Ericsson ouvre ses Cognitive Labs pour intégrer l’IA aux télécommunications

Les réseaux de télécommunications produisent et doivent traiter une masse considérable de données : état des équipements, circulation du trafic, qualité de service ou encore incidents techniques. C’est dans ce contexte qu’Ericsson a inauguré ses Cognitive Labs, une initiative de recherche destinée à approfondir l’usage de l’intelligence artificielle dans les télécommunications. L’équipementier suédois veut y réunir des travaux allant des modèles capables de comprendre des données organisées en réseau aux grands modèles de langage, sans oublier l’efficacité énergétique de l’entraînement.

L’annonce ne correspond pas au lancement d’un nouveau service grand public. Il s’agit d’abord d’une structure de recherche, conçue pour faire progresser des briques technologiques qui pourront, à terme, contribuer à l’automatisation et à l’amélioration de processus dans les réseaux et les services de communication. Ericsson met aussi en avant une démarche de collaboration avec le monde académique et la communauté open source.

Pourquoi l’IA est-elle devenue stratégique pour les télécommunications ?

Un réseau mobile n’est pas un simple ensemble d’antennes. C’est un système complexe, constitué d’équipements, de liaisons, de logiciels et de flux de données qui interagissent en permanence. Les opérateurs doivent adapter les ressources disponibles à la demande, identifier les anomalies et maintenir la qualité des communications. L’intelligence artificielle peut aider à analyser cette complexité, à condition que ses modèles soient adaptés aux données et aux contraintes propres aux télécoms.

Les Cognitive Labs s’inscrivent dans cette ambition. Ericsson prévoit d’y étudier des technologies comme les réseaux neuronaux sur graphes, aussi appelés GNN, l’apprentissage actif et les modèles de langage de grande taille. Ces sujets ne répondent pas tous au même besoin : certains visent à mieux représenter les relations entre des éléments d’un réseau, d’autres à réduire le coût de l’entraînement ou à automatiser certaines tâches.

Dans l’industrie des télécommunications, la promesse n’est donc pas seulement de produire des réponses en langage naturel. Il s’agit aussi de développer des systèmes capables de traiter des informations techniques structurées, de raisonner sur des dépendances entre équipements et d’assister les équipes qui exploitent les réseaux.

Trois laboratoires pour couvrir des approches complémentaires

Ericsson organise ses Cognitive Labs autour de trois pôles, chacun consacré à une famille de problèmes de recherche. Cette répartition distingue l’étude des données structurées en graphes, l’optimisation de l’apprentissage automatique et les modèles fondamentaux, dont font partie les grands modèles de langage.

Le GAI Lab, pour modéliser les relations dans les données

Le Geometric Artificial Intelligence Lab, ou GAI Lab, se concentre sur l’intelligence artificielle géométrique. Derrière cette appellation se trouvent notamment les modèles qui s’appuient sur des graphes, des structures particulièrement utiles lorsque les liens entre les données comptent autant que les données elles-mêmes.

Ericsson cite les modèles de génération de graphes et les réseaux neuronaux temporels parmi les pistes explorées. Les premiers peuvent servir à travailler sur des structures relationnelles, tandis que les seconds intègrent une dimension temporelle, utile lorsque les situations évoluent au fil du temps. Dans les télécommunications, l’état d’un réseau change continuellement selon les usages, les équipements et les conditions d’exploitation.

L’entreprise associe aussi ce pôle à l’explicabilité. Cette notion désigne la capacité à mieux comprendre les éléments qui conduisent un modèle à produire une recommandation, une prédiction ou une décision. L’enjeu est important dans les systèmes techniques : un résultat automatisé est plus facile à évaluer s’il peut être relié à des signaux, à des relations ou à un raisonnement compréhensible par les spécialistes.

Ericsson évoque des répercussions possibles au-delà des télécommunications, notamment dans la recherche pharmaceutique. Les graphes y sont également employés pour représenter des relations complexes, par exemple entre des molécules, des protéines ou des interactions biologiques. Cette perspective relève toutefois de la recherche : l’annonce ne présente pas de produit ni de résultat opérationnel dans ce domaine.

Le MLR Lab, pour entraîner des modèles avec plus de sobriété

Le Machine Learning and Reasoning Lab, ou MLR Lab, aura pour mission d’optimiser l’entraînement des modèles et de travailler sur l’apprentissage par renforcement. Dans cette approche, un système apprend en recevant des signaux liés aux conséquences de ses actions, avec l’objectif d’améliorer progressivement une stratégie.

L’intérêt peut être réel pour des environnements complexes, où il faut arbitrer entre plusieurs contraintes. Mais ces méthodes, comme l’ensemble de l’apprentissage automatique, demandent des ressources informatiques. Ericsson affiche donc un double objectif : améliorer l’efficacité des processus d’apprentissage tout en réduisant leur consommation énergétique.

Cette orientation répond à une question centrale pour l’IA contemporaine. Des modèles plus grands et davantage entraînés peuvent demander plus de calcul. La recherche ne porte pas uniquement sur les performances brutes : elle concerne aussi les méthodes qui permettent d’obtenir des résultats utiles avec moins de données annotées, moins d’itérations ou des architectures mieux adaptées à une tâche précise.

