Plonger dans la rivière suivante

En juin 2023, j’ai quitté SenseTime après y avoir travaillé pendant près de dix ans.

Au moment de partir, je n’avais ni produit validé ni plan d’affaires complet. Je ne savais même pas encore précisément ce que j’allais faire.

Mais je savais qu’il était de nouveau temps de plonger dans la rivière suivante.

Ce n’était pas la première fois que je changeais de rivière, mais c’était la première fois que cela m’obligeait à quitter une entreprise.

Un choix que je fais sans cesse

Je suis passé d’une école primaire rurale à un collège du chef-lieu du district, puis j’ai fait mes études de premier cycle à l’université de Nankin et mes études supérieures à l’université Tsinghua. Pendant mon master, j’ai rejoint SenseTime, qui venait de démarrer. J’y ai d’abord fondé l’équipe de détection du vivant, puis l’équipe de vision industrielle.

Avec le recul, un changement de ce genre semble se produire tous les quelques ans.

Ces changements ne relevaient pas d’un projet de vie conçu à l’avance. Ils ne venaient pas non plus de ce que mon travail précédent aurait perdu son sens. Simplement, après des années d’efforts, le domaine et moi avions peu à peu mûri. Le travail n’était pas forcément terminé, mais il ne me forçait plus à dépasser mes propres limites.

Pour beaucoup, ce serait une situation idéale. Chez moi, elle provoque de l’inquiétude. Je n’aime pas une vie dont on peut déjà apercevoir le bout. À intervalles réguliers, j’ai donc besoin de me placer au cœur d’un problème que je ne sais pas résoudre, parfois même d’un problème dont j’ignore par où commencer.

La « rivière » n’est pas une entreprise. Changer de rivière ne signifie pas nécessairement démissionner. C’est entrer dans un domaine qu’il faut réapprendre, s’attaquer à une chose difficile que l’on ne sait pas encore mener à bien. Pendant mes presque dix années chez SenseTime, j’ai ainsi plongé dans deux rivières différentes.

Pour autant, je ne recherche pas le changement pour lui-même. Une autre force agit en moi, dans une direction presque opposée : le sens des responsabilités.

Je déteste abandonner les choses à mi-chemin. Dès que je décide de faire quelque chose, je veux le faire vraiment et bien le faire. Une force me pousse à chercher la rivière suivante ; l’autre me retient dans l’ancienne pour achever ce que j’ai commencé.

Mon départ cette année est le résultat d’un long affrontement entre ces deux forces.

Porter les algorithmes dans le monde réel

À mon arrivée chez SenseTime, je travaillais au département de recherche, mais ce qui m’intéressait depuis toujours, c’étaient les applications. Je ne voulais pas seulement savoir si un algorithme fonctionnait sur des données expérimentales. Je voulais savoir s’il pouvait entrer dans le monde réel et résoudre un problème concret.

La détection du vivant constituait le cœur du premier grand projet déployé par SenseTime. Auparavant, nous avions déjà de bonnes démonstrations de reconnaissance faciale. Mais face à une application réellement massive, nous avons découvert que de nombreux problèmes de production restaient sans solution, en particulier les attaques contre le système en ligne.

Le système recevait plus d’un million de visites par jour et, aux heures de pointe, pouvait subir plusieurs centaines de milliers d’attaques en une journée. Il fallait continuer à faire progresser la technologie tout en maintenant le service déjà en ligne. Le travail ressemblait souvent à un combat au corps à corps. Nous quittions régulièrement les bureaux à trois ou quatre heures du matin, quand nous n’y passions pas toute la nuit.

Il arrivait souvent qu’après un jour et une nuit de lutte, nous ayons corrigé toutes les attaques connues et soyons rentrés dormir. Peu après nous être couchés, le téléphone sonnait de nouveau : le système venait encore d’être compromis.

C’est au cours de ce processus que nous avons contribué à faire avancer l’architecture de modèles de bout en bout de SenseTime pour la reconnaissance faciale. Auparavant, de nombreux algorithmes d’apprentissage profond n’intervenaient que dans des étapes isolées, l’ensemble du système en enchaînant plusieurs. Mais face à des attaques en évolution constante, les méthodes assemblées manuellement ne permettaient pas d’itérer assez vite. La seule issue que nous voyions consistait à laisser un unique modèle d’apprentissage profond de bout en bout apprendre directement des données. À l’époque, nous l’appelions le « modèle unifié ».

