Learning Robots a développé une solution pour se familiariser avec les algorithmes de machine learning, en s’amusant.
Après avoir travaillé sur le fonctionnement du cerveau et l’IA, Thomas Deneux, chercheur en neurosciences au CNRS, a créé en 2017, un logiciel qui permet de visualiser en temps réel le fonctionnement d’un algorithme d’apprentissage. En 2020, avec Axel Haentjens, il fonde Learning Robots. Le principe est essentiellement éducatif, pour rendre plus visible toute la partie invisible des algorithmes apprenants. « Nous avons conçu un petit robot, avec des caméras, des capteurs, et que l’on peut entraîner à l’aide d’un ordinateur. Il va ensuite restituer ce qu’il a appris, et l’on peut voir ce qu’il se passe sur les algorithmes, visuellement », raconte Axel Haentjens. Deux modes sont possibles : il peut apprendre en étant supervisé par un humain, ou apprendre tout seul, par renforcement en autonomie. « Dans tous les cas, nous voyons sur l’interface les réseaux de neurones se former, se renforcer et s’affaiblir », détaille le directeur général. Learning Robots propose donc son outil éducatif aux milieux éducatifs. « Nous avons commencé par les lycées puis les collèges, dans les cours de technologies. Ils apprennent déjà la robotique, c’est dommage que les élèves ne s’initient pas à l’IA », détaille-t-il. La start-up propose aussi des formations en entreprise, dans des groupes de luxe, des banques, essentiellement pour les comités de direction, les DRH ou la direction financière. « Il y a une peur panique de l’IA. Nous allons rassurer les dirigeants, en démystifiant. L’IA n’est qu’un outil qui permet d’apprendre et restituer ce que vous lui avez appris, ajoute-t-il. Une fois que la formation est faite, tout le monde a le même bagage culturel.» Les outils pédagogiques de Learning Robots sont distribués en Europe et jusqu’en Chine, à Hong-Kong, et compatible avec plusieurs type de robots. A terme, l’entreprise de 7 personnes, rentable, aimerait développer son logiciel sous forme de licence, et l’améliorer en intégrant par exemple des modèles de langage. « Pouvoir parler au robot pour le contrôler, l’interroger pour qu’il explique telle ou telle décision, ce serait formidable », conclut-il.