L’apprentissage actif, également cité dans l’initiative, s’inscrit dans cette logique. Son principe est de sélectionner les exemples les plus pertinents à faire examiner ou annoter plutôt que de traiter indistinctement de grands volumes de données. Lorsqu’une expertise humaine est nécessaire, cette sélection peut contribuer à concentrer les efforts sur les cas les plus instructifs.

Le FAI Lab, entre grands modèles de langage et automatisation

Le troisième pôle, le Fundamental Artificial Intelligence Lab, ou FAI Lab, est consacré aux modèles fondamentaux de l’IA. Cette catégorie comprend les grands modèles de langage, capables de traiter et de générer du texte après avoir été entraînés sur de vastes corpus.

Appliqués aux télécommunications, de tels modèles peuvent être étudiés comme des outils d’automatisation de processus. Les usages potentiels dépendent toutefois de leur intégration dans des outils, de la qualité des données disponibles et de la capacité des équipes à contrôler leurs réponses. Un modèle de langage ne remplace pas, à lui seul, les systèmes de gestion d’un réseau : il doit être encadré et évalué pour un domaine technique donné.

Le rôle du FAI Lab est donc de travailler sur les fondations de ces approches. L’objectif annoncé par Ericsson est de renforcer l’efficacité technologique du secteur en explorant l’automatisation, plutôt que de présenter dès à présent une application commerciale précise.

Une recherche pensée avec l’open source et l’université

Les Cognitive Labs affichent une volonté de collaboration ouverte avec la communauté open source. Ericsson entend notamment contribuer au développement de bibliothèques d’intelligence artificielle réutilisables. Dans la recherche logicielle, une bibliothèque regroupe des composants que d’autres équipes peuvent employer dans leurs propres projets, au lieu de repartir de zéro.

Cette ouverture peut faciliter la reproductibilité des travaux, la comparaison entre méthodes et le partage d’outils entre chercheurs et ingénieurs. Elle ne signifie pas que tous les développements d’une entreprise sont nécessairement publiés : l’annonce souligne une orientation collaborative autour d’initiatives et de bibliothèques réutilisables.

Ericsson a également établi un partenariat avec l’Universidad Pontificia Comillas, en Espagne. L’alliance doit favoriser des publications conjointes et une participation active à des projets open source. Pour l’entreprise, l’intérêt est de rapprocher ingénieurs et chercheurs universitaires afin de multiplier les échanges de connaissances et de renforcer les capacités de recherche en Espagne et en Europe.

De la recherche fondamentale aux usages dans les réseaux

Les trois axes annoncés répondent à des problèmes différents, mais complémentaires. Les graphes cherchent à mieux représenter les relations entre éléments d’un système. L’optimisation de l’apprentissage vise des modèles plus efficients. Les modèles fondamentaux explorent des capacités plus générales, notamment autour du langage et de l’automatisation.

Pour les télécommunications, le défi consiste à faire dialoguer ces travaux avec les réalités du terrain. Un réseau doit rester disponible, fiable et maîtrisable. Les solutions fondées sur l’IA doivent donc pouvoir être évaluées dans des environnements techniques exigeants, et leurs résultats doivent être interprétables par les personnes chargées de l’exploitation.

L’explicabilité mise en avant par le GAI Lab prend ici une dimension concrète. Lorsqu’un modèle participe à une décision technique, comprendre pourquoi il signale une anomalie ou privilégie une option devient un facteur de confiance. Cela ne garantit pas l’absence d’erreur, mais aide à examiner le comportement du système et à garder une supervision humaine adaptée.

L’initiative ouvre également une réflexion sur les effets de l’IA au-delà de la seule performance. Ericsson associe ses laboratoires à des enjeux d’efficacité énergétique et à une réflexion éthique. Dans l’annonce, cette dernière apparaît comme une direction importante, sans qu’un dispositif spécifique de gouvernance ou de contrôle ne soit détaillé.

Ce qu’il faut surveiller

L’inauguration des Cognitive Labs constitue un signal stratégique : Ericsson veut faire de la recherche en IA un levier de ses activités dans les télécommunications. Mais la portée concrète de l’initiative dépendra des travaux publiés, des logiciels effectivement partagés avec la communauté open source et de la capacité à transformer des pistes de recherche en outils fiables.

Plusieurs éléments seront particulièrement révélateurs : les résultats des collaborations avec l’Universidad Pontificia Comillas, les contributions ouvertes produites par les équipes, les progrès annoncés sur l’efficacité énergétique et les usages précis retenus pour les réseaux de télécommunications. Les promesses de l’IA dans ce secteur sont nombreuses, mais elles devront démontrer leur utilité dans des systèmes où la continuité de service et la compréhension des décisions restent essentielles.

Pour Ericsson, l’enjeu est enfin d’attirer des chercheurs et scientifiques des données de haut niveau. Dans une compétition mondiale où les entreprises technologiques cherchent à réunir expertise scientifique, puissance de calcul et accès à des cas d’usage industriels, ces laboratoires doivent servir de point de rencontre entre recherche fondamentale et applications des télécommunications.