L’intelligence artificielle (IA) est devenue un outil de plus en plus utile et omniprésent ces derniers mois. Cette technologie a évolué et peut maintenant faire bien plus que générer des textes ou des images à partir de phrases. En Allemagne, par exemple, un outil a été développé pour analyser la santé de mille cœurs par seconde, et il existe même un autre outil capable de résoudre des problèmes de l’Olympiade internationale de mathématiques. Google, quant à lui, possède une IA qui conçoit 400 000 nouveaux matériaux.
En novembre dernier, Google a présenté son “ChatGPT de la chimie”. Une intelligence artificielle qui aurait découvert des millions de nouveaux matériaux. Mais qu’en est-il vraiment ? Une nouvelle étude, publiée dans la revue Nature par des chercheurs qui ont analysé une partie de ce que Google DeepMind a découvert, montre que “nous n’avons pas encore trouvé de nouvelles connexions surprenantes”, comme rapporté par 404media.
En novembre, Google a écrit que son système d’IA, appelé GNoME (Graph Networks for Material Exploration), “trouve 2,2 millions de nouveaux cristaux, y compris 380 000 matériaux stables qui pourraient faire avancer les technologies futures”. L’entreprise a ajouté que cela “représente près de 800 ans de connaissances”, que de nombreuses découvertes “échappent à l’intuition chimique actuelle” et que cela “représente une extension d’un ordre de grandeur des matériaux connus de l’humanité”.
Pour leurs expériences, des chercheurs du Lawrence Berkeley National Lab, en collaboration avec Google, ont créé un “laboratoire humain (A-Lab)” qui “utilise des calculs, des données historiques, l’apprentissage automatique et l’apprentissage actif pour planifier et interpréter les résultats des expériences menées par la robotique”. En fait, ils ont utilisé l’intelligence artificielle et des robots pour remplacer les humains dans le laboratoire, et ces technologies ont découvert et synthétisé de nouveaux matériaux. Selon les scientifiques, cela “démontre l’efficacité des plateformes pilotées par l’IA pour la découverte autonome de matériaux”.
Il n’y a rien de nouveau
Malgré l’annonce de Google en novembre, plusieurs recherches ont été menées sur ce sujet le mois dernier. Des scientifiques ont analysé les documents fournis par DeepMind et publié leurs propres analyses, suggérant que cette recherche est surestimée. Les spécialistes des matériaux, interrogés par les médias, soulignent que l’IA dans ce domaine est très prometteuse, mais affirment que Google et ses techniques de deep learning ne représentent pas soudainement une avancée incroyable dans cette industrie.
Cette semaine, un article publié dans la revue Chemical Materials, par des chercheurs de l’Université de Californie à Santa Barbara (USA), a sélectionné un échantillon aléatoire des 380 000 structures proposées par DeepMind. Ils affirment qu’aucune de ces structures ne passe un test en trois parties pour déterminer si le matériau est “crédible”, “utile” et “nouveau”. En fait, ils pensent que ce que l’IA de Google a trouvé sont des “composés inorganiques cristallins et devraient être décrits comme tels, plutôt que d’utiliser le terme plus général de ‘matériau'”.
Dans leur analyse, les chercheurs décrivent également que “nous n’avons pas encore trouvé de nouvelles connexions frappantes dans les listes de GNoME et de Stable Structure, bien que nous nous attendions à ce qu’il y en ait parmi les 384 870 compositions. Nous observons également que de nombreuses nouvelles compositions sont des ajustements triviaux de matériaux connus, mais que l’approche informatisée offre des compositions globales crédibles, ce qui nous donne confiance dans l’approche sous-jacente”.
Anthony Cheetham, l’un des responsables de l’étude, souligne dans une interview avec 404media que “l’article de Google est loin de fournir une contribution utile et pratique aux scientifiques des matériaux expérimentaux. Si je cherchais un nouveau matériau pour une fonction spécifique, je ne passerais pas au crible plus de 2 millions de nouvelles compositions comme le propose Google. Je ne pense pas que ce soit la meilleure voie à suivre, et personne n’a suffisamment de temps dans sa vie pour examiner 2,2 millions de possibilités et décider de leur utilité”.
Cheetham indique également que “la méthodologie générale fonctionne probablement assez bien, mais elle doit être beaucoup plus orientée vers des besoins spécifiques”. Il assure même qu’ils ont “passé pas mal de temps à examiner une très petite sous-section des choses proposées et ont constaté qu’elles n’avaient pas seulement pas de fonctionnalité, mais que la plupart étaient crédibles mais pas très nouvelles, car elles sont simplement des dérivés de choses déjà connues”.
Concernant le “laboratoire autonome (A-Lab)”, des chercheurs du Royaume-Uni ont indiqué qu’ils ont analysé les 43 “nouveaux composés” créés par l’IA de Google et ont découvert “quatre erreurs courantes dans l’analyse”. Malheureusement, ces erreurs conduisent à la conclusion qu’aucun nouveau matériau n’a été découvert dans ce travail.
Les scientifiques interrogés par le même média pensent qu’un processus dirigé par l’IA pour découvrir de nouveaux matériaux est très prometteur, mais ils ont déclaré que les documents spécifiques qu’ils ont analysés ne représentaient pas nécessairement des percées majeures et ne devraient pas être contextualisés comme tels. Face à l’agitation causée par ces recherches, Google DeepMind assure qu’il maintient toutes les affirmations faites dans le document GNoME de novembre.
No Responses