• Jua, une startup suisse qui utilise de grands modèles d'IA, veut construire un grand modèle « physique » de ce qui est essentiellement le monde naturel.
  • Plusieurs grandes entreprises ont mené le tour de table, notamment 468 Capital, Green Generation Fund, Promus Ventures, Kadmos Capital et d'autres.
  • Jua est convaincue que son produit sera meilleur que GraphCast de Google, FourCastNet de Nvidia et Pangu de Huawei.

Une grande vision

Désormais, une startup suisse nommée Jua utilise des modèles d'IA à grande échelle dans un effort ambitieux pour repousser les frontières des applications concrètes de l'IA. Elle a levé 16 millions de dollars pour construire un grand modèle « physique » de ce qui est essentiellement le monde naturel. L'entreprise n'en est qu'à ses débuts. Sa première application consistera à modéliser et prévoir les conditions météorologiques et climatiques, en commençant par leurs relations avec les acteurs du secteur de l'énergie. L'entreprise annonce que cela sera déployé dans les semaines à venir. Parmi les autres secteurs que l'entreprise prévoit de cibler avec son modèle figurent l'agriculture, l'assurance, les transports et les gouvernements.

468 Capital et Green Generation Fund, avec Promus Ventures, Kadmos Capital, les fondateurs de Flix Mobility et Session, ont co-dirigé le tour de table de la startup zurichoise.
Andreas Brenner est le PDG de Jua, Inc., qu'il a co-fondée avec Marvin Gabler, CTO. La « volatilité » croissante du changement climatique et de la géopolitique, a-t-il déclaré, a rendu les organisations travaillant dans le monde physique – que ce soit dans des domaines industriels tels que l'énergie, l'agriculture ou ailleurs – en besoin de modélisation et de prévisions plus précises. Selon les Centres nationaux d'information environnementale des États-Unis, 2023 a été une année record pour les catastrophes climatiques, causant des dizaines de milliards de dollars de dégâts: c'est ce statu quo qui a incité les organisations à développer des outils de planification appropriés, sans parler des analystes de marché et autres qui utilisent ces données pour fournir de meilleurs outils de prévision.

À lire également: À l'intérieur de la boîte noire: démystifier les modèles d'IA

Pas une idée nouvelle

Dans un sens, ce n'est pas un problème nouveau – même les technologues le résolvent déjà avec l'IA. La division DeepMind de Google a développé GraphCast; Nvidia a FourCastNet; Huawei a Pangu, qui a suscité un vif intérêt l'année dernière lorsqu'il a lancé un composant météo. Il existe également des projets en cours pour construire des modèles d'IA basés sur des données météorologiques pour étudier d'autres phénomènes naturels, comme l'a souligné la semaine dernière un rapport d'une équipe cherchant à apporter une nouvelle compréhension des schémas de migration des oiseaux.
Il y a d'autres raisons pour lesquelles Jua pense que son modèle est meilleur que les autres, car il peut absorber plus d'informations et est plus grand – il prétend être 20 fois plus grand que GraphCast. Deuxièmement, la météo est considérée comme un point de départ pour un ensemble plus large de questions, de réponses et de défis physiques.