0:00:00.609,0:00:03.389
Ces 16 prochaines minutes,[br]je vais vous faire découvrir

0:00:03.389,0:00:06.509
ce qui est probablement[br]le plus grand rêve de l'humanité :

0:00:06.509,0:00:09.069
comprendre le code de la vie.

0:00:09.069,0:00:11.829
Pour moi, tout a commencé[br]il y a de nombreuses années,

0:00:11.829,0:00:14.609
quand j'ai vu ma première imprimante 3D.

0:00:14.609,0:00:16.239
Le concept était fascinant.

0:00:16.239,0:00:18.329
L'imprimante 3D a besoin [br]de trois choses :

0:00:18.329,0:00:22.489
un peu d'informations,[br]de la matière première, de l'énergie,

0:00:22.489,0:00:25.769
et elle peut créer n'importe quel objet[br]qui n'existait pas avant.

0:00:26.518,0:00:28.768
J'étudiais la physique[br]et, en rentrant chez moi,

0:00:28.768,0:00:32.138
j'ai réalisé que j'avais en réalité[br]toujours connu une imprimante 3D.

0:00:32.138,0:00:33.498
On en connaît tous une.

0:00:33.498,0:00:34.672
C'était ma mère !

0:00:34.672,0:00:35.706
(Rires)

0:00:35.706,0:00:38.141
Ma mère a pris trois choses :

0:00:38.141,0:00:41.781
un peu d'informations, partagées[br]entre mon père et ma mère dans ce cas,

0:00:42.164,0:00:46.304
de la matière première et de l'énergie[br]issues d'une même source, la nourriture,

0:00:46.304,0:00:48.864
et après plusieurs mois, elle m'a créé,

0:00:48.864,0:00:50.704
et je n'existais pas avant.

0:00:50.704,0:00:54.344
En dehors du choc de découvrir[br]que ma mère était une imprimante 3D,

0:00:54.475,0:00:59.275
j'ai immédiatement[br]été fasciné par cet élément,

0:00:59.275,0:01:00.865
le premier, l'information.

0:01:01.013,0:01:03.253
Quelle quantité d'informations est requise

0:01:03.253,0:01:05.213
pour fabriquer et composer un humain ?

0:01:05.213,0:01:06.803
En faut-il beaucoup ? Un peu ?

0:01:06.803,0:01:08.873
Combien de clés USB doit-on remplir ?

0:01:09.019,0:01:11.669
J'étudiais la physique au départ

0:01:11.669,0:01:16.579
et je voyais l'être humain grossièrement[br]comme une énorme construction de Lego.

0:01:18.212,0:01:21.112
Imaginez que les blocs Lego[br]sont de petits atomes,

0:01:21.112,0:01:25.662
et qu'il y en a un d'hydrogène ici,[br]un de carbone là et un d'azote ici.

0:01:25.778,0:01:27.358
En première approximation,

0:01:27.358,0:01:31.738
si je peux dresser la liste du nombre[br]d'atomes qui composent un être humain,

0:01:31.738,0:01:33.128
je peux le fabriquer.

0:01:33.128,0:01:35.218
Vous pouvez faire quelques calculs

0:01:35.218,0:01:38.508
et le résultat s'avère être[br]un nombre astronomique.

0:01:38.508,0:01:40.958
Le nombre d'atomes,

0:01:41.243,0:01:46.093
le fichier que je vais sauvegarder dans[br]ma clé USB pour fabriquer un petit bébé,

0:01:46.093,0:01:50.733
va en fait remplir[br]un Titanic rempli de clés USB...

0:01:50.733,0:01:53.063
multiplié par 2000.

0:01:53.959,0:01:57.339
C'est le miracle de la vie.

0:01:57.339,0:02:00.099
Maintenant, chaque fois[br]que vous verrez une femme enceinte,

0:02:00.099,0:02:04.119
dites-vous qu'elle assemble la plus grande[br]quantité d'informations jamais vue.

