Fini de jouer au Go !, Deepmind (Google) s’attaque à la santé

La mission affichée par Deepmind est ambitieuse : “solving intelligence to advance science and benefit humanity”, soit “Élucider l’intelligence pour faire avancer la science et en faire bénéficier l’humanité”.

Les premiers coups d’éclat de l’entreprise, avec ses algorithmes d’intelligence artificielle déployés dans le domaine des jeux, n’étaient qu’une première étape. “Ils constituaient un terrain d’essai idéal pour développer et tester nos algorithmes d’Intelligence Artificielle. Ils ont permis de réaliser d’énormes percées dans la recherche fondamentale sur l’IA, que nous appliquons maintenant à des défis ‘transformationnels’ du monde réel,” expliquait récemment Colin Murdoch, le Chief Business Officer de DeepMind sur la scène du Web Summit, à Lisbonne.

Modéliser les protéines grâce à l’IA

Moins médiatiques que la victoire d’AlphaGo contre le champion de jeu de go Lee Sedol en mars 2016, les dernières annonces de cette filiale d’Alphabet, maison-mère de Google, marquent en effet un virage de l’entreprise vers des sujets plus fondamentaux. 

L’algorithme AlphaFold2, publié en 2021, permet par exemple de déterminer la structure d’une protéine en quelques minutes, contre plusieurs années auparavant. Une avancée majeure, dont les répercussions devraient être nombreuses, dans plusieurs champs d’application. “Si nous parvenons à comprendre la structure tridimensionnelle des protéines, nous pourrons commencer à faire des choses incroyables, comme faire progresser la recherche sur la résistance aux antibiotiques ou trouver des traitements contre certaines maladies,” explique Colin Murdoch. Une nouvelle entité d’Alphabet, créée fin 2021 et nommée Isomorphic Labs s’appuie d’ailleurs sur ces avancées pour identifier de nouveaux médicaments.

À partir de cet outil – accessible en open source – Deepmind a conçu une base de données de plus de 200 millions de modèles de protéines, ouverte à tous. Celle-ci est notamment utilisée par les chercheurs du Center for Enzyme Innovation dans le cadre de leurs recherches sur des enzymes capables de décomposer les plastiques. Sur ce terrain, la filiale d’Alphabet retrouve un concurrent inattendu : Meta, qui, via son laboratoire de recherche Meta AI, vient de présenter un modèle prédictif de 600 millions de protéines.

Maîtriser la fusion nucléaire…

Outre la structure des protéines, les équipes de recherche de Deepmind s’intéressent de près à la production d’énergie, à travers un partenariat avec l’Ecole Polytechnique Fédérale de Lausanne et son Swiss Plasma Center. Celui-ci étudie la fusion nucléaire et possède un prototype de réacteur : les outils de Deepmind permettent de mieux maîtriser le processus de fusion. “Ensemble, nous avons pu stabiliser le plasma et, mieux encore, nous avons pu le ‘sculpter’ de manière à rendre la réaction de fusion plus efficace,” explique le représentant de Deepmind, qui espère que ces avancées vont permettre d’accélérer le développement des technologies de fusion nucléaire, qui représente une nouvelle source d’énergie décarbonée. 

Reste une question centrale : derrière ces usages positifs de l’intelligence artificielle, comment s’assurer que ces outils puissants ne soient pas utilisés à mauvais escient ? Pour AlphaFold, Deepmind indique avoir “consulté plus de 30 experts externes, en biosécurité et en biologie, entre autres, pour nous assurer d’en retirer les avantages tout en limitant les risques potentiels.” De manière générale, l’entreprise travaille “avec des organismes à but non lucratif et d’autres organisations, afin de pouvoir vraiment évaluer l’impact au cas par cas”, comme l’assure Colin Murdoch.