How AI Is Saving Billions of Years of Human Research Time | Max Jaderberg | TED

Traducteur: eric vautier Relecteur: Claire Ghyselen

So a while ago now, I did a PhD,

Il y a quelque temps, j’ai fait un doctorat

and I actually thought it would be quite easy to do research.

et je pensais qu'il serait assez facile de faire de la recherche.

Turns out it was really hard.

Il s’est avéré que c’était vraiment difficile.

My PhD was spent coding up neural network layers

Mon doctorat a été consacré au codage de couches de réseaux neuronaux

and writing CUDA kernels,

* et à l’écriture de kernels CUDA,

very much computer-based science.

une activité essentiellement informatique.

And at that time,

Et à cette époque,

I had a friend who worked in a lab doing real messy science.

un de mes amis travaillait dans un laboratoire scientifique.

He was trying to work out the structure of proteins experimentally.

Il essayait de déterminer la structure des protéines de manière expérimentale.

And this is a really difficult thing to do.

Et c’est vraiment très difficile à faire.

It can take a whole PhD's worth of work

On peut passer un doctorat complet

just to work out the structure of a single new protein system.

à déterminer la structure d’un nouveau système protéique.

And then 10 years later, the field that I was in,

Dix ans plus tard, le domaine dans lequel je travaillais,

machine learning,

l'apprentissage automatique,

revolutionized his world of protein structure.

a révolutionné son domaine, celui de la structure des protéines.

A neural network called AlphaFold was created by DeepMind

Un réseau neuronal, AlphaFold, fut créé par DeepMind.

that can very accurately predict the structure of proteins

Il permettait de prédire très précisément la structure des protéines.

and solved this 50-year challenge of trying to do protein folding.

Il a résolu ce défi vieux de 50 ans que représentait le repliement des protéines.

And just two weeks ago,

Et en octobre 2024,

this won the Nobel Prize in chemistry.

l’équipe Deepmind a remporté le prix Nobel de chimie.

And it's estimated that since the release of this model,

On estime que depuis la publication de ce modèle,

we've saved over a billion years of research time.

on a économisé plus d’un milliard d’années de temps de recherche.

(Applause)

(Applaudissements)

A billion years.

Un milliard d’années !

(Applause)

(Applaudissements)

A whole PhD's worth of work is now approximated

La valeur d'un travail de doctorat est maintenant estimée

by a couple of seconds of neural network time.

à quelques secondes de temps sur le réseau neuronal.

And to my friend, this might sound a bit depressing,

Et pour mon ami, cela peut sembler un peu déprimant, et j’en suis désolé,

and I'm sorry about that,

but to me, this is just really an incredible thing.

mais pour moi, c’est proprement incroyable

The sheer scale of new knowledge about our protein universe

cette ampleur des nouvelles connaissances sur notre univers protéique

that we now have access to,

auxquelles nous avons désormais accès,

due to an AI model that's able to replace the need

grâce à un modèle d’IA capable de remplacer

des travaux expérimentaux en laboratoire.

for real-world experimental lab work.

And that frees up our precious human time

Et cela libère notre précieux temps humain

to begin probing the next frontiers of science.

pour commencer à explorer les prochaines frontières de la science.

Now some people say that this is a one-time-only event,

Certains disent que ça n’arrivera qu’une fois,

that we can't expect to see these sort of breakthroughs in science

qu’il ne faut pas s’attendre à voir l’IA répéter de telles percées scientifiques.

with AI to be repeated.

And I disagree.

Je ne suis pas d’accord.

We will continue to see breakthroughs in understanding our real messy world

Nous continuerons de voir des avancées dans la compréhension de notre monde

with AI.

grâce à l’IA.

Why?

Pourquoi ?

Because we now have the neural network architectures

Parce que on a désormais les réseaux neuronaux

that can eat up any data modality that you throw at them.

capables de digérer tous les types de données que vous leur proposez.

And we have tried and tested recipes

Et nous avons essayé et testé des recettes

of incorporating any possible signal in the world

pour intégrer tous les signaux possibles du monde

into these learning algorithms.

dans ces algorithmes d'apprentissage.

And then we have the engineering and infrastructure

Ensuite, on a l’ingénierie et l’infrastructure

to scale these models to whatever size is needed

pour faire ces modèles à l’échelle

to take advantage of the massive amounts of compute power that we can create.

pour tirer parti de l’énorme puissance de calcul qu’on peut créer.

