💬 NLP

RUVA: Personalized Transparent On-Device Graph Reasoning

Le projet Ruva propose une architecture « boîte transparente » fondée sur un graphe de connaissances personnel qui permet aux utilisateurs d'inspecter et de modifier précisément les données mémorisées par une IA, garantissant ainsi la confidentialité et le droit à l'oubli contrairement aux systèmes actuels de type « boîte noire ».

Auteurs originaux : Gabriele Conte, Alessio Mattiace, Gianni Carmosino, Potito Aghilar, Giovanni Servedio, Francesco Musicco, Vito Walter Anelli, Tommaso Di Noia, Francesco Maria Donini

Publié 2026-02-18

📖 4 min de lecture☕ Lecture pause café

CC0 1.0

Auteurs originaux : Gabriele Conte, Alessio Mattiace, Gianni Carmosino, Potito Aghilar, Giovanni Servedio, Francesco Musicco, Vito Walter Anelli, Tommaso Di Noia, Francesco Maria Donini

Article original placé dans le domaine public sous CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

🧠 RUVA : Le "Grand Frère" Transparent de votre IA

Imaginez que vous avez un assistant personnel très intelligent, mais qu'il fonctionne comme une boîte noire. Vous lui donnez des informations (vos emails, vos photos, vos rendez-vous), il vous répond, mais vous ne savez jamais comment il a trouvé cette réponse. Pire, si vous lui dites "oublie ça", il ne l'efface vraiment pas ; il le cache juste un peu, comme un fantôme qui pourrait réapparaître plus tard. C'est le problème actuel des IA personnelles.

RUVA (qui signifie "Frère" en étrusque) est une nouvelle invention conçue par des chercheurs italiens pour régler ce problème. C'est une IA qui fonctionne entièrement sur votre téléphone, sans envoyer vos données dans le cloud, et surtout, c'est une "boîte de verre".

Voici comment ça marche, avec des analogies simples :

1. Fini les "Nuages" flous, place au "Filet d'Araignée" 🕸️

L'ancienne méthode (Les vecteurs) : Imaginez que vos souvenirs sont jetés dans un grand brouillard. Quand vous demandez quelque chose, l'IA cherche des mots qui ressemblent dans ce brouillard. C'est rapide, mais imprécis. Si vous demandez "Est-ce que Sarah m'a appelé avant mon travail ?", l'IA peut se tromper car elle ne voit que des mots, pas l'ordre des choses.
La méthode RUVA (Le Graphique) : RUVA organise vos souvenirs comme un gigantesque filet d'araignée (un graphe de connaissances).
- Chaque souvenir est un nœud (un point sur la toile).
- Chaque lien entre eux est un fil (une relation).
- Exemple : Un point "Sarah" est relié par un fil "a appelé" à un point "Moi", avec un fil "avant" relié au point "Arrivée au travail".
- L'avantage : Vous pouvez voir la toile. Vous savez exactement pourquoi l'IA répond "Oui". C'est du raisonnement logique, pas de la devinette.

2. Votre téléphone est votre coffre-fort 📱🔒

Contrairement aux autres IA qui envoient vos données sur des serveurs lointains (le "Cloud") où elles peuvent être piratées, RUVA vit dans votre poche.

C'est comme si votre mémoire était écrite dans un carnet que vous gardez toujours sur vous. Personne d'autre ne peut le lire, le modifier ou le voler.
L'IA utilise un petit cerveau (un modèle de langage) qui tourne directement sur votre téléphone pour transformer vos photos et textes en ces points et fils du filet d'araignée.

3. Le "Stylo Rouge" pour effacer vraiment 🖊️❌

C'est la fonction la plus révolutionnaire : le Droit à l'oubli.

