Un scientifique IA pourrait-il être le futur de la recherche ?

Sakana AI Labs a provoqué une onde de choc dans la communauté scientifique avec sa dernière annonce. L’entreprise a achevé la création et le lancement du premier scientifique IA entièrement autonome au monde. Le nouvel algorithme est capable de formuler des théories, de tester, et plus encore. Voici ce que vous devez savoir.

Lorsque vous pensez aux systèmes d’IA remplaçant les travailleurs sur le terrain, de nombreuses carrières vous viennent à l’esprit comme étant à risque. Cependant, la plupart des gens n’ont jamais imaginé que les scientifiques puissent être remplacés. Bien que le dernier algorithme de scientifique IA présenté par Sakana ne soit pas encore capable de remplacer complètement les scientifiques, il offre certaines caractéristiques uniques qui pourraient inciter de nombreux professionnels à suivre son développement de près.

La méthode actuelle de création de théorie scientifique

Créer des théories scientifiques et les tester est l’un des éléments fondamentaux de la recherche et du développement. Les scientifiques d’aujourd’hui passent des années à étudier des questions et à créer des expériences pour tester leurs concepts par l’expérimentation. Enfin, les résultats sont publiés puis soumis à l’examen par les pairs avant d’être rendus publics. Ce processus est resté le même pendant plus d’un siècle.

Selon les déclarations publiques de Sakana AI Labs, son nouveau système d’IA est capable d’automatiser entièrement ces tâches. Le système peut parcourir les articles scientifiques actuels, relier des théories ou des concepts susceptibles de produire des résultats inexplorés, créer de nouveaux algorithmes pour tester ces théories et détailler toutes les expérimentations en vue d’un examen par les pairs ultérieur. Notamment, l’équipe s’est concentrée sur la recherche computationnelle comme domaine principal, car cela permettait de réaliser les expérimentations virtuellement.

Utilisation de l’IA par les scientifiques

Il n’est pas secret que l’IA a trouvé sa place au sein de la communauté scientifique. Cette technologie est intégrée à divers systèmes utilisés par les chercheurs aujourd’hui. À l’origine, les systèmes d’IA étaient employés pour résoudre des équations complexes et des simulations. Aujourd’hui, l’IA est utilisée dans l’ensemble du secteur, où elle joue des rôles encore plus essentiels.

Une utilisation clé de l’IA aujourd’hui consiste à trier tous les articles actuels pour trouver des recherches pertinentes. Des centaines d’articles de recherche sont publiés chaque semaine, et l’énorme volume de ces publications signifie que la majorité des recherches révolutionnaires peut prendre des années à découvrir. Des outils comme Elicit, Research Rabbit, Scite et Consensus aident les scientifiques à relier ces articles de manière pertinente pour s’appuyer sur les données précédentes.

Il existe également aujourd’hui des outils d’IA capables de scanner et d’identifier des points d’intérêt spécifiques dans les articles. Par exemple, vous pouvez disposer d’une équipe d’ingénieurs cherchant à découvrir les mutations génétiques à l’origine de maladies. Des outils comme PubTator peuvent rassembler des thèmes similaires afin d’éclairer les sujets de recherche connexes et les expérimentations.

Étude du scientifique IA

Ces interactions précédentes avec l’IA ont aidé la communauté scientifique à élargir ses horizons et ont été essentielles dans de nombreuses percées récentes. Cependant, l’introduction d’un algorithme entièrement automatisé capable de mener des recherches et de publier ses articles constitue un changement majeur. Ce système a le potentiel de révéler des similarités et d’autres facteurs de connexion difficiles à remarquer entre les études, ce qui pourrait conduire à des percées dans le domaine de la recherche computationnelle.

Comment fonctionne un scientifique IA ?

Le scientifique IA intègre certains systèmes d’IA courants comme les grands modèles de langage (LLM) dans son approche. Le système parcourt continuellement les vastes collections d’articles de recherche scientifique disponibles en ligne dans des dépôts tels que arXiv et PubMed. Des millions d’articles de recherche scientifique ont été utilisés pour programmer le LLM afin de créer un nouvel algorithme d’IA. Cette étape a garanti que le système puisse parler le langage scientifique et produire des résultats similaires.

