3DNews AI→ original

Le patron de TikTok promet des percées scientifiques grâce à l'IA d'ici 2–3 ans

Le directeur général de TikTok, Shou Zi Chew, affirme que l'intelligence artificielle débouchera sur des découvertes majeures en science fondamentale dans les deux à trois prochaines années. Selon lui, la physique, les biotechnologies et la science des matériaux devraient très probablement en bénéficier le plus nettement. Le message ne cite aucun projet, aucun modèle et aucun critère mesurable de ce qu'est une « percée » : c'est le pronostic du dirigeant d'une plateforme, pas celui d'un chercheur. • Horizon du pronostic : 2–3 ans. • Domaines : physique, biotech, science des matériaux. • Aucune métrique vérifiable pour l'instant.

Traité par IA depuis 3DNews AI ; édité par Hamidun News
Le patron de TikTok promet des percées scientifiques grâce à l'IA d'ici 2–3 ans
Source : 3DNews AI. Collage: Hamidun News.
◐ Écouter l'article

Le directeur général de TikTok, Shou Zi Chew, estime que, dans les deux à trois prochaines années, l'intelligence artificielle permettra de réaliser plusieurs découvertes majeures en science fondamentale. La physique, les biotechnologies et la science des matériaux devraient, selon lui, très probablement en tirer un net coup d'accélérateur. Le délai est donné, les domaines aussi. En revanche, aucun nom de projet, aucun modèle ni aucun résultat vérifiable n'est cité. C'est un pronostic, pas une annonce.

Ce que Chew a dit, et ce qu'il n'a pas dit

Le patron de la plus grande plateforme de vidéos courtes livre une évaluation qui dépasse largement le cadre de son activité. Il ne parle ni de fils de recommandation ni de génération de vidéo, mais de science à proprement parler. Ce que l'on sait de cette prise de parole tient en une courte liste :

  • horizon : deux à trois ans ;
  • domaines : physique, biotechnologies, science des matériaux ;
  • niveau de confiance : « très probablement » ;
  • critère d'une « découverte majeure » : non défini ;
  • systèmes, laboratoires et partenaires concrets : non cités.

Sans critère, le pronostic est difficile à réfuter. Si l'on appelle découverte n'importe quel article où un modèle a aidé à trouver un candidat parmi des matériaux ou des protéines, alors elle a déjà eu lieu. Si l'on attend une nouvelle théorie physique, un délai de trois ans paraît nettement plus audacieux.

Pourquoi ces trois domaines

Le choix de Chew n'a rien d'aléatoire. Dans ces disciplines, l'IA affiche déjà des résultats notables. AlphaFold, de Google DeepMind, a appris à prédire la structure tridimensionnelle des protéines à partir de leur séquence d'acides aminés, et ce travail a valu en 2024 le prix Nobel de chimie (Demis Hassabis et John Jumper l'ont partagé avec David Baker). Un autre système de DeepMind, GNoME, a proposé en 2023 environ 2,2 millions de nouvelles structures cristallines, dont environ 380 000 jugées stables. C'est ensuite que survient le goulot d'étranglement : il faut synthétiser les candidats et les vérifier en laboratoire, ce qui est coûteux et lent.

C'est précisément là que l'IA apporte le plus. Elle réduit l'espace de recherche : au lieu de millions de variantes, les expérimentateurs n'en ont plus que quelques centaines à traiter. La physique est plus complexe. Les données y abondent, issues de simulations et d'accélérateurs, mais une percée y signifie généralement une nouvelle idée, pas une meilleure approximation.

Qui parle, et pourquoi

Chew n'est pas un chercheur. C'est un financier et un gestionnaire, qui fut directeur financier de Xiaomi avant TikTok. Sa déclaration relève davantage de la position d'un dirigeant du secteur, qui décrit la direction que prend la technologie, que de l'évaluation d'un scientifique. La maison mère ByteDance développe ses propres modèles, dont le chatbot Doubao, et elle a intérêt à ce que l'IA soit perçue comme un outil de grandes découvertes, et pas seulement comme un générateur de contenus et de recommandations.

Cela ne rend pas le pronostic faux. Mais il ne justifie pas non plus de revoir ses plans : les délais avancés dans ce type de déclarations sont traditionnellement optimistes, et la validation de résultats scientifiques prend des années.

Comment s'en servir

Si vous travaillez dans l'industrie, regardez les éléments concrets plutôt que les horizons. Les bonnes questions sont les suivantes : le modèle a-t-il des résultats publiés, confirmés par des laboratoires indépendants ? Combien de candidats sont allés jusqu'à la synthèse ?

Combien d'entre eux ont fonctionné ? Pour les entreprises de biotech et de matériaux, le pari raisonnable consiste aujourd'hui à intégrer l'IA dans le pipeline de sélection, plutôt qu'à attendre une « machine à découvertes » toute faite. Pour les investisseurs, il n'existe qu'un signe de maturité : le passage des prédictions à des expériences confirmées.

Si, dans un an ou deux, ces cas deviennent nettement plus nombreux, le pronostic de Chew commencera à se réaliser. Sinon, il ne restera qu'une belle promesse, mais pour l'instant vide.

ZK
Hamidun News
Actualités IA sans bruit. Sélection éditoriale quotidienne de plus de 50 sources. Produit de Zhemal Khamidun, Head of AI chez Alpina Digital.
✦ Hands-On AI Engineering

Build & Ship Production AI Apps with Vibe Coding

Join Zhemal Khamidun's hands-on Vibe Coding Intensive at hamidun.com/vibecoding — master Claude Code, Cursor, and autonomous agentic workflows.

Explore Vibe Coding →Vibe Academy Platform
Qu'en pensez-vous ?
Chargement des commentaires…