Rencontrez Edgar Duéñez-Guzmán, un ingénieur de recherche de notre équipe de recherche multifactorielle qui s’appuie sur les connaissances de la théorie des jeux, de l’informatique et de l’évolution sociale pour permettre aux agents de l’IA de mieux travailler ensemble.
Qu’est-ce qui vous a poussé à travailler dans l’informatique ?
J’ai voulu sauver le monde depuis que je me souvienne. C’est pourquoi je voulais être scientifique. Alors que j’aimais 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 la science. Cependant, ayant grandi au Mexique, je ne pensais pas qu’étudier l’informatique était possible. J’ai donc décidé d’étudier les mathématiques, les traitant comme une base solide pour l’informatique, et j’ai fini par faire ma thèse de premier cycle en théorie des jeux.
Comment vos études ont-elles influencé votre vie professionnelle ?
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 la Terre a été façonnée était exaltant. La moitié de ma thèse portait sur ce biomimétisme, et j’ai ensuite travaillé dans le milieu universitaire en étudiant l’évolution des phénomènes sociaux, tels que la coopération et l’altruisme.
À partir de là, je me suis mis au travail dans la recherche Google, où j’ai appris à gérer les statistiques des comptes. Des années plus tard, j’ai réuni les trois parties : la théorie des jeux, l’évolution des comportements sociaux et le calcul à grande échelle. Maintenant, j’utilise ces pièces pour créer des agents IA qui peuvent apprendre à coopérer entre eux et avec nous.
Qu’est-ce qui vous a décidé à postuler chez DeepMind plutôt qu’à d’autres entreprises ?
C’était au milieu de 2010. J’observais l’IA depuis plus d’une décennie et connaissais DeepMind et certains de ses succès. Ensuite, Google l’a eu et j’étais vraiment excité. Je le voulais, mais je vivais en Californie et DeepMind n’embauchait qu’à Londres. J’ai donc continué à suivre les progrès. Dès l’ouverture d’un bureau en Californie, j’étais le premier en ligne. J’ai eu la chance d’être embauché dans le premier groupe. 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 il est ridiculement talentueux et amical. Tous ceux à qui je parle ont un côté excitant en dehors du travail. Des musiciens professionnels, des artistes, des cyclistes en forme, des personnes qui sont apparues dans des films hollywoodiens, des gagnants de l’Olympiade de mathématiques – vous l’appelez, nous l’avons ! Nous sommes tous ouverts d’esprit et déterminés à rendre le monde meilleur.
Comment votre travail aide-t-il DeepMind à avoir un impact positif ?
Au cœur de mes recherches, la création d’agents intelligents qui comprennent la collaboration. La collaboration est la clé de notre succès en tant qu’espèce. Grâce à la collaboration, nous pouvons accéder aux informations du monde entier et communiquer avec nos amis et notre famille à l’autre bout du monde. Notre incapacité à faire face aux effets catastrophiques du changement climatique est un manque de coopération, comme nous l’avons vu lors de la COP26.
Quelle est la meilleure chose à propos de votre travail ?
Flexibilité pour poursuivre les idées que je pense être les plus importantes. Par exemple, j’aimerais aider à utiliser notre technologie pour mieux comprendre les problèmes sociaux, comme la discrimination. J’ai proposé cette idée à un groupe de chercheurs spécialisés en psychologie, éthique, équité, neurosciences et apprentissage automatique, puis j’ai mis en place un programme de recherche pour étudier comment la discrimination découle des stéréotypes.
Comment décririez-vous la culture de DeepMind ?
DeepMind est l’un de ces endroits où liberté et potentiel vont de pair. Nous avons la possibilité de poursuivre des idées que nous estimons importantes et il existe une culture de discussion ouverte. Il n’est pas rare d’infecter les autres avec vos idées et de faire équipe pour les concrétiser.
Faites-vous partie d’un groupe DeepMind ? ou d’autres activités ?
J’aime m’impliquer dans les activités parascolaires. Je suis coordinatrice des ateliers Allyship chez DeepMind, où nous visons à donner aux participants les moyens d’agir pour un changement positif et d’encourager les alliés chez les autres, contribuant ainsi à un lieu de travail inclusif et équitable. J’aime aussi faciliter la recherche et parler aux étudiants invités. Elle a créé des didacticiels accessibles au public pour expliquer les concepts de l’IA aux adolescents, qui ont été utilisés dans les écoles d’été du monde entier.
Comment l’intelligence artificielle peut-elle maximiser son impact positif ?
Pour avoir l’effet le plus positif, les avantages doivent simplement être largement partagés, plutôt que détenus par quelques personnes. Nous devons concevoir des systèmes qui autonomisent les gens et démocratisent l’accès à la technologie.
Par exemple, lorsque je travaillais sur WaveNet, la nouvelle voix de Google Assistant, je me sentais bien de travailler sur une technologie que des milliards de personnes utilisent désormais dans Google Search ou Maps. C’est bien, mais nous avons fait quelque chose d’encore mieux. Nous commençons à utiliser cette technologie pour redonner la parole aux personnes atteintes de maladies dégénératives, comme la sclérose latérale amyotrophique. Il y a toujours des occasions de faire le bien, il suffit d’en profiter.
Quels sont les plus grands défis auxquels est confrontée l’intelligence artificielle ?
Il y a des défis pratiques et sociétaux. En pratique, nous travaillons dur pour rendre nos algorithmes plus robustes et adaptables. En tant qu’êtres vivants, nous tenons pour acquis la force et l’adaptabilité. Changer un peu la disposition des meubles ne fait pas oublier à quoi sert le réfrigérateur. Les systèmes synthétiques ont vraiment du mal avec cela. Il y a des pistes prometteuses, mais nous avons encore du chemin à faire.
Sur le plan 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 utile. Mais cela est particulièrement difficile à réaliser lorsque nous n’avons pas une définition complète de ce que cela signifie.
Quels projets DeepMind trouvez-vous les plus inspirants ?
Pour l’instant, je roule toujours sur AlphaFold, notre algorithme exclusif 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. Je suis particulièrement fier de la façon dont DeepMind a publié les structures protéiques de toutes les protéines connues du corps humain dans des ensembles de données mondiaux, et a maintenant publié presque toutes les protéines indexées connues de la science.
Des conseils pour les aspirants DeepMinders ?
Soyez amusant et flexible. Je n’aurais pas pu m’améliorer pour une carrière menant à DeepMind (il n’y avait même pas de DeepMind à améliorer !) mais ce que je pouvais faire, c’était toujours me permettre de rêver aux possibilités 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 un moyen d’arriver à mes fins. C’est ce qui m’a permis de rester à jour au fur et à mesure que les technologies vont et viennent. Je n’étais pas limité aux outils, j’étais concentré sur la tâche. Concentrez-vous non pas sur “quoi”, mais sur “pourquoi”, et “comment” se montrera.