En 2024, Google DeepMind a remporté une part du prix Nobel de chimie pour l’élaboration d’AlphaFold, un modèle d’intelligence artificielle révolutionnaire capable de prédire avec une précision inédite la structure tridimensionnelle des protéines à partir de leur séquence d’acides aminés. Cette réussite, fruit de plus de dix ans de recherche menée par Demis Hassabis et John Jumper, illustre la capacité de l’IA à résoudre des problèmes scientifiques fondamentaux. Fondée en 2010 par Hassabis, ancien neuroscientifique et développeur de jeux, DeepMind s’était fixé pour objectif de créer un laboratoire de recherche scientifique de pointe dans le secteur industriel, en appliquant rigoureusement la méthode scientifique à l’IA, tout en anticipant les risques éthiques. L’acquisition par Google en 2014 a été conditionnée à la création d’un comité d’éthique, témoignant d’un engagement précoce en matière de responsabilité. AlphaFold, lancé en 2018 puis amélioré en 2020, a surpassé toutes les autres méthodes existantes, transformant la biologie structurale. Son impact est considérable : la base de données d’AlphaFold, comprenant plus de 200 millions de prédictions, est utilisée dans des projets variés, de la lutte contre la déclin des abeilles à la découverte de traitements contre la maladie de Chagas. Une filiale, Isomorphic Labs, exploite ces avancées pour le développement de médicaments. Aujourd’hui, DeepMind cherche à reproduire ce succès dans d’autres domaines scientifiques. Le projet AlphaGenome, lancé en juin 2024, vise à décrypter l’ADN non codant humain, un défi majeur en génomique. En matière de science des matériaux, le modèle GNoME a déjà prédit 400 000 nouvelles substances en 2023. Les chercheurs travaillent désormais à modéliser le comportement des électrons grâce à des méthodes d’apprentissage automatique, avec pour ambition de concevoir des matériaux aux propriétés spécifiques — comme la supraconductivité ou la magnétisation — sur mesure. Cependant, la transformation de DeepMind vers une orientation plus commerciale, accélérée par l’essor des grands modèles linguistiques comme ChatGPT en 2022, suscite des inquiétudes. L’entreprise dévoile désormais des versions de ses modèles Gemini presque hebdomadairement, ce qui complique la gestion éthique et a conduit certains anciens employés à exprimer leur mécontentement face à une montée en puissance du profit au détriment de la recherche fondamentale. Malgré cela, DeepMind reste un acteur de premier plan grâce à sa culture scientifique rigoureuse, son approche fondée sur les principes premiers, et son comité dédié à la sécurité et à l’impact. Des concurrents comme OpenAI et Mistral ont récemment créé des équipes dédiées à la science, témoignant d’un changement de paradigme dans l’IA. Pour Jonathan Godwin, ancien chercheur chez DeepMind, cette évolution montre que le monde veut des solutions concrètes — énergie illimitée, guérison de maladies — plutôt que des innovations superficielles. DeepMind doit désormais concilier ambition scientifique, innovation commerciale et responsabilité éthique. Son succès futur dépendra de sa capacité à maintenir son engagement envers la recherche fondamentale tout en naviguant dans un paysage concurrentiel de plus en plus rapide et lucratif.