Comment l’intelligence artificielle peut révolutionner la science

DEBATE à propos intelligence artificielle (IA) a tendance à se concentrer sur ses dangers potentiels : biais algorithmiques et discriminations, destruction massive d’emplois et même, disent certains, extinction de l’humanité. Alors que certains observateurs s’inquiètent de ces scénarios dystopiques, d’autres se concentrent sur les récompenses potentielles. ai pourraient, affirment-ils, aider l’humanité à résoudre certains de ses problèmes les plus importants et les plus épineux. Et, disent-ils, ai nous y parviendrons d’une manière très spécifique : en accélérant radicalement le rythme des découvertes scientifiques, notamment dans des domaines tels que la médecine, la science du climat et les technologies vertes. Des sommités du domaine telles que Demis Hassabis et Yann LeCun estiment que IA peut dynamiser le progrès scientifique et conduire à un âge d’or de la découverte. Pourraient-ils avoir raison ?

De telles affirmations méritent d’être examinées et pourraient fournir un contrepoids utile aux craintes concernant le chômage à grande échelle et les robots tueurs. Bien entendu, de nombreuses technologies antérieures ont été faussement saluées comme des panacées. Le télégraphe électrique était salué dans les années 1850 comme un héraut de la paix mondiale, tout comme l’avion dans les années 1900 ; Dans les années 1990, des experts affirmaient qu’Internet réduirait les inégalités et éradiquerait le nationalisme. Mais le mécanisme par lequel IA est censé résoudre les problèmes du monde a une base historique plus solide, car il y a eu plusieurs périodes dans l’histoire où de nouvelles approches et de nouveaux outils ont effectivement contribué à provoquer des explosions de découvertes et d’innovations scientifiques qui ont changé le monde.

Au XVIIe siècle, les microscopes et les télescopes ont ouvert de nouvelles perspectives de découverte et ont encouragé les chercheurs à privilégier leurs propres observations plutôt que les idées reçues de l’Antiquité, tandis que l’introduction de revues scientifiques leur a offert de nouvelles façons de partager et de faire connaître leurs découvertes. Le résultat fut des progrès rapides en astronomie, en physique et dans d’autres domaines, ainsi que de nouvelles inventions, depuis l’horloge à pendule jusqu’à la machine à vapeur, moteur principal de la révolution industrielle.

Puis, à partir de la fin du XIXe siècle, la création de laboratoires de recherche, rassemblant des idées, des personnes et des matériaux à l’échelle industrielle, a donné naissance à d’autres innovations telles que les engrais artificiels, les produits pharmaceutiques et le transistor, la pierre angulaire de l’ordinateur. À partir du milieu du XXe siècle, les ordinateurs ont à leur tour permis de nouvelles formes de science basées sur la simulation et la modélisation, depuis la conception d’armes et d’avions jusqu’à des prévisions météorologiques plus précises.

Et la révolution informatique n’est peut-être pas encore terminée. Comme nous le rapportons dans une section spéciale Science, IA les outils et techniques sont désormais appliqués dans presque tous les domaines scientifiques, bien que le degré d’adoption varie considérablement : 7,2 % des articles de physique et d’astronomie publiés en 2022 concernaient IApar exemple, contre 1,4% en sciences vétérinaires. IA est utilisé de plusieurs manières. Il peut identifier des candidats prometteurs pour l’analyse, tels que des molécules possédant des propriétés particulières dans la découverte de médicaments ou des matériaux présentant les caractéristiques nécessaires aux batteries ou aux cellules solaires. Il peut passer au crible des piles de données telles que celles produites par des collisionneurs de particules ou des télescopes robotiques, à la recherche de modèles. Et IA peut modéliser et analyser des systèmes encore plus complexes, tels que le repliement des protéines et la formation des galaxies. IA des outils ont été utilisés pour identifier de nouveaux antibiotiques, révéler le boson de Higgs et repérer des accents régionaux chez les loups, entre autres.

Tout cela est à saluer. Mais la revue et le laboratoire sont allés encore plus loin : ils ont modifié la pratique scientifique elle-même et ont mis au point des moyens plus puissants de faire des découvertes, en permettant aux personnes et aux idées de se mélanger de manière nouvelle et à plus grande échelle. IAa également le potentiel de déclencher une telle transformation.

Deux domaines en particulier semblent prometteurs. Le premier est la découverte basée sur la littérature (LBD), qui consiste à analyser la littérature scientifique existante, à l’aide de ChatGoogle Tag-analyse du langage de style, pour rechercher de nouvelles hypothèses, connexions ou idées que les humains auraient pu manquer. LBD se montre prometteur dans l’identification de nouvelles expériences à essayer et même dans la suggestion de collaborateurs de recherche potentiels. Cela pourrait stimuler le travail interdisciplinaire et favoriser l’innovation aux frontières entre les domaines. LBD les systèmes peuvent également identifier les angles morts dans un domaine donné, et même prédire les découvertes futures et qui les réalisera.

Le deuxième domaine concerne les robots scientifiques, également connus sous le nom de laboratoires autonomes. Ce sont des systèmes robotiques qui utilisent IA former de nouvelles hypothèses, basées sur l’analyse des données et de la littérature existantes, puis tester ces hypothèses en réalisant des centaines ou des milliers d’expériences, dans des domaines tels que la biologie des systèmes et la science des matériaux. Contrairement aux scientifiques, les robots sont moins attachés aux résultats antérieurs, moins motivés par des préjugés et, surtout, faciles à reproduire. Ils pourraient intensifier la recherche expérimentale, développer des théories inattendues et explorer des voies que les chercheurs humains n’auraient peut-être pas envisagées.

L’idée que IA qui pourrait transformer la pratique scientifique est donc réalisable. Mais le principal obstacle est sociologique : cela ne peut se produire que si les scientifiques sont disposés et capables d’utiliser de tels outils. Beaucoup manquent de compétences et de formation ; certains craignent de se retrouver au chômage. Heureusement, il existe des signes encourageants. IA les outils ne sont plus poussés par IA chercheurs à être adoptés par des spécialistes d’autres domaines.

Les gouvernements et les organismes de financement pourraient aider en faisant pression pour un recours accru à des normes communes afin de permettre IA des systèmes pour échanger et interpréter les résultats de laboratoire et d’autres données. Ils pourraient également financer davantage de recherches sur l’intégration des IA intelligents avec la robotique de laboratoire et dans des formes de IA au-delà de ceux recherchés par le secteur privé, qui a misé presque tous ses atouts sur des systèmes basés sur le langage comme ChatGPT. Des formes moins à la mode IAcomme l’apprentissage automatique basé sur des modèles, peut être mieux adapté aux tâches scientifiques telles que la formulation d’hypothèses.

L’ajout de l’artificiel

En 1665, à une époque de progrès scientifique rapide, Robert Hooke, un mathématicien anglais, décrivait l’avènement de nouveaux instruments scientifiques tels que le microscope et le télescope comme l’ajout d’organes artificiels à l’organisme naturel. Ils permettent aux chercheurs d’explorer des domaines auparavant inaccessibles et de découvrir des choses de manière nouvelle, avec un bénéfice prodigieux pour toutes sortes de connaissances utiles. Pour les successeurs modernes de Hooke, l’ajout de l’intelligence artificielle à la boîte à outils scientifique est sur le point d’avoir le même effet dans les années à venir, avec des résultats tout aussi révolutionnaires pour le monde.

Pour les abonnés uniquement : pour voir comment nous concevons la couverture de chaque semaine, inscrivez-vous à notre newsletter hebdomadaire Cover Story.