L’IA de demain ne devra pas seulement générer du contenu : elle devra aussi apprendre à comprendre les espaces réels.
Cartes, robots, véhicules autonomes, appareils de réalité augmentée… toutes ces applications reposent sur le même type de données : des données du monde réel, suffisamment précises, constamment mises à jour et associées à des lieux concrets.
Le problème, c’est que ces données sont moins faciles à obtenir que des textes. Dans beaucoup d’endroits, elles sont mises à jour très lentement et les informations publiques sont souvent incomplètes. Un modèle sait ce qu’est « un centre commercial », mais ne sait pas forcément quelle entrée de tel centre est en travaux aujourd’hui, quel passage est fermé ni si les environs ont changé.
C’est aussi ce qui m’intéresse dans l’approche de Vangrid.
En recueillant des informations sur des lieux précis à l’aide d’un téléphone et en enregistrant leur provenance, chacun peut contribuer à un réseau de données. Au lieu de laisser quelques institutions cartographier tous les lieux une seule fois, on permet à l’environnement réel d’être enrichi et actualisé en continu.
Les données ne sont alors plus de simples informations figées et ponctuelles : elles se rapprochent davantage de la réalité elle-même. Pour les modèles spatiaux, les robots et les IA qui doivent comprendre les lieux, ces données pourraient avoir plus de valeur qu’une carte obsolète.
Bien sûr, la qualité des données recueillies, la protection de la vie privée et leur vérification sont essentielles. Un réseau vraiment utile ne se résume pas à accumuler toujours plus de données : il doit permettre de savoir d’où elles viennent, quand elles ont été recueillies et si elles sont réellement exploitables.
Pour que l’IA s’intègre dans la vie réelle, il ne suffit pas de créer des modèles plus puissants. Il lui faut aussi un moyen de comprendre le monde réel en continu.
C’est ce que fait Vangrid : transformer des lieux concrets en données que l’IA peut comprendre, vérifier et utiliser. Selon vous, dans quel domaine cette approche va-t-elle d’abord faire ses preuves ?
@vangrid_io
Cartes, robots, véhicules autonomes, appareils de réalité augmentée… toutes ces applications reposent sur le même type de données : des données du monde réel, suffisamment précises, constamment mises à jour et associées à des lieux concrets.
Le problème, c’est que ces données sont moins faciles à obtenir que des textes. Dans beaucoup d’endroits, elles sont mises à jour très lentement et les informations publiques sont souvent incomplètes. Un modèle sait ce qu’est « un centre commercial », mais ne sait pas forcément quelle entrée de tel centre est en travaux aujourd’hui, quel passage est fermé ni si les environs ont changé.
C’est aussi ce qui m’intéresse dans l’approche de Vangrid.
En recueillant des informations sur des lieux précis à l’aide d’un téléphone et en enregistrant leur provenance, chacun peut contribuer à un réseau de données. Au lieu de laisser quelques institutions cartographier tous les lieux une seule fois, on permet à l’environnement réel d’être enrichi et actualisé en continu.
Les données ne sont alors plus de simples informations figées et ponctuelles : elles se rapprochent davantage de la réalité elle-même. Pour les modèles spatiaux, les robots et les IA qui doivent comprendre les lieux, ces données pourraient avoir plus de valeur qu’une carte obsolète.
Bien sûr, la qualité des données recueillies, la protection de la vie privée et leur vérification sont essentielles. Un réseau vraiment utile ne se résume pas à accumuler toujours plus de données : il doit permettre de savoir d’où elles viennent, quand elles ont été recueillies et si elles sont réellement exploitables.
Pour que l’IA s’intègre dans la vie réelle, il ne suffit pas de créer des modèles plus puissants. Il lui faut aussi un moyen de comprendre le monde réel en continu.
C’est ce que fait Vangrid : transformer des lieux concrets en données que l’IA peut comprendre, vérifier et utiliser. Selon vous, dans quel domaine cette approche va-t-elle d’abord faire ses preuves ?
@vangrid_io