Source – Sakana AI Labs

À partir de là, le système recherche des motifs, des recherches récurrentes ou des thèmes connexes. Chaque article subit de nombreuses vérifications pour garantir sa qualité, son statut d’examen par les pairs, sa date de publication et son sujet. Notamment, le système croise même les articles scientifiques en utilisant des sites comme openreview.net. Cette étape remplit plusieurs fonctions, notamment l’assurance d’un contenu de qualité. De plus, cette démarche aide à programmer le système interne d’examen par les pairs de l’IA.

Modèle IA secondaire

Une fois que l’IA a parcouru les dépôts pour trouver des expérimentations et des théories intéressantes à tester, chaque article est alors noté en fonction de plusieurs critères. Le score reflète des éléments tels que la similarité de l’article avec d’autres projets, le professionnalisme, la mise en page, les résultats et les chercheurs. À partir de là, le système d’IA examine l’unicité du concept et d’autres facteurs cruciaux qui aident le système à déterminer s’il existe des recherches supplémentaires à explorer ou d’autres articles qui se rapportent à une théorie similaire.

Formulation de théories scientifiques

Ces étapes permettent au scientifique IA de rassembler des recherches et de proposer des concepts connexes qui s’appuient sur les données collectées. L’aspect étonnant du processus est qu’il est entièrement automatisé. aucune interaction humaine n’est requise pour que cet algorithme produise des articles de recherche. Notamment, l’IA se concentre sur la recherche computationnelle, ce qui lui permet d’exécuter des simulations d’expériences sans aucune exigence de tests physiques, renforçant ainsi ses capacités. Ainsi, tous les tests sont réalisés à l’aide de simulations de code. Cette approche signifie que les tests coûtent beaucoup moins cher à réaliser et peuvent être effectués à un rythme plus élevé.

Inquiétudes concernant le scientifique IA

Le concept d’un scientifique IA a suscité des inquiétudes dans l’industrie. D’une part, certains considèrent cette approche comme une manière paresseuse de remplacer les scientifiques. Ils soutiennent que le système est encore trop récent et que l’IA n’est pas suffisamment fiable. Leurs arguments ont une certaine base, car il y a eu à plusieurs reprises des cas d’inexactitude de l’IA. Cependant, le dernier algorithme intègre de nombreux contrôles et contrepoids, ce qui aidera à réduire ces problèmes à l’avenir.

Boucle de rétroaction de l’IA

L’une des plus grandes préoccupations qui continue d’émerger au sein de la communauté est le risque de créer une boucle de rétroaction de l’IA. Ce risque est très réel chaque fois qu’un système d’IA crée, vérifie et construit automatiquement de nouveaux modèles de données à partir d’autres systèmes d’IA. Cette boucle peut entraîner des erreurs, une vision tunnel et un mépris des exigences humaines. Pour éviter cette situation, beaucoup estiment qu’un humain doit être présent dans la boucle.

Volume colossal

Des milliers d’articles scientifiques sont publiés chaque semaine, ce qui rend presque impossible le tri dans les dépôts pour trouver les données les plus pertinentes. Actuellement, l’IA joue un rôle essentiel pour aider les scientifiques à accomplir cette tâche. Cependant, si une boucle de rétroaction de l’IA est créée, trop d’articles seront introduits trop rapidement, entraînant une annulation des systèmes de recherche IA actuels.

Avantages du scientifique IA

De nombreux avantages enthousiasment le marché quant à la perspective d’un scientifique IA travaillant 24 h/24 à la recherche de découvertes. Le potentiel de ce système à débloquer de nouvelles théories scientifiques est illimité. Au fur et à mesure que davantage de recherches sont ajoutées au modèle IA, le système expérimentera de nouveaux concepts et élargira ses capacités. Ainsi, le scientifique IA d’aujourd’hui ne sera rien comparé à ses futures itérations.

Économies de coûts considérables

L’une des principales raisons pour lesquelles le scientifique IA est destiné à devenir un élément majeur du marché à l’avenir est ses économies de coûts importantes. Selon l’équipe de recherche, leur IA peut créer, tester, publier et soumettre à l’examen par les pairs un article scientifique pour seulement 15 $. Ce coût réduit représente une diminution massive des dépenses de recherche et développement, impossible à ignorer. Ainsi, les scientifiques IA pourraient devenir l’option privilégiée pour ceux qui cherchent à maximiser leur budget.

La vision d’ensemble

L’une des principales raisons pour lesquelles ce projet enthousiasme tant d’ingénieurs est qu’il permet aux chercheurs de relier facilement les points entre plusieurs études scientifiques. Il peut souvent sembler que les domaines scientifiques se développent dans une bulle. Cependant, ce n’est pas le cas. Dans la plupart des cas, les percées dans un domaine scientifique ouvrent de nouvelles opportunités dans d’autres domaines.

