Smartphones, vaccins à ARN messager, fusées réutilisables, modèles de langage — les 20 dernières années ont vu émerger des technologies que les experts disaient être à des décennies de là ou tout simplement impossibles.
Robynne O / Pexels
En 2005, l'appareil grand public le plus puissant que possédaient la plupart des gens était un ordinateur portable avec un processeur monocœur fonctionnant sous Windows XP. L'internet était principalement accessible via des ordinateurs de bureau, principalement sur des connexions DSL. Les systèmes de navigation GPS les plus sophistiqués étaient des appareils autonomes de la taille de livres de poche. Le projet du génome humain venait de terminer sa première séquence complète, pour un coût d'environ 3 milliards de dollars, après 13 ans de travail par des centaines de scientifiques dans des institutions de 20 pays. L'idée de lire un génome pour 200 $ en quelques heures, et encore moins de le modifier avec des ciseaux moléculaires, n'était pas de la science-fiction — ce n'était même pas la science-fiction à court terme. C'était au-delà de ce que quiconque projetait sérieusement.
Vingt ans, c'est assez long pour que l'impossible devienne routinier. Le smartphone dans la poche de la plupart des gens aujourd'hui contient plus de puissance de calcul que le superordinateur le plus rapide du monde en 1995. La plateforme mRNA qui a produit les vaccins COVID-19 en moins d'un an était une technologie que la plupart des dirigeants pharmaceutiques en 2005 auraient décrite comme expérimentale et à des décennies de l'application clinique. Les grands modèles de langage qui écrivent des e-mails, répondent à des questions et génèrent du code n'étaient sur aucune feuille de route technologique sérieuse en 2005 parce que les cadres théoriques et l'échelle computationnelle nécessaires pour les construire n'existaient pas encore sous une forme utilisable.
Cette liste couvre 15 technologies spécifiques qui n'existaient pas en 2005 ou existaient sous des formes si primitives que leur état actuel aurait été méconnaissable pour un observateur de cette année-là. Chaque entrée est choisie parce que l'écart entre 2005 et 2025 est particulièrement frappant — parce que la technologie franchit un seuil qui marque un véritable changement qualitatif plutôt qu'une amélioration linéaire. Une voiture plus rapide n'est pas sur cette liste. Une voiture qui se conduit elle-même l'est.
La liste n'est pas une célébration du progrès pour lui-même. Plusieurs des technologies ici posent des questions sérieuses — sur la vie privée, sur l'équité de l'accès, sur la sécurité des capacités qui ont dépassé les cadres de gouvernance conçus pour les gérer. Ces questions sont notées là où elles sont les plus pertinentes. L'objectif est d'étonner avec précision : un compte rendu lucide de ce qui a réellement changé, accompagné du mélange approprié d'émerveillement et de préoccupation que mérite un véritable changement.
Kader Azra Namuslu / Pexels
En 2005, le téléphone mobile dominant était un Nokia ou un Motorola avec un petit écran couleur, des boutons physiques, un appareil photo produisant des photographies d'environ 1 mégapixel, et la capacité de jouer à Snake. Les smartphones existaient — BlackBerry vendait des appareils capables de recevoir des e-mails depuis 2002, et un petit nombre d'appareils Windows Mobile offraient un accès internet rudimentaire — mais ils étaient chers, lents, difficiles à utiliser, et utilisés par une petite minorité de professionnels. L'idée d'un téléphone contenant un écran tactile haute résolution, un récepteur GPS, un gyroscope, un appareil photo de 48 mégapixels, un lecteur de musique, une carte, un système de paiement, un assistant modèle de langue, et un terminal internet complet, le tout dans un appareil plus fin qu'un crayon et abordable pour un budget moyen, aurait nécessité des explications en 2005 avant de pouvoir être décriée.
L'iPhone d'Apple $AAPL, lancé en janvier 2007, est le produit technologique le plus souvent cité comme le point d'inflexion de l'ère des smartphones, et cette citation est largement exacte — l'iPhone a établi le facteur de forme et le paradigme d'interaction qui ont défini la catégorie. Mais l'iPhone était une synthèse de technologies existantes — écrans tactiles capacitifs, processeurs ARM, normes internet mobiles, appareils photo numériques, puces GPS — assemblées dans un facteur de forme et un système d'exploitation qui les a fait fonctionner ensemble de manière intuitive pour la première fois. Les technologies facilitatrices se développaient depuis des années ; la synthèse était la percée.
Ce qui n'était pas prévisible en 2005, c'était la rapidité et la profondeur de l'adoption. En 2024, environ 5,6 milliards de personnes dans le monde possédaient un smartphone — soit environ 70 % de la population adulte mondiale — et le smartphone avait restructuré le commerce, la communication, la navigation, le divertissement, les relations sociales, et l'économie de dizaines d'industries en l'espace de moins de deux décennies. La vitesse de cette diffusion — plus rapide que toute technologie de communication précédente, y compris le téléphone, la radio et la télévision — était l'élément véritablement imprévisible.
