CHIFFRES-CLÉS

200M  protéinesmodélisées par AlphaFold

62%  deschercheurs en sciences sociales utilisent une IA générative

×280  réductiondu coût d'inférence en 2 ans

223  dispositifsmédicaux IA approuvés par la FDA en 2023

01 —LE TOURNANT

Quand l'IA reçoit un Nobel

En octobre 2024, le comité Nobelde chimie a récompensé Demis Hassabis et John Jumper de Google DeepMind, ainsique le biochimiste David Baker — pour des travaux rendus possibles parl'intelligence artificielle. C'était une première dans l'histoire des prixNobel de sciences.

Leur outil, AlphaFold, résout unproblème qui bloquait la biologie depuis cinquante ans : prédire la formetridimensionnelle des protéines à partir de leur séquence d'acides aminés. Unexploit qui, en laboratoire, prenait des mois de manipulations.

"Avec AlphaFold, cela prend moins d'une seconde — avec uneprécision suffisante pour être utilisée par des biologistes pour la découvertede médicaments."

— Gilles Louppe,spécialiste IA appliquée à la recherche, ULiège

Ce qui rend la percée encore plusremarquable : c'est l'un des rares Nobel de sciences de l'histoire récente àavoir été décerné en moins de vingt ans après la découverte. La vitesseelle-même est un signal fort.

Hassabis, prodige des échecs dès 4ans, ex-développeur de jeux vidéo à l'adolescence, s'est dit"abasourdi" à l'annonce. "J'ai eu un blanc pendant quelquesminutes." Il a ensuite précisé sa vision devant le comité Nobel :"Ces systèmes sont des outils. Très efficaces pour analyser les données.Mais ils ne peuvent pas comprendre quelle est la bonne question à poser."

DeepMind a rendu le coded'AlphaFold public gratuitement. Résultat : deux millions de chercheurs dans190 pays l'utilisent aujourd'hui, dans des domaines aussi variés que lesvaccins contre le paludisme, les thérapies contre Parkinson, ou la lutte contreles bactéries résistantes.

02 —CHRONOLOGIE

Cinq ans qui ont tout changé

D'un concours confidentiel entrebiologistes computationnels à un prix Nobel : la trajectoire d'AlphaFoldillustre comment l'IA peut compresser des décennies de recherche en quelquesannées.

2018 — AlphaFold 1 : premier signal

La première version domine leconcours CASP (Critical Assessment of Protein Structure Prediction), lacompétition internationale de référence en biologie computationnelle. Lacommunauté scientifique commence à prendre l'IA au sérieux.

2020 — AlphaFold 2 : la révolution

Taux de précision supérieur à 90%. Les résultats sont qualifiés de "stupéfiants" et"transformationnels" par la revue Science. David Baker développe enparallèle une protéine entièrement nouvelle capable de bloquer la protéineSpike du Covid-19.

2021 — Open source : accès universel

DeepMind met la base de donnéespublique en libre accès : 365 000 protéines humaines, puis progressivement laquasi-totalité des 200 millions de protéines connues. N'importe quel chercheur,sans redevance ni autorisation.

2024 — Nobel de chimie : consécration historique

Hassabis, Jumper et Bakerreçoivent le Nobel. Première reconnaissance Nobel d'une percée scientifiqueactivée par l'IA. Le comité parle d'"impact gigantesque" et de"résultats spectaculaires".

03 —SUR LE TERRAIN

Ce que les chercheurs vivent au quotidien

Selonle rapport AI Index 2024 de Stanford, 62 % des chercheurs en sciences socialesont utilisé au moins une IA générative dans leurs travaux au cours des 12derniers mois. Dans les labos de biologie, près de 30 % recourent à l'IA pourla lecture et la synthèse de publications scientifiques.

Avant l'IA, la veille scientifiquerelevait du parcours du combattant. Un doctorant en biologie pouvait passer dessemaines à lire des centaines d'articles pour rédiger l'introduction de sathèse — simplement pour cartographier ce qui existait déjà.

Aujourd'hui, des outils detext-mining détectent automatiquement dans un article ses méthodes, résultatsprincipaux et conclusions. Le coût d'utilisation d'un modèle équivalent àGPT-3.5 a été divisé par 280 entre fin 2022 et fin 2024 — passant de 20 $ à0,07 $ par million de tokens. L'IA scientifique n'est plus un privilège desgrandes universités.

En 2023, la FDA américaine aapprouvé 223 dispositifs médicaux intégrant de l'IA, contre seulement 6 en2015. L'IA améliore les modèles d'imagerie médicale, réduit les erreurs dediagnostic, et permet de développer des plateformes intégrant données génomiques,comportementales et environnementales pour des traitements individualisés.

04 —TÉMOIGNAGES

Ce qu'ils en disent

Demis Hassabis —Co-fondateur de DeepMind / Nobel de chimie 2024

"AlphaFold permet aux scientifiques de faire bien plus. Cessystèmes sont des outils. Très efficaces pour analyser les données et trouverdes modèles. Mais ils ne peuvent pas comprendre quelle est la bonne question àposer, la bonne hypothèse, la bonne conjecture."

