Déverrouiller l'impossible : le pari stratégique de 20 millions de dollars de Google.org sur l'intelligence artificielle pour la science (AI for Science)

Dans une démarche décisive visant à combler le fossé grandissant entre des défis mondiaux complexes et le rythme de l'innovation scientifique, Google.org a annoncé un fonds "AI for Science" de 20 millions de dollars. L'initiative, dévoilée aujourd'hui, attribue des subventions importantes à 12 organisations académiques, à but non lucratif et startups distinctes. Ces entités n'adoptent pas simplement l'intelligence artificielle ; elles l'intègrent au cœur même de leurs méthodologies de recherche pour s'attaquer à des menaces existentielles dans les domaines de la santé, de l'agriculture et de la biodiversité.

Cet apport financier représente plus qu'une simple philanthropie ; il marque un changement structurel dans la manière dont la découverte scientifique est financée et exécutée. En ciblant des domaines à forte friction—comme le mappage génomique, la résistance aux médicaments et l'énergie de fusion—Google.org vise à comprimer des délais qui s'étendent traditionnellement sur des décennies en quelques années seulement.

Maggie Johnson, VP et responsable mondiale de Google.org, a souligné l'urgence qui sous-tend l'initiative. « La science est la pierre angulaire du progrès humain. Pourtant, alors que les problèmes mondiaux deviennent de plus en plus complexes, le rythme des nouvelles découvertes ralentit en réalité », a déclaré Johnson. « Nous équipons les chercheurs des bonnes ressources pour utiliser l'intelligence artificielle et déverrouiller l'impossible. »

Accélérer la découverte à l'intersection de l'intelligence artificielle et de la biologie

L'impact le plus immédiat de ce financement se fera vraisemblablement sentir dans les sciences de la vie, où le volume de données a historiquement dépassé la capacité d'analyse humaine. Cinq des douze lauréats se concentrent sur le décodage de la complexité biologique afin de faire passer la médecine d'un traitement réactif à une précision prédictive.

Décoder le génome humain et combattre la maladie

Parmi les bénéficiaires figure UW Medicine, qui déploie sa technologie propriétaire Fiber-seq. Bien que le Human Genome Project ait été déclaré terminé il y a des années, environ 99 % du génome humain restent une "région sombre" mystérieuse, non cartographiée fonctionnellement. UW Medicine utilisera le financement pour construire des cartes à lecture longue de ces régions inconnues, visant à identifier les racines génétiques insaisissables des maladies rares qui ont déconcerté les cliniciens pendant des générations.

Simultanément, la Technical University of Munich tente de résoudre un problème d'échelle. Les modèles médicaux actuels ont souvent du mal à combler l'écart entre le comportement cellulaire microscopique et la fonction d'un organe entier. Leur équipe construit un modèle fondation multi-échelle pour relier ces niveaux disparates de la biologie, permettant potentiellement aux médecins de simuler la progression des maladies et de tester des traitements dans un environnement entièrement numérique avant qu'un patient ne soit traité.

Dans le domaine des maladies infectieuses, la rapidité est la variable critique. Spore.Bio, une startup française, révolutionne la microbiologie avec un scanner alimenté par l'intelligence artificielle conçu pour détecter des bactéries résistantes aux médicaments et mettant la vie en danger. La norme actuelle de détection peut prendre des jours—un délai souvent fatal. La technologie de Spore.Bio vise à ramener cette fenêtre à moins d'une heure. De même, l'Infectious Disease Institute at Makerere University utilise des outils avancés comme le cadre "EVE" et AlphaFold pour prédire l'évolution des parasites responsables du paludisme, donnant aux chercheurs une avance pour identifier la résistance aux médicaments.

Remodeler les systèmes alimentaires mondiaux pour la résilience

Alors que le changement climatique modifie les régimes météorologiques et que la population mondiale continue de croître, la pression sur les systèmes agricoles atteint un point de rupture. Google.org a sélectionné trois organisations qui appliquent l'intelligence artificielle pour garantir la sécurité alimentaire grâce à la résilience et à la densité nutritionnelle.