Les scientifiques IA aideront à découvrir ces théories connectées et à les développer lorsque cela sera possible. Ainsi, vous pourriez voir le scientifique IA empiler des articles pour créer des concepts totalement nouveaux et plus diversifiés qui auraient pu échapper aux yeux humains. Au minimum, ce système aidera à regrouper les recherches pertinentes, ce qui permettra aux scientifiques d’aujourd’hui de voir de nouveaux phénomènes.

Chercheurs

Sakana AI est l’équipe derrière le scientifique IA. L’entreprise est connue pour ses modèles d’IA scientifique. Ses développements antérieurs incluent un système qui combine automatiquement les LLM pour créer des systèmes plus avancés. Elle a également mis au point un mécanisme qui permet d’utiliser les LLM pour ajuster d’autres algorithmes.

Deux entreprises qui peuvent bénéficier du scientifique IA

L’introduction d’un scientifique IA sur le marché n’est que le début de ce qui pourrait un jour conduire à une révolution majeure du scientifique IA. Plusieurs entreprises peuvent déjà exploiter cette création pour réduire leurs coûts d’exploitation et offrir un service de meilleure qualité au marché. Voici deux sociétés prêtes à tirer parti de cette recherche.

1. AbCellera Biologics Inc

ABCL Graphique du prix

Abcellera Biologics Inc. est entrée sur le marché en 2012, dans le but d’améliorer la modélisation des anticorps humains pour lutter contre les maladies. La société est devenue publique en 2020, où elle a réussi à obtenir 555 M$ de financement pour poursuivre ses efforts. Aujourd’hui, l’entreprise joue un rôle crucial dans la recherche et la modélisation du système immunitaire. Notamment, une grande partie de cette modélisation est réalisée via des simulations. Ainsi, le scientifique IA est idéalement adapté pour assister ces tests.

Abcellera occupe une position de premier plan dans le secteur biomédical. En conséquence, l’intégration du scientifique IA pourrait permettre à l’entreprise de mieux localiser, tester et comparer les données d’anticorps immunitaires provenant de ses recherches antérieures. Cette étape pourrait aider à révéler des opportunités auparavant inaperçues. Ces facteurs, combinés à la position d’Abcellera Biologics, en font un solide « hold » pour les traders.

2. Super Micro Computer

SMCI Graphique du prix

Super Micro Computer (SMCI ) a été fondée en 1993 par Charles Liang et Sara Liu et pourrait observer des résultats positifs en intégrant des scientifiques IA dans ses processus. L’entreprise est surtout connue pour ses serveurs haute performance optimisés pour les charges de travail IA. Actuellement, son siège se trouve en Californie et elle possède plusieurs sites de fabrication aux Pays-Bas, à Taïwan et aux États-Unis.

Super Micro Computer est l’un des principaux fournisseurs de systèmes de gestion de services. Elle utilise l’IA pour prévenir les piratages, surveiller les systèmes et améliorer les performances, ce qui en fait un choix privilégié pour les grandes entreprises recherchant des fournisseurs fiables et éprouvés. Notamment, Super Micro Computer a été classée parmi les entreprises d’infrastructure informatique à la croissance la plus rapide du monde par le magazine Fortune.

Ceux qui recherchent une solution logicielle fiable alimentée par l’IA à ajouter à leur portefeuille pourraient envisager sérieusement SMCI. L’entreprise possède une forte présence sur le marché et a récemment signé un accord pour fournir des serveurs à xAI d’Elon Musk et à la Gigafactory de Tesla (TSLA ), qui a déménagé au Texas. Tous ces facteurs ont aidé SMCI à obtenir une notation « buy » de la part des analystes.

Le scientifique IA ouvre la recherche à faible coût

Quel que soit votre avis sur le fait qu’un scientifique IA produise des articles de recherche comme des bandes dessinées, de nombreux avantages font de cet algorithme un changement de jeu. Les économies de coûts considérables et les capacités futures de cette approche font espérer de nombreux acteurs du marché un avenir plus radieux où les découvertes se produisent quotidiennement pendant que les scientifiques d’aujourd’hui dorment. Pour l’instant, ce développement mérite une surveillance attentive, car il promet de publier des recherches intéressantes à l’avenir.

Vous pouvez en savoir plus sur les projets IA passionnants ici.