Réaliser que les scientifiques sont les vrais super-héros

Rencontrez Edgar Duéñez-Guzmán, ingénieur de recherche au sein de notre équipe de recherche multi-agents qui s'appuie sur ses connaissances en théorie des jeux, en informatique et en évolution sociale pour permettre aux agents d'IA de mieux travailler ensemble.

Qu’est-ce qui vous a amené à travailler dans l’informatique ?

D'aussi loin que je me souvienne, j'ai voulu sauver le monde. C'est pourquoi je voulais être un scientifique. Même si j’adorais les histoires de super-héros, j’ai réalisé que les scientifiques sont les vrais super-héros. Ce sont eux qui nous donnent de l’eau potable, des médicaments et une compréhension de notre place dans l’univers. Enfant, j'adorais les ordinateurs et j'adorais les sciences. Cependant, ayant grandi au Mexique, je ne pensais pas qu'étudier l'informatique était faisable. J’ai donc décidé d’étudier les mathématiques, les considérant comme une base solide pour l’informatique et j’ai fini par faire ma thèse universitaire en théorie des jeux.

Quel impact vos études ont-elles eu sur votre carrière ?

Dans le cadre de mon doctorat en informatique, j'ai créé des simulations biologiques, et j'ai fini par tomber amoureux de la biologie. Comprendre l’évolution et la façon dont elle a façonné la Terre était exaltant. La moitié de ma thèse portait sur ces simulations biologiques, et j'ai ensuite travaillé dans le milieu universitaire en étudiant l'évolution des phénomènes sociaux, comme la coopération et l'altruisme.

À partir de là, j'ai commencé à travailler dans la recherche chez Google, où j'ai appris à gérer des calculs à grande échelle. Des années plus tard, j’ai réuni ces trois éléments : la théorie des jeux, l’évolution des comportements sociaux et le calcul à grande échelle. Maintenant, j'utilise ces éléments pour créer des agents artificiellement intelligents qui peuvent apprendre à coopérer entre eux et avec nous.

Qu’est-ce qui vous a décidé à postuler chez DeepMind plutôt que chez d’autres entreprises ?

C'était au milieu des années 2010. Je surveillais l'IA depuis plus d'une décennie et je connaissais DeepMind et certains de ses succès. Ensuite, Google l'a acquis et j'étais très excité. Je voulais y entrer, mais je vivais en Californie et DeepMind ne recrutait qu'à Londres. J’ai donc continué à suivre les progrès. Dès qu’un bureau ouvrait en Californie, j’étais le premier à faire la queue. J'ai eu la chance d'être embauché dans la première cohorte. Finalement, j'ai déménagé à Londres pour poursuivre des recherches à plein temps.

Qu’est-ce qui vous a le plus surpris dans votre travail chez DeepMind ?

Comme les gens sont ridiculement talentueux et sympathiques. Chaque personne à qui j'ai parlé a également un côté passionnant en dehors du travail. Musiciens professionnels, artistes, motards en pleine forme, personnes apparues dans des films hollywoodiens, vainqueurs des Olympiades de mathématiques – vous l'appelez, nous l'avons ! Et nous sommes tous ouverts et déterminés à rendre le monde meilleur.

Comment votre travail aide-t-il DeepMind à avoir un impact positif ?

Au cœur de mes recherches se trouve la création d’agents intelligents qui comprennent la coopération. La coopération est la clé de notre succès en tant qu’espèce. Nous pouvons accéder aux informations du monde et nous connecter avec nos amis et notre famille à l’autre bout du monde grâce à la coopération. Notre échec à faire face aux effets catastrophiques du changement climatique est un échec de coopération, comme nous l’avons vu lors de la COP26.

Quelle est la meilleure chose dans votre travail ?

La flexibilité de poursuivre les idées qui me semblent les plus importantes. Par exemple, j'aimerais contribuer à utiliser notre technologie pour mieux comprendre les problèmes sociaux, comme la discrimination. J'ai présenté cette idée à un groupe de chercheurs experts en psychologie, éthique, équité, neurosciences et apprentissage automatique, puis j'ai créé un programme de recherche pour étudier comment la discrimination pouvait provenir des stéréotypes.

