L’intelligence artificielle pourrait « révolutionner » la chimie, mais les chercheurs mettent en garde contre un battage médiatique

L’intelligence artificielle peut révolutionner la science en la rendant plus rapide, plus efficace et plus précise, selon une enquête menée auprès des lauréats des subventions du Conseil européen de la recherche (ERC). Et tandis que le rapport examine l’impact de l’IA sur tous les domaines scientifiques, le domaine de la chimie, en particulier, devrait grandement bénéficier de la révolution, estiment les chercheurs. Mais il y a aussi des avertissements selon lesquels l’IA est surfaite, et des aveux sur l’importance des experts humains dans la recherche chimique.

Le rapport de l’ERC résume la manière dont 300 chercheurs utilisent l’IA dans leurs travaux et ce qu’ils considèrent comme ses impacts et risques potentiels d’ici 2030. Les chercheurs en sciences physiques rapportent que l’IA est devenue essentielle pour l’analyse des données et pour travailler sur des simulations avancées. Ils notent également les applications des systèmes d’IA pour effectuer des calculs, faire fonctionner des instruments et contrôler des systèmes complexes.

Mais ils préviennent que l’IA pourrait diffuser des informations fausses ou inexactes et qu’elle pourrait avoir un impact néfaste sur l’intégrité de la recherche si les chercheurs abusent des outils d’IA pour rédiger des articles de recherche. Ils expriment également leurs inquiétudes quant au manque de transparence et de reproductibilité scientifique de l’IA : l’IA était assimilée à une « boîte noire » qui pouvait générer des résultats sans aucune compréhension sous-jacente de ceux-ci.

Michael Skinnider, de l’Université de Princeton, qui utilise l’apprentissage automatique pour identifier des molécules par spectrométrie de masse, affirme que les plus grandes avancées de l’IA résideront dans l’analyse des données, plutôt que dans l’utilisation d’outils d’IA tels que de grands modèles de langage comme aide à l’écriture et à la recherche. En plus d’extraire de la valeur à partir de grands ensembles de données, l’IA permettrait aux scientifiques « de collecter des ensembles de données encore plus volumineux grâce à des expériences plus complexes et ambitieuses, dans l’espoir que nous serons en mesure de passer au crible d’énormes quantités de données pour finalement parvenir à de nouvelles connaissances biologiques », il dit.

C’est un point de vue également partagé par Tim Albrecht de l’Université de Birmingham, qui ajoute que les derniers systèmes d’IA peuvent déterminer, grâce à la formation, quelles fonctionnalités ils doivent rechercher dans les données, ainsi que simplement trouver les fonctionnalités de données pour lesquelles ils ont été préprogrammés. .

Gonçalo Bernardes de l’Université de Cambridge, qui a utilisé des méthodes d’IA pour optimiser les réactions organiques, souligne que l’IA peut également analyser utilement de petits ensembles de données. «Je crois que son véritable pouvoir réside dans le traitement de petits ensembles de données et dans la capacité à fournir des informations sur des questions spécifiques, (telles que) quelles sont les meilleures conditions pour une réaction donnée», dit-il.

Et Simon Woodward, de l’Université de Nottingham, souligne la capacité de l’IA à inspirer des suppositions « intuitives ». «Nous avons découvert que les dernières générations de réseaux neuronaux transmettant des messages présentent le plus grand potentiel pour de telles approches en catalyse», dit-il.

Le chimiste Keith Butler de l’University College London est spécialisé dans l’utilisation de systèmes d’IA pour concevoir de nouveaux matériaux. Il reconnaît que l’IA créera des changements majeurs dans la recherche chimique, mais affirme qu’elle ne peut pas remplacer les experts humains. «On a beaucoup parlé ces derniers temps de laboratoires autonomes autonomes, mais je pense que les laboratoires entièrement en boucle fermée seront probablement limités à des processus spécialisés», dit-il. « On pourrait affirmer que la recherche scientifique est souvent avancée par des cas extrêmes, de sorte qu’une automatisation complète est difficile à imaginer. »

Butler fait une analogie entre la chimie de l’IA et les voitures autonomes. « Bien que l’IA n’ait pas conduit à des véhicules entièrement autonomes, si vous conduisez une voiture produite aujourd’hui par rapport à une voiture produite il y a 15 ans, vous verrez à quel point l’IA peut changer notre façon de fonctionner : système de navigation par satellite, guidage du stationnement, capteurs et indicateurs pour toutes sortes de performances», dit-il. « Je constate déjà un impact significatif de l’IA et en particulier de l’apprentissage automatique dans les sciences chimiques… mais dans tous les cas, des experts humains vérifiant et guidant le processus sont essentiels. »

Skinnider de Princeton ajoute qu’il est moins convaincu du potentiel de l’IA à remplacer une réflexion de haut niveau, telle que « l’IA pour la découverte scientifique » ou « la génération de nouvelles hypothèses scientifiques » – deux aspects médiatisés de l’IA abordés dans le rapport de l’ERC. « N’y a-t-il pas une part de joie inhérente à ces processus qui motive les gens à devenir scientifiques en premier lieu ? »