Les grandes idées commencent ici : Sergey Brin à Stanford

Perspective

Ce n’est pas l’histoire d’origine typique d’un fondateur. C’est quelque chose de mieux : une réflexion honnête sur la façon dont le hasard, la liberté institutionnelle et la culture technique approfondie se composent au fil des décennies.

La liberté d’être improductif compte. Brin a passé du temps à faire de la rétro-ingénierie de déchiqueteuses, à crocheter des serrures, et à construire un système de commande de pizzas qui a échoué parce que les restaurants ne vérifiaient pas leurs fax. Rien de tout cela n’était “sur la bonne voie”. Mais l’environnement qui a permis cette exploration - l’échafaudage du Gates Building qu’il a escaladé pour pirater le système de clés, les directeurs de thèse qui l’ont laissé vagabonder - c’est le même environnement qui a produit PageRank.

L’intuition la plus frappante vient vers la fin lorsque Brin observe que la profondeur technique est redevenue le fossé. Après une décennie où l’on pouvait coller “.com” sur n’importe quoi (vous vous souvenez de pets.com ?), nous sommes de retour à une époque où les docteurs en physique, les mathématiciens et les gens qui peuvent penser à partir des premiers principes sur les puces, les algorithmes et le calcul à grande échelle sont ceux qui construisent des entreprises durables.

C’est pourquoi la culture “à l’esprit académique” de Google compte. Ils ont embauché Woz Holay avant Stanford. Ils ont investi dans les TPUs il y a douze ans. Ils ont publié l’article sur les transformers et ensuite (de l’aveu même de Brin) sous-investi - mais la base de recherche était là pour rattraper le retard quand ChatGPT a forcé la question.

La section sur l’IA mérite attention. Brin est remarquablement franc : “Nous avons certainement foiré… nous ne l’avons pas pris aussi au sérieux que nous aurions dû il y a huit ans.” Mais il est aussi lucide sur ce qui les a sauvés - le pari à long terme sur Jeff Dean et Google Brain, l’échelle des centres de données, le développement de puces, la recherche sur les transformers. Ce n’était pas de la chance. C’était la mémoire institutionnelle dans la technologie profonde qui a porté ses fruits.

Son cadrage de l’IA comme outil d’augmentation - “occasionnellement brillant, périodiquement stupide, toujours supervisé” - semble rafraîchissant et terre-à-terre par rapport au cycle de hype de l’AGI. La vision n’est pas une superintelligence remplaçant les humains. C’est rendre les individus radicalement plus capables en leur donnant une compréhension de niveau expert dans des domaines qu’ils ne maîtrisent pas.

Les étudiants dans cette salle sont dans la même position que Brin en 1993. L’email était nouveau. Le web était nouveau. Maintenant ce sont les agents, les modèles multimodaux et l’infrastructure IA. Le manuel ? Rester techniquement profond. Essayer des choses difficiles. Se donner la permission d’échouer avec des systèmes de commande de pizzas.

Points clés

• La liberté d’explorer compte - Les projets “improductifs” de Brin en crochetage et ses échecs faisaient partie de la culture qui a permis Google
• La profondeur technique est le nouveau fossé - Après des années de pensée “.com” superficielle, les mathématiques profondes, la physique et le travail sur les systèmes sont à nouveau des différenciateurs
• Google a sous-investi dans l’IA - Brin admet qu’ils n’ont pas mis à l’échelle le calcul ni lancé de chatbots malgré l’invention des transformers
• La culture académique se compose - Embaucher des doctorants, investir dans la R&D fondamentale et construire des puces 12 ans à l’avance a créé de la résilience
• L’IA comme augmentation - La vision est d’autonomiser les individus avec des connaissances expertes, pas de remplacer les humains par une superintelligence
• L’ère de la technologie dure est là - L’IA moderne nécessite une échelle de calcul, une conception de semi-conducteurs et une sophistication algorithmique en combinaison

Vue d’ensemble

Après une décennie de technologie superficielle, le travail technique approfondi est à nouveau le fossé. Google a survécu au sous-investissement dans l’IA grâce aux investissements réalisés il y a 12 ans dans les TPUs, la culture de recherche et l’embauche de doctorants. Les étudiants dans cette salle ont la même opportunité que Brin avait en 1993 - juste avec des outils différents.