L’intelligence artificielle peut-elle vraiment changer notre monde physique ?

Restez informé avec des mises à jour gratuites

Inscrivez-vous simplement L'intelligence artificielle myFT Digest – livré directement dans votre boîte de réception.

L'écrivain est un commentateur scientifique

Comme Madonna l'a dit un jour : Nous vivons dans un monde matériel. Notre espèce a donné à des périodes historiques le nom du bronze, de la pierre et du fer. La société moderne s’appuie sur des matériaux innovants, tels que les batteries lithium-ion et les cellules solaires.

Ainsi, lorsque les chercheurs de Google DeepMind ont affirmé en novembre que son outil d’IA avait découvert plus de deux millions de nouveaux matériaux cristallins, cette découverte a fait la une des journaux mondiaux. La société a présenté les résultats comme une « expansion massive des matériaux stables connus de l’humanité ».

Par ailleurs, d'autres chercheurs de Berkeley ont révélé au même moment que leur laboratoire automatisé avait créé 41 nouveaux composés, référencés dans la base de données Google DeepMind, en moins de trois semaines. Seuls les esprits les plus ennuyeux pourraient ne pas imaginer un avenir vertigineux : des lignes de bras robotiques créant de nouveaux matériaux brillants conçus avec l’intelligence artificielle pour résoudre de grands défis comme l’énergie propre.

Mais depuis que les deux articles ont été publiés dans Nature, l’éclat s’est quelque peu estompé. Plus tôt ce mois-ci, des scientifiques des matériaux ont suggéré que Google DeepMind avait surestimé ses réalisations. En mars, dans une autre critique, des chimistes se demandaient si les 41 composés revendiqués par l'équipe de Berkeley étaient nouveaux. Google DeepMind et l'équipe de Berkeley ont déclaré au Financial Times qu'ils maintenaient leurs documents.

La controverse survient alors que le co-fondateur de l'entreprise, Sir Demis Hassabis, a mis en garde contre le battage médiatique et la « fraude » dans le domaine de l'intelligence artificielle. Ce choc montre que même si l’IA peut être transformatrice, les entreprises et les organisations ont du mal à franchir la frontière entre optimisme et survente.

Créer de nouveaux matériaux est généralement un effort d’essais et d’erreurs coûteux et long. L'approche d'IA de DeepMind, appelée Graph Networks for Materials Exploration, ou Gnome, est un raccourci informatique pour un sous-ensemble de composés, à savoir les cristaux inorganiques. Il utilise les catalogues existants de structures connues pour générer de nouveaux cristaux candidats et applique l’intelligence artificielle pour itérer vers des composés structurellement stables.

Sur les 2,2 millions de nouvelles substances détectées, l'entreprise en a jugé 380 000 suffisamment stables pour être incluses dans la base de données. Mais Anthony Cheatham et Ram Seshadri de l’Université de Californie à Santa Barbara ont écrit ce mois-ci dans la revue Materials Chemistry que les travaux montraient « peu de preuves de composés qui répondent au trio de nouveauté, de crédibilité et d’utilité ». « L'IA a un grand avenir dans la science des matériaux », m'a dit Cheatham, « mais… .[that]Certaines des réalisations jusqu’à présent ont été exagérées.

Un porte-parole de Google DeepMind a déclaré que le document revendiquait uniquement la nouveauté et la stabilité, sans aucune propriété spécifique, et que les critiques semblaient être basées sur une terminologie différente. Il a ajouté que des recherches plus approfondies permettront de mieux comprendre les propriétés de ces composés.

L'autre article sur l'IA qui met en lumière les critiques en matière de science des matériaux se concentre sur les travaux effectués par des chercheurs de l'Université de Californie à Berkeley et du Lawrence Berkeley National Laboratory. Ils ont développé un laboratoire automatisé qui utilise des robots guidés par l’IA pour mélanger et caractériser de nouveaux composés. S'appuyant en partie sur la base de données Google DeepMind, l'équipe de Berkeley a annoncé que le « Lab A » avait synthétisé 41 nouveaux composés.

Mais Robert Palgrave, chimiste à l'University College de Londres, et ses collègues sceptiques de l'Université de Princeton ont fait valoir le mois dernier que l'affirmation de Berkeley était injustifiée, pour deux raisons : l'IA a suggéré des substances déjà connues et n'a pas pu découvrir plus tard qu'elles manquaient. nouveauté. « Nous maintenons les conclusions de notre article selon lesquelles le laboratoire A a développé et démontré de manière indépendante des recettes de synthèse pour des composés pour lesquels il n'avait aucune connaissance préalable, ce qui constitue une réussite remarquable », déclare Gerbrand Seder, qui dirige l'équipe de Berkeley.

Palgrave admet que la nouveauté est un terme subjectif : les chips additionnées de sel sont toujours des chips, dit-il, mais le caramel additionné de sel est considéré par beaucoup comme différent. Il ajoute que la nouveauté des matériaux est généralement une question de consensus parmi les scientifiques.

En d’autres termes, il s’agit clairement d’un choc culturel. Il existe également un inévitable décalage en termes de qualité : les premiers progrès de l'IA dans la science des matériaux peuvent être impressionnants par rapport aux normes de l'IA, mais ils sont encore loin du niveau d'expertise humaine dans le domaine.

Nous ne savons pas combien de temps durera ce décalage : les chercheurs rêvent de créer un supraconducteur à haute température avec un vecteur utilisateur bien cadré. Si ce jour arrive, nous vivrons toujours dans un monde matériel, mais qui ne sera pas entièrement de notre faute.