L'intelligence artificielle (IA) est sur le point de rendre la science "beaucoup plus excitante et, d'une certaine manière, méconnaissable". Les répercussions de ce changement se feront sentir à l'extérieur du laboratoire et nous affecteront tous. C'est ainsi qu'Eric Schmidt, qui a été PDG de Google de 2001 à 2011, a résumé comment il vit ce changement d'heure.
À titre d'exemple de l'évolution du monde scientifique et technologique, l'homme d'affaires et informaticien a déclaré que Nvidia est en train de créer un jumeau numérique de la Terre, appelé Earth-2, qui utilisera un modèle d'IA appelé FourCastNet pour prédire la météo extrême plus rapidement. et plus précis que les méthodes actuelles. FourCastNet peut simuler des milliers de scénarios possibles, permettant d'anticiper et de prévenir les catastrophes naturelles. Cette percée dans la modélisation du climat fait partie d'une révolution scientifique axée sur l'IA, qui aura un impact majeur sur la société et l'environnement.
L'ancien PDG de Google - co-fondateur de Schmidt Futures, une initiative philanthropique qui défend des personnes exceptionnelles qui améliorent le monde, appliquent la science et la technologie et unissent les gens dans tous les domaines - a déclaré dans un article du MIT Technology Review que "si nous bien jouer nos cartes avec une réglementation sensée et un soutien adéquat aux utilisations innovantes de l'IA pour résoudre les problèmes les plus urgents de la science, l'IA peut réécrire le processus scientifique. Nous pouvons construire un avenir où les outils alimentés par l'IA nous épargnent des travaux insignifiants et chronophages et suscitent également des inventions et des découvertes créatives, favorisant des percées qui autrement prendraient des décennies ».
L'expert a rappelé que l'IA a déjà permis de grandes avancées scientifiques, tant avec des modèles petits et spécifiques qu'avec des modèles larges et généraux ou LLM. Ces modèles ont aidé, par exemple, des scientifiques de McMaster et du MIT à trouver de nouveaux antibiotiques pour combattre l'une des bactéries considérées comme résistantes aux médicaments, selon l'Organisation mondiale de la santé. Ils ont également permis, grâce à un modèle Google DeepMind , de contrôler le plasma dans la fusion nucléaire , ce qui pourrait conduire à une révolution de l'énergie propre. Dans le domaine de la santé, la FDA a déjà approuvé 523 appareils utilisant l'IA, dont 75 % pour une utilisation en radiologie.
L'IA peut changer la façon dont la science est pratiquée, de l'examen de la littérature à la formulation d'hypothèses. Les scientifiques peuvent utiliser des outils basés sur ces systèmes pour obtenir des résumés et des citations d'articles existants. Les grands modèles de langage peuvent prédire la prochaine étape logique dans une séquence scientifique, suggérant des découvertes possibles.
« Essentiellement, le processus scientifique que nous avons tous appris à l'école primaire restera le même : effectuer une recherche de fond, identifier une hypothèse, la tester par l'expérimentation, analyser les données recueillies et arriver à une conclusion. Mais l'IA a le potentiel de révolutionner l'apparence de chacun de ces composants à l'avenir », a déclaré Schmidt.
Loin des prédictions alarmantes que formulent de nombreuses personnes, même issues de domaines scientifiques, l'expert en informatique a estimé que "cette technique rend les LLM particulièrement adaptés aux problèmes de mise à l'échelle intrinsèques à la structure hiérarchique de la science et peut permettre à de tels modèles de prédire le prochain grand". découverte en physique ou en biologie ». L'IA peut améliorer la génération et le test d'hypothèses scientifiques, facilitant la découverte de nouveaux médicaments et la conception d'expériences plus efficaces, a-t-il noté.
Un autre exemple qui donne un coup de pouce à la science de la santé est celui des experts de CalTech, a déclaré Schmidt, qui a utilisé un modèle de simulation de fluide AI pour concevoir automatiquement un meilleur cathéter qui empêche les bactéries de nager en amont et de provoquer des infections. De cette façon, a-t-il dit, l'IA peut accélérer le progrès scientifique en permettant aux chercheurs de trouver la meilleure solution possible à un problème dès le départ, au lieu d'avoir à essayer de nombreuses solutions partielles ou sous-optimales jusqu'à ce qu'ils arrivent à la meilleure, comme c'était le cas le cas par le passé avec le développement des ampoules électriques.
"En passant à l'étape d'expérimentation, l'IA pourra réaliser des expériences plus rapidement, à moindre coût et à plus grande échelle. Par exemple, nous pouvons construire des machines alimentées par l'IA avec des centaines de micropipettes fonctionnant 24 heures sur 24 pour créer des échantillons à une vitesse qu'aucun humain ne pourrait égaler. Au lieu d'être limités à seulement six expériences, les scientifiques peuvent utiliser des outils d'intelligence artificielle pour en exécuter mille », a-t-il ajouté.
