Zhixiandao, 8 avril — La dernière interview d'une demi-heure de Demis Hassabis, fondateur de DeepMind, est en ligne.
Dans cette interview, Hassabis a déclaré qu'il était très probable que l'AGI soit réalisée dans les cinq prochaines années. Il a également révélé qu'au cours des dix, voire quinze dernières années, environ 90 % des percées clés soutenant l'industrie moderne de l'IA provenaient des équipes de Google Brain, Google Research ou DeepMind. Il est très confiant : « Si des percées clés manquent encore à l'avenir, nous avons la capacité de les réaliser. »
Concernant la commercialisation des capacités des modèles, Demis Hassabis estime que l'écart entre les principaux laboratoires commence en fait à se creuser, et il deviendra de plus en plus difficile de tirer profit des mêmes idées. Par conséquent, les laboratoires capables d'inventer de nouvelles idées algorithmiques auront un avantage plus important dans les prochaines années, car la dernière vague d'idées a été « épuisée ».
Dans la vidéo, Demis Hassabis a eu une conversation approfondie avec l'animateur Harry Stebbings, abordant des sujets centraux tels que le calendrier de réalisation de l'AGI et les goulots d'étranglement techniques, la marchandisation des modèles, l'avenir de l'open source, l'ère post-grands modèles linguistiques, et si l'IA peut vraiment résoudre les problèmes de développement de médicaments. Il a partagé les raisons des progrès de DeepMind et ses plans futurs, et a également parlé de sa première impression en rencontrant Elon Musk.
Les points de vue clés de l'interview sont les suivants :
1. Il est très probable que l'AGI soit réalisée dans les cinq prochaines années, la puissance de calcul étant le principal goulot d'étranglement.
2. Dans le cadre de la loi de l'échelle, le retour sur investissement de la puissance de calcul diminue mais reste considérable.
3. La capacité d'apprentissage continu est une lacune importante de l'IA actuelle. De plus, l'IA performe exceptionnellement bien lorsqu'on lui pose une question spécifique d'une manière spécifique, mais si vous changez la façon de poser la question, elle peut échouer même sur des choses basiques. Demis Hassabis appelle ce phénomène l'intelligence en dents de scie (Jagged Intelligence).
4. L'AGI finira par devenir l'outil le plus puissant dans les domaines scientifiques et médicaux. Dans environ cinq ans, nous entrerons dans un âge d'or des découvertes scientifiques.
5. La future réglementation de l'IA devra au moins établir un ensemble de normes minimales et plusieurs références pour tester les propriétés indésirables des systèmes.
6. Lorsque les problèmes techniques et économiques de l'IA seront résolus, il restera les problèmes philosophiques.
Voici une synthèse du contenu principal de l'interview :
01. L'AGI dans cinq ans, la puissance de calcul est le principal goulot d'étranglement
Animateur : Quelle est votre compréhension actuelle de l'AGI ? Cela peut être notre point de départ.
Demis Hassabis : Notre définition a toujours été très cohérente : L'AGI est un système doté de toutes les capacités cognitives de l'esprit humain. La raison pour laquelle nous utilisons ce critère est que le cerveau humain est à ce jour la seule instance connue dans l'univers prouvant l'existence d'une intelligence générale. Donc pour moi, c'est la référence que l'AGI doit atteindre.
Animateur : À quelle distance sommes-nous de l'AGI ? Les opinions divergent dans le secteur, certaines personnalités connues prédisant même une réalisation dès 2026 ou 2027. Qu'en pensez-vous ?
Demis Hassabis : Il est très probable que l'AGI soit réalisée dans les cinq prochaines années.
Animateur : Est-ce plus proche que ce que vous pensiez initialement ? Votre jugement a-t-il évolué avec le temps ?
Demis Hassabis : Pas vraiment. Mon co-fondateur et scientifique en chef de DeepMind, Shane Legg, prédisait souvent sur son blog quand l'AGI arriverait, dès 2010, quand nous venions de créer l'entreprise. Il faut savoir qu'à cette époque, presque personne ne prenait l'IA au sérieux, tout le monde pensait que c'était une impasse. Ces blogs n'étaient pas très lus, mais ils sont toujours sur Internet, accessibles à tous. Nous avions extrapolé en nous basant sur les progrès de la puissance de calcul et des algorithmes, prédisant essentiellement qu'il faudrait environ 20 ans à partir du début. Maintenant, il semble que nous soyons parfaitement sur la bonne voie.
