La révolution silencieuse de l’IA en science
Une IA au service de la science
Au cours des dernières années, le secteur technologique a connu une frénésie sans précédent, comparable à un feu d’artifice. Chaque nouveau modèle d’intelligence artificielle (IA) est acclamé pour son potentiel révolutionnaire, qu’il s’agisse de rédiger des emails, de créer des vidéos réalistes ou de simuler des conversations humaines. Toutefois, derrière cette vitrine éblouissante se cache une IA discrète, dont l’objectif est de résoudre des problèmes scientifiques anciens qui freinent le progrès.
The Thinking Game : Un autre visage de l’IA
Le documentaire récemment publié, The Thinking Game, offre une perspective fascinante sur l’œuvre de DeepMind. Disponible gratuitement sur YouTube, il met en lumière un aspect de l’IA souvent ignoré. Plutôt que de se concentrer sur une rentabilité immédiate, DeepMind s’engage à utiliser l’IA pour déchiffrer les mystères de la biologie. En matière de recherche, ce choix de prioriser des innovations bénéfiques au lieu d’un simple attrait commercial est tout à fait remarquable.
De Pong à AlphaFold : L’évolution de DeepMind
La vidéo retrace le parcours captivant de DeepMind, fondé par Demis Hassabis. L’entreprise a commencé par concevoir des modèles d’IA capables de maîtriser des jeux vidéo rétro comme Pong avant de se tourner vers des défis plus ambitieux. Elle s’est notamment attaquée à la prédiction de la structure des protéines grâce à l’apprentissage profond. Ce défi, jugé presque impossible, a été relevé avec succès grâce aux avancées d’AlphaFold.
AlphaFold : Un tournant pour la science
Avec AlphaFold 1 (2018) et AlphaFold 2 (2020), DeepMind a atteint des résultats extraordinaires dans la prédiction des structures protéiques. En 2021, la mise à disposition du code source et d’une base de données contenant plus de 200 millions de structures protéiques a constitué un véritable cadeau pour la communauté scientifique.
Un Prix Nobel pour l’innovation
Le travail réalisé avec AlphaFold a été récompensé par le Prix Nobel de chimie 2024, attribué à Demis Hassabis et John M. Jumper. Leur contribution démontre l’impact positif de l’IA sur le progrès scientifique et positionne DeepMind comme un leader incontesté dans ce domaine.
Une approche différente : IA scientifique vs modèles de langage
Il est essentiel de préciser la distinction entre les modèles de langage (comme GPT-5) et l’IA dédiée à la science. Les premiers prédisent des mots, tandis que l’IA pour la science se base sur des lois physiques et sur des comportements chimiques. Cette différence fait que l’IA scientifique évite les faux-semblants et les erreurs.
Simulations et découvertes : l’avenir de la recherche
La science, traditionnellement axée sur l’observation, l’hypothèse et l’expérimentation, se transforme grâce à l’introduction de simulations massives. Cela permet aux chercheurs d’éliminer des voies infructueuses avant d’entrer dans le laboratoire. Pour capitaliser sur cette approche, DeepMind a lancé Isomorphic Labs, une entité commerciale dédiée à la découverte de nouveaux médicaments.
D’autres acteurs émergent dans le domaine
Bien que DeepMind soit le leader, plusieurs autres entreprises, comme Microsoft, le MIT et NVIDIA, explorent également l’usage de l’IA pour avancer dans la science. Microsoft, par exemple, a utilisé l’IA pour identifier un matériau capable de réduire considérablement l’utilisation de lithium dans les batteries.
Promesses tenues dans le monde scientifique
Depuis l’émergence de ChatGPT, la promesse d’un changement radical grâce à l’IA n’a pas encore totalement été réalisée. Pourtant, les avancées réalisées par DeepMind et d’autres acteurs en matière de science semblent réduire cet écart. Pour quiconque s’intéresse à l’impact de l’IA sur notre monde, le visionnage de The Thinking Game s’impose comme une expérience incontournable.