Dans les systèmes actuels, "effacer" un souvenir est comme essayer d'effacer une tache d'encre avec un chiffon humide : ça laisse des traces floues (des "fantômes probabilistes").
Avec RUVA, puisque chaque souvenir est un objet précis dans une base de données, vous pouvez prendre un stylo rouge et couper le fil qui relie ce souvenir.
Résultat : Le souvenir est supprimé mathématiquement, instantanément et définitivement. Il n'y a plus de fantômes. Si vous demandez à l'IA plus tard, elle dira honnêtement : "Je ne sais pas, j'ai effacé cette info."

4. À quoi ça ressemble en pratique ? 🎬

L'article montre trois exemples concrets :

L'ingestion (L'entrée) : Vous prenez en photo un ticket de train. RUVA ne voit pas juste une image floue ; il lit le prix, la date et le relie à votre calendrier "Voyage de week-end". Il crée automatiquement les liens dans son filet.
Le raisonnement (La question) : Vous demandez : "Combien ai-je dépensé pour ce voyage ?". Au lieu de deviner, RUVA suit les fils du filet : Voyage -> Lien -> Ticket -> Prix. Il vous donne la réponse exacte.
La suppression (L'effacement) : Vous décidez que ce ticket de train est trop sensible. Vous le supprimez de votre galerie. RUVA coupe le nœud correspondant dans son filet. Si vous posez la même question, il répond : "Je n'ai plus cette information."

En résumé 🌟

RUVA change la donne : au lieu d'être un serviteur opaque qui sait tout sur vous mais que vous ne pouvez pas contrôler, c'est un outil transparent.

C'est transparent : Vous voyez comment il pense.
C'est privé : Tout reste sur votre téléphone.
C'est contrôlable : Vous êtes le rédacteur en chef de votre propre histoire. Vous pouvez corriger, ajouter ou effacer ce que l'IA "se souvient" de vous.

C'est l'IA de demain : une intelligence qui vous appartient vraiment, comme un grand frère de confiance qui garde vos secrets, mais que vous pouvez surveiller et diriger.

Titre : RUVA : Raisonnement Graphique Personnalisé et Transparent sur Appareil

1. Problématique

Le paysage actuel de l'IA personnelle est dominé par les systèmes de Génération Augmentée par Récupération (RAG) basés sur des bases de données vectorielles. Ces systèmes souffrent de limitations critiques :

Le problème de la « Boîte Noire » : Les utilisateurs ne peuvent pas inspecter pourquoi le système échoue ou hallucine, ni corriger les erreurs, car les données sont compressées dans des espaces d'embedding de haute dimension.
Absence de responsabilité et de vie privée réelle : Supprimer un concept d'un espace vectoriel est mathématiquement imprécis. Cela laisse derrière lui des « fantômes probabilistes » (traces résiduelles de données sensibles) qui peuvent être involontairement réactivées par l'IA, violant ainsi le « droit à l'oubli ».
Dépendance au Cloud : La plupart des solutions reposent sur le cloud, créant des vecteurs d'attaque et compromettant la souveraineté des données.

2. Méthodologie : L'Architecture RUVA

RUVA (acronyme étrusque signifiant « Frère ») propose une architecture neuro-symbolique de type 3 (selon la taxonomie de Kautz) conçue pour fonctionner entièrement sur l'appareil (on-device). Elle remplace le paradigme de la « correspondance vectorielle » par celui du « raisonnement graphique ».

Composants clés :

