Le débat sur l’intelligence artificielle (IA) a tendance à se concentrer sur ses dangers potentiels : biais algorithmiques et discrimination, destruction massive d’emplois et même, disent certains, l’extinction de l’humanité. Cependant, tandis que certains observateurs s’inquiètent de ces scénarios dystopiques, d’autres se concentrent sur les récompenses potentielles : l’IA pourrait aider l’humanité à résoudre certains de ses problèmes les plus importants et les plus épineux. Et cela de manière très concrète : en accélérant radicalement le rythme des découvertes scientifiques, notamment dans des domaines tels que la médecine, la climatologie et les technologies vertes. Des sommités du domaine telles que Demis Hassabis et Yann LeCun estiment que l’intelligence artificielle peut accélérer le progrès scientifique et conduire à un âge d’or de la découverte. Auront-ils raison ?
Ces affirmations méritent d’être examinées, car elles pourraient servir de contrepoids 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 les avions dans les années 1900 ; Dans les années 1990, les experts affirmaient qu’Internet réduirait les inégalités et éradiquerait le nationalisme. Mais le mécanisme par lequel l'IA est censée 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 contribué à déclencher des explosions d'innovation et des découvertes scientifiques qui ont changé le monde.
Au XVIIe siècle, les microscopes et les télescopes ouvrent de nouvelles perspectives de découverte et encouragent les chercheurs à préférer leurs propres observations aux idées reçues de l'Antiquité, tandis que l'introduction des revues scientifiques leur offre de nouveaux moyens 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, de l’horloge à pendule à la machine à vapeur, principal moteur de la révolution industrielle.
À partir de la fin du XIXe siècle, la création de laboratoires de recherche, rassemblant des idées, des hommes et des matériaux à l'échelle industrielle, a donné naissance à d'autres innovations comme les engrais artificiels, les produits pharmaceutiques et le transistor, composant de base 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. Les outils et techniques de l'Intelligence Artificielle sont appliqués dans presque tous les domaines scientifiques, même si le degré d'adoption varie considérablement : 7,2 % des articles de physique et d'astronomie publiés en 2022 utilisaient par exemple l'Intelligence Artificielle, contre 1,4 % en médecine vétérinaire. 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. Vous pouvez parcourir des quantités de données, telles que celles produites par des collisionneurs de particules ou des télescopes robotiques, à la recherche de modèles. Et l’intelligence artificielle peut modéliser et analyser des systèmes encore plus complexes, comme le repliement des protéines ou la formation des galaxies. Des outils d'Intelligence Artificielle ont été utilisés, entre autres, pour identifier de nouveaux antibiotiques , découvrir le boson de Higgs ou détecter des accents régionaux chez les loups.
Tout cela mérite des applaudissements. Mais la revue et le laboratoire sont allés encore plus loin : ils ont modifié la pratique scientifique elle-même et ouvert des voies plus puissantes pour faire des découvertes, permettant aux personnes et aux idées de se mélanger de manière nouvelle et à plus grande échelle. L’IA a également le potentiel de déclencher une telle transformation.
Deux domaines en particulier semblent prometteurs. La première est la « découverte basée sur la littérature » (LBD), qui consiste à analyser la littérature scientifique existante via une analyse linguistique de type Chatgpt, pour rechercher de nouvelles hypothèses, connexions ou idées que les humains auraient pu manquer. LBD se montre prometteur en identifiant de nouvelles expériences à tenter et même en suggérant des collaborateurs de recherche potentiels. Les systèmes LBD peuvent également identifier les « angles morts » dans un domaine donné et même prédire les découvertes futures et ceux qui les réaliseront.
Le deuxième domaine est celui des « scientifiques en robotique », également appelés « laboratoires autogérés ». Il s'agit de systèmes robotiques qui utilisent l'IA pour formuler de nouvelles hypothèses, basées sur l'analyse des données et de la littérature existantes, puis les tester 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 humains, les robots sont moins attachés aux résultats antérieurs, moins guidés par des préjugés et, surtout, faciles à reproduire. Ils pourraient étendre la recherche expérimentale, développer des théories inattendues et explorer des voies que les chercheurs humains n’auraient peut-être pas envisagées.
L’idée selon laquelle l’intelligence artificielle peut 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 ces outils. Beaucoup ne disposent pas des compétences et de la formation nécessaires ; certains craignent de perdre leur emploi. Heureusement, il y a des signes encourageants : les outils d’intelligence artificielle ne sont plus promus par les chercheurs mais adoptés par des spécialistes d’autres domaines.
Les gouvernements et les organismes de financement pourraient aider en faisant pression pour des normes plus communes permettant aux systèmes d’IA d’échanger et d’interpréter les résultats de laboratoire et d’autres données. Ils pourraient également financer davantage de recherches sur l’intégration de l’intelligence artificielle avec la robotique de laboratoire et sur d’autres formes d’intelligence artificielle au-delà de celles appliquées dans le secteur privé, qui a misé presque toutes ses puces sur des systèmes basés sur un langage comme Chatgpt. D’autres formes d’intelligence artificielle, moins à la mode, comme l’apprentissage automatique basé sur des modèles, pourraient être mieux adaptées 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'arrivée de nouveaux instruments scientifiques tels que le microscope et le télescope comme « l'ajout d'organes artificiels aux organes naturels ». Grâce à eux, les chercheurs ont pu explorer des zones auparavant inaccessibles et découvrir des choses de manière nouvelle, « avec des bénéfices prodigieux pour toutes sortes de connaissances utiles ». Pour les successeurs modernes de Hooke, l’intégration de l’intelligence artificielle dans les instruments scientifiques est vouée à faire de même dans les années à venir, avec des résultats tout aussi révolutionnaires.
© 2023, The Economist Newspaper Limited. Tous droits réservés.