Des chercheurs du Lawrence Berkeley National Laboratory du département de l’Énergie des États-Unis ont mis au point un algorithme d’IA capable d’apprendre en dehors de ses paramètres de formation. En balayant des dizaines d’articles, le système d’IA analyse les relations entre les mots, ce qui lui permet de se former seul sur un sujet. L’algorithme “lit” 3,3 millions de résumés d’articles de recherche en science des matériaux, et a appris avec succès des concepts complexes, du tableau périodique des éléments à la structure cristalline des métaux. L’IA a même démontré une capacité sans précédent à identifier les lacunes dans la recherche en science des matériaux, permettant de prédire avec précision la découverte de matériaux thermoélectriques entièrement nouveaux.
Pourquoi c’est important ? Des algorithmes comme celui-ci pourraient bientôt se brancher sur n’importe quel sujet, devenir instantanément un expert, identifier les limites de la recherche existante, et proposer de nouvelles idées d’expansion. Au cours d’une vie, les chercheurs humains ne peuvent sonder qu’une infime fraction de ce que l’IA est maintenant capable de dévorer en une journée. Toutefois, en rationalisant le long processus de recoupement des articles, les IA pourraient permettre aux scientifiques humains de se pencher sur les lacunes ouvertes et les questions de recherche en suspens. Sous l’impulsion d’une nouvelle capacité de digérer des tomes de recherche couvrant des décennies et des disciplines, les connaissances scientifiques et l’innovation qui en résulte sont sur le point d’exploser.
La suite ici (Lawrence Berkeley National Laboratory)
