Êtes-vous prêt à redevenir un techno-optimiste ?

Il y a vingt ans, MIT Technology Review a sélectionné 10 domaines d'innovation émergents dont nous avions promis qu'ils changeraient le monde. C'était une époque de pic d'optimisme technologique. Oui, le boom des dot-com était en train d'imploser ; certains initiés s'inquiétaient déjà de la fin de la loi de Moore. (Ils le sont toujours, même si l'industrie continue de trouver des moyens de rendre les ordinateurs plus puissants.) Mais à bien des égards, c'était une époque glorieuse pour la science et la technologie.

Un projet de travail du génome humain a été publié en février 2001 - un plan génétique qui promettait de révéler nos secrets biologiques les plus profonds. Les percées récentes dans le domaine des nanotechnologies ont suscité un grand enthousiasme. Les premières avancées de l'informatique quantique et moléculaire laissaient présager une nouvelle ère de calcul post-loi de Moore. Et puis il y a eu cet incroyable moteur de recherche au drôle de nom, qui gagnait rapidement des utilisateurs et changeait leur façon de surfer sur le Web et d'accéder aux informations. Se sentir chanceux?

Cette histoire faisait partie de notre numéro de mars 2021

• Voir la suite du problème
• S'abonner

Il vaut donc la peine de revenir sur le TR10 initial, comme nous appelons maintenant notre liste annuelle, pour avoir des indices sur les progrès que nous avons réalisés.

Tout d'abord, reconnaissons qu'il s'agissait d'une liste réfléchie. Nous avons évité les exosquelettes robotiques et le clonage humain, ainsi que la nanofabrication moléculaire et la redoutable glu grise des nano-devins - tous des sujets d'actualité. Au lieu de cela, nous nous sommes concentrés sur les avancées fondamentales dans les technologies de l'information, les matériaux et la biotechnologie. La plupart des technologies sont encore familières : l'exploration de données, le traitement du langage naturel, la microfluidique, les interfaces cerveau-machine, la biométrie (comme la reconnaissance faciale) et la conception de robots.

Alors, dans quelle mesure ces technologies ont-elles réalisé les rêves que nous avions pour elles il y a deux décennies ? Voici quelques leçons tirées de la liste de 2001.

REVUE DE LA TECHNOLOGIE MIT

Leçon 1:

Les progrès sont souvent lents

Notre première sélection, Interfaces cerveau-machine, commence par une description du neuroscientifique Miguel Nicolelis enregistrant les signaux électriques du cerveau d'un singe hibou très mignon nommé Belle alors qu'elle réfléchit à la façon d'obtenir quelques gouttes de jus de pomme. Avancez jusqu'à la fin de l'été 2020, alors qu'Elon Musk montre les signaux cérébraux d'un cochon très mignon nommé Gertrude, gagnant des oohs et des ahhs de fans adorateurs assistant à la démonstration de Neuralink, sa startup cerveau-machine.

Histoire connexe

Neuralink d'Elon Musk est le théâtre des neurosciences L'événement d'implantation cérébrale en direct d'Elon Musk a fait des promesses qui seront difficiles à tenir.

Un observateur à l'événement de Musk aurait pu être pardonné de se demander si 20 ans s'étaient vraiment écoulés depuis l'expérience de Nicolelis. Les deux hommes avaient des visions similaires pour connecter directement le cerveau aux appareils informatiques via des puces implantées. Comme l'écrivait en 2001 notre rédacteur en chef de la biomédecine, Antonio Regalado, Nicolelis considère cet effort comme faisant partie de la révolution imminente qui pourrait éventuellement rendre [les interfaces cérébrales] aussi courantes que Palm Pilots.

Cette affirmation est devenue réalité, mais uniquement grâce à la disparition de Palm Pilots, et non à la popularité des interfaces cerveau-machine. Malgré quelques expériences humaines encourageantes au fil des ans, de telles interfaces restent une curiosité scientifique et médicale. Il s'avère que les neurosciences sont très difficiles. On a réussi à réduire l'électronique et à rendre les implants sans fil, mais les progrès de la science ont été plus lents, entravant les visions que Nicolelis et Musk espéraient réaliser. (Note de bas de page de la première leçon : le succès dépend souvent de la capacité d'une série d'avancées à se concrétiser. Rendre les interfaces cérébrales pratiques nécessite des avancées à la fois dans la science et dans les gadgets.)