Animateur : De ce point de vue aujourd'hui, quel est le principal goulot d'étranglement technique ?
Demis Hassabis : Je pense que la puissance de calcul est le principal goulot d'étranglement. Ce n'est pas seulement à cause de la « loi de l'échelle » : vous devez construire des architectures à plus grande échelle, contenant plus de paramètres, pour obtenir des systèmes plus intelligents. Un autre domaine qui nécessite également beaucoup de puissance de calcul est l'expérimentation. L'ordinateur et le cloud sont nos bancs d'essai. Si vous avez une nouvelle idée et que vous voulez la tester, vous devez le faire à une échelle raisonnable. Donc, si vous avez beaucoup de chercheurs et beaucoup de nouvelles idées, vous avez besoin d'une puissance de calcul extrêmement abondante.
Animateur : Vous venez de mentionner la « loi de l'échelle ». Beaucoup pensent maintenant que nous touchons aux limites de cette loi, les gains de performance commencent à plafonner. Êtes-vous d'accord ?
Demis Hassabis : Non, je ne le pense pas. Je pense que la réalité est plus nuancée que cela. Bien sûr, lorsque les grandes entreprises ont commencé à construire de grands modèles linguistiques, chaque nouvelle génération de système a apporté d'énormes bonds en avant en termes de performance. Cette croissance exponentielle finit forcément par ralentir à un certain point. Mais cela ne signifie pas qu'étendre davantage les systèmes existants n'offre pas un bon retour. Nous, ainsi que d'autres laboratoires de pointe, tirons toujours un retour très substantiel de l'augmentation de la puissance de calcul. Bien que ce soit évidemment un peu moins qu'au début de la mise à l'échelle, cela reste substantiel.
Animateur : Dans quels domaines sommes-nous en retard par rapport à vos prévisions initiales ?
Demis Hassabis : Honnêtement, dans la plupart des domaines, nous sommes en avance sur ce que j'imaginais. Regardez des choses comme les modèles de génération vidéo, ou même nos derniers systèmes, comme Genie, qui est un modèle de monde interactif. Si quelqu'un m'avait montré ces choses il y a cinq ou dix ans, j'aurais été stupéfait. Donc, dans la plupart des domaines, nous sommes en avance sur les attentes initiales du domaine. Mais il reste encore de grandes lacunes, comme l'« apprentissage continu », ce qui signifie que les systèmes actuels, une fois entraînés et déployés dans le monde réel, n'apprennent plus de nouvelles choses.
02. La capacité d'apprentissage continu fait partie des prochaines étapes de planification de DeepMind
Animateur : Aujourd'hui, lorsque je fais des recherches et prépare de nouveaux programmes, DeepMind est mon premier choix. Mais il y a deux ou trois ans, ce n'était pas le cas. Selon vous, qu'est-ce qui a motivé une telle accélération et de tels progrès chez DeepMind ?
Demis Hassabis : Nous avons effectivement apporté quelques ajustements organisationnels. En fait, Google et DeepMind ont toujours eu les réserves de recherche les plus profondes et les plus larges de l'industrie. Si l'on regarde les dix, voire quinze dernières années, environ 90 % des percées révolutionnaires qui soutiennent l'industrie moderne de l'IA proviennent de Google Brain, Google Research ou DeepMind, comme AlphaGo, l'apprentissage par renforcement, et bien sûr l'architecture Transformer. Ce sont des jalons clés.
Par conséquent, je suis convaincu que s'il manque encore des percées clés à l'avenir, nous avons la capacité de les réaliser. Nous avons essentiellement rassemblé tous les meilleurs talents de l'entreprise et les avons fait travailler dans la même direction. De plus, nous avons également consolidé toutes les ressources de calcul pour construire les plus grands modèles, au lieu d'avoir deux ou trois versions différentes en parallèle au sein de l'entreprise. Donc je pense que, dans une large mesure, nous avons assemblé tous les éléments que nous possédions déjà, en avançant avec une concentration et une vitesse quasi-startup, pour revenir à la pointe de la technologie et rester leaders dans de nombreux domaines.
