"L'IA est un formidable allié pour la science" (Joëlle Barral, Google Deepmind)

Interview intégrale

Monde Numérique : Bonjour Joëlle Barral.

Joëlle Barral : Bonjour Jérôme.

Monde Numérique : Vous êtes directrice de la recherche en intelligence artificielle chez Google DeepMind. Ravie véritablement de vous accueillir, surtout pour parler avec vous dans cet épisode et dans cette interview de L'intelligence artificielle, plus particulièrement au service de la science. Ce n’est pas forcément l'application qu'on connait le plus dans le grand public, pourtant cela nous concerne tous. Vous êtes chercheuse et j'ai vu que vous disiez en tant que chercheur que vous ne vous attendiez pas à voir autant de progrès dans la recherche en IA de votre vivant et que selon vous, on est à un point d'inflexion. Qu'est-ce que vous voulez dire par là ?

Joëlle Barral : Oui. Merci pour la question. Je crois que c'est quelque chose que j'ai dit et que plein de chercheurs qui ont travaillé dans le domaine depuis des dizaines et des dizaines d'années ont dit On a des technologies qui aujourd'hui sont capables. Par exemple, à chaque fois que vous leur demandez de générer un ours en peluche qui nage au fond de l'océan, ils font ça et le font avec une qualité qui est qui est telle qu'on peut intégrer cette technologie dans nos produits. C'est à dire c'est plus de la recherche, ça marche, ça marche à tous les coups. Donc ça c'est vraiment incroyable. Juste peut être, on oublie vite à quel point la recherche a fait des bonds de géant il y a moins d'une vingtaine d'années, quand j'étais encore étudiante, on ne savait pas reconnaître un QR code. Vous savez, les photos qu'on prend pour avoir les menus, Techniquement, ce n'était pas du tout évident et donc on est passé de pas à pas savoir faire ça à aujourd'hui, capable de générer n'importe quelle image en une fraction de seconde, c'est extrêmement impressionnant.

Monde Numérique : C'est peut être l'une des particularités du numérique en général et de l'intelligence artificielle en particulier. C'est à la fois les progrès, mais la vitesse à laquelle ces progrès ont été effectués.

Joëlle Barral : Oui, tout à fait. Je crois que c'est un domaine qui est vraiment en effervescence aujourd'hui et on a tous une chance incroyable de vivre ce point d'inflexion dont vous parliez. C'est Il y a des nouveaux résultats, des nouveaux papiers qui sortent et effectivement une découverte en pousse une autre.

Monde Numérique : Alors vous travaillez, vous avez travaillé beaucoup, notamment dans le domaine de l'intelligence artificielle appliquée à la santé et aux sciences. Comment est-ce que l'intelligence artificielle peut contribuer à accélérer les découvertes scientifiques ?

Joëlle Barral : Alors de 1000 et une façons, j'ai envie de dire. On avait parlé il me semble la dernière fois des deux types d'IA. Donc si vous prenez l'IA plus traditionnelle, elle a déjà beaucoup aidé et en santé et en science par exemple en imagerie médicale ou quand on quand on regarde une image, savoir si oui ou non il y a la présence d'un nodule, etc. Ça c'est de l'IA plus traditionnelle et donc. Et donc en science également. Donc nous chez Google DeepMind on avait, on avait fait alpha fold pour la pour la prédiction des protéines, on a travaillé aussi sur la fusion nucléaire. Enfin vraiment.

Monde Numérique : Est-ce que vous pouvez nous préciser un peu les choses.

Joëlle Barral : Donc Alpha Fold, c'est un modèle qui si vous voulez les protéines, alors peut être juste pour pour revenir en arrière. Les protéines, c'est vraiment un élément constitutif du vivant. Il y a énormément de protéines, les hormones, l'insuline, l'hémoglobine. Enfin voilà beaucoup de ces grosses molécules. Ce n’est pas que la.

Monde Numérique : Viande rouge et les œufs.