0:02:04.471,0:02:07.451
Oubliez le big data,[br]oubliez tout ce que vous connaissez.

0:02:07.451,0:02:10.367
C'est la plus grande quantité[br]d'informations existante.

0:02:10.367,0:02:11.817
(Applaudissements)

0:02:11.817,0:02:12.537
Mais...

0:02:14.237,0:02:18.837
La nature est, heureusement, bien[br]plus intelligente qu'un jeune physicien,

0:02:18.837,0:02:20.367
en quatre milliards d'années,

0:02:20.367,0:02:22.507
elle a réussi à faire rentrer[br]ces informations

0:02:22.507,0:02:25.227
dans un petit cristal appelé ADN.

0:02:25.609,0:02:29.949
Nous l'avons vu pour la première fois[br]en 1950 lorsque Rosalind Franklin,

0:02:29.949,0:02:32.596
une scientifique incroyable,[br]l'a pris en photo.

0:02:32.926,0:02:38.146
Mais il aura fallu plus de 40 ans[br]pour rentrer dans une cellule humaine,

0:02:38.146,0:02:42.736
extraire ce cristal, le dérouler[br]et le lire pour la première fois.

0:02:43.643,0:02:46.863
Le code s'avère être[br]un alphabet plutôt simple,

0:02:46.863,0:02:50.403
quatre lettres : A, T, C et G.

0:02:50.686,0:02:54.626
Et pour fabriquer un humain,[br]il en faut trois milliards.

0:02:54.919,0:02:55.889
Trois milliards.

0:02:56.137,0:02:57.737
Combien font trois milliards ?

0:02:57.737,0:03:00.527
C'est difficile d'imaginer[br]ce nombre, n'est-ce pas ?

0:03:00.527,0:03:07.427
Je me suis demandé comment représenter[br]la taille et l'énormité de ce code.

0:03:07.698,0:03:10.788
Mais... je vais avoir besoin[br]d'un peu d'aide,

0:03:10.788,0:03:14.038
et la meilleure personne[br]pour m'aider à vous présenter le code

0:03:14.038,0:03:17.578
est en fait le premier homme à[br]l'avoir séquencé, le docteur Craig Venter.

0:03:17.578,0:03:20.998
Alors, bienvenue sur scène,[br]Dr Craig Venter.

0:03:20.998,0:03:26.068
(Applaudissements)

0:03:27.962,0:03:29.832
Pas l'homme en chair et en os.

0:03:31.437,0:03:33.807
Mais pour la première fois[br]dans l'histoire,

0:03:33.807,0:03:37.297
voici le génome d'un humain spécifique,

0:03:37.297,0:03:41.097
imprimé page par page, lettre par lettre :

0:03:41.097,0:03:49.492
262 000 pages d'informations, 450 kg,[br]expédiées des États-Unis au Canada,

0:03:49.492,0:03:54.362
grâce à Bruno Bowden de Lulu.com,[br]une start-up, qui a tout fait.

0:03:54.362,0:03:55.892
C'était une prouesse incroyable.

0:03:55.892,0:04:00.152
Ceci est la représentation visuelle[br]de ce qu'est le code de la vie.

0:04:00.152,0:04:02.692
Maintenant, pour la première fois,[br]je peux m'amuser.

0:04:02.692,0:04:05.242
Je peux vraiment aller[br]à l'intérieur et lire.

0:04:05.242,0:04:08.817
Alors, laissez-moi choisir[br]un livre intéressant...

0:04:08.817,0:04:10.257
Celui-ci par exemple.

0:04:13.077,0:04:15.637
J'ai une note, c'est un livre assez gros.

0:04:15.637,0:04:19.487
Juste pour que vous puissiez voir[br]ce qu'est le code de la vie.

0:04:20.568,0:04:23.978
Des milliers et des milliers[br]et des milliers

0:04:23.978,0:04:26.678
et des millions de lettres.