Animateur : Vous dites que si quelqu'un doit faire une percée, ce devrait être DeepMind. Alors, à votre avis, l'apprentissage continu est-il la prochaine percée que vous attendez le plus ?
Demis Hassabis : Je pense qu'il manque encore pas mal de choses. L'apprentissage continu en est une. De plus, l'étude de différents systèmes de mémoire offre un grand potentiel. Actuellement, nous dépendons principalement de fenêtres de contexte longues, en y entassant toutes les informations, ce qui est un peu « brutal ». Je pense qu'il existe de nombreuses architectures intéressantes à inventer dans ce domaine. Il y a aussi des choses comme la planification à long terme, la planification hiérarchique. Les systèmes existants ne sont pas bons pour gérer une planification sur de longues périodes, comme sur plusieurs années. Alors que l'esprit humain en est capable. Il reste donc beaucoup de problèmes à surmonter. Peut-être que le plus gros problème est qu'ils excellent lorsqu'on leur pose une question spécifique d'une manière spécifique, mais si vous changez la façon de poser la question, ils peuvent échouer même sur des choses basiques. Une intelligence générale ne devrait pas être comme ça. J'appelle cela l'intelligence en dents de scie (Jagged Intelligence).
03. « Très optimiste quant aux modèles open source »
Animateur : Beaucoup dans l'industrie discutent également de la « commercialisation » des capacités des modèles. Pensez-vous que nous assisterons à ce scénario ? Ou y aura-t-il un ou deux laboratoires qui continueront à accélérer, laissant les autres derrière ?
Demis Hassabis : Je pense que les trois ou quatre principaux laboratoires – dont nous faisons partie – voient l'écart entre eux commencer à se creuser. La raison en est que de nombreux outils existants (comme les outils de codage, les outils mathématiques) aideront à construire la prochaine génération de systèmes. Et je pense qu'il deviendra de plus en plus difficile de tirer profit des mêmes idées. Par conséquent, les laboratoires capables d'inventer de nouvelles idées algorithmiques auront un avantage plus important dans les prochaines années, car la dernière vague d'idées a été « épuisée ».
Animateur : Ma autre question est que, pendant des années, vous avez été assez ouvert sur une grande partie de la recherche de DeepMind, et nous avons vu beaucoup de modèles open source de haute qualité. Comment voyez-vous l'avenir de l'open source ?
Demis Hassabis : Je pense que cela ressemblera probablement à ce que nous voyons actuellement. Nous avons toujours été de fervents partisans de la science ouverte et des modèles open source. Du premier Transformer à AlphaFold, nous avons fait beaucoup de travail pour partager ces résultats avec le monde entier, afin d'aider la communauté de la recherche. Nous prévoyons de continuer ainsi, en particulier dans les domaines applicatifs, comme l'application de l'IA à la science, ce qui est clairement une passion personnelle. Mais je pense aussi que vous verrez de plus en plus que les modèles open source seront probablement en retard d'un pas sur les modèles les plus avancés. Généralement, la communauté open source a besoin d'environ six mois pour réimplémenter et comprendre ces nouvelles idées. Cependant, nous poussons également fortement une suite de modèles open source appelée Gemma, déterminés à les rendre les meilleurs de leur catégorie à leur échelle. Pour les petits développeurs, les universitaires, ou les start-ups qui débutent, ils sont un choix idéal, et conviennent également au calcul en périphérie (edge computing). Donc, pour certains types d'applications, nous sommes vraiment très optimistes quant aux modèles open source.
04. La future AGI nécessite une réglementation mondiale
Animateur : Ensuite, j'aimerais vous demander comment vous voyez le monde après les grands modèles linguistiques ? Les avis des différents chercheurs divergent, par exemple Yann LeCun a des opinions très différentes.