Le smartphone est la technologie qui a rendu toute autre technologie de cette liste plus importante, en distribuant l'accès à la puissance informatique, à la connectivité et aux capteurs à une échelle et à un coût qu'aucune plateforme précédente n'avait atteints.
Sanket Mishra / Pexels
En 2005, les systèmes informatiques de traitement de texte les plus sophistiqués étaient les moteurs de recherche — des systèmes qui faisaient correspondre des mots-clés dans les requêtes à des mots-clés dans les documents — et les systèmes de traduction automatique statistique — des systèmes qui faisaient correspondre des phrases dans une langue à des équivalents statistiquement probables dans une autre langue, produisant des traductions qui portaient sur le bon sujet mais étaient grammaticalement maladroites et sémantiquement peu fiables. L'idée d'un système informatique capable d'écrire un essai cohérent, d'expliquer un concept scientifique, de générer du code fonctionnel, de traduire de la poésie en tenant compte de la connotation, ou de s'engager dans une discussion philosophique étendue avec une conscience contextuelle n'était pas une projection à court terme. C'était le type de capacité attribuée à l'intelligence générale artificielle, que les chercheurs sérieux en 2005 estimaient être au minimum à des décennies.
Les grands modèles linguistiques qui sont devenus publiquement disponibles à partir de 2022 — GPT-3, GPT-4, Claude, Gemini, et leurs concurrents — ne sont pas une intelligence générale artificielle. Ce sont des modèles statistiques formés sur des ensembles de données textuelles extraordinairement vastes utilisant des architectures de transformateurs développées en 2017, dont les sorties ressemblent parfois à un raisonnement sans le constituer au sens philosophique. Le débat philosophique sur ce qu'ils sont est authentique et en cours. Ce qui n'est pas débattu, c'est ce qu'ils peuvent faire : générer un texte fluide, contextuellement approprié, souvent précis à travers une gamme extraordinaire de domaines et de formats, à des vitesses et des échelles qu'aucun écrivain humain ne peut égaler.
Les capacités de ces systèmes en 2024 dépassent ce que la plupart des chercheurs en IA prévoyaient pour 2025 ou 2030 aussi récemment qu'en 2019. Les lois d'échelle qui prédisent la capacité du modèle en fonction du calcul d'entraînement — établies empiriquement par des chercheurs chez OpenAI — ont suggéré que les améliorations de capacité étaient prévisibles à partir de l'augmentation de l'échelle, mais les capacités spécifiques qui ont émergé à des échelles spécifiques n'étaient pas prévisibles à l'avance. Les modèles linguistiques qui ont réussi l'examen du barreau, résolu des problèmes de mathématiques de compétition et généré du code original étaient des capacités émergentes plutôt que conçues.
Les implications pour le travail de connaissance, l'éducation, la créativité et l'économie de l'écriture, du codage et de l'analyse sont significatives, profondément contestées et encore en cours de développement.
Mufid Majnun / Pexels
En 2005, l'ARNm en tant que plateforme thérapeutique était une curiosité de recherche avec un problème technique majeur : l'ARN messager injecté dans le corps humain était rapidement dégradé par le système immunitaire avant de pouvoir délivrer sa charge utile, le rendant cliniquement inutile. Les scientifiques travaillant sur les thérapeutiques à ARNm — Katalin Karikó à l'Université de Pennsylvanie surtout — poursuivaient une hypothèse que la plupart de l'industrie pharmaceutique avait abandonnée comme étant insuffisamment prometteuse pour être financée à grande échelle. Karikó a été rétrogradée à Penn pour sa persistance à la poursuivre.
La percée technique qui a rendu les thérapies à base d'ARNm viables a été la découverte en 2005 par Karikó et Drew Weissman qu'en remplaçant l'un des quatre nucléosides de l'ARNm par une version modifiée — la pseudouridine — il était possible de réduire considérablement la réponse immunitaire à l'ARNm synthétique, lui permettant de persister suffisamment longtemps pour être traduit en protéine. La découverte a été publiée dans Immunity en 2005 et a remporté le prix Nobel de physiologie ou médecine en 2023. Au moment de la publication, elle a attiré peu d'attention en dehors du domaine.