Stockage Hybride et Local : Le système utilise une base de données SQLite étendue avec sqlite-vec. Contrairement aux vecteurs purs, RUVA stocke les données sous forme de Graphes de Connaissances Personnelles (PKG) où chaque mémoire est un nœud explicite et chaque association une arête visible.
Composant Neural (Perception) : Un modèle de langage-vision petit (SVLM, spécifiquement Gemma-3n-E2b) agit comme les « yeux et oreilles » du système. Il convertit les données non structurées (pixels, texte brut) en signaux structurés (triplets sémantiques).
Composant Symbolique (Mémoire et Raisonnement) : Le PKG stocke les informations de manière déterministe, inspectable et éditable.
Flux de Travail d'Ingestion Multimodale :
- Les données (photos, emails, calendrier) sont transformées en triplets sémantiques (ex: (Cat)-[has]->(thick gray fur)).
- Une stratégie de résolution d'entités (utilisant l'algorithme de détection de communautés Leiden) fusionne les entités dupliquées (ex: « Sarah Green » et « S. Green ») en un seul nœud.
Flux de Travail de Récupération (Graph-Grounded Retrieval) :
- Au lieu d'une simple recherche par similarité, le système effectue une recherche d'ancres (nœuds pertinents) suivie d'une expansion topologique (parcours N-hop).
- Cela permet de raisonner sur des relations complexes (ex: comparer les timestamps d'un appel et d'une arrivée au travail) avant de générer une réponse.
Mécanisme de Suppression Déterministe :
- Grâce à la nature relationnelle des données, la suppression d'un souvenir (ex: un reçu) s'effectue via une transaction SQL DELETE CASCADE.
- Cela élimine instantanément le nœud, ses propriétés et les index vectoriels associés, garantissant une suppression mathématiquement exacte et le respect du droit à l'oubli.

3. Contributions Clés

Première Architecture « Boîte de Verre » (Glass Box) : RUVA permet aux utilisateurs d'inspecter ce que l'IA sait et de corriger ses mémoires, transformant l'utilisateur d'une source de données passive en « Rédacteur en chef ».
Souveraineté des Données Totale : L'architecture fonctionne sans cloud, garantissant que le PKG ne quitte jamais l'appareil de l'utilisateur.
Droit à l'Oubli Réel : Contrairement aux systèmes vectoriels, RUVA offre une suppression déterministe et irréversible des données sensibles.
Raisonnement Temporel et Logique : En passant de la similarité sémantique à la traversée de graphes, le système résout des problèmes de logique temporelle et relationnelle que les RAG vectoriels classiques échouent à traiter (ex: « Sarah a-t-elle appelé avant mon arrivée ? »).

4. Résultats et Évaluation

L'évaluation a été menée sur un Google Pixel 8 Pro (environnement contraint) avec un benchmark de 71 objets multimodaux et 52 questions.

Performance :
- Temps d'ingestion moyen : 2,4 secondes (incluant le traitement VLM et l'extraction de triplets).
- Latence de récupération graphique : 38 ms pour des requêtes à un saut.
- Le système maintient une réactivité interactive sans vider la batterie.
Précision et Raisonnement :
- 61 % des réponses sont jugées positives (scores 4-5), montant à 71 % si l'on inclut les réponses neutres.
- Une analyse de fiabilité utilisant quatre LLMs de pointe (Llama3.3, Qwen3, GPT, Kimi) montre un fort accord inter-modèle (Corrélation de Spearman $\rho = 0,82$ ; Alpha de Krippendorff = 0,81).
Scénarios de Démonstration :
- Ingestion : Conversion réussie d'un ticket de train en nœud structuré lié à un événement calendrier.
- Raisonnement : Agrégation correcte de données hétérogènes (image + calendrier) pour répondre à une question de coût.
- Suppression : Après la suppression manuelle d'un reçu, le système ne peut plus répondre à la question associée, prouvant l'efficacité de la suppression.

5. Signification et Impact

RUVA marque un changement de paradigme fondamental dans l'IA personnelle :

De la Confiance aveugle à la Confiance vérifiable : En rendant le processus de raisonnement transparent et éditable, RUVA redonne l'agence à l'utilisateur.
Indépendance du Cloud : Elle démontre qu'une intelligence artificielle sophistiquée et personnalisée peut fonctionner localement, rendant le cloud inutile pour l'intelligence de base.
Protection de la Vie Privée : Elle résout le problème technique de la suppression des données dans les systèmes d'IA, offrant une garantie mathématique de l'oubli numérique.

En conclusion, RUVA ne se présente pas comme un simple chatbot, mais comme un système d'IA de confiance où l'utilisateur conserve le contrôle total sur ses données, ses mémoires et la logique de son assistant personnel.