Demis Hassabis : Franchement, je ne suis pas d'accord avec Yann LeCun sur certains points. Je pense qu'il y a probablement encore 50 % de chances qu'il manque certains éléments clés, et que nous ayons besoin de percées dans des directions comme les modèles du monde. Mais je suis très confiant sur un point : les modèles de base ont prouvé leur immense succès. Ils sont capables d'accomplir des tâches extrêmement impressionnantes, et je ne pense pas que cette capacité disparaîtra. Nous continuons à tirer un retour constant de la loi de l'échelle. Par conséquent, la vraie question est : lorsque nous envisageons les futurs systèmes AGI, le modèle LLM (grand modèle linguistique) est-il le seul composant clé, ou fait-il partie d'un système global ? Mon jugement est que il ne sera pas remplacé, mais deviendra la base sur laquelle construire la couche supérieure, comme ce que nous faisons avec les modèles du monde.
Animateur : Comme vous le dites, l'AGI pourrait apparaître à ce moment-là. Alors, lorsque nous envisageons l'avenir dans cinq ans, à quoi ressemblera ce monde ? Beaucoup de gens ont exprimé des inquiétudes sous différents angles. Commençons par les aspects positifs. À votre avis, à quoi ressemblera ce monde ?
Demis Hassabis : Je pense que le côté positif, et c'est la raison pour laquelle j'ai consacré toute ma carrière à construire l'AGI, est qu'elle deviendra finalement l'outil le plus puissant dans les domaines scientifiques et médicaux. Pour faire avancer la découverte scientifique et trouver des traitements contre les maladies, nous avons désespérément besoin d'une telle technologie. J'espère donc que, dans un peu plus de cinq ans, nous entrerons dans un âge d'or de la découverte scientifique.
Je pense que nous pourrons bientôt nous approcher de cet objectif. D'abord, après avoir terminé le projet de repliement des protéines AlphaFold, nous avons créé une société – Isomorphic Labs, qui se porte très bien. Son principe central est de se concentrer sur la résolution du reste du processus de découverte de médicaments, incluant beaucoup de travaux de chimie, la conception de composés, les tests de toxicité et les diverses propriétés nécessaires à la sécurité des médicaments. Nous prévoyons que, dans les cinq à dix prochaines années, le moteur complet de conception de médicaments sera prêt.
Le prochain goulot d'étranglement est les essais cliniques, qui prennent encore de nombreuses années. Mais je crois que l'IA peut aider, par exemple en simulant certaines parties du métabolisme humain, et en stratifiant précisément les patients, pour s'assurer qu'un patient spécifique reçoive le médicament le plus adapté à sa constitution génomique. Ainsi, l'IA peut également apporter de la valeur ici. Mais je pense que la vraie révolution arrivera peut-être lorsqu'une douzaine de médicaments conçus par l'IA auront parcouru tout le processus. À ce moment-là, les gouvernements et les autorités réglementaires verront ces résultats et auront suffisamment de données pour rétro-analyser les prédictions des modèles. Peut-être que dans une dizaine d'années, nous pourrons vraiment faire confiance aux prédictions de ces modèles, sautant ainsi certaines étapes, comme ne plus avoir besoin de tests sur les animaux, ou augmentant les doses plus rapidement, car la fiabilité des modèles aura été vérifiée. Donc, je pense qu'il faut procéder en deux étapes : d'abord résoudre le problème de la conception des médicaments, puis résoudre le problème du temps des processus réglementaires.
Animateur : En parlant de réglementation, la sécurité de l'IA est sans aucun doute un sujet majeur, qui suscite de vives inquiétudes. Je me souviens que Stephen Hawking a dit : Nous devons faire les choses correctement, car nous n'aurons peut-être pas une seconde chance. Êtes-vous d'accord avec lui ?
Demis Hassabis : Je suis tout à fait d'accord. Je pense que c'est le risque auquel nous sommes confrontés. Je m'inquiète principalement de deux choses : premièrement, l'utilisation abusive de ces systèmes par des acteurs malveillants. Deuxièmement, les problèmes techniques : dans un an ou deux, lorsque ces systèmes deviendront plus incarnés, plus autonomes, et que nous nous rapprocherons progressivement de l'AGI, pourrons-nous les maintenir toujours sur la voie de la sécurité prévue. Je pense qu'une réglementation appropriée aiderait à garantir que tous les principaux fournisseurs atteignent au moins des normes de sécurité minimales, mais idéalement, cela nécessiterait des normes uniformes au niveau international.
