L'IA scientifique a besoin de raisonnement, pas seulement de données
Demis Hassabis et John Jumper, de Google DeepMind, ont reçu en 2024 une partie du prix Nobel de chimie pour AlphaFold, un réseau de neurones capable de prédire la structure tridimensionnelle des protéines à partir de milliers de formes mesurées expérimentalement. Ce problème, resté insoluble pendant un demi-siècle, semblait enfin réglé, et Hassabis a présenté AlphaFold comme le modèle permettant à l'intelligence artificielle d'accélérer l'ensemble de la science. La clé de cette réussite tient à la Protein Data Bank, une base de données d'environ 170 000 structures protéiques validées expérimentalement, construite en 53 ans de coopération scientifique internationale pour un coût estimé à 21 milliards de dollars. Ce succès rappelle d'autres annonces prématurées de la "fin de la science", comme celle du physicien Albert Michelson en 1903 ou celle de Stephen Hawking dans les années 1980, qui prédisait la fin de la physique théorique avant l'an 2000.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MIT Technology Review. Lire l'article original →
L'enthousiasme suscité par AlphaFold a poussé des dizaines de start-up à lever des milliards de dollars pour développer des modèles de fondation appliqués à la biologie, la chimie et la découverte de matériaux, convaincues que la combinaison de l'IA et de données massives suffirait à reproduire cet exploit dans d'autres disciplines. Or cette hypothèse s'avère fragile : les conditions qui ont permis AlphaFold sont rares et ne se reproduiront pas ailleurs avant des décennies, ce qui remet en question la stratégie d'investissement de toute une partie de l'industrie biotech et pharmaceutique. Pour les chercheurs comme pour les financeurs, cela signifie qu'il faut revoir les attentes placées dans une accélération rapide et généralisée de la découverte scientifique par l'IA.
Le principal obstacle est la difficulté, voire l'impossibilité scientifique, de produire des jeux de données comparables à la Protein Data Bank dans la plupart des disciplines. La cristallographie des protéines, technique à l'origine de plus de 25 prix Nobel, est exceptionnellement fiable et reproductible, alors que dans la majorité des sciences expérimentales, les résultats varient fortement d'une mesure à l'autre : les lignées cellulaires dérivent, les produits chimiques contiennent des traces de contaminants, l'humidité des laboratoires fluctue. Seuls quelques domaines, comme la prévision météorologique, certains pans de la génomique ou des zones très limitées de la chimie, réunissent les conditions nécessaires à des percées comparables, une piste que la Commission américaine de sécurité nationale sur les biotechnologies émergentes appelle à soutenir par un financement public accru. Pour le reste de la recherche, une autre approche gagne du terrain : les agents d'IA capables de raisonner dans l'incertitude, à l'image des scientifiques eux-mêmes, plutôt que de simplement apprendre à partir de données massives.
Les start-ups et laboratoires européens de biotech misant sur l'IA pour la découverte scientifique devraient revoir leurs attentes de rentabilité rapide.