Le gouvernement du Royaume-Uni promeut l'intelligence artificielle dans la recherche scientifique grâce à un investissement de plus de 670 000 dollars. Il s'agit de 12 projets internationaux sélectionnés qui visent à développer des systèmes capables de gérer des expériences scientifiques de bout en bout de manière presque autonome.
Le concours, organisé par la Agence de Recherche et d'Invention Avancée (ARIA), a reçu 245 propositions d'équipes composées par des universités et des entreprises émergentes du Royaume-Uni, des États-Unis et d'Europe, et a sélectionné les projets les plus innovants. Selon MIT Technology Review, cette initiative positionne le Royaume-Uni comme leader dans le développement de l'expérimentation scientifique automatisée.
La stratégie de l'ARIA repose sur le concept de "scientifique artificiel", entendu comme un système d'intelligence artificielle capable de formuler des hypothèses, de concevoir des expériences, de les exécuter et d'analyser les résultats, en répétant ces cycles sans intervention humaine directe. Dans ce schéma, le chercheur humain pose les questions initiales et supervise le processus général, tandis que la technologie s'occupe de toutes les tâches de laboratoire.
Projets innovants et défis techniques
Selon MIT Technology Review, la moitié des équipes sélectionnées proviennent du Royaume-Uni et le reste, des États-Unis et d'autres pays européens. Chaque équipe disposera d'une période de 9 mois pour démontrer des avancées concrètes dans la gestion autonome d'expériences scientifiques par le biais de l'intelligence artificielle.
Parmi les équipes sélectionnées, on trouve Lila Sciences, une entreprise américaine qui développe un système autonome pour la synthèse de points quantiques, des nanoparticules semicondutrices essentielles dans des secteurs tels que la technologie médicale et l'énergie solaire.
Rafa Gómez-Bombarelli, directeur scientifique de l'entreprise, a expliqué : "Cette subvention nous permet de concevoir un cycle réel de robotique avec intelligence artificielle autour d'un problème scientifique concret, de générer des preuves de son fonctionnement et de le documenter pour que d'autres puissent le reproduire et l'élargir."
Un autre projet remarquable est celui de l'Université de Liverpool, qui développe un robot chimiste capable de mener de multiples expériences simultanément, utilisant un modèle de langage visuel pour identifier et corriger les erreurs pendant le processus.
De plus, une startup londonienne travaille sur ThetaWorld, un système qui utilise de grands modèles de langage pour concevoir des expériences sur les interactions chimiques et physiques qui affectent la performance des batteries, avec des tests effectués dans un laboratoire complètement automatisé.
MIT Technology Review indique que l'objectif principal est qu'à la fin des neuf mois, les équipes démontrent la capacité de leurs systèmes à produire des découvertes inédites de manière autonome.
Bien qu'ARIA finance généralement des projets de plus longue durée et de plus grand budget, cette fois-ci elle cherche à mesurer l'état actuel de l'automatisation en science pour définir de futurs investissements dans la recherche à fort impact.
Avenir de l'expérimentation automatisée
Ant Rowstron, directeur de la technologie d'ARIA, justifie l'approche : "Il y a de meilleures utilisations pour un doctorant que d'attendre dans un laboratoire à 3 heures du matin pour s'assurer qu'une expérience se termine".
Rowstron a précisé qu'avec ces projets, l'agence souhaite évaluer la rapidité avec laquelle évoluent les dynamiques de la science innovante et établir une base qui orientera de nouveaux appels à plus grande échelle.
Malgré le potentiel, la publication met en garde contre les défis techniques et méthodologiques persistants. Les systèmes autonomes existants dépendent d'outils précédemment développés par des humains et présentent un taux d'erreur significatif lorsqu'ils fonctionnent de longues périodes sans supervision.
Une étude récente citée par MIT Technology Review, réalisée en Inde, a montré que les grands modèles de langage ont échoué dans trois cas sur quatre en terminant des tâches scientifiques complexes, que ce soit à cause de décalages par rapport aux spécifications originales ou d'interprétations erronées des résultats.
Rowstron a reconnu que la technologie est encore à un stade initial, avec des limitations et des possibles stagnations. Il a ajouté que la diffusion des résultats par le biais de communiqués de presse, plutôt que par révision par les pairs, rend difficile de déterminer avec précision la portée réelle de chaque outil.
Cependant, le directeur de la technologie de l'ARIA prévoit que dans un avenir proche, ces "scientifiques artificiels" puissent créer leurs propres instruments pour résoudre de nouveaux problèmes, ce qui transformerait radicalement le travail dans les laboratoires.
Bien que la créativité de recherche humaine restera essentielle, l'accélération dans le développement oblige les pays à s'adapter rapidement aux nouvelles façons de faire de la science.
Le pari du gouvernement britannique sur l'innovation guidée par l'intelligence artificielle démontre que les systèmes capables de gérer des expériences sans aide humaine directe pourraient transformer les critères de vitesse et d'adaptation dans les laboratoires scientifiques à l'échelle mondiale.