Le battage médiatique est-il justifié ? Pourquoi tous les regards sont tournés vers l’IA

Prix Nobel en IA

La liste des lauréats du Prix Nobel 2024 a attiré beaucoup d’attention sur l’IA. Tout d’abord, c’était avec le Prix Nobel de Physique, qui a récompensé la théorie fondamentale inspirée de la physique et le prototype précoce pour la construction de réseaux neuronaux, la base de la plupart des technologies d’IA d’aujourd’hui. Nous avons détaillé le fonctionnement de ces premiers réseaux neuronaux dans « Investir dans les réalisations du Prix Nobel — Réseaux neuronaux artificiels, la base de l’IA ».

Un autre Prix Nobel, cette fois en Chimie, a été décerné à la recherche axée sur le calcul. Plus précisément, il a été partagé à parts égales : la moitié à David Baker « pour la conception computationnelle de protéines », et l’autre moitié conjointement aux principaux chercheurs d’AlphaFold de Google, Demis Hassabis et John M. Jumper, « pour la prédiction de la structure des protéines ».

Ainsi, il n’est pas exagéré de dire que 2024 a été l’année du Prix Nobel de l’IA, avec deux des trois Prix Nobel dans les « sciences dures » (Physique, Chimie, Médecine/Biologie) attribués à des projets liés à l’IA.

Cela a évidemment été salué par les chercheurs du domaine et les personnes enthousiastes quant à l’avenir de la recherche pilotée par l’IA. Mais cela a également a suscité quelques sourcils levés parmi les scientifiques, en particulier les physiciens, qui considèrent l’informatique et l’IA comme n’étant pas de la « vraie physique ».

Que devraient récompenser les Prix Nobel ?

Il s’agit d’un débat plus vaste et plus ancien sur ce qui constitue la science « pure » digne d’un Prix Nobel. Certains diront que seuls les progrès théoriques et les véritables percées intellectuelles méritent le prix international le plus prestigieux en science.

Je suis sans voix. J’aime le ML et les ANN autant que n’importe qui, mais il est difficile de voir que c’est une découverte en physique. Je suppose que le Nobel a été frappé par le battage médiatique de l’IA.

Jonathan Pritchard – Astrophysicist at Imperial College London

D’autres diront que les sciences devraient également être récompensées pour leur impact sur le monde réel, surtout lorsqu’il s’agit du Prix Nobel, dont le fondateur, M. Alfred Nobel, a voulu attribuer un prix à ceux qui, au cours de l’année précédente, ont apporté le plus grand bénéfice à l’humanité en physique, chimie, physiologie ou médecine, littérature et paix.

Dans ce contexte, on pourrait soutenir que les réseaux neuronaux ont effectivement contribué grandement au bénéfice de l’humanité, qu’ils continueront probablement à le faire encore davantage à l’avenir, et qu’ils sont donc dignes du Prix Nobel de cette année.

L’informatique est-elle de la physique ?

Concernant spécifiquement le Prix Nobel de Physique 2024, la méthode développée pour créer des réseaux neuronaux était profondément ancrée dans la physique. Plus précisément, elle s’inspirait fortement de la physique statistique, un domaine décrivant des systèmes composés de nombreux éléments comme les gaz ou les liquides.

Elle s’est également inspirée de l’observation que les propriétés collectives de nombreux systèmes physiques sont robustes aux changements de détails du modèle. Notamment, les matériaux magnétiques tirent leurs caractéristiques particulières de leur spin atomique – une propriété qui fait de chaque atome un petit aimant.

Dans l’ensemble, les modèles récompensés par le Prix Nobel, la machine de Boltzmann inventée par Hinton et le réseau de Hopfield, « sont tous deux des modèles basés sur l’énergie » qui ne diffèrent pas beaucoup de la description mathématique utilisée pour comprendre la physique des matériaux réels.

Cependant, certains physiciens « réels » ont exprimé leur consternation face à l’idée que l’informatique vole la vedette à la physique, peut-être en parlant davantage du peu de respect et d’attention que la société accorde à ce domaine qu’au Prix Nobel de cette année même.

« Cela relève du domaine de l’informatique. Le prix Nobel annuel est une rare occasion pour la physique — et les physiciens qui y sont associés — de sortir sous les projecteurs.

C’est le jour où les amis et la famille se souviennent qu’ils connaissent un physicien et peuvent aller lui demander de quoi parle ce récent Nobel. Mais pas cette année.

Sabine Hossenfelder- Physicist at the Munich Center for Mathematical Philosophy in Germany

La physique revient dans l’IA

La récompense du Prix Nobel prend également en compte un développement croissant en informatique qui revient aux méthodes basées sur la physique pour améliorer l’apprentissage automatique, les réseaux neuronaux et l’IA.

« Nous avons besoin de la façon de penser que nous avons en physique pour étudier l’apprentissage automatique. »

Lenka Zdeborová – Statistical physicist at the Swiss Federal Institute of Technology in Lausanne.

Les premiers travaux sur les réseaux neuronaux étaient véritablement interdisciplinaires, s’inspirant également des dernières avancées dans notre compréhension du fonctionnement des neurones biologiques, et réunissant mathématiques, physique, informatique et neurobiologie.

« Je pense que le Prix Nobel de Physique devrait continuer à s’étendre à davantage de domaines de la connaissance physique. La physique devient de plus en plus large, et elle englobe de nombreux domaines de connaissance qui n’existaient pas auparavant, ou ne faisaient pas partie de la physique. »

Giorgio Parisi- Physicist at the Sapienza University of Rome, who a partagé le Prix Nobel de physique 2021.