Joëlle Barral : Voilà, exactement. C'est pour ça que je commence toujours par là. Et donc c'est une séquence d'acides aminés. On regarde comment elle, comment elle est conforme, enfin quelle est sa structure en trois dimensions, parce que ça va expliquer comment elle va interagir avec d'autres molécules et ça permet de pas complètement expliquer sa fonction, mais de commencer à avoir une idée de ce que sera sa fonction. Et elle peut avoir des fonctions très différentes. Enfin, l'hémoglobine n'a pas du tout le même rôle que ce qui permet de contracter un muscle ou de transmettre l'information dans le cerveau. Donc vraiment, la fonction d'une protéine, c'est ça qu'on veut savoir plus que à quoi elle ressemble en 3D, mais Alpha Fold qui nous permet de comprendre cette structure en 3D, c'est déjà un pas en avant pour arriver à pouvoir mieux comprendre la fonction.

Monde Numérique : Qu'est-ce que ça pourrait permettre comme application concrète demain ou même dès à présent, et des choses qui nous concernent tous directement?

Joëlle Barral : Énormément d'applications possibles en médecine par exemple, pour arriver à à la fois comprendre ce qui nous permettrait de de combattre la résistance aux antibiotiques, de découvrir des nouveaux médicaments, en particulier pour les maladies rares, etc. Donc il y a vraiment énormément un champ d'application très très vaste. Pour vous donner une idée des technologies qu'on a mises à disposition des scientifiques, aujourd'hui, il y a plus d'un million de scientifiques qui ont utilisé Alpha Fold, dont à peu près 40 zéro zéro zéro en France, 800 publications avec le CNRS, l'INRIA, etc. Et donc voilà un impact, c'est vraiment un outil et ensuite la communauté scientifique peut s'en emparer pour je vais utiliser un anglicisme, unlock, c'est-à-dire débloquer un certain nombre d'applications.

Monde Numérique : Oui, aujourd'hui on peut dire que toutes les, toutes les radios, tous les scanners sont analysés par de l'intelligence artificielle.

Joëlle Barral : Ah non, pas encore. En fait, c'est très intéressant parce que l’IA n’est pas forcément bonne à tout et elle est pas bonne à tout toute seule non plus. Donc quand vous prenez un scanner, on a absolument besoin d'avoir un radiologue qui va savoir par exemple en IRM, quels types, quels types, de quels types d'images on a besoin, comment utiliser tout ce qu'il sait sur le patient pour décider de quel genre. Encore une fois, de quel genre d'images, Quel genre de contraste ? Comment adapter les paramètres en fonction, par exemple de la vitesse de ces battements de cœur ? Certaines, certaines séquences seront possibles ou pas. Donc on a vraiment besoin d'avoir un médecin aux commandes. Et puis l'IA peut venir aider à un moment précis dans l'interprétation d'une image, mais, mais vraiment comme aide. C'est à dire qu'il faut, il faut que le que le médecin soit là pour dire ah bah oui, tiens, ce que ce que me dit l'image, ce que me dit le modèle est pertinent ou bien ah oui, il a raison, il y avait un truc de plus que je n'avais pas vu, mais aujourd'hui ce n'est pas encore déployé à grande échelle. C'est en cours de déploiement, j'ai envie de dire, mais c'est pas, c'est pas systématique, ni dans ni dans, ni sur toute la planète, ni pour toutes les applications.

Monde Numérique : Qu'est-ce que ça a apporté de plus par rapport aux outils informatiques qui existaient déjà précédemment ?

Joëlle Barral : Avant, on n'était pas capable d'avoir une reconnaissance d'image. Pour un tas d'un tas de conditions, un tas de maladies, etc. Comme aujourd'hui avec l'IA. Donc ça c'est de l'IA discriminative, c'est à dire qu'elle répond à une tâche précise. Et en fait, là où je voulais en venir, c'est qu'en fait, pour les applications en science comme en santé, l'IA générative aujourd'hui et les grands modèles de langue peuvent être aussi des atouts, un peu comme assistants, des scientifiques si vous voulez, avec lesquels ils peuvent élaborer des hypothèses, envisager un protocole, regarder toute la littérature aboutir à un état de l'art de façon beaucoup plus rapide, c'est quelque chose qui est vraiment un domaine actif de recherche aujourd'hui. De voir comment les grands modèles de langage que vous avez, avec lesquels on a tous pu jouer, peuvent aussi améliorer finalement la productivité des scientifiques.

Monde Numérique : Mais, mais alors de quelle manière, de quelle manière ? Est-ce que les grands modèles de langage peuvent améliorer et peuvent aider les scientifiques ?