En 2020, lorsque le SARS-CoV-2 nécessitait un vaccin à une vitesse sans précédent, BioNTech et Moderna $MRNA avaient construit la plateforme ARNm depuis des années, et la technologie des nucléosides modifiés en était le fondement. Les vaccins COVID-19 Pfizer $PFE-BioNTech et Moderna, qui ont reçu une autorisation d'urgence en décembre 2020 et ont ensuite été administrés environ 13 milliards de fois dans le monde, ont été les premiers vaccins ARNm jamais approuvés pour une utilisation humaine. La rapidité de leur développement — moins de 12 mois entre la séquence virale et le vaccin autorisé — n'a été possible que parce que la plateforme avait été construite et testée au cours de la décennie précédente.
La plateforme ARNm a des applications bien au-delà du COVID-19. Des essais cliniques sont en cours pour des vaccins ARNm contre la grippe, le RSV, le VIH, le paludisme et plusieurs types de cancer. Les vaccins anticancéreux personnalisés à base d'ARNm — conçus spécifiquement pour le profil mutationnel de la tumeur d'un patient individuel — sont en phases 2 et 3 des essais. La plateforme que la plupart de l'industrie pharmaceutique ignorait en 2005 est maintenant parmi les domaines les plus actifs du développement thérapeutique en médecine.
Pixabay / Pexels
En 2005, toutes les fusées orbitales qui avaient jamais été lancées étaient, en termes pratiques, jetables. La navette spatiale avait des orbiteurs et des propulseurs à poudre réutilisables, mais les moteurs principaux étaient retirés et remis à neuf après chaque vol, le réservoir externe était jeté et le coût total par kilogramme mis en orbite — environ 54 000 $ — était plus élevé que celui des fusées entièrement consommables. Le paradigme dominant dans la conception des lanceurs stipulait que les pénalités structurelles et de performance liées à la conception pour la réutilisation l'emportaient sur les économies de ne pas remplacer le matériel, une conclusion que la NASA, l'Agence spatiale européenne et l'industrie aérospatiale établie avaient atteinte indépendamment et maintenue pendant des décennies.
La démonstration par SpaceX de l'atterrissage du premier étage de classe orbitale — ramenant le premier étage du Falcon 9 à une plateforme d'atterrissage sous descente propulsive contrôlée, se posant sur quatre pieds d'atterrissage, et ensuite réutilisant le même étage — en décembre 2015 était le résultat d'une série de décisions d'ingénierie que l'établissement aérospatial considérait soit techniquement insoluble soit économiquement injustifiable. L'entreprise a tout de même pris ces décisions, a échoué publiquement et à plusieurs reprises pendant le processus de développement, et a finalement démontré que les barrières techniques étaient surmontables et que le cas économique était convaincant.
En 2024, SpaceX avait réutilisé les premiers étages individuels du Falcon 9 plus de 20 fois chacun, avait démontré la récupération et la réutilisation des coques de charge — le cône de nez qui protège les satellites lors de l'ascension — et avait testé Starship, un véhicule de lancement entièrement réutilisable à deux étages conçu pour transporter 100 tonnes métriques en orbite. Le coût par kilogramme pour se mettre en orbite avec le Falcon 9 est d'environ 2 720 $ — une réduction de 95 % par rapport à l'ère de la navette — et Starship, s'il atteint ses spécifications de conception, devrait réduire les coûts encore plus d'un ordre de grandeur.
La fusée réutilisable a restructuré le marché des lancements commerciaux, permis le déploiement de constellations de satellites à des échelles auparavant impossibles, et rouvert la question des vols spatiaux humains à grande échelle d'une manière que le paradigme des fusées jetables avait exclue.
Satheesh Sankaran / Pexels
L'édition génétique — la modification ciblée de séquences spécifiques dans un génome — existait en 2005 sous la forme de nucléases à doigts de zinc et, un peu plus tard, de TALENs. Les deux techniques pouvaient éditer l'ADN, mais étaient coûteuses à concevoir pour chaque cible spécifique, lentes à produire, et techniquement exigeantes au point que leur utilisation était largement confinée aux laboratoires de recherche bien financés travaillant sur un petit nombre d'organismes modèles. L'idée d'éditer un gène humain dans un contexte thérapeutique clinique était réelle mais lointaine — une technologie future que la plupart des biologistes s'attendaient à voir exister éventuellement, mais pas de sitôt.
Le CRISPR-Cas9, décrit dans sa forme actuelle comme un outil d'édition génétique dans un article de 2012 par Jennifer Doudna et Emmanuelle Charpentier et adapté pour les cellules mammifères par Feng Zhang et d'autres en 2013, a complètement changé l'équation. Là où les nucléases à doigts de zinc prenaient des mois et une expertise significative à concevoir pour chaque nouvelle cible, le CRISPR nécessitait la conception d'une courte séquence d'ARN — un processus qui pouvait être terminé en quelques jours à l'aide d'outils en ligne, pour une fraction du coût. La démocratisation de la technologie d'édition génétique — le passage d'une capacité confinée aux laboratoires spécialisés à une capacité accessible à tout laboratoire de biologie moléculaire — a été immédiate et spectaculaire.
