L’équipe AlphaFold de DeepMind restructurée après des départs clés
Google DeepMind démantèle discrètement son équipe phare AlphaFold, la plupart de ses chercheurs historiques étant réaffectés à d’autres projets ou ayant quitté l’entreprise. Près d’un quart du personnel initial est déjà parti. Ce changement marque un virage stratégique pour DeepMind, qui s’éloigne de l’IA de repliement des protéines ayant fait sa renommée mondiale.
Cette restructuration coïncide avec le départ de plusieurs auteurs clés d’AlphaFold, dont certains co-auteurs d’articles fondateurs, vers Anthropic, le laboratoire d’IA cofondé par d’anciens dirigeants d’OpenAI. Ces mouvements illustrent la concurrence accrue pour recruter les meilleurs talents en IA, particulièrement dans les domaines mêlant biologie et apprentissage automatique. DeepMind n’a pas communiqué les raisons de cette dissolution, mais ces ajustements s’inscrivent dans les tendances du secteur où les laboratoires réallouent régulièrement leurs ressources pour se concentrer sur des domaines émergents comme les modèles de raisonnement ou les systèmes multimodaux.
Ce qu’AlphaFold a représenté pour DeepMind
En 2020, la percée d’AlphaFold dans la prédiction des structures protéiques à partir de séquences d’acides aminés a révolutionné la biologie structurale et accéléré les recherches sur les médicaments. L’outil est devenu un pilier de la réputation de DeepMind, salué par les institutions scientifiques et partenaire de géants pharmaceutiques. Sa publication en open source a encore renforcé son héritage. Pourtant, ce même succès a pu rendre le projet moins unique stratégiquement, les concurrents et startups s’appuyant désormais sur ses fondations.
L’hémorragie de talents et ses conséquences
Le départ vers Anthropic — incluant reportedly des chercheurs ayant conçu l’architecture centrale d’AlphaFold — suggère que les travaux de pointe en biologie assistée par IA se diversifient. L’accent mis par Anthropic sur la sécurité et l’interprétabilité pourrait attirer des scientifiques soucieux d’aligner des modèles puissants sur des contraintes réelles. Pendant ce temps, DeepMind semble recentrer ses effectifs sur des domaines où il perçoit un avantage concurrentiel plus net, sans pour autant détailler ses choix.
Pourquoi cette évolution compte
Ce réajustement met en lumière la rapidité avec laquelle les priorités en IA peuvent changer, même pour des laboratoires ayant marqué l’histoire. Pour les sciences de la vie, le départ des architectes d’AlphaFold pourrait ralentir à court terme l’innovation dans la recherche protéique à fort impact. Pour le domaine de l’IA, cette transition annonce que la prochaine frontière réside moins dans des percées liées à un seul modèle et davantage dans l’intégration du raisonnement, de la sécurité et de l’expertise sectorielle — des dimensions où Anthropic et d’autres misent désormais.
Source : The Decoder. Synthèse éditoriale assistée par IA — TechnoExpress.