La start-up suisse LatticeFlow lève 2,8 millions pour rendre les IA plus fiables
Spin-off de l’EPFZ, LatticeFlow séduit les investisseurs avec sa solution pour aider les datas scientists à rendre leurs modèles IA plus robustes. Une caractéristique indispensable au déploiement de l’IA dans des secteurs sensibles tels que la médecine, la police ou les voitures autonomes.
Première start-up issue de l’ETH AI Center inauguré en octobre 2020, LatticeFlow a levé un capital d’amorçage de 2,8 millions de dollars auprès des investisseurs btov et Global Founders Capital. Des firmes de renom qui ont par le passé investi dans DeepL et SumUp pour la première, et Zalando, Revolut et Slack pour la seconde.
Si la start-up zurichoise les a séduits, c’est parce qu’elle s’attaque à l’un des principaux freins au déploiement de l’IA: le manque de fiabilité des modèles lorsqu’ils sont déployés dans des conditions réelles. Face à des données inédites, les IA déraillent parfois: un comportement acceptable lorsqu’il s’agit de légender automatiquement les photos sur Facebook, mais bien moins lorsque l’IA est censée détecter une tumeur, identifier un piéton qui traverse ou recommander l’octroi d’un crédit bancaire. «Notre mission est de combler ce fossé et de permettre aux équipes d'IA de construire et de déployer en toute confiance des modèles fiables», explique Petar Tsankov, CEO et co-fondateur de LatticeFlow.
Pour répondre à la problématique, LatticeFlow développe des outils qui doivent aider les data scientists à évaluer et à améliorer la robustesse d’un modèle IA, nous explique le CEO au téléphone. La jeune pousse recourt notamment à des données «fictives» générées automatiquement et à des techniques de raisonnement symbolique. Différente du deep learning, cette approche permet d’introduire une sorte de connaissance abstraite dans l’IA, facilitant par exemple l’identification d’un même objet dans diverses positions.
Les fondateurs de LatticeFlow: Petar Tsankov (CEO), Pavol Bielik (CTO), Prof. Martin Vechef (Responsable du Secure, Reliable, and Intelligent Systems Lab de l’EPFZ), et Prof. Andreas Krause (Responsable du Learning & Adaptive Systems Lab de l’EPFZ).
Côté expertise, LatticeFlow a pour elle une équipe d’entrepreneurs-chercheurs réputés issus de l’EPFZ, auxquels on doit déjà la création de DeepCode et de ChainSecurity (récemment acquise par PwC). Avec sa première injection de capital, la start-up compte accélérer le développement de son produit et recruter côté ingénierie et développement des affaires.
La spin-off travaille déjà sur des projets avec plusieurs organisations, dont les CFF, l’armée américaine et l’Office allemand pour la sécurité de l’information. «Nous voyons un énorme potentiel dans l’emploi du machine learning pour le monitoring intelligent et automatisé de notre infrastructure ferroviaire. Le projet sur l'IA robuste et fiable mené avec LatticeFlow, ETH et Siemens joue un rôle crucial pour nous permettre d'exploiter pleinement les avantages du machine learning», expliquent les responsables du Centre de compétences en "machine perception" des CFF.