En 2023, le premier médicament à base de CRISPR — un traitement pour la drépanocytose et la bêta-thalassémie — a été approuvé par la FDA et l'Agence européenne des médicaments. La thérapie, qui édite les propres cellules souches du patient pour produire de l'hémoglobine fœtale et compenser l'hémoglobine adulte défectueuse, a produit des guérisons fonctionnelles chez les participants aux essais cliniques qui avaient auparavant besoin de transfusions sanguines régulières. Une fille de 11 ans atteinte de drépanocytose qui a reçu le traitement dans le cadre d'un essai clinique a été sans transfusion pendant plus de deux ans par la suite.
Les applications plus larges du CRISPR — en agriculture, en recherche fondamentale, et dans le domaine plus spéculatif de l'édition de la lignée germinale — posent des questions éthiques et de gouvernance qui sont examinées par les scientifiques, les régulateurs et les éthiciens en même temps que le développement de la technologie.
Jakub Zerdzicki / Pexels
En 2005, les véhicules électriques existaient en tant que produits de niche — la GM EV1 avait été produite puis rappelée de manière controversée, la Toyota $TM Prius était un succès commercial mais un hybride plutôt qu'un pur électrique — et la technologie des batteries qui limitait leur autonomie et leur praticabilité était comprise comme la principale barrière à l'adoption de masse. Les batteries lithium-ion, commercialisées par Sony $SONY en 1991, étaient la meilleure chimie disponible et s'amélioraient, mais les améliorations de densité énergétique réalisables dans le paradigme lithium-ion étaient attendues comme étant incrémentales plutôt que transformatrices.
Ce qui n'était pas anticipé en 2005, c'était la rapidité à la fois de l'accélération de la production et de la réduction des coûts que l'industrie des véhicules électriques allait entraîner au cours des deux décennies suivantes. Le coût des packs de batteries lithium-ion est passé d'environ 1 200 $ par kilowattheure en 2010 à environ 115 $ par kilowattheure en 2024 — une réduction de plus de 90% — entraînée par l'échelle de production, les améliorations de la chimie, et la concurrence entre les fabricants de batteries principalement en Chine, en Corée du Sud et au Japon.
La Model S de Tesla $TSLA, introduite en 2012, a démontré qu'un véhicule électrique pouvait atteindre une autonomie dépassant les 400 kilomètres, une performance excédant celle des véhicules à combustion interne comparables, et une expérience utilisateur — notamment la capacité de mise à jour logicielle à distance — qu'aucun constructeur automobile conventionnel n'avait offerte. Le véhicule a établi que les véhicules électriques n'étaient pas un sacrifice mais une préférence pour un segment croissant de consommateurs.
La batterie à semi-conducteurs — qui remplace l'électrolyte liquide des batteries lithium-ion actuelles par un matériau solide, permettant une densité énergétique plus élevée, une charge plus rapide, une durée de vie plus longue et une sécurité améliorée — est la prochaine technologie clé, avec Toyota, Samsung et plusieurs startups à des stades avancés de développement. Sa commercialisation, attendue vers la fin des années 2020, pourrait entraîner le changement radical d'autonomie et de vitesse de charge qui ferait des véhicules électriques le choix évident pour la plupart des consommateurs.
Anirudh / Pexels
En 2005, déterminer la structure tridimensionnelle d'une protéine — la forme repliée qui détermine sa fonction biologique — nécessitait soit la cristallographie par rayons X $TWTR, soit la microscopie cryo-électronique, des techniques de laboratoire qui prenaient des mois à des années par structure, nécessitaient un équipement spécialisé, et avaient collectivement produit des structures pour environ 100 000 des quelque 200 millions de protéines estimées dans la nature. Le problème de la prédiction de la structure des protéines par calcul à partir de la seule séquence d'acides aminés — le problème du repliement des protéines — avait été identifié comme l'un des grands défis de la biologie depuis les années 1960 et avait résisté à la solution malgré des décennies d'efforts.
AlphaFold2 de DeepMind, présenté à la compétition d'Évaluation Critique de la Prédiction de Structure de Protéines (CASP14) en novembre 2020, a résolu le problème du repliement des protéines. Ses prédictions correspondaient aux structures expérimentales à un degré de précision — mesuré par le score GDT — qui dépassait la performance des méthodes de calcul précédentes par une marge si grande que les organisateurs de la compétition ont d'abord questionné s'il y avait eu une erreur technique. Le système a atteint une précision comparable à la détermination expérimentale pour la majorité des protéines testées.