Leçon 2:

Parfois, il faut une crise

Nous avons choisi la microfluidique en 2001 en raison de progrès remarquables dans le déplacement de petites quantités d'échantillons biologiques sur un petit appareil, un soi-disant laboratoire sur puce. Ceux-ci promettaient des tests de diagnostic rapides et la possibilité d'automatiser les expériences sur les médicaments et la génomique.

Depuis lors, la microfluidique a trouvé des utilisations précieuses dans la recherche en biologie. Les avancées intelligentes se sont poursuivies, telles que les tests de diagnostic papier ultra bon marché et faciles à utiliser (Paper Diagnostics était un TR10 en 2009). Mais le domaine n'a pas tenu sa promesse de transformer les tests . Il n'y avait tout simplement pas une demande écrasante pour la technologie. Il est juste de dire que la microfluidique est devenue un marigot scientifique.

Covid-19 a mis fin à cela. Les tests conventionnels reposent sur des procédures en plusieurs étapes effectuées dans un laboratoire d'analyse ; c'est cher et lent. Tout à coup, il y a un appétit pour une solution de laboratoire sur puce rapide et bon marché. Il a fallu quelques mois aux chercheurs pour dépoussiérer la technologie, mais maintenant diagnostic covid-19 par microfluidique font leur apparition. Ces techniques, dont une qui utilise l'édition de gènes CRISPR, promettent de rendre les tests covid beaucoup plus accessibles et largement utilisés.

Lecon 3:

Fais attention à ce que tu souhaites

En 2001, Joseph Atick, l'un des pionniers de la biométrie, a vu la reconnaissance faciale comme un moyen pour les gens de s'interfacer avec leurs gadgets et leurs ordinateurs de manière plus sécurisée et plus simple. Cela donnerait aux téléphones portables et aux assistants numériques personnels de plus en plus populaires un moyen de reconnaître leurs propriétaires, épelant la fin des codes PIN et des mots de passe. Une partie de cette vision est finalement devenue réalité avec des applications telles que FaceID d'Apple. Mais la reconnaissance faciale a également pris une tournure qui, selon Atick, me choque maintenant.

Histoire connexe

Podcast : La reconnaissance faciale est discrètement utilisée pour contrôler l'accès au logement et aux services sociaux

Dans cet épisode, nous examinons le débat sur comment et si les fonds publics doivent être utilisés pour déployer la reconnaissance faciale dans les communautés vulnérables

En 2001, les algorithmes de reconnaissance faciale étaient limités. Ils avaient besoin d'instructions humaines, sous forme mathématique, sur la façon d'identifier les traits distinctifs d'un visage. Et chaque visage de la base de données des visages à reconnaître devait être laborieusement scanné dans le logiciel.

Puis vint le boom des réseaux sociaux. Alors qu'au début, dit Atick, il aurait été ravi de 100 000 images dans des bases de données de reconnaissance faciale, tout à coup, des algorithmes d'apprentissage automatique pourraient être formés sur des milliards de visages, extraits de Facebook, LinkedIn et d'autres sites. Il y avait maintenant des centaines de ces algorithmes, et ils se sont formés, simplement en ingérant et en comparant des images - aucune aide humaine experte n'est requise.

Mais cette avancée remarquable s'est accompagnée d'un compromis : personne ne comprend vraiment le raisonnement utilisé par les machines. Et c'est un problème maintenant que la reconnaissance faciale est de plus en plus utilisée pour des tâches sensibles comme l'identification de suspects criminels. Je n'imaginais pas un monde où ces machines prendraient le relais et prendraient des décisions à notre place, déclare Atick.