Animateur : Alors, quelle sorte de réglementation serait « appropriée » ? Citant vos propos dans le documentaire, vous avez mentionné « Nous avons besoin de plus de coordination mondiale », ce qui m'inquiète car en fait, nous faisons de pire en pire en matière de coordination mondiale.
Demis Hassabis : En effet. Nous vivons une période extrêmement particulière. Cette technologie est peut-être la plus influente que l'humanité ait jamais eue, et en même temps, le système international est très fragmenté. Ce n'est clairement pas un état idéal. Mais nous devons néanmoins faire de notre mieux pour au moins établir un ensemble de normes minimales et plusieurs références, afin de tester les propriétés indésirables des systèmes, comme la « tromperie ». Personne ne devrait construire des systèmes capables de tromper, car cela leur permettrait de contourner d'autres mesures de sécurité. Si tout se passe bien, nous pourrions établir une sorte de mécanisme de certification, similaire à un « label qualité », indiquant que le modèle possède des garanties de sécurité et de performance spécifiques, permettant ainsi aux consommateurs et aux entreprises de construire en toute sécurité dessus. Je pense que c'est la direction idéale. Et tout cela doit être international, car ces systèmes sont par nature transnationaux, transfrontaliers.
Animateur : Alors, qui sera l'arbitre ?
Demis Hassabis : Je pense que la responsabilité ultime doit incomber aux gouvernements. Mais les institutions capables de faire le travail technique concret pourraient être des organisations comme l'Institut pour la sécurité de l'IA. Le Royaume-Uni a un très bon Institut pour la sécurité de l'IA, créé sous l'ancien Premier ministre Sunak, et je pense qu'il fait du bon travail. Les États-Unis ont une institution similaire. Peut-être que les principaux pays ayant des capacités de recherche de pointe devraient avoir des institutions équivalentes, dotées de chercheurs de haute qualité, capables d'évaluer et d'auditer ces systèmes par rapport à des références spécifiques, vérifiant indépendamment s'ils respectent les normes appropriées.
Animateur : Si je pouvais vous donner une baguette magique applicable uniquement au domaine de la sécurité de l'IA, quelle idée ou quel plan mettriez-vous en œuvre ?
Demis Hassabis : Je pense que nous avons besoin d'une sorte d'agence internationale, peut-être similaire à l'Agence internationale de l'énergie atomique. Les instituts nationaux de sécurité de l'IA pourraient y apporter des contributions, la communauté de la recherche devrait également y participer, pour déterminer quelles références sont appropriées, quelles propriétés et quelles capacités doivent être vérifiées.
De plus, il pourrait y avoir d'autres mesures de sécurité, par exemple, les systèmes d'IA ne devraient pas être autorisés à produire des marqueurs non lisibles par l'homme, comme une sorte de langage machine que nous ne pouvons pas comprendre. Je pense que cela introduirait de nouvelles vulnérabilités de sécurité. Ensuite, ces agences internationales testeraient les points ci-dessus. Je crois que cela donnerait confiance au public, le monde universitaire et la société civile pourraient également y participer, s'assurant que ces systèmes, qui deviendront extrêmement puissants, soient vérifiés de manière indépendante.
05. Surmédiatisation et sous-estimation grave coexistent dans le domaine de l'IA
Animateur : Lorsque vous voyez les véritables capacités de ces systèmes, comment voyez-vous le problème du remplacement de la main-d'œuvre ? Qu'est-ce que cela signifie pour le marché du travail ?
Demis Hassabis : Sans aucun doute, à chaque fois qu'une nouvelle technologie révolutionnaire est apparue dans l'histoire, elle a entraîné un bouleversement massif des emplois. C'est certain, et je ne pense pas que cette fois sera une exception. De nombreux anciens emplois disparaîtront, ou ne seront plus économiquement viables. Mais l'histoire nous apprend aussi qu'un tout nouvel ensemble de professions naîtra par la suite. Ces professions étaient auparavant inimaginables, et sont souvent de haute qualité et bien rémunérées. C'est un processus d'évolution classique. Bien sûr, nous devons être très prudents pour juger si « cette fois est vraiment différente ». Des gens comme Marc Andreessen pensent que cette fois n'est pas fondamentalement différente d'Internet, de la téléphonie mobile ou des dix autres grandes ruptures passées. Mais je pense vraiment que l'impact cette fois sera plus important que toute percée technologique précédente, son ampleur équivalant à dix fois celle de la révolution industrielle, et sa vitesse est également dix fois plus rapide que celle de la révolution industrielle. C'est-à-dire qu'elle se déroulera sur dix ans, et non sur un siècle. J'ai lu pas mal de livres sur la révolution industrielle, cette révolution a apporté d'énormes bouleversements, mais aussi d'énormes progrès. Mais idéalement, cette fois, nous devrions mieux atténuer les effets négatifs qu'à l'époque de la révolution industrielle.
