AI x BIO 2026 | Keynote lecture by Pushmeet Kohli, Google DeepMind, UK

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée : le conférencier est un acteur clé du domaine, et il présente des résultats majeurs et vérifiables (AlphaFold, AlphaGenome). L’argumentation est solide, structurée autour de la stratégie de DeepMind et de ses succès. Il appuie ses propos sur des exemples concrets (move 37 d’AlphaGo, utilisation d’AlphaFold pendant la pandémie) et des chiffres précis. Il aborde également les limites et les leçons apprises (importance de l’incertitude, de la généralisation), ce qui renforce la crédibilité. La présentation est claire et pédagogique, sans simplification excessive.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est bonne : les travaux présentés sont publiés dans des revues à comité de lecture (Nature, Science) et validés par des évaluations indépendantes (CASP). Les sources sont de qualité : bases de données (PDB), organismes de recherche (Sanger Institute), et collaborations académiques. Le titre est adéquat : il reflète bien le contenu de la keynote. Aucun commentaire n’a été fourni, donc aucune analyse des tendances du public n’est possible.

Le titre est cohérent avec le contenu : il s'agit bien d'une keynote sur l'IA appliquée à la biologie, présentée dans le cadre de la conférence AI x BIO 2026.

8/10

Conférence d'un expert reconnu (VP chez Google DeepMind) présentant des résultats publiés et validés (AlphaFold, AlphaMissense, AlphaGenome), avec des partenariats institutionnels (Sanger Institute). Le discours est clair, structuré, et s'appuie sur des données chiffrées (3,3 millions d'utilisateurs, 40 000 citations). Quelques limites : pas de détail méthodologique approfondi, et la présentation de résultats non encore publiés (consortium) reste à confirmer.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 00:00Introduction et présentation du conférencier par l'hôte.
• 02:00Début de la keynote : présentation de DeepMind et de ses trois phases.
• 05:00Discussion sur la sélection des problèmes scientifiques et les critères de choix.
• 10:00Présentation d'AlphaFold 2 : architecture, impact et leçons apprises.
• 20:00Extension à AlphaFold 3 et conception de protéines.
• 30:00Présentation d'AlphaMissense et d'AlphaGenome pour la génomique.
• 40:00Annonce du consortium avec le Sanger Institute pour les données génomiques.
• 50:00Discussion sur l'IA générale et son application à la science.
• 1:00:00Conclusion et perspectives sur la cellule virtuelle.

• AlphaFold Protein Structure Database — Mentionné comme ressource utilisée par 3,3 millions d'utilisateurs.
• CASP (Critical Assessment of protein Structure Prediction) — Évaluation utilisée pour valider AlphaFold.
• Protein Data Bank (PDB) — Source de données pour l'entraînement d'AlphaFold.
• Isomorphic Labs — Spin-off de DeepMind pour la découverte de médicaments.
• Sanger Institute — Partenaire du consortium pour les données génomiques.

• AlphaFold: a solution to a 50-year-old grand challenge in biology — Publication originale d'AlphaFold 2 dans Nature, confirmant les performances annoncées.
• Accurate prediction of protein structures and interactions using a three-track neural network — Article détaillant l'architecture d'AlphaFold 2.

• AlphaFold: a solution to a 50-year-old grand challenge in biology — Aucune source discordante n'a été identifiée dans la vidéo.