Ce projet m’a fait comprendre pour la première fois qu’un algorithme efficace dans une démonstration n’est pas encore une technologie établie. Il ne devient réellement utilisable qu’après avoir résisté à un trafic massif, à des attaques continues et à toutes sortes d’imprévus.

Nous sommes ensuite entrés dans le secteur des smartphones. Avant chaque lancement, les fabricants organisaient des tests réunissant des centaines de personnes, tandis que les autres acteurs et les utilisateurs continuaient de découvrir de nouveaux problèmes. Cela nous a obligés à créer l’une des plus grandes équipes de test parmi les entreprises d’algorithmes d’IA que nous connaissions à l’époque, afin d’essayer d’épuiser toutes les possibilités.

Un problème de contre-jour ne pouvait être reproduit que dans des toilettes pour hommes bien précises, dans l’un des bureaux de SenseTime. Un autre, que nous appelions le « visage mi-ombre mi-lumière », n’apparaissait qu’à un angle particulier sous un arbre donné. Pour qu’un produit fonctionne de manière fiable dans le quotidien de centaines de millions de personnes, nous avons accompli énormément de travail de ce genre.

Nous avons fini par placer l’authentification d’identité sur smartphone en tête du marché.

Ce fut la première rivière dans laquelle je suis entré chez SenseTime. La détection du vivant avait commencé comme une démonstration de recherche, traversé plusieurs cycles d’applications à grande échelle, puis était devenue un domaine assez mûr. En 2019, beaucoup de problèmes qui exigeaient autrefois une exploration risquée pouvaient être résolus grâce à l’expérience accumulée. Je n’avais pas tout terminé, mais je savais que j’étais de nouveau entré dans une zone de confort.

J’ai alors recommencé à ne plus tenir en place.

Rester chez SenseTime et changer de rivière

En 2019, je n’ai pas quitté SenseTime. J’ai choisi de passer, au sein de la même entreprise, de l’authentification d’identité à la vision industrielle.

Après des recherches approfondies et de nombreuses discussions avec les dirigeants de l’entreprise et l’équipe commerciale, nous avons choisi comme premier projet de vision industrielle l’inspection intelligente de la caténaire C4 des lignes à grande vitesse.

Avec l’équipe d’avant-vente, j’ai visité de nombreux centres d’inspection et organismes ferroviaires. Celui de Xuzhou m’a le plus marqué. Il venait de pleuvoir lorsque nous sommes arrivés. Le centre se trouvait dans un endroit assez isolé et nous avons avancé sur une route boueuse, en nous enfonçant à chaque pas.

À l’intérieur s’alignaient des rangées d’ordinateurs. Les inspecteurs passaient une grande partie de leur journée à regarder des images pour repérer d’éventuelles défaillances de la caténaire. Presque tous avaient des cernes. Après avoir trouvé une panne, ils devaient encore parcourir des milliers de kilomètres de voies et traiter chaque problème. Il ne s’agissait parfois que d’une vis ou d’un écrou desserré, mais ils devaient tout de même se rendre sur place. Par froid glacial comme par chaleur accablante, l’intervention ne pouvait pas attendre.

Le besoin me paraissait douloureusement évident. Nous devions au moins les aider sur la tâche qui leur prenait le plus de temps : regarder les images.

Ce n’est qu’une fois lancés que nous avons découvert combien le problème était plus difficile que prévu. Une caténaire comprend plus de cent types de composants et plus de mille types de défauts. Même ces chiffres n’ont émergé qu’après de nombreux comptages et classements avec nos collègues de terrain. Une grande partie des inspections reposait sur l’expérience, tandis que les documents et données historiques étaient dispersés. Nous avons dû rassembler les informations à partir de zéro, travailler aux côtés des équipes de terrain et comprendre chaque type de défaut, un à un. Ce processus s’est étalé sur près de deux ans.

Le défi le plus important était celui du faible nombre d’exemples. Les pannes sur les lignes à grande vitesse sont extrêmement rares par nature. Certaines peuvent ne pas se produire une seule fois dans l’année, mais avoir des conséquences graves lorsqu’elles surviennent. Nous ne pouvions pas attendre d’avoir recueilli assez d’exemples. Il fallait repenser nos méthodes à partir des conditions réelles.

Finalement, le projet a réussi et a été déployé à grande échelle.