Animateur : On m'a dit que nous surestimons toujours ce que nous pouvons faire en un an, et sous-estimons ce que nous pouvons faire en dix ans. Ce jugement tient-il toujours ici ? Ou le développement technologique est-il en fait plus rapide que nous ne le pensons ?
Demis Hassabis : Non, je pense que ce jugement tient toujours. Je veux dire, peut-être que les échelles de temps à court et à long terme sont un peu plus proches que pour d'autres technologies. Mais je pense vraiment que, aujourd'hui et pour l'année à venir, le domaine de l'IA est quelque peu survendu, d'un certain point de vue, il n'y a plus beaucoup de place pour plus de battage médiatique. Mais il est intéressant de noter que, d'un autre côté, je pense qu'à l'échelle de dix ans environ, son caractère révolutionnaire est encore gravement sous-estimé. Nous pouvons appeler cela le long terme. Même dans le domaine de l'IA d'aujourd'hui, cette dichotomie existe toujours.
Animateur : Outre les inquiétudes concernant le marché du travail, il y a aussi des inquiétudes concernant l'inégalité des revenus et la concentration de la richesse entre les mains de quelques acteurs. Compte tenu de vos commentaires sur la révolution industrielle, comment pensez-vous que cela va évoluer ?
Demis Hassabis : Je pense qu'il existe différentes voies possibles. Par exemple, les fonds de pension devraient acheter des actions de toutes les grandes entreprises d'IA, s'assurant que tout le monde puisse partager les bénéfices. Peut-être que chaque pays devrait créer un fonds souverain pour faire cela. C'est une solution au niveau de l'investissement.
De plus, je pense qu'il faut réfléchir : si cet énorme gain de productivité se produit uniquement dans des domaines très étroits, comment devrions-nous redistribuer, comment faire bénéficier tout le monde ? Je peux penser à diverses façons, comme utiliser ces gains de productivité supplémentaires pour fournir des infrastructures et d'autres services publics. À l'échelle de cinq à dix ans, des percées incroyables pourraient survenir, comme peut-être résoudre le problème de la fusion nucléaire, sur lequel nous travaillons avec nos partenaires de Commonwealth Fusion. Je pense que l'IA nous mènera vers de nouvelles possibilités : d'excellents supraconducteurs, des batteries plus efficaces, des bonds en avant en science des matériaux. Tout cela changera radicalement la nature de l'économie.
Animateur : Alors, comment résoudre la crise énergétique provoquée par la révolution de l'IA ? Son ampleur en termes de demande énergétique est sans précédent.
Demis Hassabis : Je pense qu'à moyen et long terme, l'IA paiera elle-même sa facture énergétique, et au-delà. Nous menons une série de projets pour optimiser les infrastructures existantes, comme optimiser le réseau électrique. Je suis convaincu que nous pourrions probablement améliorer l'efficacité du réseau national de 30 à 40 %. De plus, il y a la modélisation du climat et de la météo, nous avons le meilleur système de modélisation météorologique au monde, ce qui aide à localiser précisément où les impacts se produisent, permettant ainsi de prendre des mesures d'atténuation. Enfin, le plus excitant est peut-être les technologies de rupture comme la fusion nucléaire, les nouvelles batteries, les supraconducteurs, et l'IA est cruciale pour nous aider à atteindre ces objectifs. À ce moment-là, l'humanité entrera dans un paysage énergétique entièrement nouveau, jamais connu auparavant, ce qui aidera certainement à résoudre les problèmes climatiques et environnementaux, et finalement nous aidera à aller dans l'espace à moindre coût. Parce que si vous avez la fusion nucléaire, cette source d'énergie incroyable, vous avez presque du carburant de fusée illimité, il suffit de distiller et de catalyser l'eau de mer.