0:04:26.678,0:04:29.095
Et apparemment,[br]elles disent quelque chose.

0:04:29.095,0:04:31.575
Allons à un passage spécifique.

0:04:31.575,0:04:32.955
Je vais vous le lire :

0:04:32.955,0:04:33.995
(Rires)

0:04:33.995,0:04:37.935
AAG, AAT, ATA.

0:04:38.978,0:04:41.068
Pour vous, ces lettres ne disent rien,

0:04:41.068,0:04:44.838
mais cette séquence donne[br]la couleur des yeux de Craig.

0:04:45.628,0:04:47.578
Je vais vous en montrer un autre passage.

0:04:47.578,0:04:49.568
C'est un peu plus compliqué.

0:04:50.976,0:04:53.628
Chromosome 14, livre 132 :

0:04:53.628,0:04:55.788
(Rires)

0:04:55.788,0:04:57.248
comme on peut s'y attendre.

0:04:57.248,0:05:00.598
(Rires)

0:05:02.838,0:05:07.368
ATT, CTT, GATT.

0:05:08.317,0:05:10.037
Cet humain a de la chance,

0:05:10.037,0:05:14.277
car si vous ratiez juste[br]deux lettres à cet endroit...

0:05:14.594,0:05:16.474
deux lettres sur trois milliards...

0:05:16.474,0:05:18.534
il serait condamné[br]à une maladie terrible :

0:05:18.534,0:05:19.994
la fibrose cystique.

0:05:19.994,0:05:23.434
Il n'y aucun remède ni solution,

0:05:23.434,0:05:26.774
et seules deux lettres[br]nous en séparent.

0:05:27.594,0:05:30.534
Un livre génial, un livre puissant,

0:05:31.119,0:05:33.139
un livre puissant[br]qui m'a aidé à comprendre

0:05:33.139,0:05:36.479
quelque chose de remarquable,[br]que je vais vous montrer.

0:05:36.479,0:05:40.589
Chacun d'entre vous, ce qui constitue[br]ma personne et la vôtre,

0:05:40.951,0:05:45.631
consiste juste en cinq millions[br]de lettres, la moitié d'un livre.

0:05:45.932,0:05:50.272
Sur le reste, nous sommes[br]tous absolument identiques.

0:05:51.021,0:05:55.056
500 pages, c'est le miracle[br]de la vie que vous êtes.

0:05:55.056,0:05:57.426
Le reste, nous le partageons tous.

0:05:57.618,0:06:00.518
Alors rappelez-vous de cela,[br]quand vous pensez être différent.

0:06:00.518,0:06:02.868
Voilà le volume que nous avons en commun.

0:06:03.438,0:06:06.899
Maintenant que j'ai votre attention,

0:06:06.899,0:06:08.289
la question suivante est :

0:06:08.289,0:06:09.463
comment le lire ?

0:06:09.463,0:06:11.043
Comment le comprendre ?

0:06:11.413,0:06:15.663
Quand bien même vous seriez doués[br]pour monter des meubles suédois...

0:06:15.663,0:06:19.163
Ce manuel d'instruction ?[br]Vous n'arriverez jamais à le déchiffrer.

0:06:19.163,0:06:20.254
(Rires)

0:06:20.254,0:06:24.034
Alors en 2014,[br]deux célèbres intervenants TED,

0:06:24.034,0:06:26.504
Peter Diamandis et Craig Venter lui-même,

0:06:26.504,0:06:28.614
ont décidé de monter[br]une nouvelle entreprise.

0:06:28.614,0:06:31.184
Human Longevity était née,[br]avec une mission :

0:06:31.393,0:06:33.273
essayer tout ce qui est possible,

0:06:33.273,0:06:36.053
apprendre tout ce que l'on peut[br]apprendre de ces livres.

