L’IA était au cœur de deux des catégories de prix Nobel de 2024. C'est un signe des choses à venir

Les prix Nobel de physique et de chimie 2024 nous ont donné un aperçu de l’avenir de la science. L’intelligence artificielle (IA) était au cœur des découvertes récompensées par les deux prix. Il faut se demander ce qu’Alfred Nobel, le fondateur des prix, penserait de tout cela.

Nous sommes certains de voir de nombreuses autres médailles Nobel décernées aux chercheurs qui ont utilisé les outils de l’IA. Ce faisant, nous pourrions constater que les méthodes scientifiques honorées par le comité Nobel s'écartent de catégories simples comme « physique », « chimie » et « physiologie ou médecine ».

Nous pouvons également constater que les antécédents scientifiques des bénéficiaires conservent un lien plus lâche avec ces catégories. Le prix de physique de cette année a été décerné à l'Américain John Hopfield, de l'Université de Princeton, et au Britannique Geoffrey Hinton, de l'Université de Toronto. Alors que Hopfield est physicien, Hinton a étudié la psychologie expérimentale avant de se tourner vers l’IA.

Le prix de chimie a été partagé entre le biochimiste David Baker, de l'Université de Washington, et les informaticiens Demis Hassabis et John Jumper, tous deux travaillant chez Google DeepMind au Royaume-Uni.

Il existe un lien étroit entre les avancées basées sur l’IA récompensées dans les catégories physique et chimie. Hinton a aidé à développer une approche utilisée par DeepMind pour faire une percée dans la prédiction de la forme des protéines.

Les lauréats en physique, Hinton en particulier, ont jeté les bases d'un domaine puissant appelé apprentissage automatique. Il s'agit d'un sous-ensemble de l'IA qui concerne les algorithmes, des ensembles de règles permettant d'effectuer des tâches informatiques spécifiques.

Les travaux de Hopfield ne sont pas particulièrement utilisés aujourd'hui, mais l'algorithme de rétropropagation (co-inventé par Hinton) a eu un impact considérable sur de nombreuses sciences et technologies différentes. Il s'agit des réseaux de neurones, un modèle informatique qui imite la structure et la fonction du cerveau humain pour traiter les données. La rétropropagation permet aux scientifiques de « former » d’énormes réseaux neuronaux. Bien que le comité Nobel ait fait de son mieux pour relier cet algorithme influent à la physique, il est juste de dire que le lien n’est pas direct.

Former un système d’apprentissage automatique implique de l’exposer à de grandes quantités de données, souvent provenant d’Internet. L'avancée de Hinton a finalement permis la formation de systèmes tels que GPT (la technologie derrière ChatGPT) et les algorithmes d'IA AlphaGo et AlphaFold, développés par Google DeepMind. L’impact de la rétropropagation a donc été énorme.

AlphaFold 2 de DeepMind a résolu un problème vieux de 50 ans : prédire les structures complexes des protéines à partir de leurs éléments de base moléculaires, les acides aminés.

Tous les deux ans, depuis 1994, les scientifiques organisent un concours pour trouver les meilleurs moyens de prédire la structure et la forme des protéines à partir des séquences de leurs acides aminés. Le concours s’appelle Évaluation critique de la prévision des structures (CASP).

Au cours des derniers concours, les gagnants du CASP ont utilisé une version d'AlphaFold de DeepMind. Il y a donc une ligne directe à tracer entre la rétropropagation de Hinton et la percée AlphaFold 2 de Google DeepMind.

David Baker a utilisé un programme informatique appelé Rosetta pour réaliser l'exploit difficile de créer de nouveaux types de protéines. Les approches de Baker et de DeepMind recèlent un énorme potentiel pour des applications futures.

L'attribution de crédit a toujours été un aspect controversé des prix Nobel. Un maximum de trois chercheurs peuvent partager un Nobel. Mais les grands progrès scientifiques reposent sur la collaboration. Les articles scientifiques peuvent compter 10, 20, 30 auteurs ou plus. Plusieurs équipes pourraient contribuer aux découvertes honorées par le comité Nobel.

Cette année, nous pourrions avoir d'autres discussions sur l'attribution de la recherche sur l'algorithme de rétropropagation, qui a été revendiquée par divers chercheurs, ainsi que sur l'attribution générale d'une découverte à un domaine comme la physique.

Nous avons maintenant une nouvelle dimension au problème de l’attribution. Il est de plus en plus difficile de savoir si nous serons toujours capables de faire la distinction entre les contributions des scientifiques humains et celles de leurs collaborateurs artificiels – les outils d’IA qui contribuent déjà à repousser les limites de nos connaissances.

Pourrait-on demain voir les machines prendre la place des scientifiques, les humains étant cantonnés à un rôle de soutien ? Si tel est le cas, peut-être que l’outil d’IA obtiendra le principal prix Nobel, les humains ayant besoin de leur propre catégorie.