And finally, we're always creating new ways to record and measure

Enfin, on crée sans cesse de nouvelles méthodes pour enregistrer et mesurer

every detail of our real messy world

chaque détail de notre monde

that then creates even bigger data sets

pour créer encore plus de données

that help us train even richer models.

et enrichir toujours plus nos modèles.

And so this is a new paradigm in front of us,

C'est donc un nouveau paradigme qui se présente à nous,

that of creating AI analogs of our real messy world.

celui de créer via l’IA un double de notre monde réel et désordonné.

This new AI paradigm takes our real, messy, natural world

Ce nouveau paradigme d’IA prend notre monde naturel, réel et désordonné,

and learns to recreate the elements of it with neural networks.

et apprend à en recréer les éléments via des réseaux de neurones.

And why these AI analogs are so powerful is that it's not just about understanding,

Pourquoi ces IA analogiques sont-elles si puissantes ?

Il ne s’agit pas simplement de comprendre,

approximating or simulating the world for the sake of understanding,

d’approximer ou de simuler le monde pour le comprendre,

but this actually gives us a little virtual world

mais cela nous donne un monde virtuel miniature

that we can experiment in at scale

où nous pouvons expérimenter à grande échelle

to ultimately create new knowledge.

pour finalement créer de nouvelles connaissances.

And you can imagine that this experimentation against our AI analogs,

Vous imaginez bien que cette expérimentation sur nos IA analogiques

this can also happen in silico, in a computer with other agents,

peut également se produire in silico, dans un ordinateur,

avec d’autres agents,

in a loop of in silico, open-ended discovery,

dans une boucle infinie de découvertes,

ultimately to create new knowledge that we can take back out

pour finalement créer de nouvelles connaissances

que nous pouvons réutiliser pour changer le monde.

and change the world around us.

And this isn't science fiction.

Ce n’est pas de la science-fiction.

Right now, we have thousands of graphics cards burning,

À l’heure actuelle, des milliers de cartes graphiques chauffent,

training foundational models of our own micro-biological world,

entraînant des modèles fondamentaux de notre propre monde microbiologique,

and then agents that are probing these AI analogs

puis des agents étudient ces IA analogiques

to design new molecules that could be potential new drugs.

pour concevoir de nouvelles molécules qui pourraient être de nouveaux médicaments.

And I want to show you exactly how this process works for us,

Je tiens à vous montrer exactement comment ce processus fonctionne pour nous,

because I believe it can serve as a blueprint

car je pense qu’il peut servir de modèle

to bring about a whole new wave

pour créer une toute nouvelle vague

of the future of AI-driven scientific

de progrès scientifiques et technologiques grâce à l’IA.

and technological progress.

Now drug design is such an important area to focus on

La conception de médicaments est un domaine très important,

because it's actually becoming harder and harder to design new drugs.

car il est de plus en plus difficile de concevoir de nouveaux médicaments.

This is a graph of the number of new drugs created

Voici un graphique du nombre de nouveaux médicaments créés

per billion dollars of R and D spent over time.

par milliard de dollars de R&D dépensés.

And what you can see is that the number of new drugs

Vous constatez que le nombre de nouveaux médicaments diminue exponentiellement.

is exponentially decreasing.

It's becoming more and more expensive to create a new drug.

La création d’un nouveau médicament coûte de plus en plus cher.

Now during this same time period,

Au cours de cette même période,

we've had a huge amount of advancement in the capabilities of AI,

nous avons connu d’énormes progrès dans les capacités de l’IA,

driven by a whole host of algorithmic breakthroughs.

grâce à toute une série d’avancées en algorithmie.

But one of the secret sources of this advancement in AI

Une des explications de cette avancée dans le domaine de l’IA

has also been that of Moore's Law,

est la loi de Moore,

that the amount of computing power

selon laquelle la puissance informatique augmente exponentiellement au fil des ans.

has just been exponentially increasing over time.

And these days, it perhaps isn't Moore's Law

Mais ce n’est pas la loi de Moore qui devrait nous intéresser,

that we should care about, but Jensen's law.

plutôt celle de Jensen -

Jensen Huang, being the CEO of Nvidia,

Jensen Huang, le PDG de Nvidia -

for the exponential increase in GPU FLOPS

pour l’augmentation exponentielle du nombre d’opérations par seconde

that are now powering our neural networks.

sur les cartes graphiques sur lesquelles reposent nos réseaux de neurones.