0:06:36.053,0:06:38.593
Avec un objectif :

0:06:38.864,0:06:41.724
rendre réalisable le rêve [br]de la médecine personnalisée,

0:06:41.724,0:06:45.484
comprendre ce que nous devrions faire[br]pour être en meilleure santé

0:06:45.484,0:06:48.014
et quels sont les secrets [br]renfermés dans ces livres.

0:06:48.354,0:06:52.614
Une équipe fantastique, 40 scientifiques [br]et beaucoup d'autres personnes,

0:06:52.614,0:06:53.979
un plaisir d'être avec eux.

0:06:53.979,0:06:56.239
Le concept est en fait très simple.

0:06:56.239,0:06:59.528
Nous allons utiliser une technologie :[br]l'apprentissage par la machine.

0:06:59.528,0:07:03.988
D'un côté, nous avons[br]des génomes, par milliers.

0:07:03.988,0:07:08.013
De l'autre, on a assemblé la plus grande[br]base de données sur l'humain :

0:07:08.013,0:07:12.303
phénotypes, scan 3D, RMN,[br]tout ce à quoi vous pouvez penser.

0:07:12.346,0:07:15.246
Au sein de ces deux facettes[br]bien distinctes

0:07:15.246,0:07:17.696
se trouve le secret de la traduction.

0:07:17.696,0:07:20.816
Au centre, on a construit une machine.

0:07:20.816,0:07:23.206
On a construit une machine[br]que l'on entraîne...

0:07:23.206,0:07:26.416
pas seulement une machine,[br]mais de très nombreuses machines,

0:07:26.416,0:07:31.106
pour essayer de comprendre le génome[br]et de le traduire en phénotype.

0:07:31.353,0:07:34.553
Que sont ces lettres[br]et quelles sont leurs fonctions ?

0:07:34.715,0:07:37.485
C’est une approche[br]qui peut être utilisée pour tout,

0:07:37.485,0:07:40.515
mais l'utiliser en génomique[br]est particulièrement compliqué.

0:07:40.515,0:07:43.805
Petit à petit, on se développe[br]et cherche différents défis.

0:07:43.805,0:07:46.555
On a commencé[br]avec les traits communs.

0:07:46.555,0:07:49.285
Les traits communs sont confortables[br]car ils sont communs,

0:07:49.285,0:07:50.405
tout le monde les a.

0:07:50.405,0:07:52.915
On a donc commencé[br]par se poser cette question :

0:07:52.915,0:07:54.425
Peut-on prédire la taille ?

0:07:54.998,0:07:57.175
Peut-on lire le livre[br]et prédire la taille ?

0:07:57.175,0:08:00.185
Eh bien, en fait, on le peut,[br]avec une précision de 5 cm.

0:08:00.185,0:08:03.325
L'IMC est très liée à notre style de vie,

0:08:03.325,0:08:07.253
mais on y arrive quand même,[br]avec 8 kg de précision.

0:08:07.253,0:08:09.423
Prédire la couleur des yeux ?[br]Oui, on le peut.

0:08:09.554,0:08:11.244
Avec 80 % d'exactitude.

0:08:11.467,0:08:13.347
Peut-on prédire la couleur de la peau ?

0:08:13.347,0:08:15.839
Oui, avec 80 % d'exactitude.

0:08:15.839,0:08:17.789
Peut-on prédire l'âge ?

0:08:18.131,0:08:21.894
Oui, puisqu'apparemment,[br]le code change au cours de la vie.

0:08:21.894,0:08:25.104
Il se raccourcit, perd des bouts,[br]reçoit des ajouts.

0:08:25.183,0:08:27.953
On lit le signal et on crée le modèle.

0:08:28.436,0:08:29.950
Autre défi intéressant :

0:08:29.950,0:08:31.840
peut-on prédire la forme d'un visage ?

0:08:32.913,0:08:34.323
C'est un peu compliqué,

0:08:34.323,0:08:37.525
car le visage est dispersé[br]parmi des millions de ces lettres.