The Sainsbury Laboratory dirige un projet nommé "Bifrost", utilisant AlphaFold3—le modèle révolutionnaire de prédiction de structures protéiques de Google DeepMind—pour prédire comment les récepteurs immunitaires des plantes interagissent avec les agents pathogènes. Cette capacité prédictive repose uniquement sur des séquences génomiques, ce qui pourrait accélérer de manière exponentielle le croisement pour obtenir des cultures résistantes aux maladies, en contournant des années d'essais-erreurs en champ.

En complément, la Periodic Table of Food Initiative (PTFI) construit une plateforme d'intelligence artificielle pour cartographier la "matière noire" des aliments. Il s'agit des milliers de biomolécules inconnues qui déterminent la qualité nutritionnelle et la saveur mais qui sont restées non répertoriées par la science alimentaire.

À l'Innovative Genomics Institute at UC Berkeley, l'accent est mis sur l'empreinte environnementale de l'agriculture. Les chercheurs décodent les microbiomes des vaches pour identifier des interactions microbiennes spécifiques. Avec l'intelligence artificielle, ils espèrent éditer ces interactions afin de réduire significativement les émissions de méthane provenant du bétail, un contributeur majeur aux gaz à effet de serre.

Défense planétaire : biodiversité et énergie propre

La cohorte finale de lauréats a pour mission de protéger les systèmes naturels de la planète et de faire progresser la transition vers l'énergie propre. Ces projets reposent fortement sur la capacité de l'intelligence artificielle à synthétiser d'énormes ensembles de données désorganisées en cartes et modèles globaux exploitables.

UNEP-WCMC s'attaque à un vide critique de connaissances connu sous le nom de « déserts de données ». En utilisant des grands modèles de langage (Large Language Models, LLMs) pour scanner et synthétiser des millions d'enregistrements scientifiques, ils créent une carte de distribution définitive de toutes les 350 000 espèces végétales connues. Ces données sont essentielles pour orienter les décisions mondiales de conservation mais étaient auparavant trop dispersées pour être utiles.

Dans le secteur de l'énergie, le Swiss Plasma Center at EPFL s'attaque à la normalisation des données mondiales sur l'énergie de fusion. La fusion promet une énergie inépuisable et sans carbone, mais les progrès sont freinés par des données fragmentées. Ce projet permettra aux modèles d'intelligence artificielle d'apprendre à partir d'expériences collectives mondiales, accélérant le chemin vers une source d'énergie par fusion viable.

Pendant ce temps, l'University of Liverpool redéfinit le laboratoire lui-même. Leur projet "Hive Mind" connecte des robots autonomes avec des scientifiques humains et des agents d'intelligence artificielle. Cette boucle collaborative est conçue pour découvrir rapidement de nouveaux matériaux capables de capturer le carbone à l'échelle mondiale, une technologie nécessaire pour atténuer les effets du changement climatique.

Liste complète des lauréats et focus des projets

Le mandat de la Science ouverte (Open Science)

Une caractéristique déterminante de cette ronde de financement est l'insistance de Google.org sur la « Science ouverte (Open Science) ». Dans une industrie où les données propriétaires sont souvent jalousement gardées, Google exige que les fruits de ce financement soient partagés.

Les bénéficiaires sont tenus de publier leurs jeux de données et leurs solutions en tant que ressources open source. La logique stratégique ici est un effet multiplicateur : tandis que les projets financés produiront des résultats spécifiques, les outils et les données qu'ils génèrent peuvent alimenter des percées dans des domaines non liés. Par exemple, un modèle développé pour cartographier la distribution des plantes pourrait théoriquement être adapté pour suivre des espèces d'insectes invasives, à condition que le code sous-jacent et la méthodologie soient accessibles.

Une nouvelle ère de vélocité scientifique

Le déploiement de ce fonds de 20 millions de dollars met en lumière une transition cruciale dans la méthode scientifique. Nous passons d'une ère d'hypothèse pure et d'observation manuelle à une ère de simulation de données à haute dimension.

En finançant des organisations qui se situent à la pointe de cette transition, Google.org mise effectivement sur l'idée que l'intelligence artificielle n'est pas seulement un outil d'efficacité, mais une condition préalable à la résolution de la complexité des défis mondiaux modernes. Qu'il s'agisse d'identifier un nouveau matériau pour la capture du carbone ou de prédire la prochaine mutation d'un parasite du paludisme, les organisations soutenues par ce fonds démontrent que l'avenir de la science est computationnel, collaboratif et accéléré.