Bien avant ses travaux de pionnier des techniques d’intelligence artificielle (IA) lui ayant valu un Nobel de chimie, Demis Hassabis était un maître du jeu d’échecs. Né à Londres d’un père grec-chypriote et d’une mère singapourienne, il a décroché ce titre dès l’âge de 13 ans.
Demis Hassabis est l’un des trois lauréats du prix Nobel de chimie 2024 – Photo Reuters / Toby Melville
C’est ce qui m’a mené vers l’intelligence artificielle : le jeu d’échecs à un jeune âge, la réflexion et les tentatives d’améliorer mes propres processus de pensée
, a expliqué le lauréat, âgé de 48 ans, lors d’une conférence de presse mercredi après l’annonce de son prix, partagé avec deux autres chercheurs.
Le comité du prix Nobel de chimie et l’Académie royale des sciences de Suède ont annoncé les lauréats du prix Nobel de chimie à Stockholm, le 9 octobre 2024. Ce sont David Baker, Demis Hassabis et John M. Jumper.
Un optimiste prudent
C’est le deuxième Nobel lié aux travaux en IA, après celui décerné la veille en physique, dont un récipiendaire avait averti des dangers potentiels d’une technique susceptible de dépasser les capacités de son créateur.
Demis Hassabis, à l’inverse, s’est décrit comme un optimiste prudent
sur ce sujet. J’ai travaillé là-dessus toute ma vie parce que je crois que ce sera la technologie la plus bénéfique à l’humanité, mais quelque chose d’aussi puissant et transformateur vient avec des risques
, selon lui.
Hassabis a terminé sa scolarité dans le nord de Londres à 16 ans, avant de consacrer une année sabbatique à travailler sur des jeux vidéo et à codévelopper le jeu Theme Park. Le jeu d’échecs l’a toujours passionné.
Il a une vingtaine d’années quand il remporte, cinq fois, le pentamind
à Londres, une épreuve combinant bridge, échecs, jeu de go, Mastermind et scrabble.
J’encouragerais les jeunes à jouer à des jeux, mais pas seulement à y jouer… la chose la plus importante est d’essayer d’en fabriquer.
Demis Hassabis, Prix Nobel de chimie 2024
Son intérêt pour les processus de pensée et l’imagination l’ont mené ensuite à des études de neurosciences à l’University College de Londres, dans l’idée d’y trouver un lien entre le cerveau humain et les techniques d’IA alors naissantes.
L’entreprise spécialisée en IA DeepMind a été fondée en 2010 par Demis Hassabis et les chercheurs Mustafa Suleyman et Shane Legg. Elle a été rachetée par Google en 2014 – Photo Reuters / Toby Melville
En 2007, la revue scientifique Science place ses travaux dans sa liste des dix percées notables de l’année.
De la fondation de DeepMind à la victoire d’AlphaZero aux échecs et au go
Trois ans plus tard, il est un des fondateurs de DeepMind, qui se concentre sur l’utilisation de réseaux artificiels de neurones – inspirés du fonctionnement de l’apprentissage dans le cerveau humain – pour battre des humains à des jeux de société et vidéos. Le développement de l’IA dans les échecs a été révolutionnaire.
Le joueur de go chinois Ke Jie se mesure au programme AlphaGo de Deepmind, une version du programme d’intelligence artificielle AlphaZero, en 2017 – Photo Reuters / China Stringer Network
L’entreprise est rachetée par Google quatre ans plus tard. En 2016, DeepMind fait la une de la presse mondiale. Son programme d’IA AlphaZero bat le champion du monde du jeu de go.
Un an après, AlphaZero bat le programme informatique champion du monde d’échecs Stockfish, confirmant sa suprématie, y compris sur d’anciens jeux vidéos. Les échecs restent un domaine clé de ses recherches.
Après les échecs, changement d’orientation vers la chimie
L’objectif ultime n’est pas de gagner aux jeux, mais d’augmenter les capacités de l’IA.
C’est ce genre de techniques d’apprentissage qui a fini par alimenter la renaissance actuelle de l’IA
. C’est ce qu’a expliqué Demis Hassabis.
Il a alors orienté les pouvoirs ainsi obtenus vers le domaine des protéines.
Ces briques de la vie suivent les instructions provenant de l’ADN pour fabriquer des cellules spécifiques. Ceci pour constituer un muscle, le cerveau, une plante ou tout autre élément du vivant.
La structure en 3D d’une protéine détermine sa fonction spécifique – Photo DeepMind
À la fin des années 1960, les chimistes avaient compris qu’un enchaînement d’acides aminés constituant les protéines formait une structure spécifique en 3 dimensions. Et que cette structure donnait à la protéine sa fonction.
Mais personne ne pouvait alors prédire la structure que formerait une séquence donnée. Ceci compte tenu d’un nombre incalculable de combinaisons des 20 sortes d’acides aminés impliqués.
Jusqu’à ce qu’en 2018, Demis Hassabis et le programme AlphaFold, développé par DeepMind, entrent dans l’arène. Là où les prévisions précédentes plafonnaient à environ 40 %, AlphaFold atteignait 60 %. Deux ans plus tard, AlphaFold2 atteignait autour de 90 % de succès dans la prédiction. Problème résolu.
Depuis, environ 30 000 publications scientifiques ont mentionné leur utilisation du programme de DeepMind. Selon John Jumper, l’un des piliers de l’entreprise, qui a partagé le Nobel de chimie mercredi avec Hassabis et le biochimiste américain David Baker.
AlphaFold a déjà été utilisé par plus de deux millions de chercheurs pour des travaux-clés
. De la conception d’enzymes à la découverte de médicaments
, selon le chercheur.
L’article complet sur ici-radio-canada