La vision industrielle a été ma deuxième rivière chez SenseTime. Je n’ai pas changé d’entreprise, mais presque tout ce qui m’était familier a changé : les problèmes, les données, les clients, les critères d’évaluation et la manière de travailler. Je suis redevenu débutant, puis j’ai accompli avec l’équipe quelque chose que nous ne savions pas faire au départ.

C’est pourquoi je dis que la rivière n’est pas l’entreprise. Ce qui m’attire vraiment n’est pas de quitter un endroit, mais d’entrer dans un problème plus difficile.

L’année 2022 sans changement de rivière

Après son introduction en bourse, SenseTime a commencé à subir de nouvelles pressions financières et matérielles. Dans le même temps, la vague précédente de vision par ordinateur entrait peu à peu dans sa phase de maturité, tandis que la suivante ne s’était pas encore clairement manifestée. Beaucoup de choses étaient limitées par les ressources, le marché ou les frontières de la technologie et ne pouvaient plus avancer aussi vite qu’avant.

Pendant toute l’année 2022, j’ai été quelque peu abattu ou, pour le dire autrement, plutôt résigné. J’ai commencé à travailler à des horaires normaux.

Cette phrase n’a rien de problématique. Avoir des horaires réguliers est la vie normale de beaucoup de gens. Mais j’avais toujours abordé mon travail comme une création d’entreprise. En entrant brusquement dans cet état, je me suis au contraire senti profondément découragé.

En apparence, cette vie était bien plus confortable qu’avant. Je ne me réveillais plus chaque jour avec un nouveau problème à résoudre impérativement, et je passais moins souvent la nuit à réparer une panne en ligne. Pourtant, c’est précisément ce confort qui me faisait souffrir : je commençais à pouvoir imaginer ma vie quelques années plus tard si rien ne changeait.

Je ne suis pas parti immédiatement. Ce qui m’a retenu, c’était la responsabilité.

L’inspection ferroviaire avait réussi, mais nous n’avions pas abouti pour le contrôle qualité dans les usines automobiles ni terminé le bras robotique industriel intelligent. Je voulais continuer à travailler sur ces sujets. Je pouvais difficilement accepter d’avoir fondé une équipe et choisi une direction, puis de partir au moment le plus difficile.

Une force me disait de chercher la rivière suivante ; l’autre, que le travail devant moi n’était pas achevé.

En 2022, la seconde force était plus puissante.

J’ai vu la rivière suivante

ChatGPT est apparu à la fin de l’année dernière. GPT-4 est arrivé pendant la première moitié de cette année. L’ancien équilibre s’est rompu.

J’ai alors ressenti quelque chose de très fort : la vision par ordinateur venait de se faire prendre sa propre base.

L’avenir ne serait pas composé de modèles indépendants pour le texte, l’image et la voix. La vision par ordinateur ne disparaîtrait pas, mais deviendrait une partie de la manière dont les modèles généraux comprennent le monde. Nous avions autrefois traité la vision comme un centre technologique complet ; une ère plus vaste d’intelligence générale commençait maintenant à apparaître.

Il ne s’agissait pas d’une nouvelle amélioration technique interne à la vision par ordinateur. Le courant principal du progrès technologique avait changé.

Je voyais de nouveau une rivière dont je ne connaissais pas encore les courants.

Auparavant, je pouvais changer de rivière sans quitter SenseTime. Passer de l’authentification à la vision industrielle en 2019 avait été un choix de ce type. Mais cette fois, la rivière suivante ne se trouvait pas dans le prolongement de mon travail précédent. Je voulais entrer dans l’intelligence générale et dans les nouvelles applications qu’elle créerait.

Mon poste et mes responsabilités restaient dans la vision industrielle. Si je restais, je devais me consacrer entièrement à ce travail. Je ne devais pas assumer mes responsabilités actuelles tout en préparant à côté ma prochaine destination.

Pour plonger réellement dans la rivière suivante, je devais d’abord quitter mon ancien rôle.

Au cours du premier semestre, il m’est devenu de plus en plus difficile de rester immobile. J’ignorais quels produits la nouvelle technologie finirait par créer et ce que je pourrais y faire. Mais je savais qu’en attendant d’avoir tout compris, je risquais de perdre les années pendant lesquelles il fallait avant tout commencer à apprendre.

Les choses qui comptent vraiment atteignent rarement un instant où l’on peut les déclarer « entièrement terminées ». Si la responsabilité exige d’attendre la fin de tous les problèmes, une personne risque de ne jamais faire un nouveau choix.

