Le développement rapide de la technologie de l’IA nous a permis de voir les possibilités infinies de la technologie. Mais avez-vous déjà pensé que l’IA remporterait un jour le prix Nobel ? Le prix Nobel de chimie et de physique 2024 sera décerné à plusieurs scientifiques exceptionnels en raison de la contribution de l'IA. Cela a également amené de nombreuses personnes à se demander : l’IA remplacera-t-elle un jour les scientifiques ?
L’IA remporte le prix Nobel : AlphaFold mène la révolution biotechnologique Tout d’abord, jetons un coup d’œil à l’équipe Google DeepMind qui vient de remporter le prix Nobel de chimie 2024. Damis Hassabis et John Jope ont utilisé leur modèle AlphaFold2 pour prédire les structures de plus de 200 millions de protéines avec une précision de plus de 90 %. Il ne s’agit pas d’un simple jeu de chiffres, mais il a entraîné des changements bouleversants dans les sciences de la vie.
Vous ne savez peut-être pas que l’étude de la structure des protéines a toujours été un problème majeur dans le domaine de la biologie. Dans le passé, il fallait des années, voire des décennies, aux scientifiques pour déchiffrer la structure d’une protéine. AlphaFold ne prend que quelques secondes. De ce point de vue, on s’attend vraiment à ce que le prix Nobel soit attribué à AlphaFold.
Le prix de physique favorise également l'IA : les bases des réseaux de neurones sont posées par la même personne. Le prix Nobel de physique 2024 a également été décerné à deux pionniers dans le domaine de l'IA : le professeur John Hopfield de l'université de Princeton aux États-Unis et professeur de physique. l'Université de Toronto au Canada. Pourquoi leurs recherches sont-elles pertinentes pour la physique ? Parce que leurs découvertes révolutionnaires dans les réseaux de neurones artificiels ont directement favorisé l’évolution de l’IA.
Les réseaux neuronaux artificiels sont devenus la technologie de base de l'IA d'aujourd'hui, et son inspiration vient en réalité des connexions entre les neurones du cerveau humain. Les recherches de Hopfield et Hinton ont jeté les bases de l’apprentissage profond. Les technologies d’assistants vocaux, de conduite autonome et de reconnaissance d’images que nous utilisons couramment aujourd’hui reposent toutes sur ces modèles de réseaux neuronaux.
Matt Strassler, physicien théoricien à l'Université Harvard, a déclaré que les travaux de Hopfield et Hinton sont une recherche interdisciplinaire, combinant la physique, les mathématiques, l'informatique et les neurosciences, illustrant également la relation entre l'IA et ces connexions profondes dans les disciplines fondamentales.
L’IA peut-elle remplacer les scientifiques ? Pas si vite ! En voyant cela, vous vous demandez peut-être si l’IA est si puissante, remplacera-t-elle les scientifiques à l’avenir ? En fait, la réponse n’est pas si simple. Le professeur Dou Dejing, scientifique en chef de Nortel Digital Intelligence, a déclaré que l'IA avait un énorme potentiel dans de nombreux domaines, en particulier dans des modèles comme AlphaFold, qui ont changé la manière dont les sciences biologiques sont recherchées.
Cependant, il a également souligné que la contribution de l’IA à la physique n’est pas assez évidente. Bien que l’IA puisse nous aider à traiter d’énormes quantités de données, par exemple, la technologie de vision par ordinateur a été utilisée dans le calcul et le traitement de la première photo d’un trou noir de l’humanité en 2017, mais son rôle dans la promotion de la découverte des principes fondamentaux de la physique n’est pas suffisamment important. En d’autres termes, l’IA vise davantage à aider les scientifiques qu’à les remplacer complètement.
Bulle IA ? À quelle distance sont les applications pratiques ? Malgré les performances impressionnantes de l’IA dans la communauté scientifique, de nombreuses personnes doutent encore de l’avenir de l’industrie de l’IA. L’IA ne sera-t-elle qu’un coup de vent, un feu de paille ? En fait, le rapport sur le cycle technologique de Gartner a déjà rappelé que l'IA a dépassé le sommet des attentes excessives et qu'elle entrera dans le creux de la désillusion à l'avenir. En termes simples, de nombreux projets d’IA peuvent échouer en raison de coûts élevés, de la mauvaise qualité des données et d’autres raisons.
Par exemple, le coût de mise en œuvre d'un projet d'IA générative peut atteindre plusieurs millions de dollars, et un investissement continu est nécessaire chaque année, allant de quelques milliers à des dizaines de milliers de dollars en budget. C’est vraiment insoutenable pour de nombreuses entreprises. Le professeur Dou Dejing de Nortel Digital Intelligence a également souligné que le modèle de profit actuel de l'IA est encore flou. De nombreux projets de modélisation à grande échelle nécessitent d'énormes investissements matériels et le cycle de retour sur investissement est très long.
Cependant, ce qui mérite d’être attendu, c’est que l’IA accélère son application. ChatGPT d'OpenAI, les outils d'IA de Google, l'assistant d'IA de Microsoft, etc. ont déjà produit quelques résultats commerciaux préliminaires dans l'industrie. Le professeur Dou a déclaré qu'à mesure que la technologie de l'IA mûrirait à l'avenir, il pourrait y avoir un modèle commercial similaire aux moteurs de recherche qui s'appuient sur la publicité pour monétiser, mais il n'a pas encore complètement émergé.
L’énorme potentiel de l’IA pour l’avenir : non seulement la valeur commerciale des outils d’IA est encore à l’étude, mais son potentiel dans le domaine scientifique ne peut être sous-estimé. Alex Zhavoronkov, fondateur d'Insilicon Intelligence, a déclaré que l'IA modifie non seulement la vitesse de la recherche scientifique, mais donne également aux petites entreprises une chance de rivaliser avec les grandes entreprises. Par exemple, Insilico a utilisé l’IA pour désigner 19 médicaments candidats précliniques et a fait progresser avec succès neuf projets au stade clinique. De tels résultats sont difficiles à obtenir, même pour les grandes sociétés pharmaceutiques.
À l’avenir, l’IA sera intégrée à davantage d’industries, de la médecine à l’immobilier en passant par la fabrication industrielle, les scénarios d’application de l’IA sont presque infinis. Alex estime que le succès de l'IA ne réside pas seulement dans la technologie elle-même, mais aussi dans les talents et les capacités d'innovation. En Chine notamment, l'IA se développe à un rythme alarmant et devrait être à la tête de la prochaine vague de productivité mondiale.
La coopération entre l’IA et les scientifiques ne fait que commencer. Même si l’IA a fait des progrès significatifs dans certains domaines, il est encore trop tôt pour affirmer qu’elle remplacera complètement les scientifiques à court terme. Ce que nous devrions voir davantage, c’est que la coopération entre l’IA et les scientifiques apportera davantage de découvertes et d’inventions étonnantes. À l’avenir, l’IA deviendra l’outil le plus puissant entre les mains des scientifiques, nous permettant de percer plus rapidement les secrets de l’univers et de favoriser un développement rapide dans divers domaines.