Leçon 4 :

La trajectoire du progrès compte

Re-bonjour, Sidney P. Manyclicks. Nous avons des recommandations pour vous. Les clients qui ont acheté ceci ont également acheté…

Les moteurs de recommandation décrits dans cet article, l'ouverture de notre article de 2001 sur l'exploration de données, semblaient impressionnants à l'époque. Une autre utilisation potentielle de l'exploration de données vers 2001 semblait également passionnante : les vidéothèques consultables par ordinateur. Aujourd'hui, tout cela semble tout à fait banal.

Grâce à une puissance de calcul toujours croissante, à l'explosion de la taille des bases de données et aux progrès étroitement liés de l'intelligence artificielle, le data mining (le terme est désormais souvent interchangeable avec l'IA) règne sur le monde des affaires. C'est la pierre angulaire des grandes entreprises technologiques, de Google et sa filiale YouTube à Amazon et Facebook. Il alimente la publicité et, oui, les ventes de tout, des chaussures à l'assurance, en utilisant des moteurs de recommandation personnalisés.

Ces technologies ont-elles rendu nos vies non seulement plus pratiques, mais meilleures d'une manière qui nous tient à cœur ?

Pourtant, ces grands succès masquent un échec sous-jacent qui est devenu particulièrement évident pendant la pandémie. Nous n'avons pas exploité la puissance des mégadonnées dans les domaines les plus importants.

À presque chaque étape, des premiers signes du virus aux tests et à l'hospitalisation en passant par le déploiement des vaccins, nous avons raté de nombreuses occasions de recueillir des données et de les exploiter pour obtenir des informations critiques. Nous aurions pu en apprendre tellement plus sur la façon dont le virus se propage, comment il évolue, comment le traiter et comment allouer les ressources, sauvant potentiellement d'innombrables vies. Nous ne semblions pas avoir la moindre idée de la façon de collecter les données dont nous avions besoin .

Dans l'ensemble, donc, les 10 technologies que nous avons choisies en 2001 sont toujours pertinentes ; aucun n'a été abandonné; et certains ont été des succès remarquables, voire révolutionnaires. Mais le véritable test du progrès est plus difficile : ces technologies ont-elles rendu nos vies non seulement plus pratiques, mais meilleures d'une manière qui nous tient à cœur ? Comment mesure-t-on ce progrès ?

Ce qui te rends heureux?

La façon courante d'évaluer le progrès économique consiste à mesurer le produit intérieur brut (PIB). Il a été formulé dans les années 1930 aux États-Unis pour nous aider à comprendre dans quelle mesure l'économie se remettait de la Grande Dépression. Et bien que l'un de ses principaux architectes, Simon Kuznets, ait averti que le PIB ne devait pas être confondu avec une mesure du bien-être du pays et de la prospérité de son peuple, des générations d'économistes et de politiciens ont fait exactement cela, scrutant les chiffres du PIB à la recherche d'indices. à la santé de l'économie et même au rythme du progrès technologique.

Les économistes peuvent démêler ce qu'ils appellent la productivité totale des facteurs (PTF) à partir des statistiques du PIB ; c'est essentiellement une mesure de la contribution de l'innovation à la croissance. En théorie, les nouvelles inventions devraient augmenter la productivité et accélérer la croissance de l'économie. Pourtant, le tableau n'a pas été formidable au cours des deux dernières décennies. Depuis le milieu des années 2000 environ, peu de temps après notre première liste TR10, la croissance de la PTF a été lente et décevante, en particulier compte tenu du flot de nouvelles technologies provenant d'endroits comme la Silicon Valley.

Certains économistes pensent que l'explication pourrait être que nos innovations ne vont pas aussi loin que nous le pensons. Mais il est également possible que le PIB, qui a été conçu pour mesurer la production industrielle du milieu du XXe siècle, ne prenne pas en compte les avantages économiques des produits numériques, en particulier lorsqu'ils sont libres d'utilisation, comme les moteurs de recherche et les médias sociaux.

