Quand Scale AI « enseigne » l’intelligence artificielle

Depuis que son fondateur était encore étudiant, Scale AI est devenue une étape incontournable de l'apprentissage des modèles d'intelligence artificielle. L'entreprise ne crée pas d'IA, mais elle aide les IA à comprendre le monde humain.

Les données d'entrée sont soigneusement organisées avant d'être utilisées pour entraîner l'IA.

Scale AI ne fait pas souvent la une des journaux et ne figure pas parmi les entreprises technologiques qui créent des produits concrets pour les utilisateurs. Pourtant, pour les développeurs en intelligence artificielle, elle est un élément indispensable du processus d'entraînement des modèles.

Le travail de Scale AI se déroule discrètement en coulisses, où des données brutes sont traitées par des humains et transformées en enseignements pour les machines. Cela permet aux nouveaux systèmes intelligents de comprendre progressivement le langage, les images, les émotions et les comportements que les humains manifestent dans le monde réel.

Qui est Scale AI et que fait-elle ?

Comparée à OpenAI, Google ou Meta, Scale AI est un acteur relativement discret. Bien qu'elle ne crée pas directement de chatbots capables de dialoguer comme de vraies personnes ni de voitures autonomes analysant le trafic, elle joue un rôle crucial dans l'amélioration quotidienne de ces technologies.

Scale AI a été fondée en 2016, alors que son fondateur, Alexandr Wang, était encore étudiant. Au lieu de se consacrer au développement d'algorithmes, Wang a choisi une autre voie : la création d'une plateforme dédiée au traitement des données pour l'entraînement de l'intelligence artificielle .

Dans ce monde, les données sont essentielles. Mais les données brutes, comme les images non classifiées, les conversations désorganisées ou les vidéos au contenu flou, sont souvent chaotiques et n'ont aucune valeur directe pour les machines.

La mission de Scale AI est de nettoyer, classer et étiqueter cette masse de données. Cela implique de concevoir à la fois le système et l'équipe afin d'identifier et d'organiser chaque détail, même infime, d'une photographie, d'un texte ou d'un clip vidéo.

Par exemple, pour qu'une voiture autonome apprenne à s'arrêter au bon endroit, chaque image capturée par la caméra doit être clairement identifiée comme un passage piéton, un feu de circulation ou un piéton. Grâce à des millions de points de données de ce type, l'intelligence artificielle peut apprendre les comportements avec précision.

Grâce à ces processus de préparation des données, des modèles comme ChatGPT, Claude ou les assistants virtuels embarqués peuvent comprendre le langage naturel, reconnaître avec précision les images dans des environnements réels et répondre de manière quasi humaine.

Pour entraîner une IA à devenir intelligente, il faut commencer par les plus petites choses.

Quelle que soit la complexité de la structure d'un modèle d'intelligence artificielle, il reste une coquille vide sans données. Contrairement aux humains, capables d'apprendre de l'expérience et de l'intuition, les machines ne savent que reproduire ce qu'elles ont déjà vu. C'est pourquoi les données d'entraînement sont essentielles à la création d'un modèle performant.

Pour qu'un chatbot comprenne comment les humains posent des questions, il doit avoir été exposé à des millions de conversations. De même, pour qu'une voiture reconnaisse un piéton sous la pluie, elle doit avoir vu des centaines de milliers d'images similaires. Tous ces exemples concrets doivent être correctement étiquetés pour que l'ordinateur puisse apprendre. Sans étiquetage adéquat, l'intelligence artificielle interprétera mal les situations. Sans données suffisamment diversifiées, elle réagira mal dans des environnements réels.

Cela explique l'importance du travail de Scale AI. L'entreprise ne se contente pas de collecter des données ; elle veille également à ce qu'elles soient organisées avec précision, diversifiées et exploitables pour l'apprentissage. Ainsi, les modèles ultérieurs peuvent réagir comme une personne possédant une expérience du monde réel.

Un exemple frappant est celui des voitures autonomes. Pour entraîner une voiture à gérer des situations imprévues, comme des piétons traversant la route ou des motos venant en sens inverse, le modèle d'intelligence artificielle doit anticiper des dizaines de milliers de scénarios similaires.

Ces données ne sont ni facilement accessibles, ni ne peuvent être laissées à l'apprentissage automatique. Elles doivent être préparées, organisées et leur exactitude vérifiée par l'humain avant que l'intelligence artificielle puisse entamer son processus d'apprentissage.

C’est là que réside le rôle de Scale AI. Cette entreprise conçoit les leçons, non pas à partir de connaissances théoriques, mais grâce à des milliards d’exemples concrets soigneusement élaborés. Chaque flux de données qu’elle traite contribue à la compréhension de l’intelligence artificielle moderne.

Du laboratoire à la rue, les données restent prioritaires.

Le rôle de Scale AI ne se limite pas au traitement de texte ; l’entreprise participe également à l’entraînement des systèmes de vision par ordinateur pour les véhicules autonomes. Des sociétés technologiques comme Tesla, Toyota et General Motors ont collaboré avec Scale AI pour apprendre aux véhicules à reconnaître les piétons, à interpréter les feux de circulation et à gérer les situations imprévues.

De plus, Scale AI intervient dans d'autres domaines tels que la défense, les satellites et la cartographie. L'entreprise traite des images issues de caméras, de radars et d'imagerie spatiale pour aider les modèles à reconnaître le terrain, à classifier les objets et à détecter les menaces en amont. Une image satellite qui pourrait sembler ne représenter qu'une simple scène de forêts et de montagnes peut, grâce à l'équipe de Scale AI, se transformer en un ensemble de données permettant à la machine de prédire la direction de propagation des feux de forêt.

L'expansion de Scale AI dans de multiples domaines démontre qu'elle n'est pas un simple outil auxiliaire, mais qu'elle devient un élément essentiel de la manière dont l'intelligence artificielle appréhende le monde. Alors que le monde poursuit sa course effrénée à la création de modèles plus performants, ce sont des entreprises discrètes comme Scale AI qui posent les bases solides de cette course.

Revenons au sujet.

THANH JEU

Source : https://tuoitre.vn/khi-scale-ai-day-hoc-cho-tri-tue-nhan-tao-20250616095516101.htm