Simile AI lève 2 milliards pour simuler le comportement humain

Simile AI accélère son pari sur la simulation du comportement humain. La société a levé 2 milliards de dollars lors d’une série B. GreenOaks et Index Ventures figurent parmi les investisseurs cités. Fei-Fei Li et Andrej Karpathy comptent aussi parmi les soutiens mentionnés. Simile AI exécute désormais des dizaines de millions de simulations pour des entreprises du Fortune 100. CVS figure parmi ses clients. L’entreprise annonce une précision comprise entre 85 % et 99 % face aux groupes de discussion humains. Son ambition déclarée va beaucoup plus loin. Joon Sung Park, cofondateur et directeur général, veut construire des modèles capables de représenter les comportements humains à grande échelle. Lire l’entretien complet.

Le projet vient d’un travail de recherche mené à Stanford. En 2023, Joon Sung Park, Michael Bernstein et Percy Liang ont publié l’article Generative Agents. Leur environnement, surnommé Smallville, montrait des personnages capables de mémoriser, planifier, socialiser et développer des comportements émergents. L’article compte environ 7 200 citations selon Google Scholar, d’après l’entretien. Park explique que cette recherche est née d’une question volontairement ambitieuse. Que se passerait-il si une équipe pouvait recréer le monde vécu avant d’y prendre des décisions ? Cette orientation a conduit les fondateurs vers Simile AI. Elle distingue leur approche des agents personnalisés conçus principalement pour automatiser des tâches individuelles.

Simile AI modélise les comportements humains

Les modèles combinent plusieurs familles de données. Simile AI utilise des entretiens longs, des données d’observation et des données transactionnelles. L’équipe recourt aussi à des essais contrôlés randomisés. Cette combinaison vise à représenter ce que les personnes font, et pas seulement ce qu’elles déclarent. Park souligne que les données du web décrivent davantage les propos que les comportements réels. L’entreprise développe des modèles à l’échelle des populations et des individus. Elle entraîne ensuite les modèles sur les mécanismes causaux observés dans les décisions. Cette méthode cherche à reproduire les biais et les erreurs humaines. Un modèle optimisé pour être rationnel peut donc mal représenter des humains irrationnels.

Un premier test a porté sur 1 000 personnes réelles. Les jumeaux numériques ont reproduit les comportements et les attitudes des participants avec une précision annoncée de 85 %. Cette mesure compare les réponses des modèles à celles que les participants ont eux-mêmes reproduites. Park distingue la simulation de la simple prédiction. Selon lui, l’objectif consiste moins à prévoir un futur unique qu’à comprendre comment orienter les résultats. Les populations simulées pourraient ainsi tester des produits ou des politiques avant leur déploiement. Simile AI présente le marché des études comme un point de départ. L’équipe évoque aussi des simulations de populations représentatives et des interactions entre agents.

La simulation vise huit milliards d’humains

L’ambition déclarée de Park consiste à simuler les huit milliards d’humains vivant sur Terre. Il relie cette trajectoire à des lois d’échelle propres à la simulation. Des mondes simulés comprenant plusieurs agents pourraient nécessiter un centre de données entier, selon son analyse. Leur coût dépendrait alors de l’infrastructure nécessaire pour faire interagir ces populations. Park rapproche cette démarche des travaux de Thomas Schelling sur la modélisation à base d’agents. Il cite également la psychohistoire du roman Fondation comme référence conceptuelle. L’entretien aborde des usages possibles liés au changement climatique, à l’instabilité démocratique et au revenu universel. Ces usages restent présentés comme des questions de recherche ou des ambitions.