’intelligence artificielle.
Un programme d’initiation aux grands enjeux de l’IA
- 6 novembre 2017 – « Les réseaux de neurones », par Timothée Lacroix
Cette conférence introduit les réseaux de neurones et la façon dont ils sont entraînés et évalués, et s’attarde sur différentes tâches de machine learning s’appuyant sur du deep learning.
- 21 novembre 2017 – « La reconnaissance de la parole », par Neil Zeghidour
Cette conférence met en perspective les différentes caractéristiques sur lesquelles s’appuient actuellement les systèmes de reconnaissance vocale, et les limites des systèmes actuels, à l’exemple de la traduction de langages manquant de ressources ou de langues orales.
- 27 novembre 2017 – « La vision par ordinateur », par Pauline Luc
Cette conférence est une introduction à la vision par ordinateur, à travers un panorama de l’état de l’art et des méthodes de ce champ de l’intelligence artificielle, ainsi que des problèmes qu’il tente de résoudre.
- 12 décembre 2017 – « Le traitement du langage naturel », par German Kruszewski
Le langage naturel humain nous permet de communiquer avec les autres des informations riches et nuancées. Les ordinateurs sont-ils capables de comprendre ce que nous disons ? De quoi sont capables certains de nos systèmes actuels et quels sont les futurs grands défis ?
- 18 décembre 2017 – « Les réseaux de neurones récurrents », par Alexis Conneau
Cette conférence introduit le concept des réseaux de neurones récurrents et la façon dont ils peuvent être utilisés pour la modélisation et la production de données séquentielles, en s’appuyant sur des exemples d’applications de la modélisation du langage et de la génération de langage naturel.
L’IA au service des hommes et de la société
L’intelligence artificielle bouleversera de multiples domaines de nos vies et de notre société, depuis la médecine personnalisée jusqu’à la lutte contre le changement climatique.
De nombreuses initiatives à travers le monde se penchent sur les applications de l’IA qui permettront d’améliorer la vie de demain.
- SANTÉ
Une startup pour la santé mobile utilise l’IA pour alerter sur des maladies cardiaques
AliveCor, une startup basée dans la Silicon Valley et qui produit le dispositif Kardia Mobile de mesure d’électrocardiogrammes depuis un téléphone portable, travaille sur l’utilisation de l’IA pour aider les docteurs à monitorer l’activité cardiaque de patients. Ses algorithmes de machine learning permettront d’alerter automatiquement dans les cas d’électrocardiogrammes anormaux, et ainsi, de détecter en amont les arythmies cardiaques communes et de prévenir les attaques.
- ÉDUCATION
La technologie transforme ce qui se passe quand un enfant va à l’école
L’IA permet aux machines d’en apprendre plus sur les élèves qui les utilisent en étudiant les données produites lors de l’utilisation.
- TRANSPORTS
Des villes utilisent l’IA pour la planification des transports
Des méthodes d’intelligence artificielle sont utilisés pour optimiser les services de différentes manières, par exemple pour les plannings de métros et de bus, et pour surveiller les conditions de trafic pour ajuster de manière dynamique les limitations de vitesse ou pour appliquer des prix intelligents pour les autoroutes et les routes.
- RECHERCHE
Le deep learning aide à cartographier Mars et à analyser la chimie de sa surface
Des chercheurs de l’Université du Massachusetts Amherst et Mount Holyoke College se sont associés pour appliquer les récentes avancées en machine learning, et particulièrement les méthodes de deep learning inspirées de la biologie, pour analyser des quantités importantes de données scientifiques issues de Mars.
- SÉCURITÉ
Des systèmes d’IA peuvent prédire et prévenir des cyber attaques
Le MIT a développé un système d’IA qui peut prédire et prévenir jusqu’à 85% des cyber-attaques, avec un degré élevé de précision. Le système utilise d’IA pour compiler un rapport, qui est ensuite présenté à des analystes humains. Ceux-ci indiquent quels événements ont constitué des attaques, et fournissent cette information au système d’IA, ce qui lui permet de s’améliorer de manière incrémentale.
- ENVIRONNEMENT
Comment l’IA peut aider les pêcheries océaniques à être durables
Un vaisseau appartenant à la société Luen Thai Fishing Venture, fait partie d’un projet coopératif entre The Nature Conservancy, des gouvernements de plusieurs îles du Pacifique et l’industrie de la pêche, visant à tester la manière dont les systèmes de surveillance électroniques couplés à de l’IA peuvent aider à améliorer les pratiques de pêche durable dans le Pacifique.
Ressources
Dernières actualités
- Interview de Yann LeCun dans Libération (décembre 2017)
- Lancement de FAIR Montréal (septembre 2017)
Sites et ressources
- Site web de FAIR
- Publications de FAIR
- L’équipe de FAIR
- Communiqué de lancement de FAIR Paris
- Vidéo de présentation de FAIR Paris
- Page Facebook de Yann LeCun
- Démos et vidéos d’IA
Quelques exemples de travaux de recherche de FAIR (English)
- Accelerating machine learning for computer vision
- ParlAI: A new software platform for dialog research
- A novel approach to neural machine translation
- Expanded fastText library now fits on smaller-memory devices
- Faiss: A library for efficient similarity search
Vidéos de la page Facebook engineering (english)
- FAIR Language Understanding
- Visual Question and Answering Demo
- Unsupervised Learning
- Teaching machines to see and understand
Interviews vidéo de l’équipe de FAIR paris au sommet “AI for Good“ de l’agence des Nations Unies ITU
- Antoine Bordes, directeur de FAIR Paris
- Moustapha Cissé, chercheur
Articles intéressants
- Interview de Yann LeCun sur France Culture sur l’histoire, les champs de recherche et les défis de l’IA
- Documentaire de Radio Canada sur FAIR
- Facebook’s race to dominate AI (English)
- Using AI to help blind people ‘see’ Facebook (English)
- How blind people interact with visual content on social networking sites (English)
- Introducing deeptext: Facebook’s text understanding engine (English)