Réaliser que les scientifiques sont les vrais super-héros

Rencontrez Edgar Duéñez-Guzmán, un ingénieur de recherche dans notre équipe de recherche multi-agents qui s’appuie sur la connaissance de la théorie des jeux, de l’informatique et de l’évolution sociale pour que les agents de l’IA fonctionnent mieux ensemble.

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

Je voulais 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’aimais les ordinateurs et j’aimais la science. Ayant grandi au Mexique, cependant, je n’avais pas envie d’étudier l’informatique était possible. J’ai donc décidé d’étudier les mathématiques, de le traiter comme une base solide pour l’informatique et j’ai fini par faire ma thèse universitaire en théorie des jeux.

Comment vos études ont-elles affecté 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 comment il a façonné la terre était exaltante. La moitié de ma thèse figurait dans ces simulations biologiques, et j’ai continué à travailler dans les universités étudiant l’évolution des phénomènes sociaux, comme la coopération et l’altruisme.

De là, j’ai commencé à travailler dans la recherche chez Google, où j’ai appris à gérer des échelles massives de calcul. Des années plus tard, je mets les trois pièces: théorie du jeu, évolution des comportements sociaux et calcul à grande échelle. Maintenant, j’utilise ces pièces pour créer des agents artificiellement intelligents qui peuvent apprendre à coopérer entre eux et avec nous.

Qu’est-ce qui vous a décidé de vous demander à DeepMind sur d’autres sociétés?

C’était le milieu des années 2010. Je surveillais l’IA depuis plus d’une décennie et je connaissais DeepMind et certains de leurs succès. Ensuite, Google l’a acquis et j’étais très excité. Je voulais, mais je vivais en Californie et Deepmind n’engageait qu’à Londres. J’ai donc continué à suivre les progrès. Dès qu’un bureau a ouvert ses portes en Californie, j’étais le premier en ligne. 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 le travail chez DeepMind?

À quel point 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 super-ajustés, personnes qui sont apparues dans les films hollywoodiens, les gagnants des Olympiades en 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, il y a des 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 des amis et une famille de l’autre côté du monde en raison de la coopération. Notre incapacité à aborder les effets catastrophiques du changement climatique est un échec de la coopération, comme nous l’avons vu au cours de la COP26.

Quelle est la meilleure chose de votre travail?

La flexibilité de poursuivre les idées qui, je pense, sont les plus importantes. Par exemple, j’aimerais aider à utiliser notre technologie pour mieux comprendre les problèmes sociaux, comme la discrimination. J’ai présenté cette idée à un groupe de chercheurs ayant une expertise en psychologie, en éthique, en équité, en neurosciences et en apprentissage automatique, puis j’ai créé un programme de recherche pour étudier comment la discrimination pourrait provenir des stéréotypes.

Comment décririez-vous la culture à DeepMind?

DeepMind est l’un de ces endroits où la liberté et le potentiel vont de pair. Nous avons la possibilité de poursuivre des idées que nous pensons être importantes et il y a une culture de discours ouvert. Il n’est pas rare d’infecter les autres avec vos idées et de former une équipe pour en faire une réalité.

Faites-vous partie de groupes à DeepMind? Ou d’autres activités?

J’adore m’impliquer dans les parascolaires. Je suis un facilitateur des ateliers Allyship à Deepmind, où nous visons à permettre aux participants de prendre des mesures pour un changement positif et d’encourager l’alliation chez d’autres, contribuant à un lieu de travail inclusif et équitable. J’aime aussi rendre la recherche plus accessible et parler avec les étudiants en visite. J’ai créé le public tutoriels éducatifs Pour expliquer les concepts d’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, il faut simplement que les avantages sont partagés largement, plutôt que conservés par un petit nombre de personnes. Nous devrions concevoir des systèmes qui autonomisent les gens et qui démocratisent l’accès à la technologie.

Par exemple, quand j’ai travaillé sur Wavenetla nouvelle voix de l’assistant Google, je sentais que c’était cool de travailler sur une technologie qui est maintenant utilisée par des milliards de personnes, dans Google Search ou Maps. C’est bien, mais nous avons fait quelque chose de mieux. Nous avons commencé à utiliser cette technologie pour rendre leur voix aux personnes souffrant de troubles dégénératifs, comme la SLA. Il y a toujours des opportunités de faire le bien, nous devons simplement les prendre.

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

Il y a des défis à la fois pratiques et sociétaux. Du côté pratique, nous travaillons dur en essayant de rendre nos algorithmes plus robustes et adaptables. En tant que créatures vivantes, nous tenons la robustesse et l’adaptabilité pour acquises. Changer légèrement l’agencement de meubles ne nous fait pas oublier à quoi sert un réfrigérateur. Les systèmes artificiels ont vraiment du mal avec cela. Il y a des pistes prometteuses, mais nous avons encore du chemin à parcourir.

Du côté de la société, nous devons décider collectivement quel type d’IA nous voulons créer. Nous devons nous assurer que tout ce qui est fait 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 le plus inspirant?

En ce moment, je monte toujours le sommet de Alphafoldnotre algorithme de pliage des protéines. J’ai une formation en biologie et je comprends à quel point la prédiction prometteuse de la structure des protéines peut être pour les applications biomédicales. Et je suis particulièrement fier de la façon dont DeepMind a libéré la structure des protéines de toutes les protéines connues du corps humain dans les ensembles de données mondiaux, et maintenant libéré 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 à optimiser!) Mais ce que je pouvais faire était toujours de me permettre de rêver du 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, c’était toujours plus un moyen de 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 venaient. 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.