Cortica est une entreprise d'intelligence artificielle dont le siège est à Tel Aviv, en Israël, spécialisée dans la technologie des véhicules autonomes. Fondée en 2007, la société développe une approche inspirée du cerveau pour la perception et la prise de décision machine, visant à créer des systèmes de conduite autonome qui apprennent de l'expérience plutôt que de s'appuyer uniquement sur des ensembles de données massifs étiquetés. Sa technologie a été déployée dans des véhicules commerciaux, y compris des partenariats avec de grands constructeurs automobiles, et représente un paradigme alternatif aux méthodes dominantes d'apprentissage profond.
L'entreprise est issue de la recherche académique en neurosciences computationnelles, se distinguant par son accent sur l'apprentissage non supervisé et les représentations éparses. Contrairement aux réseaux neuronaux conventionnels qui nécessitent une annotation manuelle extensive, les algorithmes de Cortica sont conçus pour identifier des motifs et des objets dans les données visuelles de manière autonome, imitant la façon dont les cerveaux biologiques traitent les informations sensorielles. Cette philosophie fondatrice a façonné sa feuille de route produit et ses partenariats d'entreprise, positionnant Cortica comme un acteur notable dans le paysage concurrentiel de la conduite autonome.
Fondation et Développement Précoce
Cortica a été cofondée par une équipe de neuroscientifiques et d'informaticiens, dont Igal Raichelgauz, Karina Odinaev et Yehoshua Zeevi, qui se sont rencontrés au Technion - Institut de technologie d'Israël. La recherche initiale visait à modéliser le traitement hiérarchique du cortex visuel, conduisant à une méthode brevetée pour générer des représentations invariantes d'objets. En 2010, l'entreprise a obtenu son premier cycle de financement substantiel, levant 6 millions de dollars auprès d'investisseurs privés pour commercialiser sa technologie.
Les premières années ont été consacrées à prouver le concept à travers diverses applications, notamment la reconnaissance d'images pour les produits de consommation et les diagnostics médicaux. En 2013, Cortica s'était orientée vers les applications automobiles, reconnaissant la demande croissante pour les systèmes avancés d'aide à la conduite. Une étape importante a été franchie en 2015 lorsque l'entreprise a démontré un prototype capable de reconnaître les panneaux de signalisation et les piétons en temps réel à l'aide d'une caméra standard montée sur véhicule, atteignant un niveau de précision comparable aux systèmes Deep learning sans nécessiter de données d'entraînement extensives.
Technologie et IA Inspirée du Cerveau
Au cœur de l'approche de Cortica se trouve un algorithme propriétaire connu sous le nom de moteur cognitif Cortica, qui utilise le codage épars et la mémoire temporelle hiérarchique pour émuler la fonction corticale. Le système traite les entrées visuelles à travers plusieurs couches, chacune extrayant des caractéristiques de plus en plus abstraites, un peu comme les architectures Neural network observées dans le cerveau. Une innovation clé est son utilisation de l'apprentissage non supervisé, permettant au système de s'adapter à de nouveaux environnements sans réentraînement sur des exemples étiquetés.
Le moteur cognitif construit un modèle dynamique du monde en utilisant ce que l'entreprise appelle des « signatures » - des représentations compactes d'objets et d'événements qui sont stockées et rappelées efficacement. Cette conception permet un traitement en temps réel sur du matériel embarqué, une contrainte critique pour les véhicules autonomes. Cortica affirme que son système nécessite significativement moins de puissance de calcul que les modèles Machine learning comparables, ce qui pourrait réduire la consommation d'énergie et les coûts. Des évaluations indépendantes ont noté sa robustesse sous des conditions variables d'éclairage et de météo, des attributs attribués au pipeline de traitement inspiré du cerveau.
Système de Conduite Autonome
Le principal produit de Cortica pour le secteur automobile est la plateforme « Cortica Drive », une pile logicielle complète pour l'autonomie de niveau 4 à 5. Le système intègre plusieurs modalités de capteurs, y compris des caméras, des radars et des lidars, fusionnés via une unité de traitement centralisée. Il effectue des tâches telles que la détection d'objets, le maintien de voie, la planification de trajectoire et la modélisation prédictive des autres usagers de la route, le tout dans un cadre certifié pour la sécurité.
Un déploiement significatif a commencé en 2019 lorsque Cortica s'est associée à un grand constructeur automobile européen pour tester sa technologie dans des environnements urbains. En 2021, la flotte avait parcouru plus de 1 million de kilomètres de conduite autonome dans plusieurs pays, avec des conducteurs de sécurité surveillant les opérations. L'entreprise a également développé un environnement de simulation générant des scénarios synthétiques pour accélérer les tests, réduisant ainsi le besoin de kilomètres routiers physiques. En 2023, une version prête pour la production de la plateforme a reçu une approbation réglementaire pour un usage commercial limité dans certaines zones géographiques, marquant une transition de la recherche au déploiement.
Partenariats et Commercialisation
Cortica a poursuivi une stratégie d'alliances stratégiques pour commercialiser sa technologie. En 2019, elle a annoncé une collaboration avec des chercheurs affiliés à nissan pour intégrer son logiciel de perception dans les véhicules de nouvelle génération, bien que les détails de l'accord n'aient jamais été divulgués. Un partenariat plus visible a émergé en 2021 avec TomTom, l'entreprise de cartographie, pour combiner des cartes haute définition avec les données de perception en temps réel de Cortica afin d'améliorer la navigation.