Joëlle Barral : Quand on fait de la recherche dans un domaine précis, on regarde toujours où en est l'état de l'art. C'est à dire qu'on commence par regarder toute la littérature, peut-être pas toutes, mais une grande partie de la littérature pour savoir où on en est, que ce soit en biologie, en physique, etc. Et sur vraiment sur un domaine précis. Et ensuite on a des hypothèses, on essaie de dire, on pense que c'est dans cette direction là qu'il faut aller, etc. Et en fait avoir un grand modèle de langage bien adapté à cette tâche là, ce n'est pas forcément un modèle généraliste comme il a pu faire l'objet d'un entraînement particulier pour être adapté à cette classe-là.

Monde Numérique : Qui peut répondre à toutes les questions.

Joëlle Barral : À cette utilisation-là. On peut utiliser cet outil pour arriver à faire peut être d'aller chercher des sources auxquelles on n'avait pas pensé, ou faire un premier premier résumé de tout ce qui existe et justement suggérer des pistes.

Monde Numérique : Vous avez des exemples de choses sur lesquelles vous avez précisément travaillé ?

Joëlle Barral : Mes équipes sont aujourd'hui en interne. On utilise tous ces outils là dans leur dans leur quotidien. Après, à titre personnel, moi j'utilise pour ma propre productivité, j'ai envie de dire mais mais pas forcément à usage scientifique, si ce n'est pour chercher la littérature, des sources pertinentes, etc.

Monde Numérique : Vous dites pour chercher. Pourtant on sait que l'intelligence artificielle accessible à Monsieur et Madame Tout le monde, ce n'est pas forcément une source d'information et de recherche très fiable. Il y a souvent des erreurs, des hallucinations. Donc est ce que ça va vraiment s'améliorer ou est-ce que c'est une fatalité ? Est-ce que c'est un problème inhérent aux grands modèles de langage de dire parfois n'importe quoi ? Ou bien un jour on arrivera à corriger ça ?

Joëlle Barral : Alors ce n'est pas une fatalité et peut être que je reviendrai sur notre conversation précédente avec l'intelligence. Est-ce que c'est une fatalité de l'intelligence de dire parfois n'importe quoi ? Je ne sais pas. Oui.

Monde Numérique : C'est un grand débat. C'est une grande question.

Joëlle Barral : Mais non, non, ce n'est pas une fatalité. Il y a énormément de recherches en cours justement pour que pour que nos modèles ne disent pas n'importe quoi. Et une des choses sur lesquelles on s'arc boute, c'est vraiment de donner les sources, de dire voilà pourquoi, Pourquoi c'est si.

Monde Numérique : Difficile de donner les sources, parfois l'impression que ça n'arrive pas ces modèles.

Joëlle Barral : Pourtant. Pourtant on bosse encore.

Monde Numérique : Un peu de temps.

Joëlle Barral : Alors je crois que là, il y a énormément de il n'y a pas, il n'y a pas forcément de consensus, il y a énormément de données. Donc non, c'est effectivement pas facile et je crois que c'est là où la science peut aider aussi, puisque justement en science la science est réfutable. Mais, mais il y a un consensus sur un domaine donné à un instant donné deux plus deux, ça fait quatre, etc. Et donc en fait, la science nous procure aussi un certain nombre d'éléments auxquels on peut confronter des modèles. Et donc ça c'est très utile aussi comme com, comme évaluation, comme benchmark si vous voulez.

Monde Numérique : Alors la science, elle est stable, mais il y a la recherche où il peut y avoir plusieurs théories, etc. Une IA ne peut pas faire dans la nuance et dire bah écoutez, il y a ça, mais il y a aussi ça, etc.

Joëlle Barral : Si si, Bien sûr, on peut demander à une IA de confronter des points de vue. On peut demander à une IA de de re se remettre dans la peau de l'état de l'art à un moment donné, et puis de voir quelles étaient les hypothèses à l'époque. Enfin, la science est comme ça, c'est toujours comme ça qu'elle fonctionne. Il y a toujours effectivement un certain nombre de théories à un moment donné, et puis on ne sait pas forcément celles qui finalement, sur le long terme se montrera. La prédominante est celle qui qui offre le plus d'explications pour le monde tel qu'on le connaît.