So really the question is,

La vraie question est donc :

how do we bring this world of AI and machine learning

comment intégrer le monde de l’IA et de l’apprentissage automatique

to that of drug design?

à celui de la conception de médicaments ?

Can we think about using our AI analogs to reverse this curse of Eroom’s law

Pouvons-nous utiliser nos IA analogiques

pour inverser la malédiction de la loi d’Eroom

and jump on this exponential wave of GPU FLOPS powering our neural networks?

et profiter de la vague exponentielle qui alimente nos réseaux neuronaux ?

Actually bringing these worlds together and driving this change

En fait, réunir ces mondes et favoriser ce changement

is the day-to-day responsibility that I feel.

est devenu ma priorité.

So how can we go about modeling biology?

Alors, comment pouvons-nous modéliser la biologie ?

Well if we were in the world of physics, for example, modeling the universe,

Si on était dans le monde de la physique, par exemple, modélisant l’univers,

then we can actually write down a lot of the theory by hand with maths

nous pourrions écrire une grande partie de la théorie avec les mathématiques

and very accurately predict, for example, the unfolding of the universe,

et prédire très précisément, par exemple, le fonctionnement de l’univers,

even millions of light years away.

même à des millions d’années-lumière.

But we can't do that for the incredibly complex dynamics within ourselves.

Mais on ne peut pas le faire sur l’homme à cause de son incroyable complexité.

We can't just write down some equations for ourselves.

Nous ne savons pas écrire simplement quelques équations sur nous-mêmes.

We can perhaps write down the theory of how atoms interact.

Nous savons peut-être écrire la théorie de l’interaction des atomes -

That's physics.

c’est de la physique -

But then simulating these interactions

mais simuler ces interactions

on the scale of trillions of atoms within our cells

à l’échelle de milliards d’atomes au sein de nos cellules

is just completely unfeasible.

est tout simplement impossible.

And then we haven't worked out how to describe these complex dynamics

Nous n’avons pas encore trouvé comment décrire ces dynamiques complexes

in coarser and simpler terms that we could write down with maths.

en termes plus grossiers et plus simples que l’on pourrait décrire avec des maths.

It’s just crazy to think that we can model the universe so far away

C’est complètement fou de penser que nous pouvons modéliser l’univers lointain

but not the cells at our fingertips.

mais pas les cellules devant nous.

But AI and machine learning can be the perfect abstraction

Mais l’apprentissage automatique par IA peut être l’abstraction parfaite

for a biological world.

d’un monde biologique.

Using the snippets of data that we can record from our cells,

Avec des ensembles de données sur nos cellules,

we can then learn the equations and theories and abstractions implicitly

on apprend implicitement les équations, les théories et les abstractions,

within the activations of our neural networks.

grâce aux activations de nos réseaux neuronaux.

In fact, our company is called Isomorphic Labs.

Ma société s’appelle Isomorphic Labs.

Isomorphic because we believe there is an isomorphism,

« Isomorphic » parce que nous pensons qu’il existe un isomorphisme,

a fundamental symmetry, that we can create

une symétrie fondamentale,

que nous pouvons créer entre le monde biologique

between the biological world and the world of information science,

et le monde des sciences de l’information, de l’apprentissage automatique et de l’IA.

machine learning and AI.

So to see how we are using these AI analogs today,

Pour montrer comment nous utilisons ces IA analogiques aujourd’hui,

I want to dive into the body and have a look into cells

je voudrais plonger dans le corps, examiner les cellules

and think about proteins.

et penser aux protéines.

Now proteins are one of the fundamental building blocks of life.

Les protéines sont l’un des éléments fondamentaux de la vie.

And these proteins carry different functions in the body.

Elles remplissent différentes fonctions dans l’organisme.

And if we can modulate the function of a protein,

Si nous pouvons simuler la fonction d’une protéine,

then we are well on our way to creating a new drug.

nous sommes sur la bonne voie pour créer un nouveau médicament.

Proteins are made up of a sequence of amino acids,

Les protéines sont constituées d’une séquence d’acides aminés -

and there are about 20 different amino acids,

il en existe une vingtaine -

each one here depicted by a different letter.

chacun représenté ici par une lettre.

An amino acid is a collection of atoms, a molecule,

Un acide aminé est un ensemble d’atomes, une molécule,

and these molecules are joined together into a linear sequence.

et ces molécules sont réunies en une séquence linéaire.

