Hello,

On se retrouve pour la suite de l’histoire de Deepmind !

Si vous avez raté la première partie, la voici :

Théo

Google Deepmind

De start-up à plus grand laboratoire du monde

Après avoir révolutionné l’IA avec des modèles capables de jouer à des jeux vidéo mieux que les humains, Deepmind devient une des start-ups tech les plus suivies.

À une époque où le monde a perdu espoir dans cette technologie, Deepmind redonne espoir à l’humanité : l’IA est une vraie science, et elle mérite qu’on s’y intéresse.

Mais ce succès ne passe pas inaperçu.
En coulisses, un géant de la tech observe attentivement la progression de la start-up.

Google entre en scène

En 2014, Google décide de racheter DeepMind pour 400 millions de livres sterling, reconnaissant le potentiel immense de la start-up.

L’entreprise fusionne avec la branche recherche en IA de Google, Google Brain.
Google DeepMind est né.

Et cette nouvelle équipe ne compte pas se reposer sur ses lauriers.
Grâce à ses modèles de pointe, DeepMind est prête à conquérir l’industrie.

Dès 2015, le laboratoire annonce AlphaGo.

Son but ?
Dépasser les humains dans un des jeux de plateau les plus complexes : le Go.

Sauf que le monde pense que c’est impossible.
Le jeu serait trop complexe et demanderait trop d’adaptation.

Il manquerait au moins 10 ans d’avancée technologique pour que la prouesse soit possible.

La pression est lourde sur les épaules de la start-up, mais ils décident de relever le défi.

Une seule solution : réinventer leur IA.

Alors ils emploient un procédé jamais tenté auparavant : la fusion de plusieurs réseaux neuronaux profonds.

Deux réseaux travaillent en tandem :

• Le réseau de politique (policy network), qui sélectionne le prochain coup à jouer.

• Le réseau de valeur (value network), qui évalue les chances de victoire en analysant la position actuelle.

Mais surtout, l’IA va réinventer le Go en l’apprenant toute seule.
Enfin presque.

AlphaGo a d'abord appris en étudiant des milliers de parties humaines, assimilant les stratégies classiques du jeu de Go.

Puis, grâce à l’apprentissage par renforcement, l’IA s’est confronté à d’autres versions de lui-même des milliers de fois, apprenant de chaque erreur pour perfectionner ses stratégies.

Et cette méthode a fonctionné.
En octobre 2015, AlphaGo devient la première IA à battre un joueur professionnel.

Quelques mois plus tard, après 5 matchs regardés par 200 millions de spectateurs, Lee Sedol, 18 fois champion du monde, est battu 4 à 1.

Là où AlphaGo a brillé, c’est dans sa capacité à anticiper, planifier et surprendre.
A tel point que pour la première fois, une IA a été créative.

Lors d’une partie, AlphaGo joue un coup incompréhensible auprès des experts. Ils pensent tous qu’elle vient de se condamner avec cette erreur.

Mais plusieurs dizaines de coups plus tard, le champion du monde Lee Sedol le sait : c’est ce coup qui a fait la différence.

Quelques années plus tard, ce modèle n’a toujours pas complètement pris sa retraite.

Des héritiers d’AlphaGo comme AlphaZero et MuZero utilisent les mêmes principes pour les échecs, le shogi et le Go, chacun apportant une innovation nouvelle.

Et dans cette série de recherche et de nouveaux modèles, Deepmind commence à élargir son champ d’action.

Deepmind aujourd’hui

Après ce coup d’éclat sur le jeu de Go, l’entreprise est prête à prendre une nouvelle direction.

Ils ont les modèles les plus avancés et polyvalents jamais créés, avec la meilleure équipe du monde. Et ils comptent en tirer parti pour repousser les limites de l’IA dans des domaines variés.

Le fil conducteur ?
La recherche scientifique, pour le bénéfice de toute l’humanité.

En 2018, DeepMind tourne son attention vers un défi scientifique majeur : la création de nouvelles structures de protéines.

Tous les process biologiques de notre corps dépendent d’interactions entre ces protéines.

Que ce soient les process positifs et nécessaires, comme la digestion, ou les process négatifs, comme le développement de cancers.

Alors pour avancer dans la recherche, les scientifiques tentent de créer des connexions, presque au hasard, en priant pour que la combinaison finale soit stable.

C’est là que DeepMind intervient.
En 2018, ils sortent un premier modèle, AlphaFold.

Cette IA arrive à concevoir des protéines potentiellement stables, accélérant la création de remèdes pour des maladies comme le cancer.

En 2020, nouvelle avancée.
AlphaFold 2 est capable de prédire la structure de 200 millions de protéines avec une précision proche des méthodes scientifiques classiques.

Ces résultats ont révolutionné la recherche en biologie et accéléré la découverte de médicaments.

Et récemment, DeepMind enfonce le clou avec AlphaProteo, qui révolutionne la recherche et impose l’IA comme un outil indispensable pour les recherches futures.

Mais pourquoi s’arrêter là ?

Au-delà de la médecine, DeepMind a développé des solutions concrètes qui transforment divers secteurs :

• Ils ont optimisé les systèmes de refroidissement des data centers de Google, réduisant leur consommation énergétique de 40 %.

• Ont établi des partenariats avec le NHS britannique pour détecter des maladies dégénératives de l’œil.

• Et utilisé l’IA pour améliorer leur propre infrastructure avec le modèle AlphaChip, multipliant la vitesse à laquelle le hardware devient performant.

Bref, Demis Hassabis est sur le point de réaliser son rêve.

Depuis des années, il plaide continuellement pour une recherche approfondie sur la sécurité de l’IA et signe des déclarations sur l’importance de limiter les risques existentiels liés à cette technologie.

Et ce succès dont Demis parle se pourrait bien être une réalité très proche de nous.

Alors que toute l’industrie cherche à créer l’intelligence artificielle générale (IAG), DeepMind se positionne aussi pour tirer parti de la révolution.

Ses équipes continuent de repousser les limites de ce qui est possible, tout en s’engageant à le faire de manière responsable.

Parce que ce labo incarne la vision de son fondateur : utiliser l’intelligence artificielle pour améliorer le monde et répondre aux plus grands défis de notre époque.

Et voilà pour aujourd'hui !

On se retrouve lundi !

En attendant, dis moi-ce que tu as pensé de la newsletter d'aujourd'hui !

PS : Cette newsletter a été écrite à 100% par un humain. Ok, peut-être 80%.