En juillet 2021, DeepMind a publié AlphaFold2 en open source et a publié une base de données de structures prédites pour toutes les protéines humaines et les protéines de 20 organismes modèles — environ 350 000 structures, soit plus que ce qui avait été déterminé expérimentalement au cours des six décennies précédentes de biologie structurale. En 2022, la base de données s'était étendue à plus de 200 millions de structures prédites, couvrant essentiellement l'ensemble de l'univers protéique connu.
L'impact sur la découverte de médicaments, la biologie structurale et la médecine moléculaire est difficile à surestimer. Comprendre la structure d'une protéine est souvent l'étape limitante dans la conception d'un médicament qui s'y lie ; AlphaFold a réduit cette étape de plusieurs années à quelques heures pour de nombreuses cibles. Les chercheurs ont utilisé les prédictions d'AlphaFold pour accélérer les travaux sur la résistance antimicrobienne, les traitements des maladies tropicales et les questions fondamentales en biologie cellulaire qui avaient été bloquées par l'absence de données structurelles.
Vladimir Srajber / Pexels
En 2005, la démonstration de véhicule autonome la plus sophistiquée de l'histoire venait d'avoir lieu : le DARPA Grand Challenge, où cinq véhicules robots ont parcouru un parcours tout-terrain de 212 kilomètres dans le désert de Mojave sans intervention humaine, pour la première fois — quatre tentatives précédentes en 2004 avaient vu chaque véhicule échouer dans un rayon de 12 kilomètres. L'accomplissement était extraordinaire au sein de la communauté robotique et complètement inaccessible au public — le véhicule gagnant, Stanley de Stanford, a atteint une vitesse moyenne de 30 kilomètres par heure sur un parcours désertique fermé sans autre trafic.
D'ici 2024, Waymo — la société de véhicules autonomes issue du projet de voiture autonome de Google $GOOGL — exploitait un service commercial de robotaxi à San Francisco et à Phoenix, fournissant environ 150 000 trajets par semaine à des passagers payants dans un trafic urbain dense sans conducteur de sécurité humain. Les véhicules avaient accumulé des dizaines de millions de kilomètres d'opération commerciale entièrement autonome. Le système Full Self-Driving de Tesla $TSLA avait été déployé sur environ 400 000 véhicules sous forme supervisée, avec une transition vers une opération non supervisée dans des conditions limitées à partir de 2024.
L'écart entre le DARPA Grand Challenge de 2005 et le service commercial de robotaxi de 2024 est à peu près de la même longueur que l'écart entre le premier vol des frères Wright et l'introduction du service aérien commercial régulier — environ 19 ans. La comparaison n'est pas parfaite, mais le rythme de développement a dépassé la plupart des projections d'experts de la base de 2005.
Les questions restantes concernant les véhicules autonomes — le cadre réglementaire pour l'opération non supervisée, la structure de responsabilité en cas d'accidents, le comportement dans les cas limites non couverts par les données d'entraînement — sont réelles et non résolues. La technologie existe. Son intégration dans le système de transport plus large est le travail en cours.
KOS Chiropractic Integrative Health / Pexels
En 2005, les interfaces cerveau-ordinateur existaient sous forme de recherche : le consortium BrainGate avait publié des résultats en 2004 montrant qu'un patient tétraplégique pouvait contrôler un curseur d'ordinateur en utilisant des signaux neuronaux enregistrés à partir d'un réseau de 96 électrodes implanté dans le cortex moteur. L'accomplissement était réel et scientifiquement significatif. Il était également lent — mouvements du curseur nécessitant une concentration délibérée — peu dimensionnel — contrôlant un curseur en deux dimensions — et dépendant d'un matériel ayant des limitations pratiques significatives pour une implantation à long terme.
L'implant N1 de Neuralink, implanté pour la première fois chez un patient humain en janvier 2024, a démontré une qualité de signal significativement plus élevée — environ 1 024 canaux d'électrodes comparés aux 96 de BrainGate — et une transmission sans fil, éliminant les fils percutanés qui avaient été une source de risque d'infection dans les implants précédents. Le premier patient, un quadriplégique nommé Noland Arbaugh, a démontré la capacité de contrôler un curseur d'ordinateur et de jouer aux échecs et aux jeux vidéo en utilisant l'implant dans les deux mois suivant l'opération, à des vitesses comparables à celles d'un utilisateur de souris valide.
Les applications plus spéculatives — communication à haut débit entre humains et ordinateurs, augmentation de la mémoire, restauration sensorielle au-delà du contrôle moteur — sont sur des délais de développement beaucoup plus longs et font face à des défis techniques et éthiques que la génération actuelle d'appareils ne résout pas. L'application clinique actuelle — restaurer la communication et le contrôle informatique aux personnes ayant de graves handicaps moteurs — est l'application la plus étroite et la plus clairement justifiée, et elle produit déjà des résultats qui auraient été remarquables en 2005.
