Quatre pointures de Google veulent automatiser la recherche scientifique elle-même
— Business
Jeff Dean, Sanjay Ghemawat, Oriol Vinyals et Quoc Le quittent Google pour lancer Discovery Loop, une machine à faire tourner des milliers d'expériences de recherche en parallèle. Aucun produit, aucun calendrier n'est encore montré, mais Google finance et fournit déjà le calcul.
Quatre noms qui ont dessiné une bonne partie de l'infrastructure IA de la dernière décennie quittent Google pour fonder une société à mission. Leur ambition n'est pas de sortir un nouvel outil créatif, mais d'automatiser la méthode scientifique elle-même : poser une hypothèse, monter l'expérience, l'exécuter, lire les résultats, recommencer. Des milliers de ces boucles pourraient tourner en même temps, ce qui change surtout une chose, la vitesse à laquelle une idée passe du brouillon au résultat mesurable.
Ce sujet ne parle à aucun graphiste ni monteur aujourd'hui. Il concerne d'abord les laboratoires de recherche en apprentissage automatique, puis, si l'automatisation tient ses promesses, la conception de puces, la biologie ou les matériaux. Mais chaque studio qui ouvre Midjourney, Runway ou un modèle de génération vidéo dépend en dernier ressort de ce type de moteur de recherche interne : c'est de là que sortent les futures versions des outils déjà installés dans les workflows.
Google n'a pas laissé partir quatre de ses architectes les plus influents sans contrepartie. L'entreprise devient investisseur fondateur et partenaire cloud, fournit du calcul pour la première année et garde un pied dans les collaborations sur les infrastructures de machine learning. Autrement dit, elle finance à l'extérieur une recherche qu'elle ne veut pas perdre de vue, tout en gardant la main sur une partie de ce qui pourrait irriguer ses propres modèles plus tard.
Aucun produit, aucun calendrier, aucun modèle commercial n'a été montré au moment de l'annonce. Une promesse d'accélérer la recherche scientifique par milliers d'expériences parallèles reste une promesse tant qu'aucun résultat concret n'a été publié, et l'histoire des laboratoires d'IA regorge d'ambitions de ce calibre restées à l'état de communiqué.
Ce genre de pari se joue sur des années, pas sur un trimestre. Ce qui se décide dans ce type de structure, c'est le rythme auquel les modèles qui alimentent demain les outils de création vont progresser, et donc la fréquence à laquelle un studio devra revoir ses habitudes d'ici deux ou trois ans.