Dans le domaine de l’IA, le deep learning ou l'apprentissage profond a suscité beaucoup d’attention. Qu'elles soient créées par des start-ups ou des géants de l'IT et du web, les applications de deep learning sont plébiscitées par les entreprises, quel que soit leur secteur d'activité dans la prédiction, la recommandation et la détection. Techniquement, le deep learning est une branche de l’intelligence artificielle qui utilise de puissants algorithmes issus de réseaux de neurones artificiels que l’on associe à des quantités massives de données. Avec le deep learning, l’objectif est clairement d’atteindre une précision proche de celle de l’humain, à l’image de Microsoft qui travaille sur la reconnaissance vocale au sein de son groupe de recherche sur l'intelligence artificielle. 

Au cours des dernières années, les start-ups spécialisées en deep learning se sont multipliées dans la Silicon Valley ; c’était même le buzz word de l’année 2016 dans les conservations. Afin de renforcer son expertise, Google a mis la main sur l'éditeur français Moodstocks qui propose une technologie de reconnaissance d'images et d'objets pour terminaux mobiles qui pourra trouver des débouchés tant dans l'e-commerce que dans les arts. En toute discrétion, Amazon a de son coté acquis Orbeus, une jeune pousse ayant aussi développée une technologie de reconnaissance d'images. SAS a greffé du deep learning à sa plateforme Viya pour analyser des données stockées dans le cloud. Le fabricant de puces Intel a racheté Nervana, une start-up qui développe du matériel et des logiciels pour l'apprentissage profond, tandis que Salesforce a racheté MetaMind, un éditeur de logiciels deep learning capables de traiter rapidement des masses d'images et de textes.

5 start-ups prometteuses 

La liste des start-ups spécialisées en apprentissage profond se raccourcit avec les rachats et les disparitions. En voici 5 autres qui méritent d’être suivies de près cette année : 

Bay Labs, cap sur l’imagerie médicale

Bay Labs n’est qu’une des start-ups qui utilise l'apprentissage profond dans l'imagerie médicale. Mais, dans son équipe d'ingénierie, on trouve des gens comme Johan Mathe, qui a travaillé précédemment sur Project Loon de Google. Yann LeCun, directeur du groupe de recherche en intelligence artificielle de Facebook, a investi dans la start-up, de même que Khosla Ventures. 

Cerebras Systems, après SeaMicro du deep learning

Cerebras est une mystérieuse start-up dirigée par Andrew Feldman, le même qui a vendu l’entreprise de microserveurs Arm SeaMicro à AMD pour 334 millions de dollars. La nouvelle jeune pousse d’Andrew Feldman développe du hardware IA, et selon une source proche, le tour de table organisé par la très réputée société de capital de risque Benchmark a permis de réunir plus de 20 millions de dollars. 

Deep Vision, des puces dédiées au deep learning

Basée à Palo Alto, Deep Vision construit des puces basse consommation pour le deep learning. Pendant qu’ils étaient à Stanford, deux cofondateurs de la start-up, Rehan Hameed et Wajahat Qadeer, avaient coécrit un article remarqué sur un « multiprocesseur Convolution Engine ». 

Graphcore, optimiser les échanges neuronaux

Graphcore a développé un accélérateur de traitement PCIe (IPU) que les réseaux neuronaux peuvent utiliser pour se former et livrer des conclusions. La start-up a également développé un logiciel capable de travailler avec son infrastructure en utilisant les frameworks d'apprentissage profond existants MXNet et TensorFlow. Parmi les investisseurs de Graphcore on trouve Bosch Venture Capital, Foundation Capital et Samsung Catalyst Fund. 

ViSenze, de bons résultats en reconnaissance d’image

Fondée en 2012, ViSenze a obtenu de meilleurs résultats que d’autres concurrents dans certaines épreuves de la compétition de reconnaissance d'images ImageNet 2016. Financée par Rakuten Ventures, ViSenze est une émanation de NexT, un centre de recherche créé par l'Université Nationale de Singapour et l'Université Tsinghua de Chine. Son logiciel peut effectuer de la reconnaissance d'objets et du marquage d’images et de vidéos et délivrer un contenu visuellement similaire. 

Comme l’a déclaré très justement le CEO de Google, Sundar Pichai, après la priorité au mobile – « mobile first » - c’est désormais la priorité à l’AI - « AI first ».