Dans le domaine économique : l’essor des crypto-monnaies

En juin 2019, Facebook a dévoilé une « monnaie numérique mondiale » appelée Libra. L’annonce a déclenché une réaction brutale et Libra pourrait ne jamais être lancée, du moins pas de la manière dont elle avait été envisagée à l’origine. En réponse, la Chine a indiqué accélérer le développement de sa propre monnaie numérique et est sur le point de devenir la première grande puissance à émettre une version numérique de sa monnaie. La banque centrale chinoise a d’ailleurs confirmé qu’elle allait prochainement tester une application mobile pour le stockage et l’échange du yuan numérique. La Riksbank (banque centrale suédoise) teste également en ce début d’année un nouveau type de monnaie digitale dans le but de prouver qu’elle peut être utilisée par le public en complément de l’argent liquide traditionnel. Quelques jours après le début de la crise du coronavirus, le Sénat américain a présenté un projet de loi sur le « dollar numérique », preuve supplémentaire de la digitalisation de l’économie.

Le progrès de la technologie lors de ses dix dernières années ?

Que ce soit pour le meilleur ou pour le pire, la décennie précédente a été une période marquante de l’histoire de l’humanité au niveau de la technologie. Cette passe en revue les avancées technologiques des 10 dernières années qui ont façonné notre monde moderne dans le domaine de la biologie numérique, de l’intelligence artificielle et de l’énergie

Biologie numérique

Cette décennie de percées étonnantes dans les sciences de la vie et la médecine repose sur le succès du génome humain à 1 000 $ en 2016. La baisse plus qu’exponentielle des coûts du séquençage de l’ADN a entraîné des progrès en médecine, en agriculture, en écologie, en édition du génome, en biologie synthétique, dans la lutte contre le changement climatique et dans notre compréhension fondamentale de la vie.
CRISPR est en train de provoquer une révolution dans le domaine du génie génétique en parallèle de l’adoption généralisée des tests génétiques. Et nous n’en sommes qu’aux premiers stades. Plus tard, la réalisation d’études à grande échelle sur un plus grand nombre de personnes, avec plus de données, nous conduira à utiliser des cotes de risque polygéniques pour classer notre potentiel génétique pour tout.

Prouesses technologiques : Énergie

Les années 2010 ont été la décennie au cours de laquelle l’électricité propre, le stockage de l’énergie et les véhicules électriques ont franchi les barrières de prix et de performance dans le monde entier. L’énergie solaire, l’énergie éolienne, les batteries et les véhicules électriques ont commencé cette décennie en tant que technologies devant être subventionnées. C’était la première phase de leur existence. Elles entrent maintenant dans leur troisième phase, la plus perturbatrice. Il devient moins coûteux de passer à l’énergie propre que de continuer à utiliser les infrastructures existantes exploitant le charbon, le gaz ou le pétrole.

Intelligence artificielle

La convergence entre une puissance de calcul améliorée de façon exponentielle, l’algorithme d’apprentissage en profondeur et l’accès à des données massives a donné lieu à une série de percées en IA au cours de la dernière décennie. Parmi celles-ci, citons : une précision nettement améliorée dans l’identification des images, la possibilité de conduire des voitures autonomes, la victoire sur plusieurs champions du monde au jeu de Go, et l’identification du sexe, du statut tabagique et de l’âge à partir de photographies du fond de la rétine. Ensemble, ces percées ont convaincu les chercheurs et les investisseurs qu’après plus de 50 ans de recherche et développement, l’IA était prête pour les applications en prime time.
Le plus grand moment de l’IA au cours de la dernière décennie (et de toute son histoire, à mon humble avis) a été minuit, heure du Pacifique, le 30 septembre 2012 : le moment où les machines ont enfin ouvert les yeux. C’est le moment où l’apprentissage en profondeur a pris son envol, brisant des décennies de cécité des machines, où l’IA ne pouvait pas distinguer de manière fiable même un chat d’un chien.