J’ai peu à peu compris que la responsabilité ne signifie pas seulement rester. Rester est aussi un choix, dont il faut assumer les conséquences. Le sens des responsabilités ne peut pas devenir une raison de repousser indéfiniment une décision.

C’est pourquoi, en juin de cette année, j’ai quitté SenseTime.

Pourquoi je suis parti sans réponse

Avant mon départ, je n’ai pas préparé secrètement une entreprise en dehors du travail. Je n’avais pas non plus l’intention de reprendre à mon compte l’activité que SenseTime développait.

Si je travaillais encore pour une entreprise, responsable de ses livrables et utilisant les ressources qu’elle me fournissait, tout en pensant intérieurement à préparer ma prochaine destination, j’aurais eu le sentiment de ne pas être honnête envers mon travail actuel.

Cela signifie qu’au moment de démissionner, je n’étais réellement pas prêt.

Je n’étais pas mal préparé parce que je ne prenais pas l’entrepreneuriat au sérieux, mais parce que, jusqu’à mon départ, je prenais encore mon travail précédent au sérieux.

Je ne pouvais que partir d’abord, puis chercher la réponse.

Savoir nager ne signifie pas connaître chaque rivière. On ne peut pas non plus rester sur la rive jusqu’à comprendre parfaitement le courant avant de plonger. Certaines connaissances ne s’acquièrent que dans l’eau, et certaines directions n’apparaissent qu’une fois en mouvement.

Cette fois, changer de rivière signifiait quitter mon emploi. Mais ce qui m’a poussé n’était pas le désir de démissionner en lui-même : c’était l’apparition de la rivière suivante.

Choisir le côté des applications

Après l’apparition de ChatGPT, j’ai discuté d’une question avec des amis : si l’AGI arrive, l’intelligence finira-t-elle concentrée entre les mains de quelques plateformes, ou sera-t-elle partagée plus largement ?

Mon jugement était qu’elle finirait nécessairement par se diffuser.

Je ne peux pas le démontrer rigoureusement. Mon intuition est simplement que l’univers lui-même n’est pas un système centralisé. Le monde réel est constitué d’innombrables personnes, appareils, environnements et problèmes locaux. Pour y entrer véritablement, l’intelligence devra elle aussi exister sous une multitude de formes. L’entraînement des modèles fondamentaux peut se concentrer dans quelques entreprises, mais les applications de l’intelligence n’appartiendront pas à quelques plateformes seulement.

Je ne veux donc pas construire de modèles fondamentaux. Je préfère créer des applications qui utilisent cette nouvelle intelligence pour répondre, une à une, à des demandes concrètes.

Ce choix vient aussi de ma vie.

J’ai grandi à la campagne. De l’école primaire au collège, j’ai consacré beaucoup de vacances et de temps libre aux travaux agricoles de ma famille. J’ai semé, épandu engrais et pesticides, conduit des tracteurs et élevé des animaux. Pendant les vacances, je me considérais comme un véritable agriculteur.

J’aimais le sentiment d’accomplissement que procurait ce travail. La réussite des cultures ou de l’élevage produisait un résultat direct et visible. Si l’on faisait un peu mieux son travail, la vie d’une famille s’améliorait un peu.

À l’université, j’ai eu de nombreux emplois à temps partiel et organisé avec des camarades un programme de cours d’été. Nous recrutions les élèves, encaissions les frais et donnions nous-mêmes les cours. Cet été-là, tous les participants ont gagné de quoi couvrir les dépenses de l’année suivante.

Pendant mes études supérieures, j’ai donné des cours particuliers. Plus tard, alors que SenseTime venait de démarrer et que ses bureaux occupaient encore une chambre de l’hôtel Wenjin près de la porte sud de Tsinghua, je l’ai rejointe comme l’un de ses premiers employés fondateurs.

En apparence, ces expériences ont peu de points communs. Mais elles me donnaient satisfaction de la même manière : résoudre un problème réel et voir une situation changer grâce à ma participation.

Ainsi, quand la nouvelle ère de l’intelligence générale est apparue, je me suis de nouveau placé instinctivement du côté des applications. Ce qui m’intéresse n’est pas de prouver qu’une technologie est plus puissante, mais de savoir ce qu’elle pourra finalement faire pour une personne concrète.