L'économiste de Stanford Erik Brynjolfsson et ses collègues ont créé une nouvelle mesure pour tenter de capter l'apport de ces biens numériques. Appelé PIB-B (le B est pour les avantages), il est calculé à l'aide d'enquêtes en ligne pour demander aux gens à quel point ils apprécient divers services numériques. Combien faudrait-il être payé, par exemple, pour vivre un mois sans Facebook ?

Les calculs suggèrent que les consommateurs américains ont gagné quelque 225 milliards de dollars en valeur non comptabilisée rien qu'avec Facebook depuis 2004. Wikipédia a ajouté 42 milliards de dollars. Il n'est pas certain que le PIB-B puisse pleinement expliquer le ralentissement apparent de la productivité, mais cela prouve que de nombreux économistes et décideurs ont peut-être sous-évalué la révolution numérique. Et cela, dit Brynjolfsson, a des implications importantes sur le montant que nous devrions investir dans l'infrastructure numérique et prioriser certains domaines d'innovation.

GDP-B fait partie d'un ensemble plus large d'efforts pour trouver des statistiques qui reflètent plus précisément les changements qui nous intéressent. L'idée n'est pas de rejeter le PIB, mais de le compléter avec d'autres mesures qui reflètent plus largement ce que nous pourrions appeler le progrès.

Une autre mesure de ce type est la Indice de progrès social , qui a été créé par une paire d'économistes, Scott Stern du MIT et Michael Porter de Harvard. Il recueille des données de 163 pays sur des facteurs tels que la qualité de l'environnement, l'accès aux soins de santé et à l'éducation, les décès sur les routes et la criminalité. Alors que les pays les plus riches, sans surprise, ont tendance à faire mieux sur cet indice, Stern dit que l'idée est de regarder où le progrès social s'écarte du PIB par habitant. Cela montre à quel point certains pays, même les plus pauvres, réussissent mieux que d'autres à transformer la croissance économique en changements sociaux valorisés.

Une enquête menée dans 13 pays montre un fossé générationnel

'Imaginez quand la pandémie de covid-19 sera terminée … à quoi votre pays devrait-il accorder la plus grande priorité ?'

SOURCE : IPSOS/IMPÉRATIF DE PROGRÈS SOCIAL

Les États-Unis, avec l'un des niveaux de PIB par habitant les plus élevés au monde, se classent au 28e rang de l'indice et sont l'un des quatre seuls pays dont les scores ont baissé depuis 2014. La Norvège, qui est tout aussi riche, a été classée première en 2020 (voir graphique au dessous de). Certains pays plus pauvres surperforment également.

Très souvent, les décisions concernant l'innovation et la technologie portent sur son impact économique, dit Stern. Il n'y a rien de mal à cela. Mais dirigeons-nous les récompenses économiques vers des domaines qui feront progresser le progrès social ?

Une pensée similaire sous-tend une autre alternative au PIB, développée par Diane Coyle et ses collègues du Bennett Institute for Public Policy à Cambridge, au Royaume-Uni. Leur mesure de ce qu'ils appellent l'économie de la richesse repose sur ce qu'ils définissent comme les atouts d'une société, notamment son capital humain (la santé et les compétences de sa population), son capital naturel (ses ressources et la santé de l'environnement) et son capital social (la confiance et la cohésion sociale).

C'est un projet extrêmement ambitieux qui tente de créer quelques mesures clés pour chaque actif. Ces chiffres, dit Coyle, sont destinés à éclairer de meilleures décisions sur la technologie et l'innovation, y compris les décisions sur les priorités d'investissement du gouvernement. Elle dit que l'approche vous permet de vous demander : qu'est-ce que la technologie fait pour les gens ?

La valeur de ces diverses alternatives au PIB est qu'elles fournissent une image plus large de la façon dont nos vies changent en raison de la technologie. S'ils avaient été en place il y a 20 ans, ils auraient peut-être mis en lumière des crises que nous avons tardé à voir, telles que la croissance des inégalités de revenus et la détérioration rapide de notre climat. S'il y a 20 ans était une période de pic d'optimisme technologique, cela nous aurait peut-être incités à nous demander : Optimisme à propos de quoi ?

