Edgar Lemaire

Mais à terme, évidemment, on voudrait remplacer, pas seulement par analogie le cortex visuel, mais l'intégralité du cerveau du robot.

C'est exactement notre job et en fait, nous, on fait ça en regardant la biologie.

Dans la tête, dans le crâne, on a le processeur d'intelligence artificielle le plus performant du monde.

Il consomme 20 watts pour des milliards de milliards de neurones.

Ça, c'est des milliards de fois plus efficace que ChatGPT.

C'est inégalable.

On ne pense pas l'égaler, mais en tout cas, en s'en inspirant.

on va pouvoir baisser drastiquement la consommation.

Donc nous, ce qu'on fait, c'est qu'on regarde comment ça fonctionne dans le cerveau et on reproduit ce fonctionnement dans les algorithmes et dans les processeurs qui sous-tendent leur exécution.

Aujourd'hui, ça nous permet déjà d'être 100 fois plus efficace en énergie qu'un processeur Nvidia, par exemple.

Alors nous, on ne fait pas de LLM, mais pour faire de la vision, par exemple, on est 100 fois meilleur.

Demain, on ira peut-être vers les LLM aussi.

C'est la suite des événements.

Alors nous, on s'est inspiré de ce que faisaient les neurosciences.

Les neurosciences, à l'origine, ils ont produit des algorithmes dans le but de modéliser le cerveau, de comprendre comment le cerveau fonctionne.

Ils imaginaient que ça fonctionnait d'une certaine manière.

Ils ont développé ces modèles pour comparer à la réalité.

Et c'est comme ça que ça se passait.

Et des chercheurs en machine learning, en intelligence artificielle, ont vu ces modèles-là.

ont vu leur capacité de raisonnement et leur promesse en termes de consommation énergétique de par le fait qu'ils soient inspirés du fonctionnement du cerveau.