L'IA au service de la science a besoin de raisonnement, pas seulement de données

L’actualité tech du jour met en lumière un développement significatif.

L’IA au service de la science a besoin de raisonnement, pas seulement de données

Les agents d’IA capables de reproduire le processus de recherche humain permettront d’accélérer les découvertes scientifiques.

D’un autre côté, toutes les quelques décennies, quelqu’un annonce que la science a atteint ses limites. En 1903, le célèbre physicien Albert Michelson écrivait que « tous les faits de la science physique ont été découverts ». Dans les années 1980, Stephen Hawking prédisait que la physique théorique pourrait avoir atteint ses limites d’ici la fin du siècle. Avec l’essor fulgurant de l’intelligence artificielle, cette effervescence est de retour — cette fois-ci, accompagnée d’un prix Nobel.

En 2024, Demis Hassabis et John Jumper, de Google DeepMind, se sont vu décerner une partie du prix Nobel de chimie pour leur réseau neuronal AlphaFold, qui prédit les structures tridimensionnelles des protéines en apprenant à partir de milliers de formes mesurées expérimentalement. Ce problème épineux avait résisté à toutes les tentatives systématiques de résolution pendant un demi-siècle ; AlphaFold semblait l’avoir résolu une fois pour toutes, et le monde entier s’est alors tourné vers les perspectives prometteuses offertes par cette approche. Hassabis et son équipe ont qualifié AlphaFold de « système illustrant comment l’IA peut faire passer l’ensemble de la science à la vitesse du numérique ». Une vague de start-ups développant des modèles de base pour la biologie, la chimie et la découverte de nouveaux matériaux a levé des milliards de dollars, portée par le succès de DeepMind. AlphaFold avait démontré que l’association de l’IA et d’un volume suffisant de informations pouvait déboucher sur des découvertes révolutionnaires (même si nous ne comprenions pas les mécanismes sous-jacents en jeu), et il semblait, une fois de plus, qu’une voie s’ouvrait devant nous vers le reste des sciences.

À noter également, certes, l’IA va apporter des changements extraordinaires à la science, mais il apparaît de plus en plus clairement qu’AlphaFold, et les projets similaires, ne constituent peut-être pas le meilleur modèle pour cette métamorphose. Bien qu’il s’agisse d’une avancée majeure, les conditions qui ont permis l’émergence d’outils tels qu’AlphaFold sont rares, et le temps nécessaire pour réunir ces conditions dans d’autres domaines se mesurera en décennies, et non en années. C’est plutôt grâce à une autre approche que la science connaîtra une accélération : les agents d’IA.

La condition essentielle au succès d’AlphaFold a été l’existence de la Protein Data Bank, un ensemble de informations comprenant environ 170 000 structures protéiques validées expérimentalement, sur lequel l’équipe de DeepMind a pu entraîner son modèle. La création de la Protein Data Bank n’a pas été une mince affaire : il a fallu 53 ans de coopération scientifique internationale et, selon une estimation récente, environ 21 milliards de dollars de travaux expérimentaux pour la mettre en place. Les initiatives de cette envergure sont notoirement difficiles à financer, pratiquement impossibles à coordonner et extrêmement chronophages à mettre en œuvre ; elles se sont donc souvent soldées par un échec.

À ce sujet, toutefois même dans les domaines qui disposent de la cohésion et des ressources nécessaires, et où les éléments pertinentes ne sont pas rendues inaccessibles par des droits de propriété commerciale, un autre obstacle est trop peu évoqué : l’impossibilité scientifique de produire des données comparables. En ce qui concerne les structures protéiques, la principale technique expérimentale — la cristallographie des protéines — est un logiciel d’une reproductibilité et d’une fiabilité exceptionnelles, à tel point que plus de 25 prix Nobel s’en sont appuyés. Mais dans la plupart des secteurs de la science expérimentale, les résultats varient le plus souvent. Les lignées cellulaires subissent des dérives. Les produits chimiques contiennent des traces de contaminants. L’humidité du laboratoire fluctue. La création de jeux de données de mesure suffisamment cohérents, exacts, précis et évolutifs pour entraîner un réseau neuronal moderne en biologie ou dans la plupart des domaines de la chimie nécessiterait de nouveaux types de mesures et de nouvelles approches normalisées — dont aucune ne sera disponible avant longtemps.

À relever, bien sûr, il existe quelques secteurs où ces conditions sont réunies : les prévisions météorologiques, une grande partie de la génomique, ainsi que des domaines très restreints de la chimie. Ces domaines pourraient bientôt connaître des avancées majeures du type AlphaFold, si ce n’est déjà fait. Le soutien des pouvoirs publics à la production et à la coordination de ces ensembles de données sera essentiel, comme l’a souligné la Commission américaine de sécurité nationale sur les biotechnologies émergentes. Mais pour la plupart des questions scientifiques encore en suspens, nous aurons besoin d’une approche différente, du moins à court terme. Heureusement, une initiative plus discrète et plus modeste commence à se révéler prometteuse.

Les scientifiques ont toujours dû raisonner dans un contexte d’incertitude. Les biologistes qui s’efforcent d’identifier de nouvelles cibles thérapeutiques n’ont jamais disposé d’ensembles de données parfaits. Ils combinent donc des calculs de docking et des structures connues, prennent en compte la dynamique moléculaire, réalisent quelques tests de liaison et font appel à leur jugement pour évaluer chaque méthode en fonction de ses atouts et de ses limites spécifiques. L’art de la science ne réside pas dans un logiciel en particulier ; il consiste à synthétiser les résultats obtenus à l’aide de nombreux outils et à les réviser à mesure que de nouvelles données sont disponibles. C’est par conséquent que se déroule, en réalité, la plupart des travaux de recherche. Toutefois jusqu’à très récemment, aucun logiciel n’était capable de le faire.

Les prochaines semaines permettront d’en mesurer la portée réelle.

À lire également :

Article original : MIT Technology Review : MIT Technology Review