Après avoir plongé

Entrer dans la rivière suivante ne signifiait pas que je savais immédiatement vers où nager.

Pendant les premiers mois après mon départ de SenseTime, j’ai continué instinctivement à chercher des occasions dans ce que je connaissais le mieux. Avec un ami, j’ai essayé plusieurs produits liés à l’image. Après tout, presque dix années de mon travail avaient été consacrées à la vision par ordinateur. Partir de là semblait le choix le plus naturel.

Mais après un certain temps, j’ai de plus en plus senti que la direction n’était pas la bonne. Le problème ne venait pas forcément des produits eux-mêmes, mais du fait que nous partions encore de ce que nous savions faire, et non de ce dont les utilisateurs avaient réellement besoin.

Quand on porte un marteau depuis dix ans, même dans une autre pièce, tout continue facilement à ressembler à un clou.

J’ai compris qu’entrer dans un nouveau domaine ne consiste pas seulement à changer de lieu pour continuer d’appliquer les méthodes qui ont réussi autrefois. Recommencer vraiment exige de laisser temporairement de côté les réponses que l’on connaît le mieux.

Je me suis donc posé une question : si je ne tenais pas compte de l’expérience technique accumulée au cours des dix dernières années, quel produit d’IA voudrais-je le plus pour moi-même ?

Ma réponse a été : les notes.

Le produit que je désirais le plus

Depuis le collège, je suis une règle : « Ne jamais lire sans écrire ni annoter. » Pour moi, les notes n’ont jamais été un simple lieu de stockage. Elles prolongent la mémoire et font partie de la pensée.

On les appelle souvent un « second cerveau », mais ce prétendu second cerveau n’est pas réellement intelligent.

Nous y déposons des informations, mais devons encore les organiser, les retrouver, créer des liens et chercher comment les faire ressortir. Il ressemble davantage à un disque dur externe qu’à un autre cerveau.

Cette génération de grands modèles m’a fait croire pour la première fois que cela pouvait changer en profondeur. Les notes de demain ne se contenteront peut-être pas de conserver ce qu’une personne a écrit. Elles pourraient le comprendre, trouver les liens entre les idées, nous aider à nous souvenir au bon moment et même participer à notre réflexion.

Je ne veux pas créer un logiciel de notes auquel on aurait ajouté quelques fonctions d’IA, mais un second cerveau véritablement intelligent.

L’intelligence générale est la rivière suivante dans laquelle j’ai plongé. Les notes intelligentes sont la première direction vers laquelle j’ai décidé de nager une fois dans l’eau.

Pas encore sur l’autre rive

Auparavant, j’avais entrepris beaucoup de choses qui ressemblaient à de l’entrepreneuriat. Organiser les cours d’été à l’université était une création d’entreprise informelle. Rejoindre SenseTime à ses débuts, c’était participer à une création d’entreprise. Fonder les équipes de détection du vivant et de vision industrielle au sein de SenseTime ressemblait aussi à entreprendre dans une entreprise.

Mais cette fois était différente. En juin de cette année, j’ai quitté pour la première fois une entreprise, me suis placé entièrement face au marché et me suis lancé à plein temps dans l’entrepreneuriat au sens véritable.

Nous sommes le 31 décembre 2023. Six mois se sont écoulés depuis mon départ de SenseTime.

Je n’ai toujours pas trouvé la réponse à toutes les questions ni atteint une rive que l’on pourrait appeler le succès. J’apprends beaucoup de choses que je maîtrisais mal auparavant : construire un produit, comprendre un marché et parvenir à faire correspondre les deux.

Beaucoup trouveraient peut-être cet état pénible. Il m’apporte au contraire une familiarité qui m’avait manqué, car je suis de nouveau dans un endroit où je ne connais pas les réponses.

Voici le premier article de mon blog personnel. Je ne l’écris pas parce que ce voyage est terminé, mais parce que je veux consigner, au moment où il commence réellement, les raisons de mon départ. À l’avenir, je continuerai d’écrire ici sur la technologie, les produits, les personnes et les choses que je suis en train de créer.

Je ne sais pas où cette rivière finira par couler.

Mais avec le recul, plusieurs changements importants de ma vie ont commencé par le même choix : après avoir consacré assez de temps à un domaine et constaté que j’entrais peu à peu dans une zone de confort, je commençais à chercher la rivière suivante.

En juin de cette année, j’ai refait ce choix.

Je suis encore dans l’eau.