Ainsi, bien que cela puisse être un peu surprenant, et au grand désarroi des physiciens les plus puristes, l’attribution du Prix Nobel à John Hopfield et Geoffrey Hinton n’est pas aussi éloignée de la physique et des « sciences dures » qu’elle pourrait le paraître à première vue.

Ajouter l’insulte à la blessure ?

Peut-être que la réaction de certains membres de la communauté scientifique aurait été plus modérée si le Prix Nobel de Chimie n’avait pas également été axé sur le calcul.

Ici, le débat se concentre davantage sur la réelle contribution de l’IA au domaine, accordant un certain crédit à la critique « On dirait que le Nobel a été frappé par le battage médiatique de l’IA ».

Cela s’explique par le fait que des réseaux neuronaux comme AlphaFold, qui prédisent la configuration 3D des protéines, ont été construits sur un immense trésor de données accumulées sur des décennies d’expériences pratiques. Cela inclut notamment le Protein Data Bank, un référentiel librement accessible contenant plus de 200 000 structures protéiques.

Ces structures ont été déterminées expérimentalement par des milliers de chercheurs humains pendant des décennies, en utilisant des méthodes avancées (souvent elles-mêmes lauréates de Prix Nobel) telles que la cristallographie aux rayons X, la cryo-microscopie électronique, etc.

« Je ne pense pas qu’AlphaFold implique un changement radical dans la science sous-jacente qui n’était pas déjà en place.

C’est simplement la façon dont il a été assemblé et conçu de manière si fluide qui a permis à AlphaFold d’atteindre ces sommets.

David Jones – Bioinformatician at University College London, who collaborated with DeepMind on the first version of AlphaFold

Quel est l’impact d’AlphaFold ?

Critiquer AlphaFold comme « ne faisant que s’appuyer sur des recherches antérieures » peut être perçu comme un peu inexact. Après tout, il est très fréquent qu’une découverte lauréate d’un Prix Nobel s’appuie sur 3 à 4 découvertes précédentes également lauréates d’un Prix Nobel.

Plus important encore, il est essentiel de déterminer si AlphaFold constitue une véritable percée, rendant soudainement réalisable ce qui était auparavant impossible.

Nous avons précédemment discuté d’un article scientifique examinant si AlphaFold peut découvrir de nouvelles molécules et médicaments, au lieu de simplement affiner les données déjà connues.

Et il semble que ce soit le cas :

Les chercheurs ont déterminé que la proportion de composés modifiant l’activité protéique pour chacun des modèles était d’environ 50 % et 20 % pour les récepteurs sigma-2 et 5‑HT2A, respectivement. Un résultat supérieur à 5 % est exceptionnel.

Considérant que la découverte de médicaments ressemble beaucoup à la recherche manuelle d’une aiguille dans une botte de foin, un taux de réussite de 50 % à « deviner » où se trouve l’aiguille dès le premier essai est effectivement exceptionnel.

Ainsi, même ici, le Prix Nobel de Chimie de cette année ne correspond peut‑être pas aux critères de la science « pure » et du progrès en compréhension fondamentale. Mais il semble bien correspondre à l’objectif du Prix Nobel : « à attribuer un prix à ceux qui, au cours de l’année précédente, ont apporté le plus grand bénéfice à l’humanité ».

Clore la controverse

Nous pouvons convenir qu’à mesure que l’IA devient un outil clé dans la plupart des disciplines scientifiques, nous ne devrions pas voir chaque Prix Nobel récompensant principalement l’IA à l’avenir. De la même manière, nous ne récompensons pas régulièrement l’informatique « de base » (ou, d’ailleurs, la chimie ou la métallurgie) parce que les chercheurs utilisent quotidiennement des ordinateurs (et des produits chimiques et des métaux).

Cependant, il semble que la réaction contre l’attribution du Prix Nobel de cette année ait été légèrement exagérée, peut-être illustrant la frustration des scientifiques face à la quantité d’attention médiatique absorbée par l’IA, malgré les progrès scientifiques impressionnants dans la plupart des domaines.

Que peut réellement faire l’IA ?

En tout cas, l’IA est susceptible d’être une technologie véritablement transformatrice, et une véritable étape dans l’histoire de l’humanité, de façon similaire aux technologies précédentes comme la machine à vapeur, le télégraphe, le moteur à combustion interne ou les premiers ordinateurs.

Voici une courte liste des applications potentielles de l’IA :

• Découverte de médicaments et analyse de données biologiques.
• Diagnostic et traitement médical automatisé, y compris la chirurgie.
• Robotique, des assistants domestiques à la production automatisée.
• Voitures autonomes et logistique.
• Apprentissage personnalisé et diffusion du savoir.
• De nouveaux matériaux sont découverts dans l’énergie, les sciences des matériaux, la nanotechnologie, etc.
• Nouvelles méthodes informatiques, y compris la photonique, l’informatique quantique, etc.
• Exploration spatiale, des colonies automatisées hors du monde à l’exploitation minière d’astéroïdes.

Dans ce contexte, le « battage médiatique » autour de l’IA est totalement justifié.

Mais comme pour la plupart des nouvelles technologies importantes, le processus de transformation de l’innovation initiale en cas d’utilisation pratiques peut prendre un peu plus de temps que prévu, par exemple, les ordinateurs dans les années 1970, des décennies avant la révolution d’Internet et encore plus avant l’IA, tout en ayant probablement un impact bien plus grand que ce que quiconque aurait pu imaginer.