9 façons de faire progresser la science

Dernière mise à jour : 22 novembre 2024

Nous vivons à une époque où la science appliquée, l'ingéniosité humaine et les nouvelles technologies éclairent certaines des plus grandes et plus anciennes questions de l'humanité. Bien que nous considérions souvent le progrès scientifique comme rapide et inarrêtable, la vérité est que, pendant de nombreuses décennies, ce progrès a en réalité ralenti. La communauté scientifique débat encore des raisons de ce ralentissement, mais une grande partie de la technologie actuelle — des avions aux procédés de fabrication — n’a que peu changé au cours du dernier demi-siècle.

Cependant, ces dernières années, des percées dans des domaines comme l’intelligence artificielle et l’informatique quantique ont vraiment accéléré le rythme de la découverte scientifique. Des avancées en santé jusqu’à la découverte d’enzymes capables de dégrader le plastique, nous commençons déjà à en voir les bénéfices.

Ces percées sont le fruit de décennies de collaboration entre chercheurs, technologues, décideurs politiques, organisations civiles et personnes de tous horizons. Elles offrent une feuille de route pour l’utilisation de l’IA dans la science afin d’améliorer considérablement nos vies.

Dans cette optique, la Royal Society, en partenariat avec Google DeepMind, organise aujourd’hui le premier Forum AI pour la Science. Cet événement à Londres réunit des scientifiques, des décideurs politiques et des leaders de l’industrie pour explorer comment l’IA peut transformer la science et le rôle des partenariats public-privé dans la promotion de l’innovation.

Pour comprendre comment nous en sommes arrivés là et où nous pourrions aller ensuite, examinons neuf jalons récents qui ont ouvert la voie au progrès scientifique futur :

1. Résoudre le défi majeur de la prédiction de la structure des protéines, vieux de 50 ans

Pendant des décennies, les experts ont qualifié la compréhension du repliement des protéines de « défi majeur ». En 2022, Google DeepMind a publié les structures prédites de 200 millions de protéines à l’aide de leur modèle AlphaFold 2. Auparavant, déterminer la structure 3D d’une seule protéine pouvait prendre plus d’un an — AlphaFold peut le faire en quelques minutes avec une précision remarquable. En rendant ces prédictions librement accessibles, les scientifiques du monde entier peuvent désormais accélérer la recherche dans des domaines comme le développement de nouveaux médicaments, la lutte contre la résistance aux antibiotiques et la gestion de la pollution plastique. La prochaine étape, AlphaFold 3, s’appuie sur cela en prédisant la structure et les interactions de toutes les molécules du vivant.

2. Révéler le cerveau humain avec un niveau de détail sans précédent pour soutenir la recherche en santé

Le cerveau humain a toujours été un mystère. Après 10 ans de recherche en connectomique, Google, en collaboration avec le Lichtman Lab à Harvard et d’autres, a cartographié une petite partie du cerveau humain avec plus de détails que jamais auparavant. Publié en 2024, ce projet a révélé des structures cérébrales jamais vues auparavant. L’ensemble des données, accompagné d’annotations générées par IA pour chaque cellule, est désormais public, ce qui accélère la recherche.

3. Sauver des vies grâce à des prévisions d’inondations précises

Lorsque Google a lancé son projet de prévision des inondations en 2018, beaucoup pensaient qu’il était impossible de prédire les inondations avec précision à grande échelle en raison de données limitées. Mais les chercheurs ont développé un modèle d’IA capable de prédire les événements fluviaux extrêmes dans les bassins versants non jaugés jusqu’à cinq jours à l’avance, avec une fiabilité égale ou supérieure à celle des prévisions immédiates. D’ici 2024, Google Research a étendu cette couverture à 100 pays et 700 millions de personnes dans le monde, et a amélioré le modèle pour offrir la même précision à sept jours que le modèle précédent à cinq jours.

