Kyutai, le laboratoire qui veut ancrer la recherche en IA de pointe en France

La bataille de l’intelligence artificielle ne se joue pas seulement entre les géants américains et chinois. Elle dépend aussi de la capacité des pays à former des chercheurs, à leur offrir des moyens de calcul et à leur donner envie de travailler localement. C’est sur ce terrain que se positionne Kyutai, un laboratoire de recherche en IA basé à Paris, lancé avec Xavier Niel, Rodolphe Saadé et Eric Schmidt.

L’ambition est claire : créer en France une structure indépendante, sans but lucratif et ouverte sur l’international, capable d’attirer des scientifiques de premier plan. À l’heure où l’IA générative s’impose dans le débat public comme dans les entreprises, Kyutai entend faire de la recherche fondamentale et appliquée un levier pour inscrire durablement la France dans cette compétition technologique.

Kyutai, un laboratoire de recherche indépendant installé à Paris

Kyutai se présente comme une fondation de recherche en intelligence artificielle. Son modèle est important : le laboratoire est indépendant et sans but lucratif, ce qui le distingue d’une entreprise développant des produits propriétaires destinés à être commercialisés. Sa vocation est de produire des travaux de recherche, de les partager en open source et de créer un environnement susceptible de retenir les talents formés en France autant que d’en attirer de nouveaux.

Le projet réunit Xavier Niel, créateur de Free et fondateur d’Iliad, Rodolphe Saadé et Eric Schmidt. Ce soutien associe des acteurs de l’entreprise et de la technologie autour d’une même idée : la France dispose de compétences reconnues en mathématiques, en informatique et en apprentissage automatique, mais elle doit pouvoir leur proposer des conditions de recherche comparables à celles des grands pôles internationaux.

L’enjeu n’est pas simplement de créer un nouveau nom dans l’écosystème français. Il consiste à établir une organisation suffisamment visible, financée et équipée pour accueillir des chercheurs qui pourraient autrement rejoindre des laboratoires ou des entreprises situés à l’étranger.

Pourquoi retenir les chercheurs est devenu un enjeu stratégique

La France possède plusieurs atouts académiques. L’École polytechnique et l’ENS Paris-Saclay comptent parmi les établissements qui forment des ingénieurs et chercheurs reconnus dans les disciplines mobilisées par l’IA. Mais former des spécialistes ne garantit pas qu’ils poursuivront leurs travaux dans le pays où ils ont étudié.

Les chercheurs en intelligence artificielle sont très sollicités. Les grandes entreprises technologiques, les laboratoires privés et les universités internationales disposent parfois de budgets considérables, d’équipes déjà établies et d’un accès massif aux ressources de calcul. Pour un jeune doctorant comme pour un scientifique expérimenté, ces paramètres pèsent dans le choix d’un poste.

Kyutai répond à ce problème par une logique d’écosystème. Il ne suffit pas de recruter une personnalité reconnue ou de financer quelques projets : il faut réunir des collègues, des étudiants, du temps pour publier, des outils informatiques et une liberté suffisante pour explorer des pistes de recherche incertaines. C’est précisément ce que vise le laboratoire en annonçant vouloir rassembler des dizaines de chercheurs, des étudiants aux professionnels confirmés, venus de France, d’Europe et d’autres régions du monde.

La présence d’un laboratoire à Paris peut aussi renforcer les échanges entre recherche académique, entrepreneurs et fournisseurs d’infrastructures. Cet effet d’entraînement reste à construire, mais il constitue l’une des raisons d’être du projet : faire émerger un lieu capable de concentrer compétences et moyens plutôt que de les disperser.

Des scientifiques de premier plan associés au projet

Kyutai a déjà annoncé la participation de plusieurs experts internationalement reconnus. Leurs profils donnent une indication sur les domaines que le laboratoire souhaite couvrir.

Yejin Choi, scientifique sud-coréenne, est spécialisée dans le traitement du langage naturel et la vision par ordinateur. Ces deux sujets sont au cœur de nombreux systèmes récents : les modèles capables de produire ou d’analyser du texte, mais aussi ceux qui interprètent des images et relient différents types de données.

Yann LeCun, chercheur français et lauréat du prix Turing, figure également parmi les experts annoncés. Le prix Turing est l’une des distinctions les plus importantes de l’informatique. Sa présence illustre la volonté de Kyutai de s’appuyer sur des scientifiques ayant contribué de longue date aux fondations de l’apprentissage automatique.

Le chercheur allemand Bernhard Schölkopf, reconnu mondialement pour ses travaux en apprentissage automatique, complète cet ensemble. L’apprentissage automatique désigne les méthodes qui permettent à une machine d’identifier des régularités dans de grandes quantités de données afin d’accomplir une tâche, par exemple classer des images, prédire une valeur ou générer du contenu.

Réunir de tels profils ne remplace pas une équipe complète, mais cela peut aider un nouveau laboratoire à définir ses priorités, à recruter et à se faire connaître dans un milieu scientifique où la réputation se construit lentement.

Langage, image et son : quels domaines Kyutai veut-il explorer ?

Les recherches de Kyutai ne doivent pas se limiter au texte. Le laboratoire annonce des travaux dans trois domaines complémentaires : le langage, la vision et le son.

Le langage est aujourd’hui le terrain le plus visible de l’IA générative. Les grands modèles de langage peuvent rédiger, résumer, traduire, répondre à des questions ou assister la programmation. Leur fonctionnement repose sur l’analyse de très vastes ensembles de textes, puis sur la prédiction du mot ou du fragment suivant. Cette mécanique produit des réponses souvent convaincantes, mais elle ne garantit ni l’exactitude des informations ni une compréhension humaine du monde.

