La nouvelle ère de découverte commence

Note de l'éditeur : Aujourd'hui à Londres, Google DeepMind et la Royal Society ont co-organisé le premier Forum AI pour la Science, qui a réuni des lauréats du prix Nobel, la communauté scientifique, des décideurs politiques et des leaders de l'industrie pour explorer le potentiel transformateur de l'IA pour stimuler des percées scientifiques, relever les défis les plus pressants du monde et inaugurer une nouvelle ère de découverte.

Le vice-président senior de Google pour la recherche, la technologie et la société, James Manyika, a prononcé le discours d'ouverture ; ce qui suit est une transcription de ses remarques, telles que préparées pour la présentation.

L'impact de l'IA sur la science fait des vagues récemment, mais l'idée d'utiliser l'IA pour repousser les limites scientifiques n'est pas nouvelle. Elle remonte à des pionniers comme Alan Turing et Christopher Longuet-Higgins, et plus récemment, mes collègues chez Google DeepMind et Google Research ont été à l'avant-garde.

L'engouement autour de l'IA et de la science ne concerne pas le remplacement des scientifiques ; il s'agit de comment l'IA peut s'attaquer à ces problèmes complexes qui bénéficient de la puissance computationnelle. Considérez l'IA comme un fidèle acolyte pour les scientifiques.

Nous avons eu un aperçu de ce potentiel il y a longtemps lorsque Hodgkin et Huxley ont utilisé des méthodes computationnelles pour expliquer comment les impulsions nerveuses voyagent le long des neurones. Leur travail leur a valu le prix Nobel en 1963.

Avançons jusqu'à aujourd'hui, et mes collègues Demis Hassabis, John Jumper et l'équipe AlphaFold ont utilisé l'IA pour résoudre le "problème du repliement des protéines" posé par Christian Anfinsen dans les années 1970. Leurs efforts leur ont valu le prix Nobel de chimie.

Alors, comment l'IA aide-t-elle exactement à faire progresser la science ?

Parlons d'abord de la vitesse. Dans certains domaines, l'IA accélère la recherche qui prendrait normalement des siècles, la réduisant à quelques années, mois, voire jours.

L'IA élargit également la portée de la recherche, permettant aux scientifiques d'explorer plusieurs choses simultanément et de manière nouvelle, plutôt qu'une à la fois.

Grâce à l'IA, davantage de personnes peuvent désormais participer à la recherche, ce qui signifie que nous pouvons accélérer la découverte scientifique encore plus rapidement.

L'IA entraîne des progrès majeurs dans divers domaines scientifiques

Laissez-moi vous donner quelques exemples de la manière dont l'IA fait des vagues, en commençant par AlphaFold :

En seulement un an, mes collègues ont prédit la structure de presque toutes les protéines connues — plus de 200 millions d'entre elles. Et avec AlphaFold 3, ils sont allés au-delà des protéines pour inclure toutes les biomolécules de la vie comme l'ADN, l'ARN et les ligands.

AlphaFold a changé la donne pour plus de 2 millions de chercheurs dans 190 pays, s'attaquant à tout, des maladies négligées aux bactéries résistantes aux médicaments.

AlphaMissense, construit sur AlphaFold, a aidé à catégoriser près de 90 % des 71 millions de variantes missense possibles — ces changements d'une seule lettre dans l'ADN — comme probablement nuisibles ou bénins. C'est un bond énorme, considérant que seulement 0,1 % avaient été confirmés par des experts humains.

Lorsque le génome humain a été séquencé pour la première fois, il était basé sur un seul assemblage. Mais l'année dernière, mes collègues chez Google Research, avec des collaborateurs académiques, ont publié le premier brouillon d'un pangénome humain de référence. Cela était basé sur 47 assemblages, nous donnant une meilleure image de la diversité génétique humaine.

En neuroscience, une collaboration de dix ans entre Google Research, l'Institut Max Planck et le laboratoire Lichtman de Harvard a produit une carte à l'échelle nanométrique d'une partie du cerveau humain. Ce niveau de détail était sans précédent et a révélé de nouvelles structures qui pourraient changer notre compréhension du cerveau. Cela pourrait mener à de nouvelles façons de traiter les maladies neurologiques comme Alzheimer. La carte complète est maintenant disponible pour d'autres chercheurs à explorer.