Comment décririez-vous la culture chez DeepMind ?

DeepMind fait partie de ces endroits où liberté et potentiel vont de pair. Nous avons la possibilité de poursuivre des idées que nous jugeons importantes et il existe une culture de discours ouvert. Il n'est pas rare de transmettre vos idées aux autres et de former une équipe pour en faire une réalité.

Faites-vous partie de groupes chez DeepMind ? Ou d'autres activités ?

J'adore m'impliquer dans les activités extrascolaires. Je suis animatrice d'ateliers Allyship chez DeepMind, où nous visons à permettre aux participants d'agir pour un changement positif et d'encourager l'alliance chez les autres, contribuant ainsi à un lieu de travail inclusif et équitable. J'aime aussi rendre la recherche plus accessible et discuter avec les étudiants en visite. J'ai créé un accès public tutoriels pédagogiques pour expliquer les concepts de l'IA aux adolescents, qui ont été utilisés dans les écoles d'été du monde entier.

Comment l’IA peut-elle maximiser son impact positif ?

Pour avoir l’impact le plus positif possible, il faut simplement que les bénéfices soient largement partagés, plutôt que conservés par un petit nombre de personnes. Nous devrions concevoir des systèmes qui responsabilisent les gens et démocratisent l’accès à la technologie.

Par exemple, lorsque je travaillais sur WaveNet, la nouvelle voix de l'Assistant Google, j'ai trouvé ça cool de travailler sur une technologie désormais utilisée par des milliards de personnes, dans la recherche Google ou sur Maps. C'est bien, mais ensuite nous avons fait quelque chose de mieux. Nous avons commencé à utiliser cette technologie pour redonner la parole aux personnes atteintes de maladies dégénératives, comme la SLA. Il y a toujours des opportunités de faire le bien, il suffit de les saisir.

Quels sont les plus grands défis auxquels l’IA est confrontée ?

Il existe des défis à la fois pratiques et sociétaux. Sur le plan pratique, nous travaillons dur pour essayer de rendre nos algorithmes plus robustes et adaptables. En tant qu’êtres vivants, nous tenons pour acquis la robustesse et l’adaptabilité. Changer légèrement la disposition des meubles ne nous fait pas oublier à quoi sert un réfrigérateur. Les systèmes artificiels ont vraiment du mal à gérer cela. Il existe des pistes prometteuses, mais il nous reste encore du chemin à parcourir.

Du côté sociétal, nous devons décider collectivement quel type d’IA nous voulons créer. Nous devons nous assurer que tout ce qui est fabriqué est sûr et bénéfique. Mais cela est particulièrement difficile à réaliser lorsque nous n’avons pas une définition parfaite de ce que cela signifie.

Quels projets DeepMind trouvez-vous les plus inspirants ?

En ce moment, je suis toujours au sommet de AlphaFold, notre algorithme de repliement des protéines. J'ai une formation en biologie et je comprends à quel point la prédiction de la structure des protéines peut être prometteuse pour les applications biomédicales. Et je suis particulièrement fier de la façon dont DeepMind a publié la structure protéique de toutes les protéines connues du corps humain dans les ensembles de données mondiaux, et maintenant publiée presque toutes les protéines cataloguées connu de la science.

Des conseils pour les aspirants DeepMinders ?

Soyez ludique, soyez flexible. Je n'aurais pas pu optimiser pour une carrière menant à DeepMind (il n'y avait même pas de DeepMind vers lequel optimiser !) Mais ce que je pouvais faire, c'était toujours me permettre de rêver au potentiel de la technologie, de créer des machines intelligentes et d'améliorer le monde avec eux.

La programmation est exaltante en soi, mais pour moi, cela a toujours été plutôt un moyen pour parvenir à une fin. C’est ce qui m’a permis de rester à jour au fur et à mesure que les technologies allaient et disparaissaient. Je n'étais pas lié aux outils, j'étais concentré sur la mission. Ne vous concentrez pas sur le « quoi », mais sur le « pourquoi », et le « comment » se manifestera.