Un rapport analyse l’impact de l’IA sur la science

Un premier rapport mondial de l’agence scientifique nationale australienne, le CSIRO, a analysé l’impact de l’intelligence artificielle (IA) sur la découverte scientifique, et a découvert que les scientifiques adoptaient la technologie à un rythme sans précédent.

« L’intelligence artificielle pour la science » tire des enseignements de millions d’articles scientifiques publiés depuis plus de 60 ans pour brosser un tableau de la manière dont l’IA est utilisée dans les domaines scientifiques et identifie les principaux problèmes à venir pour le secteur de l’innovation.

Le scientifique en chef du CSIRO, le professeur Bronwyn Fox, a salué le lancement du rapport aujourd’hui dans le cadre de Science at the Shine Dome.

« L’IA n’est plus seulement le domaine des informaticiens ou des mathématiciens ; c’est désormais une force motrice importante dans tous les domaines scientifiques, ce que nous vivons tous les jours au CSIRO, où les technologies numériques accélèrent le rythme et l’ampleur de nos recherches dans des domaines allant de l’agriculture à l’énergie en passant par la fabrication et au-delà. »

Le rapport a révélé qu’en 1960, une décennie après que l’article historique d’Alan Turing ait posé la question « les machines peuvent-elles penser? », seuls 14% des 333 domaines de recherche étudiés publiaient sur l’IA. En 1972, avant le premier « hiver de l’IA », ce nombre avait atteint plus de la moitié.

Aujourd’hui, il existe des preuves de l’adoption de l’IA dans 98 % des domaines, avec les augmentations de publication les plus importantes enregistrées au cours des cinq dernières années. Les mathématiques, les sciences de la décision, l’ingénierie, les neurosciences et les professions de la santé figurent parmi les adoptants les plus prolifiques.

« La curiosité humaine sera toujours au cœur de la science, mais ces technologies combinées à une compréhension approfondie du domaine contribuent de plus en plus à ouvrir de nouvelles frontières pour la découverte des connaissances », a déclaré le professeur Fox.

« L’IA aide également à fournir des solutions réelles à plus fort impact aux plus grands défis de l’Australie, comme l’IA pour aider à détecter les maladies, à prévoir les feux de brousse et à gérer l’énorme quantité de données que nous recueillons sur notre univers. »

L’augmentation rapide de l’adoption de l’IA par les scientifiques s’est accompagnée d’une augmentation mondiale des investissements dans la R&D des secteurs public et privé, avec plus de 700 initiatives politiques et stratégiques en matière d’IA développées dans 60 juridictions internationales depuis 2017.

« Pour tirer le meilleur parti de cette technologie pour l’Australie, nous devrons nous attaquer à des problèmes clés. Le CSIRO possède l’une des plus grandes équipes d’experts numériques du pays, mais ce ne sont pas des problèmes qui peuvent être résolus par une seule organisation », dit le professeur Fox.

« Le développement de solutions d’IA fiables, responsables et éthiques sera de plus en plus important à l’échelle mondiale, et parce que nous avons agi rapidement pour développer une expertise approfondie dans le domaine, l’Australie a une opportunité unique de diriger dans ce domaine. »

« Une amélioration des capacités d’IA sera également nécessaire dans toutes les disciplines scientifiques au cours des prochaines décennies et il sera essentiel que nous augmentions la diversité de la main-d’œuvre en même temps. »

L’auteur principal de « L’intelligence artificielle pour la science », Stefan Hajkowicz, a déclaré qu’en pensant à l’avenir de l’IA, il ne s’agissait pas seulement de la technologie elle-même.

« Il s’agit de ce qui se passe lorsque l’IA est mélangée à d’autres domaines de la science et de la recherche », a déclaré le Dr Hajkowicz.

« C’est là que de nombreuses percées se produiront », a-t-il déclaré.

Le rapport identifie les principaux problèmes et tendances de l’IA, notamment :

• Mises à jour logicielles et matérielles. Les processeurs spécialement conçus pour l’apprentissage automatique accélèrent les calculs, tandis que l’informatique quantique pourrait entraîner des sauts transformateurs dans la puissance de calcul.
• La quête de meilleures données. L’ère des « big data » est peut-être en train de passer à l’ère des meilleures données. Des percées récentes ont été réalisées en utilisant des ensembles de données plus petits qui sont bien organisés, adaptés à l’objectif et dont la provenance est assurée.
• Éducation, formation et amélioration des capacités. Entre 2017 et 2020 seulement, le nombre de cours universitaires enseignant l’IA a augmenté de 103 %.
• Vers une intelligence artificielle centrée sur l’humain. Dans la grande majorité des cas, l’IA augmentera et ne remplacera pas le scientifique humain. Les questions de confiance, de transparence et de fiabilité seront importantes pour les scientifiques et les examinateurs travaillant sur les systèmes d’IA.
• Améliorer la diversité de la main-d’œuvre. L’amélioration de la diversité de genre, ethnique et culturelle de la main-d’œuvre de recherche en IA conduira à de meilleurs résultats scientifiques.
• IA éthique. Les organismes de recherche seront mis au défi de développer des capacités, des technologies et des cultures qui offrent une IA de plus en plus éthique.