Développement d'un « cahier de notes de style coréen LM » qui trouve et génère avec précision les connaissances nécessaires.
Quantus Note, une combinaison d'IA multimodale et d'algorithme quantique, sera lancée l'année prochaine… pour une cohérence accrue et l'élimination des hallucinations.
De plus en plus d'entreprises adoptent l'IA générative basée sur les grands modèles de langage (LLM) pour générer et analyser des contenus variés, notamment du texte et des images. Cependant, les LLM actuels présentent plusieurs limitations. Conçus principalement pour le texte, ils ne peuvent pas traiter efficacement des données complexes telles que les PDF contenant des images et des diagrammes, les documents numérisés, les enregistrements audio et les vidéos. De plus, ils ne peuvent pas apprendre des données internes des utilisateurs et, lors de l'utilisation de services cloud, les informations sensibles sont transmises à des serveurs externes, ce qui représente un risque inévitable de fuite de données. Le problème le plus grave est le « phénomène d'hallucination de l'IA ». Ce phénomène, où de fausses informations sont générées comme si elles étaient vraies, est fatal dans les domaines où la confiance est primordiale, tels que la finance, le droit et la médecine.
Une entreprise s'attaque à ces problèmes. Nextits, grâce à sa technologie d'IA multimodale, a développé un service qui intègre et gère tous types de données (texte, images, voix et vidéo) sur une plateforme unique et génère des connaissances personnalisées. En prenant en charge l'installation sur site, Nextits permet aux entreprises et organisations de déployer le système directement sur leurs propres serveurs, éliminant ainsi tout risque de fuite d'informations sensibles. L'entreprise vise également à dépasser les effets d'illusion inhérents à l'IA générative actuelle en intégrant des algorithmes d'inspiration quantique à son IA.
Nextits ambitionne de devenir la version coréenne de NotebookLM. NotebookLM est un assistant de recherche et d'investigation basé sur l'intelligence artificielle, développé par Google. Il analyse les données téléchargées par les utilisateurs et permet de les synthétiser, de les organiser, de répondre aux questions et de générer des contenus variés. Il excelle dans le traitement efficace de vastes quantités d'informations et l'extraction d'enseignements clés.
Le PDG de Nextits, Jongbin Na, a dirigé des activités de vente et de solutions technologiques au sein d'entreprises informatiques pendant 24 ans. Le vice-président et directeur technique, Sanghoon Ryu, est un expert technologique fort de 34 ans d'expérience, ayant piloté le développement de systèmes d'entreprise chez des sociétés telles que LG-CNS et Hyundai. Dix experts en intelligence artificielle sont à la tête de l'innovation technologique de Nextits.
Nextits a été sélectionnée cette année pour le « Projet de soutien au développement des technologies quantiques » de l’Agence de promotion économique de Séoul et travaille actuellement à la mise en œuvre d’une plateforme de développement intégrée combinant informatique quantique et intelligence artificielle. Par ailleurs, elle a été sélectionnée pour SKT ESG KOREA 2025 et développe une technologie d’IA embarquée afin de réduire la consommation d’énergie et de rendre l’IA accessible à tous à un coût abordable.
Nous avons rencontré Jongbin Na, PDG de Nextits, qui ambitionne de devenir une entreprise mondiale d'IA d'ici 2030, et avons discuté du moteur et de la plateforme multimodaux développés par Nextits, ainsi que des objectifs qu'elle espère atteindre en intégrant la technologie de l'informatique quantique à l'avenir.
Lire toutes les données et les afficher dans le format souhaité
« Nous deviendrons un phare de la connaissance dans un océan d'informations, ouvrant la porte à un avenir où chacun pourra facilement et en profondeur apprendre et évoluer en tant qu'entreprise innovante dans le domaine de l'IA. »
Nextits a développé un moteur RAG (Retrieval-Augmented Generation) multimodal propriétaire appelé QUANTUS R. QUANTUS R est un moteur multimodal qui traite et comprend simultanément diverses formes de données non structurées, notamment du texte, des images, des graphiques et des requêtes SQL.
Trois technologies clés rendent cela possible. La première est une technologie OCR haute performance. Elle convertit avec précision les documents papier numérisés, les notes manuscrites et le texte contenu dans des diagrammes complexes. Sa particularité réside dans son traitement spécialisé des caractères coréens. Les technologies OCR étrangères existantes peinaient à reconnaître correctement la structure complexe des caractères coréens. Grâce à des années de recherche sur le traitement des données d'images coréennes, Nextits a atteint un taux de précision supérieur à 95 %. Cette haute précision est également obtenue pour des documents courants tels que les reçus, les dossiers médicaux, les plans d'architecture et les contrats. La technologie OCR de Nextits ne se contente pas de reconnaître le texte ; elle comprend la structure du document. Elle distingue les lignes et les colonnes des tableaux et convertit les graphiques et les diagrammes contenus dans les images en texte. Ainsi, même les documents papier sont numérisés, ce qui les rend consultables et analysables.
La seconde technologie clé est la transcription vocale de haute qualité. Elle convertit l'audio des réunions enregistrées ou des vidéos YouTube en texte. Elle va bien au-delà de la simple transcription : elle identifie avec précision qui a parlé, quoi, quand et dans une réunion à plusieurs. Simultanément, elle segmente la parole en phrases. Ces données structurées sont ensuite intégrées à l'étape d'« indexation des connaissances » du système RAG, ce qui améliore considérablement la qualité de la recherche et la précision des réponses. Par exemple, la question « Qui s'est opposé à cette motion lors de la réunion ? » permet d'identifier précisément l'orateur et le contenu de son intervention.