Le paysage éthique des interfaces cerveau-ordinateur — questions sur la confidentialité des données pour les signaux neuronaux, sur la commercialisation des données neuronales par les fabricants d'implants, sur le potentiel d'utilisation coercitive ou involontaire — se façonne pendant le développement de la technologie, et les cadres de gouvernance sont considérablement en retard par rapport aux capacités techniques.
Solen Feyissa / Pexels
En 2005, interagir avec un ordinateur nécessitait une entrée physique — un clavier et une souris pour la plupart des applications, un stylet pour les appareils portables. La reconnaissance vocale existait sous des formes limitées — Dragon NaturallySpeaking pouvait transcrire la dictée avec une précision raisonnable dans des conditions contrôlées — mais c'était un système à locuteur unique, nécessitant un entraînement, et totalement incapable de comprendre les commandes en langage naturel. L'idée de parler naturellement à un appareil dans n'importe quelle condition ambiante, de lui poser une question en anglais simple et de recevoir une réponse pertinente parlée était le modèle d'interaction des assistants de science-fiction et le futur lointain de la conception d'interfaces.
Siri, lancé par Apple $AAPL en 2011, a été le premier assistant vocal à atteindre une adoption significative par les consommateurs, bien que ses capacités étaient limitées et son taux d'erreur élevé par rapport aux normes actuelles. L'Echo d'Amazon $AMZN, introduit en 2014 avec l'assistant vocal Alexa, a établi l'appareil ambiant toujours allumé — un haut-parleur à la maison qui pouvait répondre à des commandes en langage naturel pour la musique, les minuteries, les listes de courses, le contrôle de la maison intelligente et la réponse aux questions — et a propulsé la catégorie à des dizaines de millions d'unités vendues en quelques années.
L'intégration de grands modèles de langage dans les assistants vocaux à partir de 2023 a produit une amélioration qualitative de la capacité conversationnelle — le passage d'un système qui associait des commandes à un petit ensemble de modèles reconnus à un système capable d'interagir avec un langage naturel véritablement nouveau dans des domaines arbitraires — qui représente un nouveau seuil franchi depuis la base de 2005.
La tendance de l'informatique ambiante — étendre l'interaction vocale et en langage naturel aux voitures, télévisions, appareils électroménagers, écouteurs, et finalement lunettes — continue de diffuser le modèle d'interaction qui semblait de science-fiction en 2005 dans des objets du quotidien à un rythme qui le normalise plus rapidement que la plupart des cadres conceptuels des gens ne s'actualisent.
Anirudh / Pexels
En 2005, l'accès à Internet haut débit nécessitait soit l'infrastructure physique d'une entreprise de câblodistribution ou de télécommunications — des fibres ou des fils de cuivre allant jusqu'au bâtiment — soit un service satellite utilisant des satellites géostationnaires positionnés à 35 786 kilomètres au-dessus de l'équateur, dont la latence du signal d'environ 600 millisecondes rendait les applications en temps réel, y compris les appels vidéo, les jeux en ligne et la navigation Web interactive, effectivement inutilisables. Les zones rurales et les pays en développement sans infrastructure terrestre étaient limités à des services satellites lents, coûteux et à haute latence ou à aucun accès haut débit.
La constellation Starlink de SpaceX, qui a commencé son service bêta fin 2020 et a atteint une couverture mondiale en 2023, opère en orbite terrestre basse — environ 550 kilomètres d'altitude, comparativement aux 35 786 kilomètres des satellites géostationnaires — réduisant la latence du signal à environ 20 à 40 millisecondes, comparable au haut débit terrestre. À la mi-2024, Starlink comptait environ 3 millions d'abonnés dans le monde et fournissait un accès Internet dans des zones reculées — stations de recherche arctiques, navires en mer, fermes rurales, zones de réponse aux catastrophes — où aucune alternative n'existait.
L'échelle de la constellation requise est grande : Starlink exploitait plus de 6 000 satellites en 2024, avec l'approbation pour des dizaines de milliers d'autres. Le nombre de satellites en orbite terrestre basse a à peu près triplé depuis 2019, principalement en raison de Starlink, et les implications pour l'astronomie — les traînées lumineuses des satellites Starlink apparaissent dans les images astronomiques en longue exposition — sont une véritable préoccupation qui est abordée par des modifications de conception des satellites et la gestion du temps d'observation.
Les implications concurrentielles pour les télécommunications sont significatives. Plusieurs gouvernements et opérateurs de satellites traditionnels ont lancé ou annoncé des constellations concurrentes — le projet Kuiper d'Amazon $AMZN, OneWeb, et d'autres — et la concurrence qui en résulte pourrait continuer à faire baisser le coût de l'accès au haut débit dans les zones que les réseaux terrestres n'atteindront jamais économiquement.
