Pushmeet Kohli est un informaticien britannique d'origine indienne et vice-président de la recherche chez Google DeepMind, où il dirige l'unité des sciences et des initiatives stratégiques. Il est surtout connu pour avoir dirigé le développement d'AlphaFold, un système d'apprentissage profond qui prédit les structures des protéines, et a contribué à de nombreux autres projets d'IA. En 2023, le magazine Time l'a nommé parmi les 100 personnes les plus influentes dans le domaine de l'IA.
Les recherches de Kohli couvrent l'apprentissage automatique, la vision par ordinateur et l'intelligence artificielle, avec des applications en biologie computationnelle, en synthèse de programmes et en optimisation. Ses travaux ont valu plusieurs prix de meilleur article et distinctions pour leur impact durable.
Formation
Kohli a obtenu un baccalauréat en technologie (BTech) en informatique et ingénierie à l'Institut national de technologie de Warangal, en Inde. Il a ensuite déménagé au Royaume-Uni, où il a terminé un doctorat en vision par ordinateur à l'Université Oxford Brookes en 2007, sous la supervision de Philip Torr. Sa thèse de doctorat portait sur les techniques d'optimisation discrète pour les problèmes de vision.
Début de carrière
Après son doctorat, Kohli a travaillé comme associé postdoctoral au Centre psychométrique de l'Université de Cambridge, où il a appliqué l'apprentissage automatique à la mesure psychologique. Il a ensuite rejoint Microsoft Research en tant que scientifique partenaire et directeur de recherche, dirigeant des projets en vision par ordinateur et en crowdsourcing. Pendant cette période, il a contribué au développement du système d'estimation de pose humaine du Kinect, qui utilisait des capteurs de profondeur pour suivre les mouvements du corps en temps réel.
Chez Google DeepMind
Kohli a rejoint Google DeepMind (alors DeepMind Technologies) au milieu des années 2010, pour finalement devenir vice-président de la recherche. Il dirige l'unité des sciences et des initiatives stratégiques, qui se concentre sur l'application de l'IA à la découverte scientifique et à la résolution de défis sociétaux. Sous sa supervision, DeepMind a produit plusieurs systèmes marquants, notamment AlphaFold, AlphaEvolve, SynthID et Co-Scientist.
Projets majeurs
AlphaFold
AlphaFold est un système d'IA qui prédit la structure 3D des protéines à partir de leurs séquences d'acides aminés. Kohli a dirigé l'équipe qui a développé AlphaFold, qui a atteint une précision révolutionnaire lors des compétitions d'évaluation critique de la prédiction de structure des protéines (CASP). Le système a été utilisé pour prédire les structures de centaines de millions de protéines, accélérant la recherche en biologie et en médecine.
AlphaEvolve
AlphaEvolve est un agent de codage évolutif à usage général qui optimise les programmes informatiques par mutation et sélection itératives. Il a été appliqué à la super-optimisation de code, trouvant des implémentations plus efficaces d'algorithmes.
SynthID
SynthID est un système de tatouage et de détection de contenu généré par l'IA, y compris les images et le texte. Il intègre des filigranes imperceptibles qui peuvent être vérifiés plus tard, aidant à lutter contre la désinformation et à garantir l'authenticité du contenu.
Co-Scientist
Co-Scientist est un agent d'IA conçu pour générer et tester de nouvelles hypothèses scientifiques. Il utilise de grands modèles de langage pour proposer des expériences et analyser les résultats, accélérant potentiellement le rythme des découvertes.
Autres contributions
Kohli a également contribué à AlphaTensor, un agent d'apprentissage par renforcement qui découvre des algorithmes de multiplication matricielle plus rapides ; AlphaCode, un système de génération de code de niveau compétition ; FunSearch, qui utilise de grands modèles de langage pour explorer les espaces de programmes ; et AlphaGenome et AlphaMissense, des modèles qui prédisent les effets des mutations génétiques. Ses travaux antérieurs incluent la synthèse neuronale de programmes, la programmation probabiliste et l'analyse comportementale via les réseaux en ligne.
Thèmes de recherche
Les recherches de Kohli combinent souvent l'optimisation discrète avec l'apprentissage profond. Il a travaillé sur les architectures de réseaux résiduels et les fonctions de perte pour les tâches de vision, et a exploré des techniques de augmentation de données. Son intérêt pour la psychométrie a conduit à des méthodes de prédiction de la personnalité à partir de données de médias sociaux. Ces dernières années, il s'est concentré sur l'application de l'IA à des problèmes scientifiques, tels que le contrôle du confinement magnétique pour la fusion et la résolution du problème de l'électron fractionnaire à l'aide de fonctionnelles de densité apprises.
Prix et distinctions
Les travaux de Kohli ont été reconnus par de nombreux prix :
- Prix Koenderink (prix de test du temps) de la Conférence européenne sur la vision par ordinateur
- Prix Sullivan de l'Association britannique de vision par ordinateur et de reconnaissance de formes (BMVA) pour la meilleure thèse de doctorat
- Prix de l'article à impact de l'IEEE Mixed Augmented Reality (ISMAR)
- Prix d'impact durable du Symposium ACM sur la technologie des logiciels et des interfaces utilisateur
- Prix du meilleur article à la Conférence internationale sur le World Wide Web 2014
- Prix du meilleur article à la Conférence européenne sur la vision par ordinateur (ECCV) 2010
- Prix du meilleur article à la Conférence sur l'incertitude en intelligence artificielle (UAI)
Il a également été inscrit sur la liste Time 100 AI en 2023.
Impact et héritage
Le leadership de Kohli sur AlphaFold a eu un effet transformateur sur la biologie structurale, les prédictions du système étant utilisées par des chercheurs du monde entier. Ses travaux plus larges sur l'IA pour la science ont contribué à établir un nouveau paradigme où l'apprentissage automatique accélère la découverte dans des domaines comme la génomique, la science des matériaux et la physique. En 2025, il continue de diriger la recherche chez Google DeepMind, se concentrant sur des initiatives stratégiques qui relient la recherche fondamentale en IA et les applications pratiques.