— Demis Hassabis

John Jumper — ChercheurDeepMind / Co-lauréat Nobel 2024

"J'espère que cela signifie qu'à terme, nous serons plusréactifs aux pandémies. Ce prix représente la promesse de la biologiecomputationnelle."

— John Jumper

Gilles Louppe —Spécialiste IA appliquée, Université de Liège

"On pourrait déterminer la structure d'une protéine enlaboratoire, mais cela prendrait des mois de manipulations. Avec AlphaFold,cela prend moins d'une seconde."

— Gilles Louppe

Sophie Schbath —Directrice de recherche, INRAE

"Omnicrobe extrait et normalise des données issues desources textuelles variées pour identifier les relations entre les habitats desbactéries et leurs usages potentiels. Ce qui aurait pris des années dedépouillement manuel devient une base de données structurée et accessible àtous."

— Sophie Schbath

05 —ANECDOTES

Les histoires qui marquent

01 — Le concurrent qui ne savait pas qu'il allait gagner

En 2024, lors de l'annonce duNobel, Demis Hassabis figurait parmi les favoris — mais il s'est dit"abasourdi". "J'ai eu un blanc pendant quelques minutes."Lui, qui jouait aux échecs à 4 ans, développait des jeux vidéo à l'adolescence,avait cofondé DeepMind avec pour mission d'utiliser l'IA pour "améliorerla vie de milliards de personnes". Le Nobel en moins de 20 ans reste uncas presque unique dans l'histoire récente des sciences.

02 — 3 millions de livres catalogués grâce à une photo

À la Bibliothèque royale deBelgique, une simple capture de la page de titre suffit désormais à intégrerautomatiquement une référence dans le catalogue en ligne. Résultat : 3 millionsde livres catalogués grâce à l'IA — un travail qui aurait requis des années desaisie manuelle par des bibliothécaires.

03 — AlphaGo était juste un entraînement

En 2015, quand AlphaGo bat pour lapremière fois un joueur professionnel de go — une première mondiale — le grandpublic croit que c'est l'aboutissement du projet de Hassabis. C'était enréalité juste l'échauffement. AlphaGo n'était pour lui qu'une étape vers cequ'il avait vraiment en tête : AlphaFold, et la biologie.

04 — Le doctorant qui a divisé son temps de travail par dix

Un doctorant en biologie doitrédiger l'introduction de sa thèse — dix ans de littérature scientifique àcouvrir. Avec Semantic Scholar et Iris.ai, il identifie en quelques minutes lesarticles incontournables, génère des résumés automatiques, extrait les corefindings de chaque publication. Ce qui prenait deux semaines prend désormaisdeux jours.

05 — Une protéine contre le Covid, conçue de zéro

David Baker, co-lauréat Nobel, adéveloppé une protéine entièrement nouvelle — sans équivalent dans la nature —capable de bloquer la protéine Spike responsable du Covid-19. L'IA lui a permisde concevoir la structure 3D souhaitée, puis d'optimiser la séquence d'acidesaminés pour l'obtenir. Un renversement complet de la méthode classique.

06 — Le coût divisé par 280 en deux ans

En 2022, utiliser un modèle delangage avancé coûtait 20 $ par million de tokens. Fin 2024 : 0,07 $. Uneffondrement de 280× en vingt-quatre mois. Ce qui était réservé aux grandslabos et aux Big Tech est devenu accessible à une équipe de recherche de cinqpersonnes dans un pays en développement.

06 —PERSPECTIVE

Accélérateur, pas remplaçant

Le résumé le plus juste restepeut-être celui d'un chercheur de Mediachimie : "L'IA en recherche neremplace pas le chercheur — mais elle lui permet de manipuler des millions dedonnées en un temps record. C'est un accélérateur de découvertes."

Hassabis lui-même insiste surcette limite. L'IA ne sait pas quelle question poser. Elle ne formule pasd'hypothèse. Elle ne comprend pas le sens. Ce qu'elle fait — mieux quen'importe quel humain — c'est explorer des espaces de données incommensurables poury trouver des structures.

La France a pris acte du mouvement: 2,5 milliards d'euros du plan France 2030 sont fléchés sur l'IA, et le Sommetpour l'action sur l'IA accueilli à Paris en février 2025 a mis en lumière 35défis "Convergence IA" sélectionnés pour leur impact concret sur desenjeux de société.

La question qui reste ouverten'est pas "l'IA va-t-elle transformer la science ?" — elle le faitdéjà. La question est : qui aura accès à ces outils, qui en fixera les règles,et comment s'assurer que la promesse d'accélération profite à tous leschercheurs, pas seulement à ceux adossés à Google ou Microsoft. C'est là que ledroit, la régulation et l'éthique reprennent la main.

‍