Un siècle de progrès en seulement cinq ans : l'intelligence artificielle devrait le rendre possible

« Waouh, c'est exactement la solution que nous cherchions. » Le physicien quantique Mario Krenn et un collègue avaient passé la journée entière au tableau à calculer, vérifier et simplifier. Le soir venu, ils étaient convaincus : du jour au lendemain, l'ordinateur leur avait fourni la solution à un problème complexe que les scientifiques tentaient de résoudre depuis des semaines.

Un programme informatique capable de résoudre des problèmes scientifiques complexes : cela semble être une vision optimiste de l'avenir. Mais cette situation s'est déjà produite en 2014.

À l'époque, Mario Krenn était doctorant dans le laboratoire d'Anton Zeilinger, actuel lauréat du prix Nobel. Aujourd'hui, il est lui-même professeur à l'Université de Tübingen, spécialisé dans l'application de l'intelligence artificielle (IA) aux sciences. « En fait, je veux comprendre l'univers », dit Krenn. Il s'est tourné vers l'IA uniquement parce qu'il y voit la meilleure opportunité de faire progresser la recherche.

Krenn n'est plus le seul à penser ainsi. Les passionnés de technologie espèrent que l'IA sauvera le monde. D'ici cinq à dix ans, l'IA révolutionnera fondamentalement le monde,écrivait récemment sur son blog Dario Amodei, fondateur de l'entreprise d'IA Anthropic . Il imagine un pays peuplé de génies travaillant dans les centres de données. Ces génies développeront rapidement des remèdes contre toutes les maladies, doubleront l'espérance de vie humaine et éradiqueront la faim. Les progrès scientifiques et technologiques d'un siècle seront condensés en quelques années.

L'IA peut-elle réellement nous mener vers un âge d'or de la découverte ? Ou les modèles d'IA ne sont-ils que de vieilles idées ?

Les grandes entreprises technologiques semblent percevoir le potentiel de l'IA dans le domaine scientifique. En février, Google a annoncé le lancement de son dernier produit : « Co-Scientist ». Basée sur le modèle d'IA Gemini 2.0, cette application est conçue pour accompagner les chercheurs dans leurs travaux.

Certains scientifiques ayant testé le modèle en amont rapportent des résultats impressionnants. Gary Peltz mène des recherches sur le traitement des maladies du foie à l'Université de Stanford. Lorsqu'il a vu la réponse de l'IA à son message, il a « littéralement chuté de sa chaise », a déclaré Peltz à Nature . L'IA a identifié précisément les domaines qu'il considère comme particulièrement prometteurs et sur lesquels il souhaite approfondir ses recherches à l'avenir. L'IA a également suggéré trois médicaments potentiels. Deux d'entre eux ont donné de bons résultats lors des premiers tests en laboratoire.

Le microbiologiste José R. Penadés a également exprimé son enthousiasme pour son collègue IA. Professeur à l'Imperial College de Londres, il étudie la résistance aux antibiotiques. Suite à une brève interrogation, le modèle d'IA a produit exactement l'hypothèse que lui et son équipe avaient développée depuis plusieurs années, a déclaré Penadés à la BBC . Les chercheurs n'avaient pas encore publié leurs travaux sur cette hypothèse, le modèle d'IA n'a donc pas pu y avoir accès.

Néanmoins, l'IA n'a pas encore apporté de véritable nouveauté. Les chercheurs qui ont appliqué le modèle disposaient déjà des connaissances nécessaires. « On ne sait pas encore clairement en quoi les grands modèles linguistiques peuvent être utiles à la science », déclare Mario Krenn. « Mais je serais surpris que cela n'arrive pas d'ici un an au plus tard. »

En principe, l'IA a déjà permis des avancées scientifiques majeures. Le meilleur exemple est peut-être le modèle d'IA Alphafold. Il permet de prédire la forme tridimensionnelle des molécules protéiques. En quelques années seulement, il est devenu extrêmement pertinent pour les chercheurs. L'année dernière, les développeurs d'Alphafold ont reçu le prix Nobel pour cette réalisation.