And the function of a protein is not just due to the sequence of these proteins,

La fonction d’une protéine ne dépend pas seulement de cette séquence,

but also due to the three-dimensional shape that these proteins fold up into.

mais aussi de la forme tridimensionnelle selon laquelle ces protéines se replient.

And there are thousands of proteins inside of us,

Il y a des milliers de protéines en nous,

each with their own unique sequences and their own unique 3D shape.

chacune ayant ses propres séquences et sa propre forme 3D.

And remember,

Et n'oubliez pas

trying to work out experimentally that 3D shape

qu’essayer de déterminer expérimentalement cette forme 3D

can take months or even years of lab work.

peut prendre des mois, voire des années, de travail en laboratoire.

But with the breakthrough of AlphaFold and AlphaFold 2 in 2020,

Mais grâce à AlphaFold et AlphaFold 2 en 2020,

we now have a model that can take the sequence of amino acids as input

on a désormais un modèle qui prend la séquence d’acides aminés en entrée,

and then very accurately predict the 3D structure of a protein

puis prédit très précisément la structure 3D en sortie.

as the output.

And this allows us to actually fill in the gaps

Et cela nous permet de combler les trous dans notre connaissance des protéines.

of our known protein universe.

It's our AI analog of proteins.

Voici l’IA analogique qui fait cela.

So proteins carry their function.

Les protéines ont donc une certaine fonction,

But these proteins, they don't actually act in isolation.

mais elles n’agissent pas de manière isolée.

They're part of bigger molecular machines

Elles font partie de plus grandes machines moléculaires

with these proteins interacting with other proteins

dans lesquelles elles interagissent avec d’autres protéines

as well as other biomolecules like DNA,

ainsi qu’avec d’autres biomolécules comme l’ADN, l’ARN et les petites molécules.

RNA and small molecules.

For example,

Par exemple, zoomons pour examiner cette protéine.

let's zoom in and have a look at this protein.

This is a protein that repairs DNA,

Il s’agit d’une protéine qui répare l’ADN.

and it interacts with DNA

Elle interagit avec l’ADN en s’y fixant,

clamping down on it,

helping facilitate repair

ce qui facilite la réparation.

and then the repaired DNA is released back out to the cell.

L’ADN réparé est ensuite libéré dans la cellule.

Now in drug design what we want to do

En conception de médicaments, nous voulons

is either make molecular machines work better

soit améliorer le fonctionnement des machines moléculaires,

or actually stop them from working.

soit les empêcher de fonctionner.

And in this case, for cancer,

Dans ce cas-ci, pour le cancer,

we actually want to stop this particular DNA repair protein from working,

nous voulons empêcher cette protéine qui répare l’ADN de fonctionner,

because in cancerous cells

car dans les cellules cancéreuses,

there is no backup DNA repair mechanism.

il n’existe pas de mécanisme de secours.

And so if we stop this one working, then cancerous cells will die,

Donc, si nous l’inhibons, les cellules cancéreuses mourront,

leaving just healthy cells remaining.

ne laissant que des cellules saines.

So what would a drug actually look like for this protein?

À quoi ressemblerait un médicament pour cette protéine ?

Well a drug is something that comes in and modulates a molecular machine.

Un médicament est quelque chose qui modifie une machine moléculaire.

And this could be a drug molecule that goes into the body,

Ça peut être une molécule médicamenteuse qui pénètre dans le corps,

goes into the cell and then sticks to this protein just over here.

entre dans la cellule, puis adhère à cette protéine située juste ici.

And this drug molecule actually glues the DNA repair proteins clamp shut,

Et elle se colle aux protéines qui réparent l’ADN pour les fermer,

so it can't do effective DNA repair causing cancerous cells to die

pour les empêcher de réparer l’ADN,

provoquant la mort des cellules cancéreuses et ne laissant que les saines.

and leaving just healthy cells remaining.

Now to design such an amazing drug molecule completely rationally,

Pour concevoir une molécule médicamenteuse aussi étonnante de manière rationnelle,

we'd have to understand

nous devons comprendre

how all of these biomolecular elements come together.

comment tous ces éléments biomoléculaires s’assemblent.

We would need an AI analog of all and any biomolecular systems.

Nous aurions besoin d’une IA analogique pour chaque système biomoléculaire.

Earlier this year, we had a breakthrough.

Plus tôt dans l’année, nous avons réalisé une avancée.

We developed a new version of AlphaFold, called AlphaFold 3,

Nous avons développé une nouvelle version d’AlphaFold, AlphaFold 3,

that can model the structure

qui peut modéliser la structure de presque toutes les biomolécules

of almost all biomolecules coming together

with unprecedented accuracy.

avec une précision sans précédent.

