Day 3: Najwa Aaraj - From Falcon to the Future: Driving Technological Transformation, UAE and Beyond

Day 3: Najwa Aaraj - From Falcon to the Future: Driving Technological Transformation, UAE and Beyond

🎙 Najwa Aaraj 👥 824 📅 5 novembre 2025 ⏱ 15 min 👁 198 📄 conférence 🧭 2026-08-16
Disponible en : Français (actuel) English

Mots-clés

FalconIA générativerecherche appliquéesouverainetéfederated learning

Résumé

Dans cette conférence donnée à l’ADIA Lab, Najwa Aaraj, CEO du Technology Innovation Institute (TII) d’Abu Dhabi, présente la stratégie de l’émirat en matière d’IA et les travaux de son institut. Elle souligne l’importance de l’IA comme priorité souveraine et moteur de transformation numérique, en citant la création d’un ministère de l’IA dès 2017 et la stratégie nationale IA 2031. TII développe neuf domaines technologiques de pointe, tous traversés par l’IA : modèles fondamentaux, matériaux avancés, robotique autonome, cryptographie, énergie dirigée, propulsion spatiale, quantique, énergies renouvelables et cybersécurité. L’oratrice met en avant le modèle Falcon, un LLM open source lancé en 2023, qui a évolué vers une architecture hybride transformer-SSM (Mamba) et qui se positionne comme un modèle souverain, performant et multilingue (18 langues, dont l’arabe). Elle insiste sur les aspects de sécurité et de confidentialité, présentant notamment ‘Petal Guard’, un framework de federated learning sécurisé utilisant le calcul multipartite pour préserver la vie privée des données. Enfin, elle mentionne les collaborations internationales, dont un laboratoire conjoint avec Nvidia sur l’IA et la robotique, et souligne l’importance des partenariats pour l’éthique et les standards.

184 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur des informations réside dans la présentation d’une vision institutionnelle de l’IA aux EAU, avec des exemples concrets d’applications dans divers secteurs (finance, énergie, santé, gouvernement). L’argumentation est structurée autour de la souveraineté et de l’innovation, mais elle reste promotionnelle et ne fournit pas de données chiffrées précises ni d’études de cas détaillées. La solidité de l’argumentation est moyenne : les affirmations sur les performances de Falcon sont appuyées par des références à des benchmarks, mais sans détails. Le discours est plus axé sur la vision et les ambitions que sur une démonstration technique rigoureuse.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est limitée : l’oratrice cite des initiatives et des résultats sans fournir de sources primaires. La qualité des sources est donc difficile à évaluer, mais les informations proviennent d’une source institutionnelle de premier plan (TII). L’adéquation titre/contenu est bonne : le titre annonce clairement le sujet, et la conférence y correspond. Aucun commentaire n’est fourni pour analyser les tendances du public.

175 mots

Adéquation titre / contenu

Le titre correspond bien au contenu : la conférence porte sur la transformation technologique aux EAU, avec un accent sur le modèle Falcon et les activités de TII.

Qualité & fiabilité

7/10

Exposé institutionnel par une dirigeante de TII, présentant les applications de l'IA dans divers secteurs. Les informations sont factuelles mais non sourcées en détail, et le ton est promotionnel. La fiabilité est bonne pour les faits institutionnels, mais la vérification indépendante est limitée.

Moments clés

Apport & nouveautés

L’apport original de cette conférence est de présenter la stratégie d’IA des EAU du point de vue d’un institut de recherche appliquée, en mettant l’accent sur la souveraineté et l’open source. Elle introduit des initiatives concrètes comme Petal Guard, un framework de federated learning sécurisé, et le modèle Falcon, qui se distingue par son architecture hybride et son support de l’arabe. La conférence illustre comment un pays peut développer ses propres capacités en IA tout en collaborant internationalement.

Pour aller plus loin :

  • Falcon LLM — Site officiel du modèle Falcon, avec documentation et accès aux modèles.
  • Federated Learning — Article Wikipédia sur l’apprentissage fédéré, concept clé de Petal Guard.
  • Secure Multi-Party Computation — Article Wikipédia sur le calcul multipartite sécurisé, utilisé dans Petal Guard.
  • Mamba (architecture) — Article Wikipédia sur l’architecture Mamba, mentionnée comme base de la nouvelle version de Falcon.

142 mots

Profil radar

Le profil radar montre des scores modérés sur tous les axes, avec une légère prédominance de la qualité de l'information et de la fiabilité, reflétant un contenu institutionnel fiable mais peu technique. La quantité d'information est correcte, mais le niveau technique reste accessible, ce qui en fait une introduction générale à la stratégie IA des EAU.

Fiabilité 6/10