L'IA joue également un rôle de plus en plus important en mathématiques. En juin, le mathématicien espagnol Javier Gómez Serrano a annoncé dans le journal « El País » qu'il était sur le point de résoudre l'un des problèmes du millénaire grâce à l'IA. Il s'agit de l'équation de Navier-Stokes, qui décrit le mouvement des gaz et des liquides. Ces équations sont utilisées dans de nombreux domaines, des prévisions météorologiques à la conception aéronautique. Malgré leur utilisation répandue, on ignore encore si elles ont une solution unique partout. Un prix d'un million de dollars américains a été offert pour la résolution de cette énigme mathématique, restée sans solution depuis 200 ans.

Jusqu'à présent, l'IA était considérée comme un outil destiné aux chercheurs. Les dernières avancées en la matière promettent toutefois de la transformer en chercheur.

Mais l'IA peut-elle réellement générer des idées totalement nouvelles ? Mario Krenn en est convaincu. Son programme informatique simple de 2014 a non seulement suggéré la bonne solution, mais cette solution contenait également une idée novatrice. Cette idée a permis aux physiciens de s'attaquer à d'autres problèmes non résolus.

Néanmoins, il a été difficile d'obtenir des idées de recherche vraiment pertinentes à partir de grands modèles de langage comme Chat-GPT ou Gemini, explique Krenn. Avec son équipe, il a récemment développé des idées de recherche personnalisées pour 100 scientifiques grâce à l'IA. Ils ont ensuite demandé aux scientifiques d'évaluer ces idées. « Les chercheurs n'étaient pas vraiment satisfaits des réponses », explique Krenn. « Les idées manquaient de précision. »

Il trouve donc particulièrement prometteuses les approches combinant un modèle de langage d'IA et une vérification externe. Un autre programme vérifie les résultats de l'IA et fournit un retour d'information. Pour que cela fonctionne, l'IA doit formuler ses suggestions de manière suffisamment précise pour qu'un autre programme puisse les comprendre. Cette méthode peut forcer l'IA à répondre de manière aussi précise que possible, tout en lui permettant de mieux gérer ses hallucinations.

D'autres experts doutent cependant que l'IA actuelle puisse être utilisée comme scientifique. Thomas Wolf, cofondateur de la plateforme d'IA ouverte Hugging Face, en fait partie. L'ingrédient le plus important d'une science de qualité, écrit-il sur son blog , est de poser les bonnes questions. Les avancées scientifiques ont toujours été le fruit de la remise en question de concepts établis de longue date par les humains. L'IA, quant à elle, est fondamentalement axée sur la fourniture de réponses prévisibles. Poser des questions inattendues et totalement nouvelles dépasse son champ d'expertise.

Bien que Mario Krenn soit convaincu de l'utilité de l'IA pour la recherche, il doute également de la vision des génies des centres de données. « Je pense qu'il manque encore quelque chose pour réaliser de véritables avancées », dit-il. S'il n'exclut pas l'émergence de grands scientifiques artificiels, ils sont encore loin d'être acquis. « Nous devons d'abord mieux comprendre ce qui fait les grands chercheurs humains. »

En attendant, Krenn est confronté à un tout autre problème : l’IA propose des solutions à des problèmes de physique complexes que lui et ses collègues ne comprennent pas. Ils peuvent calculer que la solution est correcte, mais sans savoir pourquoi. « On la regarde, et ça n’a aucun sens », explique Krenn. « C’est très, très étrange. »

Lors de la conversation Zoom, on aperçoit en arrière-plan du bureau de Krenn un tableau noir sur lequel sont griffonnées des formules et des notes. Il semble que même lui ne puisse pas encore se passer de la pensée humaine. Ne serait-ce que pour traduire les idées de l'IA en compréhension humaine.

Un article de la « NZZ am Sonntag »