#574 - Neil Zeghidour - Gradium - Le clavier est mort
Notre nouveau film « Europe : il va falloir arrêter de subir 🇪🇺 » disponible ce mercredi 28 octobre à 18h sur YouTube ! Lorsqu’il travaillait chez Google, Neil Zeghidour a inventé l’équivalent des LLM pour l’audio. La famille de modèles qu’on retrouve aujourd’hui derrière Suno, ElevenLabs ou le mode vocal d’OpenAI. Neil est chercheur en intelligence artificielle de formation. À l’époque, la partie commerciale ne l’intéressait pas : ce qu’il voulait, c’était faire de la science. Porté par cette envie, il cofonde Kyutai, un laboratoire de recherche en IA à but non lucratif doté de 300 millions d’euros. Avec son équipe, il y crée Moshi, le premier modèle de conversation vocale en temps réel rendu public, en open source. Le succès est tel que les sollicitations s’enchaînent : éditeurs de jeux vidéo, fabricants de smartphones, tous veulent une offre commerciale. Conscient du potentiel, il cofonde Gradium et lève 100 millions de dollars. Aujourd’hui, ses équipes ont créé les modèles de voix les plus rapides du monde, capables de répondre en 50 millisecondes. Sa conviction : on va bientôt pouvoir se débarrasser du clavier. Demain, on ne tapera plus, on parlera à nos agents. On a aussi parlé de : - La faille qui peut retourner votre assistant IA contre vous- Pourquoi, à modèle identique, certains obtiennent des résultats radicalement meilleurs- L’instruction qu’il ajoute à chaque fin de session pour ne plus jamais avoir à se répéter- Ce que vont devenir les open spaces quand tout le monde parlera à son agent Un épisode idéal pour apprendre à mieux utiliser l’IA et comprendre ce qui se passe quand on n’a plus besoin d’écrire pour parler aux machines. Je vous ai négocié un code promo : -10% avec le code GDIY sur https://gradium.ai/ TIMELINE: - 00:00:00 : Comment contrôler les problèmes de sécurité des IA- 00:14:57 : Comment rendre les modèles d'IA audio plus naturel ?- 00:33:13 : La fin des claviers est déjà là- 00:41:12 : Quitter Google et recevoir 300 millions pour faire de la recherche- 00:52:17 : Pourquoi la voix n'est pas une commodité- 01:01:39 : Quelles sont les différences entre les modèles d'IA ?- 01:15:32 : « Si tu choisis l’argent plutôt que ce qui t’excite, c’est naze »- 01:23:56 : Des IA paient des humains pour les aider à s'améliorer- 01:42:53 : Quelles opportunités de startups autour de la voix ?- 02:02:17 : La technologie qui remplacera les téléphones ?- 02:12:31 : Qui sont les clients de Gradium ?Les anciens épisodes de GDIY mentionnés : - #570 - VO - Eric Schmidt - Google, Relativity Space - What will be the next chapter in human history ?- #570 - VF - Eric Schmidt - Google, Relativity Space - À quoi ressemblera le prochain chapitre de l’humanité ?- #564 - VO - Mati Staniszewski - ElevenLabs - “Humans were never meant to write, but to speak.”- #564 - VF - Mati Staniszewski - ElevenLabs - « L’humain a été fait pour parler, pas pour écrire »- #543 - Yann Le Cun - AMI Labs - Rendre l’IA plus humaine- #507 - Laurent Alexandre - Auteur - Vers la fin des études supérieures ?- #487 - VO - Anton Osika - Lovable - Internet, Business, and AI: Nothing Will Ever Be the Same Again- #487 - VF - Anton Osika - Lovable - Internet, Business et IA : rien ne sera jamais plus comme avant- #469 - Patrick Pérez - Kyutai - 300 millions pour l’IA en open source- #397 - Yann Le Cun - Meta - L’Intelligence Artificielle Générale ne viendra pas de Chat GPT- #327 - Laurent Alexandre - Auteur - ChatGPT & IA : “Dans 6 mois, il sera trop tard pour s’y intéresser”- #165 - Laurent Alexandre - Doctissimo - La nécessité d’affirmer ses idéesNous avons parlé de : - Gradium- Kyutai- Suno- ElevenLabs- Mistral AI et son modèle Mistral Large 4- Moshi (modèle de dialogue vocal full-duplex de Kyutai)- Plaud- Sesame- Duolingo- SandboxAQ et les Large Quantitative Models- Transformer (« Attention Is All You Need »)- Harnais d'agent (agent harness)- Earth Species ProjectLes recommandations de lecture : - Foundation, by Isaac Asimov 🇬🇧- Le