Google.org attribue 20 millions de dollars du fonds AI for Science à 12 organisations s'attaquant à des enjeux mondiaux

Google.org déploie 20 millions de dollars pour accélérer les percées scientifiques grâce à l'IA

Dans une initiative majeure visant à combler le fossé entre l'intelligence artificielle (Artificial Intelligence - AI) et l'application scientifique pratique, Google.org a annoncé un fonds de 20 millions de dollars pour l'IA au service de la science (AI for Science fund). L'initiative a accordé des subventions à 12 organisations diverses — comprenant des institutions académiques, des organisations à but non lucratif et des startups — chargées d'appliquer l'IA pour résoudre certains des défis les plus complexes de l'humanité dans les domaines de la santé, de l'agriculture et de la durabilité.

Ce financement arrive à un moment charnière. Alors que la complexité des crises mondiales telles que la résistance aux antibiotiques, le changement climatique et la sécurité alimentaire s'accélère, le rythme traditionnel des découvertes scientifiques a souvent eu du mal à suivre. L'initiative de Google.org est conçue pour inverser cette tendance en dotant les chercheurs des ressources financières et techniques nécessaires pour condenser des décennies de recherche en quelques années.

Un nouveau paradigme pour le financement scientifique

La philosophie centrale de ce fonds est la démocratisation des outils d'IA de haut niveau. Plutôt que de confiner les modèles avancés dans les laboratoires des grandes entreprises technologiques (Big Tech), Google.org donne aux experts de domaines externes les moyens d'appliquer ces outils à leurs domaines spécifiques.

Maggie Johnson, vice-présidente et responsable mondiale de Google.org, a souligné que les équipes sélectionnées font plus que du simple traitement de données. Elles déploient l'IA pour démanteler les barrières importantes de la recherche scientifique, passant des modèles théoriques aux solutions concrètes. Surtout, le fonds s'accompagne d'un mandat pour la Science ouverte (Open Science). Les 12 bénéficiaires se sont engagés à rendre leurs ensembles de données et leurs solutions accessibles au public, garantissant qu'une percée dans un laboratoire puisse catalyser les progrès de l'ensemble de la communauté scientifique mondiale.

Les 12 lauréats : cartographier l'avenir de la science

Les bénéficiaires ont été sélectionnés en fonction de leur potentiel à réaliser des percées mesurables dans des délais raisonnables. Leurs projets vont de la cartographie de la « matière noire » de l'alimentation aux laboratoires robotisés autonomes.

Voici la liste complète des organisations et de leurs initiatives financées :

Répartition des bénéficiaires du fonds IA pour la science

Organisation	Domaine d'intervention	Description du projet
UW Medicine	Santé et génomique	Utilisation de la technologie Fiber-seq et de l'IA pour cartographier les 99 % du génome humain qui restent mystérieux, en ciblant spécifiquement les racines génétiques des maladies rares.
Spore.Bio	Microbiologie	Développement d'un scanner alimenté par l'IA pour détecter les bactéries résistantes aux médicaments en moins d'une heure, un processus qui prend traditionnellement plusieurs jours.
The Sainsbury Laboratory	Agriculture	Lancement de « Bifrost », qui utilise AlphaFold3 pour prédire les interactions des récepteurs immunitaires des plantes avec les agents pathogènes afin d'accélérer la sélection de cultures résistantes aux maladies.
Université technique de Munich	Médecine	Construction d'un modèle de base multi-échelles reliant les cellules individuelles aux organes entiers, permettant aux cliniciens de simuler numériquement la progression des maladies.
Université de Liverpool	Science des matériaux	Pionnier d'une approche « Esprit de ruche » (Hive Mind) où des robots autonomes, des scientifiques humains et des agents d'IA collaborent pour découvrir de nouveaux matériaux de capture du carbone.
Innovative Genomics Institute	Climat et agriculture	Décodage des microbiomes bovins pour identifier les interactions bactériennes qui peuvent être modifiées afin de réduire considérablement les émissions de méthane du bétail.
Cedars-Sinai Medical Center	Neurosciences	Création de BAN-map, un outil d'IA analysant les données neurales en temps réel pour décoder les mécanismes de la pensée et de la formation de la mémoire.
Periodic Table of Food Initiative	Nutrition	Cartographie de la « matière noire » de l'alimentation — des milliers de molécules inconnues déterminant la qualité nutritionnelle — pour permettre la conception de régimes alimentaires plus sains.
Université Rockefeller	Biodiversité	Refonte du séquençage du génome avec l'automatisation par l'IA pour produire des plans génomiques de haute qualité pour 1,8 million d'espèces.
UNEP-WCMC	Conservation	Utilisation de grands modèles de langage (Large Language Models - LLM) pour analyser des millions d'enregistrements et créer des cartes de distribution pour 350 000 espèces végétales, comblant ainsi des lacunes critiques en matière de données.
Swiss Plasma Center (EPFL)	Énergie	Standardisation des données mondiales sur l'énergie de fusion pour permettre aux modèles d'IA d'apprendre des expériences collectives, accélérant ainsi la voie vers l'énergie de fusion commerciale.
Infectious Disease Institute	Santé publique	Exploitation du cadre « EVE » et de AlphaFold pour prédire l'évolution du parasite du paludisme et identifier les schémas de résistance aux médicaments en Ouganda.