This model takes as input the protein sequence,

Ce modèle prend en entrée la séquence protéique,

the DNA sequence

la séquence d'ADN

and the molecule atoms.

et les atomes de la molécule.

And these inputs are fed to a neural network

Tout ça est transmis à un réseau neuronal

that has a large processing trunk based on transformers.

doté d’une grande capacité de traitement basée sur des transformateurs.

Now unlike a large language model

Contrairement à un grand modèle de langage

that operates on one- dimensional sequences,

qui fonctionne sur des séquences unidimensionnelles,

instead, our model uses what’s called a “pairformer”

notre modèle utilise ce que l'on appelle un « formateur de paires »

and operates on a 2D interaction grid of the input sequence.

et fonctionne sur une grille 2D de la séquence d’entrée.

And this allows our model to explicitly reason about every pairwise interaction

Cela permet à notre modèle de raisonner explicitement

sur chaque interaction par paires

that could occur in this biomolecular system.

qui pourrait se produire dans ce système biomoléculaire.

And so we can use the features of this processing trunk

On peut donc utiliser les caractéristiques de traitement de ce morceau

to condition a diffusion model.

pour conditionner un modèle de diffusion.

Now you might know diffusion models

Vous connaissez ça par exemple dans les modèles générateurs d’images.

as these amazing image generative models.

Now just like diffusing the pixels in an image,

Tout comme eux combinent les pixels d’une image,

instead, our diffusion model diffuses

notre modèle de diffusion combine

the 3D atom coordinates of our biomolecular system.

les coordonnées atomiques 3D de notre système biomoléculaire.

So now this gives us a completely malleable virtual biomolecular world.

Cela donne un monde biomoléculaire virtuel complètement malléable.

It’s our AI analog that we can probe as if it’s the real world.

C’est notre IA analogique que nous pouvons tester comme si c’était le monde réel.

We can make changes to the inputs,

Nous pouvons modifier les entrées, la conception des molécules

changes to the molecule designs

and see how that changes the output structure.

et voir comment cela modifie la structure de sortie.

So let's use this model to design a new drug

Utilisons donc ce modèle pour concevoir un nouveau médicament

for our DNA repair protein.

pour notre protéine qui répare l’ADN.

We can take a small molecule that's been recorded to stick to this protein

Nous pouvons prendre une petite molécule qui adhère à cette protéine

and make changes to its design.

et modifier sa conception.

We want to change the molecule design

Nous voulons faire cela

so that this molecule makes more interactions with the protein,

afin que celle-ci interagisse davantage avec la protéine,

and that will make it stick to this protein stronger.

ce qui lui permettra de mieux adhérer à cette protéine.

And so you can imagine that this gives a human drug designer

Vous comprenez donc que cela donne à un concepteur de médicaments

a perfect game to play.

un terrain de jeu parfait.

How do I change the design of this molecule

Comment modifier la conception de cette molécule

to create more interactions?

pour créer davantage d'interactions ?

Now normally,

Normalement,

a drug designer would have to wait months

un développeur de médicaments devrait attendre des mois

to get results back from a real lab at each step of this design game.

pour recevoir les résultats d’un véritable labo

à chaque étape de la conception.

But for us, using this AI analog, this takes just seconds.

Mais en utilisant cette IA analogique, cela ne prend que quelques secondes.

And this is the reality

Et c'est la réalité

of what our drug designers back in London are doing right now.

de ce que font actuellement nos développeurs de médicaments à Londres,

So we have this beautiful game that's being played by our drug designers,

ils jouent donc à ce jeu magnifique,

who are using this AI analog of biomolecular systems

cette IA analogique simulant des systèmes biomoléculaires,

to rationally design potential new drug molecules.

pour concevoir rationnellement de nouvelles molécules médicamenteuses.

But you can imagine

Mais vous pouvez imaginer que nous n'avons pas à limiter ce jeu

that we don't have to just limit this game

to human drug designers

uniquement aux développement de médicaments.

Earlier in my career,

Plus tôt dans ma carrière,

I worked on training agents

j’ai travaillé à la formation d’IA

to beat the top human professionals at the game of StarCraft.

pour battre les meilleurs joueurs professionnels à StarCraft.

And we created game-playing agents for the games of Go and Capture the Flag.

Nous avons créé des IA pour le Go et pour les jeux de capture du drapeau.

