Êtes-vous l'un des auteurs de cet article ? Envoyez-nous un e-mail depuis votre adresse professionnelle ou institutionnelle en mentionnant l'ID arXiv de cet article, et nous vous vérifierons pour vous donner accès à la modification de cette page.
Vous êtes l'un des auteurs et préférez que notre analyse ne soit pas publiée ? Écrivez-nous depuis votre adresse institutionnelle ; après confirmation, nous retirerons la page.
L'intelligence artificielle ne remplace pas le scientifique, c'est un outil qui accélère les découvertes.
La science, c'est une immense cuisine où les scientifiques, tels des chefs, cherchent de nouvelles recettes. Autrefois, on testait les ingrédients à la main ; aujourd'hui, l'intelligence artificielle, tel un chef expérimenté, vient à la rescousse. L'IA mémorise des millions de saveurs et suggère des combinaisons inattendues : c'est ainsi, grâce à une recherche par l'entropie de l'information, que l'algorithme déniche des motifs cachés. Par exemple, un réseau de neurones a découvert un antibiotique en quelques jours – il aurait fallu des années aux biologistes.
Cette approche fonctionne aussi en spectroscopie stellaire : l'IA cherche des exoplanètes dans de subtils scintillements, comme on devine les épices d'un plat à son arôme. En science des matériaux, les algorithmes proposent de nouveaux alliages, et des laboratoires robotisés les créent aussitôt, bouclant la boucle de l'idée à la vérification. L'essentiel est de rendre l'IA compréhensible, pour que le scientifique puisse suivre son raisonnement. Ainsi, des découvertes dignes de la science-fiction entreront dans le quotidien.
Un réseau de neurones a un jour proposé une structure cristalline jugée impossible, et elle a pu être créée en laboratoire – ce matériau est désormais étudié pour l'électronique de demain.