Jeff Dean, l’un des dirigeants techniques les plus anciens de Google, quitte l’entreprise après 27 ans pour co-fonder Discovery Loop, une société d’intérêt public axée sur l’automatisation de la recherche scientifique et d’ingénierie. Il devrait en être le directeur général.

Dean est rejoint par les vétérans de Google Sanjay Ghemawat, Quoc Le et Oriol Vinyals. L’équipe affirme que Discovery Loop utilisera des capacités de calcul à grande échelle et des systèmes d’IA pour mener et affiner des expériences plus rapidement que les flux de recherche conventionnels, pilotés par l’humain. Ce départ intervient alors que Google réorganise son القيادة en IA et fait face à une concurrence intense pour les chercheurs, les modèles et l’adoption par les développeurs.

Le moteur de recherche proposé par Discovery Loop

Selon les informations rapportées par TechCrunch AI, Discovery Loop prévoit de lancer et d’itérer des milliers d’expériences en même temps. Son travail initial se concentrera sur des expériences de machine learning, avec l’ambition d’appliquer la même approche à l’ensemble des disciplines scientifiques et d’ingénierie.

L’entreprise décrit son objectif comme l’automatisation de ce qu’elle appelle la boucle expérimentale complète : proposer un travail, exécuter des expériences, évaluer les résultats et utiliser ces résultats pour déterminer l’étape suivante. Cela ferait passer les systèmes d’IA au-delà de la production de réponses ou de suggestions de code, vers la gestion de processus de recherche reproductibles.

Les fondateurs s’intéressent également à l’utilisation de l’IA pour améliorer les systèmes qui construisent l’IA. Ce concept, souvent appelé amélioration récursive de soi, reste techniquement et opérationnellement incertain. Les éléments disponibles n’établissent pas que Discovery Loop ait atteint un tel système ; ils montrent que les fondateurs le considèrent comme un domaine d’intérêt à long terme.

Discovery Loop est structurée comme une société d’intérêt public, ce qui indique que son objectif déclaré va au-delà de la maximisation des rendements commerciaux traditionnels. L’entreprise n’a pas encore détaillé publiquement son premier programme de recherche, sa feuille de route produit, ses plans de recrutement ni le calendrier prévu pour déployer ses systèmes.

Une perte importante pour l’organisation IA de Google

Le départ de Dean retire une figure senior dont le travail couvre l’infrastructure de recherche initiale de Google et ses efforts ultérieurs en intelligence artificielle. TechCrunch a indiqué qu’il a contribué à des systèmes prenant en charge Google Search et qu’il a joué un rôle majeur dans la recherche IA de l’entreprise et dans les modèles multimodaux Gemini.

Les autres fondateurs apportent eux aussi des parcours exceptionnellement longs chez Google. Ghemawat est senior fellow et ingénieur de premier plan, ayant travaillé avec Dean sur l’infrastructure fondatrice. Quoc Le a été membre fondateur de Google Brain et a contribué à faire progresser la recherche en deep learning et en sequence-to-sequence. Vinyals est scientifique chercheur senior chez Google DeepMind et a occupé des postes de direction liés à Gemini et à des systèmes antérieurs comme AlphaStar.

Ces départs coïncident avec un changement plus large chez Google DeepMind. The Decoder a rapporté que Demis Hassabis se retire de la gestion quotidienne pour devenir chief scientist d’Alphabet, tandis que l’ancien directeur technique de DeepMind, Koray Kavukcuoglu, prend la direction opérationnelle. Kavukcuoglu devrait superviser le développement de Gemini, la recherche de pointe, l’application Gemini et les plateformes de développement IA de Google.

Ces mouvements de direction ne démontrent pas en eux-mêmes un affaiblissement des capacités de recherche de Google. Ils rendent toutefois la rétention et la succession plus visibles, alors que Google concurrence OpenAI, Anthropic et des startups bien financées pour les talents techniques de haut niveau. Parmi les autres départs cités par The Decoder figurent le chercheur de DeepMind David Silver et l’ex-co-responsable de Gemini Noam Shazeer, parti chez OpenAI.

Les éléments et les affirmations derrière la startup

Les informations les plus solides sur Discovery Loop proviennent des déclarations de l’entreprise rapportées par TechCrunch AI et The Decoder, plutôt que de démonstrations techniques vérifiées indépendamment. Les fondateurs affirment qu’une expérimentation plus rapide et plus automatisée pourrait augmenter à la fois le nombre et la qualité des itérations de recherche, mais aucun benchmark, résultat client ou système en production n’a été fourni dans les preuves disponibles.

Le financement initial est mené par Radical Ventures et Khosla Ventures, avec la participation de Kleiner Perkins, Lightspeed et Doerr Capital, selon TechCrunch. Alphabet soutient également l’entreprise. The Decoder a rapporté que la clôture du financement est attendue dans les semaines à venir et qu’Alphabet prévoit de rester impliquée en tant que partenaire cloud tout en collaborant à un cadre de recherche pour les systèmes de machine learning et l’infrastructure.