So why can't we create agents that instead play the game

Alors pourquoi ne pas plutôt créer des IA

pour le jeu auquel jouent nos développeurs de médicaments ?

that our human drug designers are playing?

So now our AI analog becomes the game environment,

Notre IA analogique devient l’environnement de jeu,

and we can train agents against that.

et nous pouvons former des IA.

And we already have some incredibly powerful agents

Nous avons déjà des IA incroyablement puissantes

that are already doing this today.

qui jouent à ça aujourd’hui.

Now in this setup,

Dans cette configuration,

all of the drug design is happening on a computer.

toute la conception des médicaments se fait sur un ordinateur.

So what happens if we have access to many, many computers?

Alors, que se passe-t-il si nous avons accès à de très nombreux ordinateurs ?

Well instead of having one human drug designer

Au lieu d’avoir un seul développeur de médicaments

working on some new molecule designs,

travaillant sur une nouvelle molécule,

instead, we can have thousands of agents doing molecule design in parallel.

nous pouvons avoir des milliers d’IA qui le font en parallèle.

Just imagine what impact that could have

Imaginez l'impact que cela pourrait avoir

on patients suffering from a rare type of cancer,

sur les patients atteints d’un type rare de cancer,

the speed that we could get to a potential new molecule

la rapidité avec laquelle on pourrait concevoir une molécule

to address this medical need

susceptible de répondre à ce besoin médical

or the ability to go after many diseases in parallel.

ou la capacité de traiter de nombreuses maladies en parallèle.

Cancer is often caused by mutations of proteins,

Le cancer est souvent causé par des mutations de protéines,

and even within the same type of cancer,

et souvent pour un même type de cancer,

each patient can have different mutations.

chaque patient peut présenter des mutations différentes.

And that means that one drug molecule won't work for all patients.

Cela signifie qu’une molécule ne fonctionnera pas pour tous les patients.

But what if we could go in

Et si nous pouvions mesurer les mutations protéiques de chaque patient,

and measure each individual patient's protein mutations,

and then have a whole team of molecule-design agents

puis demander à une équipe d’IA de conception moléculaire

working on that individual's protein mutations?

de travailler sur les mutations protéiques de cet individu ?

Then we could create a molecule tailored for each individual patient.

Nous pourrions créer une molécule sur mesure pour chaque patient.

I'm showing just this.

C'est exactement ce que je montre.

Here the protein is randomly mutating,

Ici, la protéine mute de manière aléatoire,

and each mutation in red

et chaque mutation, en rouge,

subtly changes the 3D shape of this protein.

modifie subtilement la forme 3D de cette protéine.

And we're able to generate molecules that should stick to this protein

Et nous générons des molécules qui continuent d’adhérer à cette protéine

in response to these changes.

en réponse à ces changements.

Now this is still far away from patients,

C’est encore loin d’être opérationnel,

and there's a huge amount of complexity in drug design left to tackle,

et il reste beaucoup de choses à résoudre dans la conception des médicaments,

but this really does give us a glimpse at the future that is to come.

mais cela nous donne vraiment un aperçu de ce qui est à venir.

So we've seen how this new AI paradigm is driving our progression in drug design.

On a vu comment ce nouveau concept en IA

stimule les progrès dans le développement de médicaments.

And you can also see this paradigm being played out in material science,

Ce paradigme peut aussi servir en science des matériaux,

in creating new forms of energy

dans la création de nouvelles formes d’énergie

and in chemistry.

et dans la chimie.

The ability to take our real messy world

La capacité de prendre notre monde réel

and then create our own AI analogs

et de créer nos propres IA analogiques

to then on a computer do open-ended scientific discovery

pour ensuite, sur ordinateur, faire des découvertes scientifiques illimitées

to create new knowledge that we can take back out

afin de créer de nouvelles connaissances qu’on réutilise pour changer le monde.

and change the world around us.

This is an incredibly powerful paradigm,

Il s’agit d’un paradigme incroyablement puissant

and one that will bring about a whole new wave of scientific

qui entraînera une toute nouvelle vague de progrès scientifiques et technologiques.

and technological advancements.

And we’re going to need as many people as possible,

Nous allons avoir besoin de tout le monde,

especially those working in machine learning,

en particulier d’experts en apprentissage automatique et en IA

AI and technology,

to help drive this new wave of progression.

pour contribuer à cette nouvelle vague de progrès.

Thank you.

Merci.

(Applause)

(Applaudissements)