Au-delà des sciences de la vie, nous voyons aussi des percées dans d'autres domaines.

Dans la modélisation climatique, nous avons combiné l'apprentissage automatique avec des méthodes traditionnelles basées sur la physique pour créer NeuralGCM. Ce modèle peut simuler plus de 70 000 jours de l'atmosphère dans le temps qu'il faudrait à un modèle traditionnel pour simuler seulement 19 jours.

Un autre exemple est GenCast, développé par mes collègues chez Google DeepMind. C'est un modèle d'IA de pointe qui prédit la météo jusqu'à 15 jours à l'avance avec plus de précision et plus rapidement que la norme de l'industrie.

Notre équipe Quantum AI explore ce qui était autrefois du domaine de la science-fiction, comme l'étude des trous de ver traversables. Cela pourrait aider à tester les théories de la gravité quantique proposées pour la première fois avec le pont Einstein-Rosen il y a près de quatre-vingt-dix ans.

En fait, le quantique et l'IA commencent à s'entraider. L'IA fait progresser l'informatique quantique, et le quantique aide à faire avancer la recherche en IA.

Nous faisons également des progrès en science des matériaux, fusion, mathématiques et plus encore, tous en collaboration avec des scientifiques académiques.

Les avancées scientifiques propulsées par l'IA ont un impact concret

Au-delà de ces percées, l'IA améliore également la science de manière à bénéficier directement aux gens, en particulier dans des domaines comme le climat et la santé.

Prenez l'adaptation climatique, par exemple. La prévision des inondations devient plus critique en raison du changement climatique. Grâce à l'IA, nous pouvons maintenant prédire les inondations fluviales jusqu'à 7 jours à l'avance avec la même précision que les prédictions actuelles. Notre plateforme d'alerte précoce, Flood Hub, a commencé au Bangladesh et couvre désormais plus de 100 pays et 700 millions de personnes.

Pour l'atténuation climatique, considérons les traînées de condensation, qui contribuent jusqu'à 35 % de l'impact du réchauffement global de l'aviation. Mes collègues chez Google Research ont développé un modèle d'IA pour prédire où les traînées pourraient se former. Après l'avoir testé sur 70 vols avec American Airlines, nous avons constaté une réduction de 54 % des émissions.

L'IA montre également des promesses dans la détection des maladies. Il y a huit ans, les chercheurs de Google ont découvert que l'IA pouvait aider à interpréter les scans rétiniens pour détecter la rétinopathie diabétique, une cause évitable de cécité touchant environ 100 millions de personnes. Nous avons développé un outil de dépistage qui a été utilisé dans plus de 600 000 dépistages à travers le monde. De nouveaux partenariats en Thaïlande et en Inde permettront 6 millions de dépistages au cours de la prochaine décennie.

Nous travaillons également sur d'autres domaines comme la tuberculose, le cancer colorectal, le cancer du sein et la santé maternelle.

La voie à suivre

Malgré tous ces progrès, nous ne faisons que commencer. Il reste encore beaucoup à faire.

Je vois trois domaines clés sur lesquels se concentrer pour exploiter pleinement le potentiel de l'IA pour faire progresser la science et apporter de réels bénéfices à la société :

Premièrement, nous devons continuer à travailler sur les limitations de l'IA et augmenter sa capacité à aider à développer de nouveaux concepts scientifiques, théories et expériences.

Deuxièmement, nous devons rester engagés envers la méthode scientifique et utiliser l'IA de manière responsable. Les scientifiques, les éthiciens et les experts en sécurité doivent travailler ensemble pour s'attaquer aux risques spécifiques à la science, comme les virus et les armes biologiques, ainsi qu'aux défis comme les biais de données, la confidentialité et les impacts environnementaux.

Troisièmement, nous devons rendre les outils et ressources de recherche habilités par l'IA plus accessibles aux scientifiques partout, en veillant à ce que les progrès que nous faisons bénéficient aux gens à travers le monde.

Je suis enthousiaste à l'idée de ce que l'avenir réserve dans cette nouvelle ère de découverte.

Il y a tant que nous pouvons faire ensemble pour construire des outils qui aident à faire progresser la science pour le bénéfice de tous.

Et il y a tant que nous pouvons faire pour soutenir les scientifiques extraordinaires ici et à travers le monde — nous en entendrons certains aujourd'hui.