Animateur : Je ressors cette baguette magique. Que feriez-vous pour cultiver un état d'esprit de croissance, une capacité à construire des entreprises de billions de dollars qui n'existent pas aujourd'hui ?
Demis Hassabis : Nous sommes très doués pour générer des idées entrepreneuriales et les amener à un certain niveau, comme nous l'avons fait avec DeepMind. Mais si vous voulez vraiment franchir ce fossé et devenir un acteur mondial de billions de dollars, d'où viendront les tours de financement de milliards de dollars ? Vous permettant de vraiment défier les entreprises établies existantes. Je pense que cela manquait certainement il y a 10 ans lorsque je levais des fonds pour DeepMind, et je pense que cela manque encore aujourd'hui : ce niveau d'ambition, et le montant que les marchés de capitaux peuvent soutenir.
06. Dès la première rencontre avec Musk, le courant est bien passé
Animateur : Faisons une session de questions-réponses rapides. Quelle a été votre première impression en rencontrant Elon Musk ?
Demis Hassabis : C'était génial. C'était lors d'un événement de Founders Fund. À l'époque, SpaceX et DeepMind faisaient partie du même portefeuille d'investissement. Je pense que nous étions tous deux des invités, c'était probablement ma première participation à une réunion de portefeuille, vers 2011 ou 2012, nous étions alors de petits nouveaux, nous n'avions qu'un créneau de parole très court. Et Musk était une figure centrale de ce portefeuille, il a fait le discours principal. Plus tard, nous nous sommes rencontrés après la réunion. Il a plaisanté en disant que nous nous sommes salués en nous croisant dans les toilettes. Nous avons tout de suite bien accroché, comme des gens aux idées trop ambitieuses et qui aiment aussi la science-fiction. Je voulais vraiment visiter son usine de fusées, alors j'ai essayé d'obtenir une invitation pour SpaceX. À la fin de la réunion, il l'a effectivement offerte. Notre deuxième rencontre a eu lieu dans l'usine SpaceX de Los Angeles.
Animateur : Alors, quelle est la révolution médicale que vous attendez le plus ?
Demis Hassabis : Honnêtement, je veux vraiment guérir le cancer. Je sais que cela semble être un cliché, mais ce que nous construisons chez Isomorphic est universel. Nous essayons de créer une plateforme de conception de médicaments, applicable à tout domaine thérapeutique. Donc idéalement, elle couvrira tous les domaines, des maladies neurodégénératives, aux maladies cardiovasculaires, en passant par l'immunologie et le cancer. Ce sont nos priorités actuelles, mais à terme, elle devrait s'appliquer à chaque maladie.
Animateur : Y a-t-il quelque chose à quoi vous pensez, mais dont les autres n'ont pas encore parlé ou discuté ?
Demis Hassabis : Beaucoup s'inquiètent des problèmes économiques liés à l'AGI dont nous avons parlé plus tôt. Mais je m'inquiète beaucoup des problèmes philosophiques qui se cachent derrière. Par exemple, supposons que nous maîtrisions la technologie et que nous gérions bien les aspects économiques. Alors il restera les problèmes philosophiques : Qu'est-ce que le sens ? Qu'est-ce que le but ? Nous nous interrogerons sur ce qu'est la conscience, et sur ce que signifie être humain. Je pense que ces questions vont se poser à nous. Nous aurons besoin de grands nouveaux philosophes pour nous aider à trouver notre chemin.
Animateur : Enfin, une question un peu difficile. Il y a plusieurs façons de décrire ce que vous faites. Pour quoi aimeriez-vous le plus être remembered ? Quel héritage aimeriez-vous laisser ?
Demis Hassabis : J'aimerais que mon héritage soit d'avoir fait progresser la science et d'avoir créé des technologies qui apportent d'énormes bienfaits au monde, comme guérir ces terribles maladies.
Cet article provient du compte WeChat public « Zhixiandao » (ID : zhidxcom), auteur : Jiayang, éditeur : Yunpeng