Il a déclaré que l'IA peut libérer les scientifiques des contraintes et des préjugés qui affectent leur travail, leur permettant d'explorer des hypothèses plus innovantes et risquées. De plus, l'IA peut automatiser et optimiser la conception, l'exécution et l'analyse des expériences, en utilisant des plateformes robotiques qui fonctionnent comme des laboratoires autonomes. Il s'agit de « plateformes robotiques automatisées combinées à l'intelligence artificielle. Ici, nous pouvons apporter les prouesses de l'IA du domaine numérique au monde physique. Ces laboratoires autonomes voient déjà le jour dans des entreprises comme Emerald Cloud Lab et Artificial et même au Laboratoire national d'Argonne » , a-t-il déclaré. Ces laboratoires autonomes peuvent agir en tant que partenaires de recherche pour les scientifiques, interprétant les résultats, suggérant les prochaines étapes et réapprovisionnant le matériel nécessaire. Ainsi, l'IA peut accélérer le cycle de découverte scientifique et améliorer la qualité et l'efficacité de la recherche.
Quelles sont les limites de l'IA, selon l'expert
Schmidt pense également que l'IA donnera des chances de rejoindre de nouveaux scientifiques dans une sorte de démocratisation des domaines de la connaissance qui n'a pas été vue jusqu'à présent. L'IA peut transformer le travail scientifique en le rendant plus créatif, inclusif et efficace. Les LLM peuvent faciliter le codage, la rédaction et l'examen des projets de recherche, élargissant ainsi la portée et la qualité de la science.
"Les outils d'IA peuvent réduire la barrière à l'entrée pour les nouveaux scientifiques et ouvrir des opportunités pour ceux qui sont traditionnellement exclus du domaine. Avec des LLM capables d'aider à la création de code, les étudiants en STEM n'auront plus à maîtriser des langages de codage obscurs, ouvrant les portes de la tour d'ivoire à de nouveaux talents non traditionnels et facilitant l'engagement des scientifiques dans des domaines au-delà du leur », € expliqua-t-il.
Le spécialiste a estimé que « les outils d'IA ont un potentiel incroyable, mais nous devons reconnaître où le contact humain est encore important et éviter de courir avant de pouvoir marcher. Par exemple, réussir à fusionner l'IA et la robotique via des laboratoires autonomes ne sera pas facile. Il y a beaucoup de connaissances tacites que les scientifiques apprennent dans les laboratoires qui sont difficiles à transférer à la robotique pilotée par l'IA. De même, nous devons être conscients des limites, voire des hallucinations, des LLM d'aujourd'hui avant de leur décharger une grande partie de nos documents, recherches et analyses ».
Schmidt pense que des entreprises comme OpenAI et DeepMind continuent d'ouvrir la voie à de nouvelles percées, modèles et travaux de recherche, mais la domination actuelle de l'industrie ne durera pas éternellement. DeepMind s'est démarqué en se concentrant sur des problèmes bien définis avec des objectifs et des mesures clairs. La forme des protéines est une énigme que la science tente de déchiffrer depuis des années. C'est cette dernière entreprise qui a trouvé la solution avec son modèle AlphaFold2, qui a laissé ses rivaux humains derrière lors d'un test mondial. Cette réalisation montre le potentiel de l'IA pour stimuler le progrès scientifique.
L'intelligence artificielle open source permet aux chercheurs universitaires de tirer parti des avancées de l'industrie et de les améliorer. Un exemple est RoseTTAFold, un modèle développé par des scientifiques de l' Université de Washington qui s'appuie sur les travaux de DeepMind pour prédire comment les protéines se lient les unes aux autres, ce que le modèle original ne pouvait pas faire. De plus, les universitaires ont plus de liberté pour explorer des problèmes scientifiques plus complexes et difficiles que ceux qui intéressent l'industrie.
L'informaticien a rappelé que, selon une étude publiée dans Nature en 2016 , près de 70% des scientifiques ont déclaré qu'ils n'avaient pas pu reproduire l'expérience d'un autre scientifique, "mais comme l'IA réduit le coût et l'effort de mener des expériences, dans certains cas, il sera plus facile de reproduire (ou de ne pas reproduire) les résultats, ce qui contribuera à une plus grande confiance dans la science » , a-t-il déclaré. "La clé de la réplicabilité et de la confiance est la transparence."