Osman Özavcı / Pexels
En 2005, les armes à énergie dirigée — des systèmes qui projettent un faisceau de rayonnement électromagnétique ou de particules pour endommager ou détruire une cible — étaient en développement par l'armée américaine et plusieurs autres nations depuis des décennies, avec un succès limité. Le système laser à oxygène-iode chimique (COIL) testé sur le programme Airborne Laser — un Boeing $BA 747 modifié transportant un laser de classe mégawatt destiné à détruire des missiles balistiques en phase de boost — avait démontré une capacité limitée mais consommait des produits chimiques liquides, nécessitait une grande plate-forme aérienne, et n'était pas pratiquement déployable.
Le déploiement par la marine américaine du système d'arme laser (LaWS) à bord de l'USS Ponce en 2014, et le déploiement ultérieur du système HELIOS plus performant à bord de l'USS Preble à partir de 2022, ont démontré des armes à énergie dirigée déployables opérationnellement utilisant des lasers à fibre à l'état solide — une technologie qui s'était améliorée en puissance de sortie et en efficacité par ordre de grandeur depuis 2005, en partie grâce au développement industriel et commercial des lasers à fibre. Les systèmes sont utilisés principalement pour des applications de contre-drones et de contre-petits bateaux, où le coût par tir d'environ 1 $ se compare favorablement au coût des intercepteurs cinétiques.
Le contexte de la guerre des drones — la prolifération de petits drones commerciaux adaptés à un usage militaire dans des conflits incluant l'Ukraine et le Moyen-Orient — a accéléré le développement et le déploiement de systèmes à énergie dirigée en créant une catégorie de menaces pour laquelle les défenses cinétiques traditionnelles ne sont pas économiquement viables. Abattre un drone de 500 $ avec un missile de 100 000 $ n'est pas une stratégie de défense durable indéfiniment.
Les implications stratégiques des armes à énergie dirigée à des niveaux de puissance plus élevés — pour la défense antimissile, pour les applications antisatellites, et pour le déni de zone — sont significatives et sont étudiées par les établissements militaires à l'échelle mondiale, avec le rythme du développement des capacités suggérant que les systèmes qui semblaient être une technologie future spéculative en 2005 approchent de la pertinence opérationnelle.
Ketut Subiyanto / Pexels
En 2005, la surveillance continue de la santé en dehors d'un cadre clinique nécessitait soit une hospitalisation, soit l'utilisation d'appareils médicaux spécialisés — moniteurs Holter pour le rythme cardiaque, moniteurs de glucose en continu pour les diabétiques — qui étaient encombrants, coûteux et confinés à des populations de patients à haut risque spécifiques. L'idée d'un appareil grand public porté au poignet qui surveillait en continu la fréquence cardiaque, la saturation en oxygène du sang, les stades du sommeil, le rythme cardiaque, la température de la peau et la réponse galvanique, transmettait ces données à un smartphone, détectait la fibrillation auriculaire avec une précision clinique et appelait les services d'urgence si le porteur tombait — le tout dans un appareil plus fin qu'une montre et disponible pour quelques centaines de dollars — n'était pas un élément de feuille de route produit dans aucune entreprise d'électronique grand public en 2005.
L'Apple $AAPL Watch Series 4, introduite en 2018, était le premier dispositif portable grand public à inclure une fonction d'électrocardiogramme approuvée par la FDA — la capacité d'enregistrer un ECG à une dérivation en touchant la couronne numérique pendant 30 secondes — aux côtés de la surveillance optique de la fréquence cardiaque, de la détection des chutes et du SOS d'urgence. D'ici 2024, l'Apple Watch avait été créditée dans des milliers de cas documentés de détection de fibrillation auriculaire non diagnostiquée auparavant, incitant à des visites médicales qui ont conduit au traitement d'une condition associée à un risque important d'accident vasculaire cérébral.
Les moniteurs de glucose en continu — à l'origine un dispositif médical pour les diabétiques de type 1 — ont été adoptés par des individus non diabétiques comme outils de surveillance métabolique, et Apple, Samsung et plusieurs fabricants de dispositifs médicaux développent une surveillance optique non invasive du glucose pour les futures plateformes de montres. La trajectoire allant de dispositif médical spécialisé à dispositif portable grand public a compressé ce qui aurait auparavant été des délais de développement clinique de 20 ans en cycles de produit de cinq à sept ans.
