AlphaFold remporte le prix Nobel de chimie 2024
Un jour après que l'IA a remporté le prix de physique, le Nobel de chimie 2024 a honoré AlphaFold, le modèle de DeepMind qui prédit la structure des protéines, et la conception computationnelle de protéines.
Le 9 octobre 2024, un jour après que le prix de physique fut allé aux réseaux de neurones, le prix Nobel de chimie a suivi le même chemin. Une moitié est allée à David Baker pour la conception computationnelle de protéines ; l’autre à Demis Hassabis et John Jumper, de Google DeepMind, « pour la prédiction de la structure des protéines ». Leur modèle, AlphaFold, est l’un des cas les plus nets à ce jour d’une IA produisant une véritable avancée scientifique.
Un problème vieux de cinquante ans
Les protéines sont des chaînes d’acides aminés qui se replient en formes tridimensionnelles complexes, et la forme détermine en grande partie la fonction. Prédire cette forme à partir de la seule séquence avait résisté aux chercheurs depuis les années 1970. En 2020, AlphaFold2 a résolu le problème assez bien pour compter, en prédisant des structures avec une précision comparable à celle de méthodes de laboratoire lentes et coûteuses.
DeepMind a ensuite publié les structures prédites de presque les 200 millions de protéines connues de la science. Au moment du prix, la base de données avait été utilisée par plus de deux millions de chercheurs, dans des travaux allant de la résistance aux antibiotiques à des enzymes qui décomposent le plastique.
La même lignée
AlphaFold n’est pas sorti de nulle part. DeepMind était le laboratoire derrière AlphaGo, et la même boîte à outils de réseaux de neurones profonds entraînés sur de grands jeux de données se trouve sous les deux. C’est un rappel que les méthodes d’apprentissage profond de l’ère ImageNet ont porté bien au-delà des chatbots et des images.
Pourquoi c’est important
Deux Nobel coup sur coup ont montré que 2024 ne fut pas seulement l’année du chatbot. L’IA était devenue un instrument de découverte, le genre d’outil qui change la façon dont d’autres sciences se pratiquent. Cela a aussi aiguisé une vieille question : quand un modèle fait la prédiction, qui a fait la science, au juste ? La réponse du comité fut assez claire pour partager le prix entre construire des protéines à la main et les prédire par une machine.