Transformer les soins de santé : de la réaction à la prédiction

Une part importante du fonds est consacrée à la révolution des soins de santé en déplaçant l'accent du traitement réactif vers la prévention prédictive. L'Infectious Disease Institute de l'université de Makerere en Ouganda se distingue par son application directe de la technologie AlphaFold de DeepMind. En prédisant l'évolution des parasites du paludisme, l'institut vise à garder une longueur d'avance sur la résistance aux médicaments, une capacité critique pour les systèmes de santé africains.

De même, Spore.Bio représente l'impact clinique immédiat de l'IA. Leur technologie s'attaque au créneau critique en milieu hospitalier où l'identification rapide d'un agent pathogène peut faire la différence entre la vie et la mort. En réduisant les temps de détection bactérienne de plusieurs jours à quelques minutes, ils montrent comment la vision par ordinateur et l'apprentissage automatique (Machine Learning) peuvent moderniser la microbiologie.

La durabilité et l'« esprit de ruche »

Au-delà des soins de santé, le fonds s'attaque aux menaces environnementales existentielles. L'Université de Liverpool redéfinit la méthode scientifique elle-même. Leur projet « Hive Mind » intègre des robots mobiles autonomes avec des agents d'IA. Ce système permet d'expérimenter 24h/24 et 7j/7, en itérant rapidement à travers des combinaisons de matériaux pour trouver des solutions optimales pour la capture du carbone. Cela représente un passage vers des « laboratoires autonomes » où l'IA dirige le processus d'expérimentation physique.

Dans le domaine de l'agriculture, l'Innovative Genomics Institute de l'UC Berkeley s'attaque au changement climatique au niveau microscopique. En utilisant l'IA pour décoder le microbiome des bovins, ils visent à réduire la production de méthane du bétail — un contributeur majeur aux gaz à effet de serre mondiaux — sans perturber l'approvisionnement alimentaire mondial.

Le rôle de la science ouverte dans les découvertes futures

Ce qui distingue cette initiative des subventions d'entreprise classiques est l'exigence de la Science ouverte (Open Science). En imposant le partage des ensembles de données et des modèles, Google.org parie sur un effet multiplicateur. Par exemple, les plans génomiques générés par l'Université Rockefeller ou les données de fusion standardisées par le Swiss Plasma Center deviendront des ressources fondamentales pour les chercheurs du monde entier, alimentant potentiellement des découvertes bien au-delà de la portée des subventions initiales.

Cette approche s'aligne sur une tendance plus large dans l'industrie de l'IA, où la valeur se déplace des algorithmes propriétaires vers des données de haute qualité et spécifiques à un domaine. En finançant la création et l'organisation de ces ensembles de données — qu'il s'agisse de cartes de distribution de plantes ou de journaux d'activité neuronale — Google.org pose l'infrastructure pour que la prochaine génération de modèles d'IA soit plus précise, spécialisée et percutante.

Alors que ces 12 organisations commencent leurs travaux, elles servent de cas d'étude pour une hypothèse plus large : l'IA peut relancer efficacement le moteur du progrès scientifique. En cas de succès, ces projets démontreront que la voie pour résoudre les problèmes « impossibles » du monde réside dans la collaboration entre l'ingéniosité humaine et l'intelligence artificielle.