0:08:37.525,0:08:40.175
Un visage humain n'est pas[br]un objet très bien défini.

0:08:40.175,0:08:42.205
Il faut donc en reconstruire[br]un pan entier

0:08:42.205,0:08:44.987
pour faire apprendre à la machine[br]ce qu'est un visage,

0:08:44.987,0:08:47.069
l'intégrer et le compresser.

0:08:47.069,0:08:49.409
Si vous connaissez[br]l'apprentissage par la machine,

0:08:49.409,0:08:51.649
vous comprenez le défi[br]qu'il y a à relever ici.

0:08:52.112,0:08:58.142
Après 15 années, 15 années[br]après avoir lu le premier séquençage,

0:08:58.142,0:09:01.135
en octobre dernier, nous avons commencé[br]à voir certains signaux.

0:09:01.135,0:09:03.525
Et ce fut un moment très émouvant.

0:09:03.525,0:09:07.619
Ce que vous voyez ici est[br]un sujet venu dans notre labo.

0:09:07.619,0:09:09.459
C'est un visage pour nous.

0:09:09.577,0:09:13.221
On a pris le vrai visage du sujet[br]et on l'a simplifié,

0:09:13.221,0:09:15.231
car tout n'est pas dans le visage,

0:09:15.231,0:09:19.011
beaucoup de caractéristiques, de défauts[br]et d'asymétries résultent de votre vie.

0:09:19.011,0:09:23.172
On a symétrisé le visage[br]et on a fait tourner l'algorithme.

0:09:23.172,0:09:25.216
Le résultat que je vous montre maintenant,

0:09:25.216,0:09:28.926
c'est la prédiction obtenue grâce au sang.

0:09:29.606,0:09:31.156
(Applaudissements)

0:09:31.156,0:09:32.276
Attendez un peu.

0:09:32.583,0:09:37.363
En ce moment, vos yeux regardent,[br]de gauche à droite, de gauche à droite,

0:09:37.363,0:09:41.273
et votre cerveau veut[br]que ces images soient identiques.

0:09:41.273,0:09:43.793
Je vais donc vous demander de faire[br]un autre exercice,

0:09:43.793,0:09:46.063
cherchez les différences,

0:09:46.063,0:09:47.293
qui sont nombreuses.

0:09:47.407,0:09:50.027
Le plus grand nombre de signaux[br]vient du genre,

0:09:50.027,0:09:55.287
ensuite vient l'âge, l'IMC,[br]la composante ethnique de la personne.

0:09:55.287,0:09:58.687
Et ensuite, ça se complique[br]de plus en plus.

0:09:59.025,0:10:02.285
Mais ce que vous voyez ici,[br]même les différences,

0:10:02.285,0:10:05.002
vous laisse comprendre[br]que vous tenez le bon bout,

0:10:05.912,0:10:09.615
que vous vous rapprochez[br]et que ça vous donne déjà des émotions.

0:10:09.615,0:10:12.095
Voici un autre sujet qui est venu,

0:10:12.391,0:10:13.811
et ceci est la prédiction.

0:10:13.811,0:10:15.751
Un visage un peu plus petit,

0:10:15.751,0:10:18.441
nous n'avons pas[br]la structure crânienne complète.

0:10:18.441,0:10:21.181
mais tout de même, c'est assez proche.

0:10:21.608,0:10:23.828
Voici un sujet qui est venu à notre labo,

0:10:23.878,0:10:25.468
et voici la prédiction.

0:10:26.726,0:10:30.766
Ces gens n'ont jamais été vus[br]pendant l'entraînement de la machine.

0:10:30.766,0:10:33.036
On les appelle « échantillon caché ».

0:10:33.622,0:10:37.385
Mais on ne peut pas trop[br]se fier à ces gens non plus.

0:10:37.385,0:10:40.075
On publie tout[br]dans les revues scientifiques,

0:10:40.075,0:10:41.245
vous pouvez le lire.