Dans la vision de Schmidt, la science gagnerait à rendre toutes ses ressources en libre accès, des publications aux modèles de données, de code et d'intelligence artificielle. Cependant, certains modèles d'IA peuvent être dangereux s'ils tombent entre de mauvaises mains, il n'est donc pas toujours possible de les partager librement. Dans ces cas, les risques et les avantages de la transparence doivent être pesés. Mais lorsqu'il s'agit de modèles d'IA plus spécifiques et plus simples, nous devrions opter pour un accès ouvert. "Malheureusement, avec les dangers que ces modèles peuvent déclencher, il n'est pas toujours réaliste d'ouvrir tous les modèles en source ouverte", a-t-il souligné, mais "tant que nous pouvons être transparents avec les modèles, en particulier les modèles classiques. Les physiciens de l'IA avec des capacités plus limitées utilise, nous devrions être », a-t-il ajouté.
Pourquoi la réglementation est importante
L'intelligence artificielle peut être un outil très utile pour la science, mais elle peut aussi être très dangereuse si elle est utilisée à des fins malveillantes . Un exemple en a été donné par le professeur Andrew White de l' Université de Rochester, qui a participé à un projet OpenAI pour évaluer les risques de GPT-4, un modèle de langage très avancé. White a pu utiliser le modèle pour concevoir et commander des produits chimiques nocifs, démontrant la nécessité d'améliorer la sécurité du GPT-4 avant de le rendre public. OpenAI affirme avoir pris en compte les découvertes de White pour modifier le modèle.
« Même des humains bien intentionnés peuvent amener les IA à produire de mauvais résultats. Nous devrions moins nous soucier de créer le Terminator et, comme l'a dit l'informaticien Stuart Russell, davantage de devenir le roi Midas, qui voulait que tout ce qu'il touchait se transforme en or et a donc accidentellement tué sa fille avec un câlin », a-t-il souligné.
Le spécialiste a rappelé que l'intelligence artificielle peut être très têtue lorsqu'il s'agit d'atteindre son objectif, même si cet objectif est quelque chose d'aussi simple que de fabriquer des trombones. Un exemple extrême souvent donné est une IA qui devient folle et détruit le monde pour faire de plus en plus de clips, quelles qu'en soient les conséquences. Personne ne peut l'arrêter car elle ne se soucie que de son objectif. Ce scénario imaginaire est un avertissement de ce qui pourrait arriver si nous ne contrôlons pas bien l'IA. Selon Schmidt, OpenAI a fait du bon travail pour protéger son modèle de langage GPT-4 , mais il doit être empêché d'être volé et utilisé sans sécurité par d'autres.
Pour lutter contre les utilisations abusives intentionnelles et non intentionnelles de l'IA, a-t-il souligné, nous avons besoin d'une réglementation intelligente et bien informée, à la fois chez les géants de la technologie et les modèles open source, qui n'empêche pas l'IA d'être utilisée d'une manière qui peut être bénéfique pour la science. Alors que les entreprises technologiques ont fait des progrès en matière de sécurité de l'IA, les régulateurs gouvernementaux sont actuellement terriblement mal préparés à promulguer des lois appropriées et devraient prendre des mesures plus importantes pour s'informer des derniers développements, a-t-il déclaré.
Au-delà de la réglementation, les gouvernements, ainsi que la philanthropie, peuvent soutenir des projets scientifiques à haut rendement social mais peu de retour financier ou d'incitation académique. Il y a plusieurs domaines où il est particulièrement urgent de régler les problèmes, notamment le changement climatique, la biosécurité et la préparation aux pandémies. C'est dans ces domaines que nous avons le plus besoin de la vitesse et de l'échelle offertes par les simulations d'IA et les laboratoires de conduite autonome, a-t-il expliqué.
L'ancien PDG de Google a souligné que les ensembles de données ouvertes sont essentiels pour exploiter la puissance de l'IA dans la science, mais nécessitent le soutien des gouvernements et de la philanthropie. Certains domaines scientifiques, comme la chimie, disposent de données éparses qu'il convient d'unifier. D'autres, comme la biologie, ont des données incomplètes ou inconnues qui doivent être découvertes et enregistrées.
En conclusion, l'expert a estimé qu'il reste encore un long chemin à parcourir pour que l'IA soit largement adoptée dans la science et que des progrès sans faille doivent être réalisés dans divers aspects, " de la construction des bonnes bases de données à la mise en œuvre des bonnes réglementations , en atténuant les biais dans Algorithmes d'IA pour garantir un accès équitable au-delà des frontières aux ressources telles que le calcul et les GPU ».
Mais pour résumer sa position concernant l'utilisation de l'IA dans la science, il a déclaré que nous vivons dans un "moment profondément optimiste". La science a évolué au cours de l'histoire, adoptant des méthodes et des outils qui la rendent plus rigoureuse et exacte. Mais l'intelligence artificielle offre quelque chose de différent : la capacité de connecter et de combiner des informations de manière nouvelle et créative, ce qui peut conduire le progrès scientifique à des niveaux jamais vus auparavant.
Continuer à lire