Rapidata lance une plateforme qui réduit le cycle IA de mois à

Lead

Rapidata, startup basée à Zurich, a annoncé cette semaine le lancement d'une plateforme permettant aux laboratoires d'intelligence artificielle (IA) de réduire le cycle d'entraînement des modèles, passant de mois à heures grâce à l'intégration d'un feedback humain en quasi temps réel. La société a levé un financement seed de 8,5 millions de dollars mené par Canaan Partners et IA Ventures, avec la participation de Acequia Capital et BlueYard. Le système connecte les tâches d'évaluation IA à un public mondial pouvant atteindre 20 millions d'utilisateurs d'applications majeures comme Duolingo et Candy Crush, via des missions rapides et volontaires.

Section de développement

Dans le domaine de l'IA, l'entraînement avec feedback humain — appelé RLHF (renforcement avec feedback humain) — est crucial pour ajuster des modèles tels que chatbots ou générateurs d'images, les rendant moins robotiques et plus naturels. Traditionnellement, ce processus repose sur des réseaux fragmentés de contractants, souvent dans des pays à faibles revenus, suscitant des critiques d'exploitation et des retards importants : un cycle de feedback peut prendre des semaines voire des mois.

La proposition de Rapidata est de transformer le RLHF en une infrastructure digitale à haute vitesse. Plutôt que d'embaucher des évaluateurs fixes, la startup mobilise l'attention d'utilisateurs mondiaux d'applications populaires, leur offrant la possibilité de réviser des sorties IA au lieu de regarder des publicités. Selon le fondateur Jason Corkill, entre 50 % et 60 % des utilisateurs choisissent ces tâches de feedback.

Avec ce modèle, Rapidata peut traiter jusqu'à 1,5 million d'annotations par heure, et environ 5 500 personnes par minute fournissent des évaluations en temps réel. Cela permet aux projets IA de recevoir des évaluations humaines directement dans la boucle d'entraînement, via une intégration avec des GPU — puces spécialisées pour le traitement IA — éliminant le goulot d'étranglement des lots retardés. Le système utilise des identifiants anonymes pour garantir la confidentialité des répondants et construit des profils de confiance dans le temps, orientant les tâches plus complexes vers les utilisateurs les plus qualifiés.

Outre le gain de vitesse, la diversité démographique des évaluateurs améliore la qualité des modèles, notamment pour des tâches subjectives comme juger la naturalité d'une voix générée par IA ou quel résumé de texte paraît le plus professionnel. Des entreprises comme Rime, spécialisée en IA vocale, rapportent avoir pu tester des modèles dans différents pays et contextes réels en quelques jours, alors qu'auparavant cela demandait des mois de négociations et de segmentation régionale.

Développements et perspectives

L'impact pour le secteur IA est majeur : Rapidata supprime le besoin d'opérations internes d'annotation, réduit les coûts et permet des cycles de mise à jour quasi continus, devenant une couche d'infrastructure essentielle pour startups et grands laboratoires. Selon Jared Newman de Canaan Partners, la demande pour un feedback humain scalable va croître à mesure que les IA passent de tâches objectives à une curation basée sur les goûts et le contexte culturel.

À l'avenir, on s'attend à ce que les modèles IA puissent solliciter directement le « nuage humain » de Rapidata de manière programmatique, testant produits ou concepts avec des dizaines de milliers de personnes en quelques heures, pas en semaines. Pour le fondateur Jason Corkill, la plateforme fait de l'élément humain une ressource en temps réel, alignant le rythme de la société avec l'évolution des algorithmes.

Avec ce nouveau financement de 8,5 millions de dollars, Rapidata prévoit d'élargir sa base mondiale et de s'imposer comme un pont entre traitement des données et jugement humain, faisant du feedback sociétal une partie active et instantanée du cycle de développement IA.