0:10:41.245,0:10:43.615
Quitte à être sur scène,[br]Chris m'a lancé un défi.

0:10:43.615,0:10:47.275
J'ai probablement pris un risque[br]et j'ai essayé de prédire

0:10:47.275,0:10:49.725
quelqu'un que vous reconnaitrez peut-être.

0:10:50.736,0:10:54.916
Dans cette fiole de sang,[br]croyez-moi, vous n'avez pas idée

0:10:54.916,0:10:57.636
de ce que l'on a dû faire[br]pour avoir ce sang ici,

0:10:57.824,0:11:01.741
dans cette fiole de sang se trouve[br]la quantité d'information biologique

0:11:01.741,0:11:04.041
nécessaire pour un séquençage[br]complet du génome.

0:11:04.041,0:11:06.311
Nous avons juste besoin de cette quantité.

0:11:06.508,0:11:09.770
Nous avons analysé cette séquence,[br]et je vais le faire avec vous.

0:11:09.770,0:11:13.750
Et nous avons commencé à empiler[br]toutes les connaissances que nous avions.

0:11:13.750,0:11:17.130
Dans cette fiole de sang, nous avons[br]prédit que c'était un homme.

0:11:17.130,0:11:18.717
Et le sujet était un homme.

0:11:18.999,0:11:21.474
Nous avons prédit qu'il mesurait 1,76 m.

0:11:21.474,0:11:23.454
Il mesure en fait 1,77 m.

0:11:23.884,0:11:27.504
Nous avons prédit[br]qu'il faisait 76 kg, il en fait 82.

0:11:28.695,0:11:31.225
Nous avons prédit son âge : 38 ans.

0:11:31.335,0:11:32.985
Le sujet a 35 ans.

0:11:33.845,0:11:36.565
Nous avons prédit la couleur de ses yeux.

0:11:36.769,0:11:37.819
Trop foncé.

0:11:37.819,0:11:40.009
Nous avons prédit la couleur de sa peau.

0:11:40.009,0:11:41.509
On y est presque.

0:11:41.900,0:11:43.760
Voici son visage.

0:11:45.179,0:11:48.159
Maintenant, le moment de vérité :

0:11:48.484,0:11:50.514
le sujet est cette personne.

0:11:50.514,0:11:52.264
(Rires)

0:11:52.264,0:11:54.288
Et je l'ai fait intentionnellement.

0:11:54.288,0:11:58.013
Je suis d'une ethnicité très particulière.

0:11:58.013,0:12:01.008
Européens du sud, Italiens,[br]les modèles ne correspondent jamais.

0:12:01.008,0:12:06.138
C'est particulier, cette ethnicité[br]est un cas complexe pour notre modèle.

0:12:06.138,0:12:07.660
Mais, il y a encore autre chose.

0:12:07.660,0:12:11.180
L'une des choses que l'on utilise[br]beaucoup pour reconnaître les gens

0:12:11.180,0:12:12.930
n'est jamais écrite dans le génome.

0:12:12.930,0:12:15.160
C'est notre libre arbitre,[br]ce dont on a l'air.

0:12:15.284,0:12:18.524
Ici, pas ma coupe de cheveux,[br]mais ma barbe.

0:12:18.524,0:12:22.100
Je vais vous montrer,[br]je vais juste la transférer,

0:12:22.100,0:12:24.890
ce n'est que du Photoshop,[br]pas de modélisation,

0:12:24.890,0:12:26.648
la barbe du sujet.

0:12:26.648,0:12:30.278
Et immédiatement, on arrive[br]bien mieux à me reconnaitre.

0:12:32.443,0:12:34.273
Pourquoi fait-on donc ça ?

0:12:35.950,0:12:40.330
On ne le fait certainement pas[br]pour prédire la taille,

0:12:41.109,0:12:43.849
ou avoir une belle image[br]à partir de votre sang.