Monde Numérique : Alors il y a la science qui permet de créer de l'intelligence artificielle, créer des modèles, etc. Et puis il y a la science qui utilise l'intelligence artificielle comme outil. Est ce que l'IA va permettre à la science de faire des avancées significatives selon vous? Est ce que c'est un booster de recherche scientifique?

Joëlle Barral : Absolument. On a déjà parlé un petit peu d'Alpha Fold, qui est un qui a fait faire un bond de géant à la biologie. On aurait des exemples, On a travaillé en fusion nucléaire. Il y a des exemples en biodiversité, on a fait des modèles qui qui écoute le chant des oiseaux pour arriver à Pourquoi? Beh pour parce que Parce qu'en fait c'est un très bon marqueur d'un écosystème et en particulier pour arriver à reconnaître des oiseaux plus rares, c'est pas facile. Donc il faut, il faut l'entrainer sur énormément de données et puis ensuite arriver avec peu de données pour ces oiseaux rares a aussi améliorer le modèle. Donc voilà un exemple qui n'a pas grand chose à voir avec la fusion nucléaire. Et puis je pense qu'il y a vraiment, je ne peux pas penser à un domaine de la science qui ne sera pas impacté d'une façon ou d'une autre.

Monde Numérique : Mais la question que je vais vous poser est ce que selon vous, il y a un domaine? Dans lequel l'IA va être particulièrement et aura un impact vraiment significatif.

Joëlle Barral : Tous deux font sens maintenant. Il y en a peut être un qui me passionne personnellement. J'ai pas envie de dire davantage parce que Parce que. Parce que je m'occupe de beaucoup de recherches de différents types. Et donc je pense que j'ai pas tellement le droit d'avoir un préféré. Mais s'il fallait en choisir un en santé. En tout cas, je pense qu'il va avoir des impacts d'un impact important. Et je pense que c'est pour ça que j'étais aussi prudente. C'est à dire que le on a absolument besoin des médecins, des radiologues de toutes les spécialités. On a vu ce que l'IA un peu plus classique pouvait apporter qui, qui, qui aide les médecins, mais mais qui aide sur un objectif assez précis et assez ponctuel par rapport à tout ce qu'ils sont amenés à faire sur une journée. Aujourd'hui, avec les modèles de langues. Donc, nous on a regardé ma Palm qui était le modèle de langue de Language Palm sur un corpus médical et on lui a fait passer des les examens qu'on passe quand on est étudiant en médecine, ce qui n'est pas la même chose que d'être médecin. Enfin, c'est deux tâches très très différentes, mais c'est quand même très impressionnant de voir, de voir ce modèle finalement être incroyablement compétent à passer, à passer ce genre d'examen. Et donc ça, c'est un papier qu'on a publié dans Nature et on vraiment, on est en train de regarder comment un tel modèle peut aider dans des dans des situations particulières pour la santé de tout un chacun.

Joëlle Barral : Et je crois que c'est très important parce qu'en fait, c'est dans les domaines dans lesquels la société est aujourd'hui confrontée à des très grands défis qu'il faut regarder ce que l'IA peut faire et et la santé, les déserts médicaux, etc. C'est un de ces domaines. Et ça, ça me parle aussi énormément parce que je crois que c'est très important d'ensuite de construire ces solutions avec tous les acteurs de l'écosystème. Donc ce n'est pas quelque chose qui peut se faire de l'extérieur. Il faut vraiment comprendre comment un patient, un médecin, une équipe médicale vont être amenés à interagir avec un modèle et ensuite à partir d'un modèle de base. J'ai envie de dire construire tout un produit qui va prendre du temps. Vous allez encore dans six mois me dire qu'on n'a pas fait grand chose, mais, Mais le je crois que voilà, vraiment on Il y a beaucoup de choses à faire. Et puis en médecine en particulier, les choses, les choses prennent un petit peu de temps pour être bien faite, pour être faite. Voilà, dans un cadre réglementaire, encore une fois dans le monde médical très précis et pour vraiment apporter au monde une solution telle qu'on voudrait l'envisager, telle qu'on l'envisage. C'est à dire que ce qu'on a, on a une idée de ce vers quoi on veut, on veut aller et ensuite on utilise la technologie comme outil pour pour arriver à cet endroit là.

