Ancienne directrice du laboratoire FAIR de Meta, Joëlle Pineau a quitté le groupe américain pour rejoindre la start-up canadienne Cohere cet été. Un choix mûri à un moment où le secteur lui-même traverse un moment charnière.En l’espace de quelques mois Meta a perdu plusieurs de ses figures emblématiques. Yann LeCun, bien sûr, mais aussi Joëlle Pineau, chercheuse montréalaise et directrice pendant 8 ans du laboratoire FAIR - l’entité de recherche fondamentale en IA du groupe américain qui a par la suite subi d’importantes coupes d’effectif. La chercheuse a quitté son poste en mai dernier, avant de rejoindre en août le Canadien Cohere, spécialiste des modèles d’IA pour le monde professionnel. Ce changement dans sa carrière intervient à un moment charnière pour le secteur de l’IA. Faut-il continuer ou non avec les mêmes types de modèle ? Comment sortir de l’emballement collectif pour des usages plus raisonnés ? Nous en avons discuté avec la chercheuse de passage à Paris, où Cohere a récemment installé des bureaux.
LA TRIBUNE - Vous êtes arrivée à la tête de l’IA chez Cohere, à « un moment d’inflexion » pour l’entreprise, avez-vous précisé lors de votre prise de poste. C’est-à-dire ?
JOELLE PINEAU - Aidan Gomez, notre CEO qui a participé aux travaux fondateurs sur les Transformers (l’architecture d’IA derrière ChatGPT), a fondé Cohere en 2019 pour développer un modèle. C’était avant ChatGPT, et le travail à accomplir était immense. Puis le modèle s’est avéré très bon, et la question est devenue : comment en faire un produit ? Nous avons notre modèle principal, North, et d’autres modèles complémentaires. Désormais, il faut passer à une nouvelle phase : structurer une stratégie de vente, une stratégie produit, et faire le lien entre la recherche et le modèle. C’est précisément pour cela que je suis venue. C’est la phase où l’on passe de la start-up à une entreprise avec une trajectoire globale.
Vous avez quitté Meta, comme Yann LeCun. Lui cherche une nouvelle architecture de modèle d’IA, puisqu’il estime que les grands modèles de langage (LLM) sont insuffisants pour parvenir à une « intelligence » plus proche de celle des humains. Partagez-vous son point de vue ?