La vision par ordinateur concerne l’analyse et la génération d’images ou de vidéos. Elle peut servir à reconnaître des objets, comprendre une scène ou associer une description textuelle à un contenu visuel. Enfin, les systèmes liés au son peuvent traiter la parole, transcrire un échange, analyser un signal audio ou générer une voix et des sons.

L’intérêt de travailler simultanément sur ces sujets est de progresser vers des systèmes capables de manipuler plusieurs formes d’information. Une personne, par exemple, apprend en lisant, en voyant et en écoutant. Pour une IA, faire dialoguer texte, image et son est un défi technique majeur, qui suppose des jeux de données, des méthodes d’évaluation et des infrastructures adaptés.

La puissance de calcul, l’autre nerf de la guerre

Pour entraîner des systèmes d’IA avancés, le talent ne suffit pas. Il faut aussi une puissance informatique très importante. Les modèles modernes sont entraînés sur de grands volumes de données au moyen de processeurs spécialisés, souvent des GPU, capables d’effectuer un grand nombre de calculs en parallèle.

Dans ce domaine, Iliad annonce investir plus de 200 millions d’euros dans l’intelligence artificielle. Sa filiale cloud Scaleway a acquis en septembre 2023 un supercalculateur NVIDIA spécifiquement destiné aux applications d’IA et installé à Paris. Cette infrastructure répond à un besoin concret : donner aux chercheurs les moyens de tester, entraîner et comparer des modèles sans dépendre exclusivement de capacités de calcul situées hors de France.

L’accès à ces machines ne constitue pas, à lui seul, une garantie de succès. Les ressources de calcul doivent être planifiées, partagées et utilisées avec des protocoles scientifiques solides. Elles restent toutefois indispensables dès lors que les équipes travaillent sur des modèles de grande taille, sur des données multimodales ou sur de nombreuses expériences en parallèle.

La disponibilité de ce supercalculateur place Kyutai dans un environnement plus favorable qu’un laboratoire démarrant sans infrastructure. Elle doit permettre aux chercheurs de transformer des idées théoriques en expérimentations mesurables, condition essentielle pour publier, reproduire les résultats et faire progresser les méthodes.

L’open source peut-il différencier Kyutai ?

Le choix annoncé de l’open source constitue une autre caractéristique du laboratoire. Dans l’IA, l’ouverture peut concerner des logiciels, des jeux de données, des méthodes d’évaluation, du code d’entraînement ou, dans certains cas, les paramètres d’un modèle. Ces différents degrés d’ouverture ne recouvrent pas exactement la même réalité.

Pour la recherche, partager des travaux présente plusieurs intérêts. D’autres équipes peuvent examiner les méthodes, tenter de reproduire les résultats et proposer des améliorations. Cette circulation des connaissances accélère parfois l’innovation, tout en donnant plus de visibilité aux chercheurs et aux institutions qui publient.

L’ouverture s’accompagne aussi de questions exigeantes. Les systèmes d’IA peuvent comporter des biais, produire des informations erronées ou être détournés de leurs usages initiaux. Un laboratoire qui publie ses recherches doit donc réfléchir à la manière de documenter ses modèles, d’expliquer leurs limites et d’évaluer leurs effets potentiels.

Kyutai indique vouloir développer des systèmes d’IA avancés « en accord avec les spécificités européennes ». Cette orientation traduit la volonté d’inscrire les recherches dans le contexte local, sans que les modalités précises de cette démarche soient détaillées à ce stade. Pour le laboratoire, le défi sera de faire de cette ambition un avantage scientifique concret, lisible par la communauté internationale.

L’adoption de l’IA progresse, mais les entreprises hésitent encore

La création de Kyutai intervient alors que l’IA générative suscite un intérêt rapide dans les organisations. Pourtant, le passage de l’expérimentation à un usage opérationnel reste difficile. Une enquête menée par O’Reilly met en évidence plusieurs freins : la difficulté à identifier des cas d’usage pertinents, les préoccupations juridiques et le coût des infrastructures nécessaires.

Les chiffres illustrent ce décalage entre enthousiasme et déploiement réel. 26 % des répondants déclarent utiliser l’IA depuis moins d’un an. Dans le même temps, 18 % seulement disposent déjà d’applications opérationnelles. L’IA attire donc fortement, mais une part importante des entreprises en est encore aux premières phases d’appropriation.

Cette situation crée aussi un besoin de recherche. Les organisations ne recherchent pas seulement des outils capables de générer du texte ou des images. Elles ont besoin de systèmes fiables, évaluables, adaptés à des tâches concrètes et intégrables dans leurs contraintes techniques et juridiques. Les avancées produites par des laboratoires comme Kyutai pourraient, à terme, contribuer à répondre à une partie de ces besoins.

Ce qu’il faut surveiller pour mesurer l’impact de Kyutai

Au 28 novembre 2023, Kyutai porte une ambition forte : installer à Paris un centre de recherche susceptible de compter dans l’IA mondiale. La qualité du projet se mesurera désormais à des éléments concrets, bien au-delà de l’annonce de son lancement.

Les premiers indicateurs seront le rythme des recrutements, la diversité des profils accueillis et la capacité du laboratoire à retenir ses chercheurs sur la durée. Les publications scientifiques, les résultats reproductibles et les projets effectivement mis à disposition en open source permettront également d’évaluer la portée de ses travaux.

Il faudra aussi observer l’usage de la puissance de calcul apportée par Scaleway et l’articulation entre le laboratoire, les établissements de formation et les autres acteurs français de l’IA. La concurrence internationale reste très forte, notamment face à des entreprises disposant de trésoreries considérables. Mais une recherche indépendante, soutenue par des moyens informatiques importants et par des scientifiques reconnus, peut donner à la France une place plus visible dans la prochaine phase de développement de l’intelligence artificielle.