L'entreprise a également exploré des applications non automobiles de sa technologie. Une coentreprise de 2018 avec une entreprise d'imagerie médicale visait à appliquer ses algorithmes à la radiologie, bien que ce projet ait ensuite été abandonné. En 2020, Cortica a lancé un programme de licence pour son moteur cognitif, permettant à d'autres entreprises d'intégrer la technologie dans des systèmes de robotique et de surveillance. Ces efforts ont généré des sources de revenus alternatives pendant que le cœur de métier automobile mûrit.
Leadership et Équipe
La direction de Cortica est restée stable depuis sa fondation, avec Raichelgauz comme PDG et Odinaev comme directeur de la technologie. L'équipe de direction comprend des vétérans des industries automobile et aérospatiale, y compris d'anciens ingénieurs d'Intel et de Qualcomm, apportant une expertise matérielle pour compléter l'accent logiciel. L'entreprise emploie environ 150 ingénieurs et chercheurs, dont beaucoup détiennent des diplômes avancés en neurosciences, mathématiques et informatique.
Des conseillers notables ont inclus des universitaires de MIT CSAIL et Stanford AI Lab, qui ont prêté crédibilité à l'approche inspirée du cerveau. L'équipe a publié des articles dans des revues à comité de lecture sur des sujets tels que le codage épars et l'attention visuelle, distinguant Cortica des entreprises purement commerciales. Cette orientation académique a aidé à attirer des talents et à maintenir une culture de recherche rigoureuse au sein de l'organisation.
Contexte Industriel et Concurrents
L'industrie des véhicules autonomes est hautement compétitive, avec des acteurs majeurs comme Waymo, Cruise et Tesla, qui s'appuient généralement sur l'apprentissage profond et des ensembles de données étiquetés extensifs. Cortica se différencie en réduisant la dépendance à l'annotation de données, un goulot d'étranglement coûteux dans le domaine. Cependant, cette approche non conventionnelle a fait face au scepticisme, car les succès dominants ont largement validé les méthodes d'apprentissage profond.
Des comparaisons sont souvent faites avec Cerebras et Groq, qui se concentrent également sur l'inférence IA efficace mais ciblent les charges de travail de centres de données plutôt que la perception en périphérie. Dans le secteur automobile, [[mobileye] est un fournisseur dominant de puces de perception, mais son architecture est plus conventionnelle. La niche de Cortica réside dans sa revendication d'un apprentissage biologiquement plausible, qui pourrait permettre une adaptation continue dans des conditions de conduite imprévisibles - une caractéristique que les partisans jugent essentielle pour une autonomie complète.
Défis et Controverses
Malgré sa promesse, Cortica a fait face à des obstacles significatifs. L'industrie des véhicules autonomes a connu un ralentissement plus large en raison de préoccupations de sécurité et de surveillance réglementaire, et Cortica n'a pas été épargnée. En 2022, l'entreprise a retardé une expansion prévue sur le marché américain, citant des retards de certification et des problèmes de chaîne d'approvisionnement. Certains analystes ont remis en question l'évolutivité de son approche d'apprentissage non supervisé, en particulier pour gérer des cas limites rares sans entraînement explicite.
L'entreprise a également été impliquée dans des litiges de brevets avec de grandes entreprises technologiques, bien que la plupart aient été résolus par des accords de licence. En 2020, un ancien employé a allégué que certaines mesures de performance avaient été surestimées dans les rapports aux investisseurs, une accusation que l'entreprise a niée mais qui a conduit à une brève baisse de confiance. Depuis lors, Cortica a mis l'accent sur la transparence, publiant des audits tiers de ses dossiers de sécurité, bien qu'elle n'ait pas encore obtenu le même niveau de confiance publique que ses rivaux plus grands.
Perspectives Futures
En 2024, Cortica continue de développer sa technologie et de poursuivre des partenariats commerciaux. L'entreprise a levé environ 40 millions de dollars en financement cumulé, avec le soutien de sociétés de capital-risque et d'investisseurs stratégiques du secteur automobile. Elle prévoit d'étendre sa présence sur les marchés asiatiques, où les cadres réglementaires pour les véhicules autonomes évoluent rapidement. La direction a indiqué un accent sur l'amélioration de l'efficacité computationnelle et l'expansion de la capacité du système à gérer des scénarios urbains complexes.
La viabilité à long terme dépend de l'obtention d'accords de fabrication à grande échelle et de la démonstration de la sécurité à grande échelle. Les analystes ont noté que, bien que la technologie de Cortica soit distinctive, l'entreprise opère dans une industrie à forte intensité de capital dominée par des géants technologiques et des constructeurs automobiles établis. Cependant, sa niche dans l'apprentissage non supervisé pourrait devenir de plus en plus précieuse à mesure que les limites des approches supervisées deviennent apparentes. En cas de succès, Cortica pourrait prouver que les algorithmes inspirés du cerveau offrent une voie viable vers la conduite entièrement autonome, remettant en question l'orthodoxie actuelle du Deep learning.
Cortica reste une étude de cas convaincante en neurosciences appliquées pour l'IA. Son parcours, de la curiosité académique au déploiement commercial, illustre les défis et les opportunités des paradigmes alternatifs de l'IA. Que ce soit pour une adoption généralisée dépendra des percées techniques, des développements réglementaires et des choix stratégiques faits dans les années à venir.