Les données produites par l'adoption généralisée des dispositifs portables ont des implications pour la recherche en santé de la population — Apple et des institutions de recherche ont mené des études enrôlant des millions d'utilisateurs d'Apple Watch pour étudier la fibrillation auriculaire, la santé menstruelle et d'autres conditions — qui n'étaient pas possibles avec des dispositifs de surveillance clinique plus petits et plus coûteux.
Planet Volumes / Unsplash
En 2005, l'informatique quantique était un cadre théorique avec des démonstrations expérimentales limitées — des chercheurs avaient factorisé le nombre 15 à l'aide d'un processeur quantique de 7 qubits, et la figure de proue du domaine, Peter Shor, avait prouvé qu'un ordinateur quantique suffisamment grand pouvait casser le chiffrement RSA en temps polynomial. L'écart entre ces démonstrations et quelque chose approchant le calcul quantique pratique était considéré comme énorme, et la plupart des physiciens plaçaient les ordinateurs quantiques commercialement utiles des décennies dans le futur, s'ils étaient réalisables du tout.
La barrière spécifique était la décohérence — la tendance des systèmes quantiques à perdre leur état quantique par interaction avec l'environnement, rendant le calcul peu fiable avant qu'il ne puisse être complété. Construire des processeurs quantiques avec suffisamment de qubits, avec une fidélité suffisamment élevée et avec une correction d'erreur capable de surmonter la décohérence avait résisté à toutes les approches d'ingénierie tentées.
D'ici 2024, Google $GOOGL, IBM $IBM et plusieurs startups, dont IonQ et Quantinuum, avaient construit des processeurs dans la gamme de 50 à 1 000 qubits, avec des taux d'erreur suffisamment bas pour exécuter des algorithmes courts de manière fiable. La démonstration de la suprématie quantique par Google en 2019 — effectuant un calcul spécifique en 200 secondes que l'entreprise affirmait prendrait 10 000 ans au superordinateur classique le plus rapide du monde — a été contestée par IBM au motif que le calcul classique n'était pas aussi lent que prétendu, mais le résultat sous-jacent démontrant qu'un processeur quantique effectuant une tâche plus rapidement qu'une alternative classique a été accepté comme authentique.
Les applications pratiques de l'informatique quantique — casser les normes de cryptage actuelles, simuler des systèmes moléculaires pour la découverte de médicaments, optimiser la logistique à des échelles que les ordinateurs classiques ne peuvent gérer — restent sur une chronologie de développement que la plupart des chercheurs placent actuellement dans les années 2030. Mais la distance entre 2005 et 2024 en capacité matérielle quantique se mesure en ordres de grandeur, et la trajectoire est celle que la communauté de recherche de 2005 n'avait pas projetée avec une telle vitesse.
SAUL LOEB / Getty Images
En 2005, la réalité augmentée — la superposition d'informations numériques sur le monde physique, visible à travers un écran transparent — existait principalement comme un concept de recherche. Les démonstrations académiques utilisaient des casques volumineux pesant plusieurs kilogrammes, connectés à des ordinateurs externes, avec un champ de vision limité, une précision de suivi médiocre et une qualité visuelle comparable à celle d'une télévision basse résolution vue au bord de l'écran. La technologie était une catégorie de démonstration, pas une catégorie de produit.
Google $GOOGL Glass, lancé en tant qu'Explorer Edition en 2013 et abandonné pour les consommateurs en 2015, a été la première tentative sérieuse de consommateur d'un portable de réalité augmentée — une monture légère avec un petit écran à prisme visible en haut à droite du champ de vision. Son échec était en partie technologique, en partie social : l'écran était limité à de simples superpositions, la durée de vie de la batterie était courte et les lunettes équipées de caméras ont produit un inconfort public significatif concernant la surveillance dans les contextes sociaux. Le produit a révélé à la fois le potentiel et les obstacles de la catégorie.
Les lunettes intelligentes Ray-Ban de Meta $META, lancées en 2023 et mises à jour avec un assistant AI intégré en 2024, ont adopté une approche différente — donnant la priorité à la forme des lunettes de soleil conventionnelles sur la capacité d'affichage, offrant une caméra, un microphone, des haut-parleurs et une intégration AI sans superposition visuelle. Le Vision Pro d'Apple $AAPL, introduit en 2024, est allé dans la direction opposée — un casque de réalité mixte de haute qualité avec une capacité de superposition visuelle complète, conçu principalement pour la productivité et le divertissement plutôt que pour un port constant.
Le point de convergence — des lunettes légères avec un écran transparent de haute qualité, une intégration AI toujours active et une acceptabilité sociale — reste un objectif de développement pour chaque grande entreprise technologique, et l'investissement dans la catégorie suggère que le concept de recherche de 2005 atteindra une forme grand public dans les cinq à dix prochaines années d'une manière que les observateurs de 2005 n'auraient pas pu prédire à partir des prototypes disponibles.