0:12:44.391,0:12:48.410
On le fait car la même technologie[br]et la même approche,

0:12:48.410,0:12:50.980
l'apprentissage par la machine[br]pour ce code,

0:12:50.980,0:12:54.150
nous aide à comprendre[br]comment nous fonctionnons,

0:12:54.150,0:12:55.653
comment votre corps fonctionne,

0:12:55.653,0:12:57.343
comment votre corps vieillit,

0:12:57.343,0:12:59.823
comment les maladies[br]se déclarent dans votre corps,

0:13:00.139,0:13:02.819
comment votre cancer grandit[br]et se développe,

0:13:03.120,0:13:04.690
comment les médicaments marchent,

0:13:04.875,0:13:07.675
et s'ils fonctionnent dans votre corps.

0:13:07.736,0:13:09.486
C'est un sérieux défi.

0:13:09.880,0:13:11.560
C'est un défi que l'on partage

0:13:11.560,0:13:14.130
avec des milliers d'autres chercheurs[br]de par le monde.

0:13:14.159,0:13:16.629
C'est la médecine personnalisée.

0:13:17.127,0:13:20.337
C'est la faculté de partir[br]d'une approche statistique

0:13:20.581,0:13:22.671
où l'on est juste[br]une goutte dans l'océan,

0:13:22.671,0:13:24.520
à une approche personnalisée,

0:13:24.520,0:13:26.640
où nous lisons tous ces livres

0:13:26.707,0:13:29.677
et nous arrivons à comprendre[br]exactement comment vous êtes.

0:13:30.238,0:13:33.188
Mais c'est un défi[br]particulièrement compliqué,

0:13:33.635,0:13:36.915
parce que de tous ces livres, à ce jour,

0:13:37.694,0:13:40.244
on ne connaît probablement que 2 % :

0:13:41.078,0:13:44.838
quatre livres sur plus de 175.

0:13:46.029,0:13:49.875
Et ce n'est pas le sujet[br]de mon intervention,

0:13:50.155,0:13:52.665
car on en saura plus à l'avenir.

0:13:53.369,0:13:56.439
Les meilleurs cerveaux de la planète[br]travaillent sur ces sujets.

0:13:57.023,0:13:58.913
Les prédictions vont s'améliorer,

0:13:58.921,0:14:00.801
le modèle va devenir plus précis.

0:14:01.236,0:14:02.786
Et plus on apprendra,

0:14:03.055,0:14:10.355
plus l'on se retrouvera devant des choix[br]que nous n'avons jamais eus à faire avant

0:14:10.959,0:14:11.939
sur la vie,

0:14:12.439,0:14:13.439
sur la mort,

0:14:14.123,0:14:15.663
sur l'éducation parentale.

0:14:18.207,0:14:25.697
Nous touchons donc aux détails intimes[br]du fonctionnement de la vie.

0:14:26.117,0:14:29.307
Et c'est une révolution[br]qui ne peut pas être confinée

0:14:29.307,0:14:32.374
au domaine de la science[br]ou des technologies.

0:14:32.949,0:14:35.659
Ceci doit être une conversation globale.

0:14:35.802,0:14:40.882
Nous devons réfléchir à l'avenir[br]que nous construisons tous.

0:14:41.008,0:14:44.128
Nous devons interagir avec[br]les créateurs, les artistes,

0:14:44.128,0:14:46.658
les philosophes et les politiciens.

0:14:46.671,0:14:50.721
Chacun est impliqué[br]car il s'agit de l'avenir de notre espèce.

0:14:51.259,0:14:55.259
Sans peur, mais en comprenant

0:14:55.259,0:14:59.160
que les décisions que nous prendrons[br]durant l'année à venir

0:14:59.160,0:15:02.840
changeront pour toujours[br]le cours de l'histoire.

0:15:03.719,0:15:04.919
Merci.

0:15:04.919,0:15:11.219
(Applaudissements)