Ces arrangements pourraient donner à Discovery Loop un accès à d’importantes ressources informatiques et une relation étroite avec son ancienne maison mère. Ils soulèvent aussi des questions pratiques sur l’indépendance, la propriété intellectuelle, l’accès aux données et la possibilité que la startup dépende fortement de Google Cloud. Les sources ne fournissent ni la valorisation du tour, ni son montant total, ni les conditions de propriété, ni des détails sur un éventuel accord formel de transfert de technologie.

Le principe général suscite de plus en plus d’attention dans le secteur de l’IA. TechCrunch a noté que la découverte scientifique assistée par l’IA suscite l’intérêt depuis des années, mais qu’elle ne commence que récemment à évoluer vers des applications commerciales de plus grande ampleur. Anthropic et OpenAI ont également évoqué une recherche davantage automatisée dans le cadre de leurs stratégies IA plus larges, même si les sources n’établissent pas de relation concurrentielle directe entre ces efforts et Discovery Loop.

Pourquoi ce mouvement compte pour les bâtisseurs et les entreprises

Pour les bâtisseurs d’IA, Discovery Loop pointe vers un passage de l’assistance ponctuelle à des systèmes qui coordonnent des flux de travail entiers. Une mise en œuvre utile nécessiterait plus qu’un modèle performant : elle exigerait la planification d’expériences, l’usage d’outils, l’accès à des simulations ou à un laboratoire, la gestion des données, des contrôles de reproductibilité et des méthodes fiables pour rejeter les résultats faibles.

L’infrastructure devient donc aussi importante que la qualité du modèle. L’automatisation de la recherche dépend de l’orchestration, de l’évaluation, de l’ordonnancement du calcul et des pistes d’audit. Dans des contextes scientifiques, un système capable de générer de nombreuses expériences sans pouvoir distinguer les résultats robustes du bruit pourrait augmenter les coûts plutôt qu’accélérer les progrès.

Les acheteurs d’entreprise devraient donc considérer cette annonce comme une indication de direction, et non comme la preuve que la recherche autonome est prête pour un déploiement général. Les opportunités à court terme sont plus susceptibles d’impliquer des flux de travail bornés, comme exécuter des évaluations de machine learning, optimiser des paramètres d’ingénierie ou proposer des candidats à l’examen humain. Les domaines à fort enjeu continueront d’exiger des experts métier, de la validation et de la gouvernance.

La startup pourrait aussi intensifier la concurrence pour les chercheurs capables de combiner le développement de modèles de pointe avec une expertise scientifique ou d’ingénierie. Google conserve des avantages majeurs en infrastructure, en données et dans son organisation de recherche Google DeepMind, mais le petit groupe fondateur de Discovery Loop pourrait avancer rapidement si son financement et ses accords cloud se concrétisent comme rapporté.

Ce qu’il faut surveiller ensuite

Le premier signal sera de savoir si Discovery Loop divulgue un système de recherche concret, un article technique ou une démonstration montrant la sélection et l’itération automatisées des expériences. Les affirmations sur l’accélération scientifique seront plus significatives si elles s’accompagnent de comparaisons reproductibles avec les workflows de recherche conventionnels.

La clôture du financement et les conditions de l’implication d’Alphabet préciseront le degré d’indépendance opérationnelle de la startup. Les développeurs devraient surveiller les informations concernant sa pile cloud, sa stratégie d’accès aux modèles, ses recrutements et le point de savoir si elle prévoit de proposer des logiciels à des chercheurs externes ou d’opérer principalement comme organisation de recherche interne.

Chez Google, la principale question de suivi est de savoir comment le leadership de Kavukcuoglu modifie les priorités autour de Gemini, des plateformes pour développeurs et de la recherche de pointe. Le marché surveillera aussi d’éventuels départs supplémentaires de dirigeants, de nouvelles nominations et des signes que Google peut maintenir la continuité de la recherche pendant la transition.

Point de vue de Creati.ai

Discovery Loop est remarquable moins parce qu’elle promet un autre modèle d’IA généraliste que parce qu’elle cible la structure même de la recherche. Si les fondateurs parviennent à rendre l’expérimentation automatisée fiable, le produit important pourrait être une couche d’exploitation de la recherche reliant modèles, outils, simulations et systèmes d’évaluation.

Ce résultat est loin d’être garanti. Le défi central n’est pas de générer davantage d’hypothèses ; il s’agit de construire des systèmes en boucle fermée qui produisent des résultats fiables et reproductibles à un coût et à une vitesse justifiant leur déploiement. Pour l’instant, l’événement est surtout à lire comme un pari très médiatisé sur cette direction — et comme un rappel que le plus grand avantage de Google en IA est aussi une source de concurrence pour les talents.