Espoir né de nouveau

Il y a environ une décennie, le récit techno-optimiste a commencé à s'effondrer.

En 2011, Tyler Cowen, économiste à l'Université George Mason en Virginie, a écrit La grande stagnation , arguant que les technologies qui semblaient si impressionnantes à l'époque, en particulier les médias sociaux et les applications pour smartphones, ne faisaient pas grand-chose pour stimuler la croissance économique et améliorer la vie des gens. La montée et la chute de la croissance américaine, un best-seller de 2016 de Robert Gordon, un autre éminent économiste, comptait plus de 700 pages, détaillant les raisons du ralentissement de la PTF après 2004. Le boom temporaire d'Internet, a-t-il déclaré, était terminé.

Les livres ont contribué à lancer une ère de techno-pessimisme, du moins parmi les économistes. Et au cours des dernières années, des problèmes tels que la désinformation sur les réseaux sociaux, les moyens de subsistance précaires des travailleurs de l'économie à la demande et les utilisations plus effrayantes de l'exploration de données ont alimenté une vision pessimiste plus large - un sentiment que la Big Tech non seulement n'améliore pas la société mais c'est pire.

Ces jours-ci, cependant, Cowen revient dans le camp des optimistes. Il appelle à davantage de recherches pour expliquer les progrès et comment les créer, mais il dit que c'est une histoire plus positive qu'elle ne l'était il y a quelques années. Le succès apparent des vaccins covid à base d'ARN messager l'excite. Il en va de même pour les percées dans l'utilisation de l'IA pour prédire repliement des protéines , le puissant outil d'édition de gènes CRISPR, de nouveaux types de batteries pour véhicules électriques et les progrès de l'énergie solaire.

Qu'est-ce que la technologie fait pour les gens?

Diane Coyle

Un boom attendu du financement des gouvernements et des entreprises pourrait amplifier l'impact de ces nouvelles technologies. Le président Joe Biden s'est engagé des centaines de milliards de dépenses d'infrastructure, dont plus de 300 milliards de dollars sur les quatre prochaines années pour la R&D. L'UE a son propre projet de loi de relance massive. Et il y a des signes d'un nouveau cycle d'investissements en capital-risque, ciblant en particulier les technologies vertes.

Si les techno-optimistes ont raison, alors nos 10 technologies de rupture pour 2021 pourraient avoir un bel avenir. La science derrière les vaccins à ARNm pourrait ouvrir une nouvelle ère de la médecine dans laquelle nous manipulons notre système immunitaire pour transformer le traitement du cancer, entre autres. Piles au lithium-métal pourrait enfin rendre les voitures électriques acceptables pour des millions de consommateurs. Hydrogène vert pourrait aider à remplacer les combustibles fossiles. Les avancées qui ont fait GPT-3 possible pourrait conduire à des ordinateurs alphabétisés comme la prochaine grande étape de l'intelligence artificielle.

Pourtant, le destin des technologies figurant sur la liste de 2001 nous dit que les progrès ne se produiront pas uniquement à cause des percées elles-mêmes. Nous aurons besoin de nouvelles infrastructures pour l'hydrogène vert et les voitures électriques ; nouvelle urgence pour la science de l'ARNm ; et une nouvelle réflexion sur l'IA et les opportunités qu'elle présente pour résoudre les problèmes sociaux. En bref, nous avons besoin de volonté politique.

Mais la leçon la plus importante de la liste de 2001 est la plus simple : la réalisation de ces percées dépend de la façon dont nous choisissons de les utiliser. Et c'est peut-être la principale raison d'un regain d'optimisme, car en développant de nouvelles façons de mesurer le progrès, comme le font des économistes comme Coyle, nous pouvons également créer de nouvelles aspirations pour ces nouvelles technologies brillantes. Si nous pouvons voir au-delà de la croissance économique conventionnelle et commencer à mesurer comment les innovations améliorent la vie du plus grand nombre de personnes possible, nous avons beaucoup plus de chances de créer un monde meilleur.

2021

10 technologies révolutionnaires

cacher