« Sales » et « sales » ont la même signification, mais les systèmes RAG existants les considèrent comme des mots différents et ne parviennent pas à trouver les documents. De plus, le coréen possède une grande variété de particules. Des expressions comme « branch in », « branch of » et « branch to » peuvent donner lieu à des formulations incompréhensibles. Le troisième élément clé est le modèle de réécriture léger, basé sur l'apprentissage par renforcement. Ce modèle enrichit automatiquement les requêtes des utilisateurs avec divers synonymes et expressions, ce qui augmente considérablement la couverture de la recherche.
« Quantus R va au-delà d'un simple moteur de recherche de documents pour devenir une "plateforme de connaissances" qui comprend de manière exhaustive tous les actifs de connaissances des entreprises et des particuliers et fournit des réponses personnalisées en cas de besoin. »
La plateforme qui met en œuvre ces trois technologies est QUANTUS S. Les utilisateurs peuvent y importer pratiquement tous types de données, notamment des fichiers texte, des documents web, des PDF, des images, des enregistrements audio, des vidéos YouTube, des documents numérisés et des cartes de visite. Le système convertit ces données en texte et en données structurées, puis les stocke dans une base de données vectorielle. À partir de ces données, les utilisateurs peuvent créer des ressources documentaires personnalisées, rédiger des articles ou des rapports, ou encore élaborer des notes de cours et des plans de présentation.
Nextits démontre la valeur de ces technologies à travers des projets concrets. Avec l'hôpital A, elle a développé un système de gestion du parcours patient intégrant des données médicales complexes et non structurées – dossiers médicaux, images médicales, résultats d'examens et ordonnances – à un système multimodal d'évaluation, d'analyse et de recommandation (RAG). Avec l'université C, elle a développé un système intelligent et intégré de gestion des acquis d'apprentissage qui analyse en profondeur les supports pédagogiques, les supports de cours, les résultats d'examens et les retours d'information des étudiants afin de suggérer des parcours d'apprentissage personnalisés. Avec le service de recherche et de vulgarisation agricole C, elle a développé un système utilisant l'IA pour intégrer et analyser des informations techniques provenant des champs agricoles, notamment des données d'analyse des sols, des méthodes de gestion spécifiques à chaque stade de croissance des cultures, des données climatiques et des études de cas, fournissant ainsi des conseils en temps réel aux agriculteurs. Ces trois projets illustrent comment la technologie multimodale de Nextits peut gérer efficacement des données complexes dans des secteurs aussi différents que la santé, l'éducation et l'agriculture.
Surmonter les faiblesses de l'IA grâce aux algorithmes quantiques
Lorsque les systèmes RAG existants analysent des dizaines de documents, il est difficile de déterminer la combinaison qui fournit la réponse la plus précise à la requête d'un utilisateur. Trouver la meilleure information parmi des informations contradictoires est particulièrement complexe dans les domaines où la précision est cruciale, comme la finance ou le droit. Les algorithmes existants sont soit trop lents, soit imprécis.
Pour remédier à ce problème, nextits développe « QUANTUS A », un algorithme d'inspiration quantique. En intégrant la technologie de « cartographie quantique des caractéristiques » à des modules spécifiques d'un modèle d'IA, QUANTUS A identifie la combinaison d'informations la plus précise et la plus fiable lorsque des informations contradictoires sont extraites par un système RAG multimodal. En exploitant les principes mathématiques quantiques, QUANTUS A peut améliorer la précision des réponses de plus de 50 % par rapport aux systèmes RAG existants et apprendre des corrélations multidimensionnelles avec moins de données.
QUANTUS NOTE est une plateforme qui intègre QUANTUS R (traitement de données multimodales) et QUANTUS A (optimisation basée sur des algorithmes quantiques). Cette combinaison d'algorithmes multimodaux et quantiques permet de générer des réponses précises à partir de données non structurées.
Par exemple : « Quel est l’argument principal de ce document ? », « En quoi la méthode utilisée dans ce document diffère-t-elle des autres méthodes ? », « Puis-je appliquer cette méthode à ce projet ? » Ces questions et réponses s’accumulent au fil du temps, et Quantus Note apprend progressivement à connaître le processus de recherche, les centres d’intérêt et le mode de pensée de l’utilisateur. Finalement, lorsqu’une nouvelle question est posée sur le même sujet, le système peut fournir une réponse beaucoup plus précise et personnalisée en tenant compte de l’historique des questions et réponses de l’étudiant.
Quantus Note offre des performances élevées même sur des GPU de faible capacité. Grâce à ses modèles légers basés sur l'apprentissage par renforcement, Quantus Note peut fonctionner sur des GPU standard peu performants, voire même sur des CPU. Ainsi, même les organisations aux ressources informatiques limitées, comme les PME et les institutions publiques, peuvent adopter des technologies d'IA de pointe.
« Nous appelons cela un « algorithme d'inspiration quantique », qui met en œuvre des principes mathématiques quantiques dans un environnement GPU. Cette technologie peut résoudre les problèmes d'hallucinations et de faible précision d'inférence inhérents à l'IA actuelle. »
La Quantus Note devrait être lancée au cours du second semestre de l'année prochaine.
La vision de Nest IT, qui aspire à devenir un « phare du savoir dans un océan d'informations », se réalisera-t-elle ? Quantus Notebook peut-il devenir un outil aussi populaire que Google NotebookLM sur le marché coréen ?
Nextits a développé une technologie axée sur la précision du traitement des caractères coréens dans le système RAG multimodal. L'entreprise a également intégré des algorithmes quantiques pour corriger les anomalies et les problèmes de précision de l'IA. Si la convergence quantique-IA permet de résoudre les problèmes de fiabilité de l'IA, cela semble réalisable.
You must be logged in to post a comment.