Deux cents equipes de recherche a travers l Europe vont pouvoir travailler avec des outils jusqu ici reserves a une petite minorite. Mercredi 14 octobre, lors d un sommet sur l intelligence artificielle a Dublin, Google a annonce l ouverture de ses modeles scientifiques les plus avances a des chercheurs choisis par la Commission europeenne. L entreprise ne fournit pas seulement les logiciels. Elle ajoute une enveloppe partagee de 3 millions de dollars en credits Google Cloud, pour que les idees puissent etre testees pour de vrai.
La selection passera par RAISE, la ressource europeenne pour la science avec l intelligence artificielle. Google apporte la technologie et l infrastructure. La Commission decide qui en beneficie. Cette separation compte, car elle garde la decision entre des mains publiques tout en mettant des moyens prives au service d universites, d hopitaux et d instituts qui attendent souvent des mois avant d obtenir assez de puissance de calcul.
Si la somme etait partagee a parts egales, chaque equipe toucherait environ 15 000 dollars de credits. De quoi ne pas construire un supercalculateur. Mais de quoi financer l essentiel, un test pilote, un premier essai rate, un second essai qui fonctionne enfin. C est souvent la que se joue l avenir d un projet et sa chance d obtenir ensuite un financement plus large.
Cinq outils, cinq univers tres differents
La liste ressemble a un best of de Google DeepMind. AlphaFold 3 predit la structure des proteines et la facon dont les molecules interagissent, un travail au depart de nombreux projets sur les medicaments et les maladies. WeatherNext s attaque aux previsions meteo, domaine ou un gain de quelques jours peut changer la preparation d une ville face a une tempete. AlphaGenome etudie l ADN et le role de chaque sequence. AlphaEvolve concoit et ameliore des algorithmes. AlphaEarth Foundations transforme les donnees satellites en une image detaillee de la planete.
Cinq outils, cinq laboratoires tres differents. Une biologiste a Cracovie, une equipe climat a Copenhague et un groupe de genomique a Lisbonne peuvent tirer profit de la meme annonce pour des raisons opposees. Cette largeur est precisement le but. La science moderne bute sans cesse sur le meme mur, de bonnes questions et pas assez de calcul. Ces modeles ont ete concus pour abaisser ce mur.
La demarche rejoint d autres usages concrets deja suivis ici, comme une intelligence artificielle capable de lire des tests avec une precision remarquable en laboratoire, ou la technologie ne remplace personne mais donne aux equipes un temps d avance precieux.
Pourquoi Dublin, pourquoi maintenant
A Dublin, Google a presente l initiative comme un moyen d accelerer l innovation europeenne et de renforcer la competitivite scientifique du continent. Maureen Costello, vice-presidente de Google Cloud pour le Royaume-Uni, l Irlande et l Afrique subsaharienne, a detaille la proposition sur le blog de l entreprise, en soulignant que ces outils aideront a resoudre plus vite des problemes difficiles, de la prevision des phenomenes extremes a la cartographie des molecules.
Le calendrier n est pas un hasard. RAISE a ete lance comme institut virtuel en novembre 2025, avec 107 millions d euros de financement pilote, surtout pour former et attirer des chercheurs en intelligence artificielle. L Europe elargit aussi l acces via Horizon Europe et ses futures gigafactories d IA. Autrement dit, le continent construit les routes. L annonce de Google offre a 200 equipes une voiture plus rapide, pour un temps.
Le manque de calcul n a rien d abstrait
Demandez a une directrice de laboratoire ce qui freine son equipe. Elle parlera rarement d un manque d idees. Elle parlera de files d attente, d un calcul trop cher a refaire, d un doctorant brillant qui passe un semestre a attendre du temps machine au lieu de tester ses hypotheses.
Voila pourquoi l acces, plus que le logiciel, est la vraie nouvelle. Un modele que l on ne peut pas se permettre de faire tourner reste un communique. Un modele accompagne de credits, d un soutien cloud et d une echeance devient un plan de recherche. Les 200 equipes devront toujours faire le plus dur, concevoir des experiences propres, verifier les resultats, publier honnetement, mais sans l obstacle habituel du depart.
Ce que chaque modele pourrait debloquer en premier
Commencons par AlphaFold 3. Le travail sur les proteines avance lentement quand chaque structure est un casse-tete. Une prediction fiable fait gagner des mois d essais et permet de se concentrer sur les interactions qui pourraient mener a un traitement ou a un meilleur diagnostic. Personne ne doit attendre un remede pour Noel, et Google ne le promet pas. Mais gagner des mois au depart, multiplie par des centaines de projets, finit par compter enormement.
WeatherNext pourrait livrer les resultats les plus visibles. La qualite d une prevision se voit vite et en public, trajectoires de tempetes plus justes, alertes inondation ameliorees, planification plus sure pour les agriculteurs et les reseaux electriques. Si une equipe europeenne ameliore cet hiver un modele regional grace a cet outil, le public le remarquera sans jamais entendre le nom du modele.
AlphaGenome et AlphaEarth Foundations travaillent a l autre bout de l echelle, celui des donnees massives et des tendances lentes. Des variantes genomiques qui ressemblent a du bruit dans une petite etude peuvent dessiner un motif a l echelle d un continent. Les archives satellites montrent comment les terres, l eau et les villes evoluent au fil des saisons. Ces projets font rarement les gros titres la premiere semaine, mais ils produisent les bases sur lesquelles tout le monde construira pendant dix ans. AlphaEvolve, lui, joue les jokers, un systeme qui concoit des algorithmes et peut ameliorer les machines que les autres utilisent, y compris les problemes de planification caches dans presque chaque grande simulation, dans l esprit de ce que montre QPilot de QCraft presente a Paris pour la conduite autonome urbaine.
Trois conseils pour les equipes concernees
D abord, suivez le processus de selection RAISE, pas seulement le titre de l annonce. Les equipes qui ont deja une question precise, des donnees propres et un partenaire dans un autre pays seront les mieux placees pour bien utiliser une courte periode de calcul.
Ensuite, pensez en pilotes. Environ 15 000 dollars de credits recompensent une experience resserree avec une reponse claire en oui ou non, pas une liste de souhaits sans fin. Lancez le petit test, publiez la methode, puis servez-vous du resultat pour viser un financement europeen plus important.
Enfin, prevoyez la sortie des le premier jour. Notez quelles parties du travail dependent d un modele precis, documentez tout et gardez les donnees dans des formats ouverts. La bonne science doit survivre a un changement de fournisseur. Et gardez un oeil sur le materiel, car chaque credit produit plus de science quand l infrastructure fait mieux par watt, une exigence que l on retrouve aussi dans le soutien apporte a l avion hybride electrique de Heart Aerospace.
Deux cents equipes changeront-elles a elles seules la science europeenne? Non. Mais la science change rarement d un bond. Elle change quand beaucoup de gens competents cessent d attendre et commencent a tester. Mercredi, a Dublin, on a dit a 200 d entre eux de commencer.