Monde Numérique : Mais vous dites l'IA ne va pas remplacer les médecins parce que c'est vrai que la question a été souvent posée ok, elle va pas les remplacer, mais comment ils vont travailler ensemble alors? Comment vous voyez un cabinet médical ou un cabinet de radiologie dans cinq ans, Dans dix ans?

Joëlle Barral : Alors ça, c'est ça. J'aimerais bien avoir une machine qui me projette directement dans ce cabinet.

Monde Numérique : C'est à dire, le radiologue ne s'occupera que de certains cas pour lequel l'IA a des doutes. Ou bien c'est l'inverse.

Joëlle Barral : Oui, alors on a publié un papier qui regardait exactement un peu dans ce, dans ce dans ce que vous, ce que vous dites, c'est à dire qu'on a appelé colloque et pour savoir quand on regarde l'ensemble médecin plus Ia dans quel cas l'IA est plus pertinente, dans quel cas le médecin est plus pertinent et comment décider. Et en fait c'est C'est un papier très intéressant justement parce qu'il ne regarde pas l'un par rapport à l'autre, il regarde l'ensemble et je crois qu'il y a beaucoup. Il y a besoin de faire encore beaucoup de recherche pour répondre à cette question. Dans quels cas l'un.

Monde Numérique : On peut pas dire.

Joëlle Barral : Non, On a besoin de faire la recherche qui va nous montrer parce qu'en fait il y a vraiment l'élément humain et capital. Tant qu'on n'a pas vu comment et peut être même le patient. Par exemple, pour vous donner un exemple, en santé, on on travaille beaucoup sur le indépendamment de l'IA à personnaliser les parcours de soins et dire en fait, un patient qui est qui est partie prenante dans son parcours de soins a un meilleur taux de réussite. Si vous voulez, pour dire les choses très rapidement. Mais il faut qu'il ait lui même passé le temps à comprendre pourquoi il a besoin de faire un certain nombre de choses dans les semaines ou les mois qui suivent une intervention, ou bien s'il a une maladie chronique. Pourquoi c'est c'est, je sais pas moi, ce régime ou cette ce mode de vie, ce mode de vie qui lui correspond, qui est compatible avec son travail, avec etc. Et. Mais c'est extrêmement coûteux de faire ça. Et puis les médecins font déjà énormément, enfin voilà, ont déjà des emplois du temps très chargé, on parle, on parle temps, mais là.

Monde Numérique : L'ia serait parfaite. Et en fait.

Joëlle Barral : Voilà, ça c'est un exemple où si aujourd'hui on réfléchit à des cas d'usage, où on a l'IA, le patient, le médecin, encore une fois avec l'IA comme un outil, c'est vraiment quelque chose qui va nous permettre de faire cette personnalisation dont on a tant parlé depuis de nombreuses années.

Monde Numérique : Mais si on va plus loin, si on pousse un petit peu plus le bouchon, est ce que demain voilà, j'ai mal au ventre, j'ai deux ou trois symptômes. On sait à quel point il est difficile de plus en plus d'accéder à un médecin en physique ou à distance. Est ce que je pourrais décrire mes symptômes à un chatbot qui va me répondre comme on fait déjà des recherches sur Internet? Mais souvent ça se termine mal, on a l'impression d'avoir toutes les maladies du monde et en plus après si on arrive chez le médecin avec ça et on se fait détester. Les médecins détestent les patients qui vont chercher des choses sur internet. Mais est ce que. L'urgence artificielle conversationnelle pourrait inverser la vapeur. Est ce que demain ce sera le médecin de première ligne ?

Joëlle Barral : Alors demain, je ne pense pas. Et je pense aussi que c'est très important de voir quels vont être, quels vont être les acteurs. Est ce que, a priori, on n'a pas forcément vocation, nous en tant que Google, d'arriver sur d'arriver sur ce terrain là? Mais. Mais est ce que l'IA en tant que telle va pouvoir faire partie d'une solution? Oui, absolument.

Monde Numérique : Merci. Joëlle Barral, directrice de la recherche en intelligence artificielle chez Google DeepMind.

Joëlle Barral : Merci Jérôme.