4. Détecter les feux de forêt plus tôt pour aider les pompiers à les arrêter plus rapidement

Les feux de forêt deviennent plus fréquents et destructeurs en raison de climats plus chauds et plus secs. En 2024, Google Research s’est associé au Service des forêts des États-Unis pour créer FireSat, un modèle d’IA et une nouvelle constellation de satellites mondiaux conçus pour détecter et suivre les feux de forêt aussi petits qu’une salle de classe. Avec des images à plus haute résolution disponibles en 20 minutes, cela aide les autorités à réagir plus rapidement, sauvant potentiellement des vies, des biens et des ressources naturelles.

5. Prévoir le temps plus rapidement et avec plus de précision

En 2023, Google DeepMind a lancé GraphCast, un modèle d’apprentissage automatique qui prévoit le temps jusqu’à 10 jours à l’avance avec plus de précision et beaucoup plus rapidement que la norme industrielle (HRES). GraphCast peut également prédire les trajectoires des cyclones et les risques associés, comme les inondations, avec plus de précision, et a correctement prédit que l’ouragan Lee frapperait la Nouvelle-Écosse trois jours avant les modèles traditionnels.

6. Faire progresser la frontière du raisonnement mathématique

L’IA a toujours eu du mal avec les mathématiques complexes en raison de données limitées et de compétences de raisonnement. Mais en 2024, Google DeepMind a présenté AlphaGeometry, un système d’IA qui a résolu des problèmes de géométrie complexes à un niveau proche de celui d’un médaillé d’or olympique humain. Cela a marqué une avancée majeure dans les performances de l’IA et le développement de systèmes d’IA générale plus avancés. Le modèle suivant, AlphaGeometry 2, combiné à AlphaProof, a résolu 83 % de tous les problèmes de géométrie des Olympiades mathématiques internationales (IMO) des 25 dernières années. Cela montre la capacité croissante de l’IA à raisonner et potentiellement résoudre des problèmes au-delà des capacités humaines actuelles, nous rapprochant de systèmes capables de découvrir et vérifier de nouvelles connaissances.

7. Utiliser l’informatique quantique pour prédire avec précision la réactivité et la cinétique chimiques

Les chercheurs de Google, en collaboration avec l’UC Berkeley et l’Université de Columbia, ont réalisé les plus grandes simulations chimiques jamais effectuées sur un ordinateur quantique. Publiés en 2022, ces résultats étaient non seulement compétitifs avec les méthodes classiques, mais ne nécessitaient pas non plus la mitigation d’erreurs habituellement associée à l’informatique quantique. Cette capacité à exécuter ces simulations permettra des prédictions plus précises de la réactivité et de la cinétique chimiques, ouvrant la voie à de nouvelles applications de la chimie pour résoudre des problèmes concrets.

8. Accélérer la science des matériaux et le potentiel de cellules solaires, batteries et supraconducteurs plus durables

En 2023, Google DeepMind a annoncé Graph Networks for Materials Exploration (GNoME), un outil d’IA qui a déjà découvert 380 000 matériaux stables à basse température, selon les simulations. À une époque où nous recherchons de nouvelles solutions énergétiques, des avancées en puissance de traitement et en science des matériaux, cela pourrait mener à de meilleures cellules solaires, batteries et potentiels supraconducteurs. Pour rendre cette technologie accessible à tous, Google DeepMind a rendu les prédictions les plus stables de GNoME disponibles via le Materials Project sur leur base de données ouverte.

9. Faire un pas significatif vers la fusion nucléaire — et une énergie propre abondante

Comme le dit l’adage, « la fusion est l’énergie du futur — et elle le restera toujours ». Exploiter l’énergie qui alimente les étoiles, y compris notre soleil, a été un défi de longue date. En 2022, Google DeepMind a développé une IA capable de contrôler de manière autonome le plasma à l’intérieur d’un réacteur de fusion nucléaire. En collaboration avec le Centre suisse du plasma à l’EPFL, ils ont construit le premier système appris par renforcement capable de stabiliser et de façonner le plasma dans un réacteur de fusion opérationnel, ouvrant de nouvelles voies vers une fusion stable et une énergie propre abondante pour tous.