L'intelligence artificielle a cessé d'être un simple outil d'automatisation des tâches routinières ou de génération de textes. Aujourd'hui, elle est activement intégrée dans la recherche scientifique fondamentale : de la création de structures protéiques pour le développement de nouveaux médicaments à la prédiction d'anomalies climatiques. Les technologies d'apprentissage automatique ont déjà amené la communauté scientifique à reconsidérer un certain nombre de vérités apparemment indéniables.
Voici cinq stéréotypes scientifiques clés qui ont été réfutés ou considérablement corrigés grâce à l'application de l'IA.
1. La vision par ordinateur : pas seulement une prérogative des êtres vivants
Pendant longtemps, l'opinion prédominante dans la communauté scientifique était que la capacité non seulement de « voir », mais aussi de reconnaître des formes, était exclusivement réservée aux organismes vivants. La situation a changé en 2012, lorsque le réseau neuronal AlexNet a été présenté à la conférence NeurIPS. Entraîné sur 1,3 million d'images haute résolution de la base de données ImageNet, il a marqué une percée dans le domaine de la vision par ordinateur, prouvant que les machines pouvaient classer les données visuelles avec une grande précision. Ce travail a jeté les bases des technologies modernes, telles que le déverrouillage de smartphones par reconnaissance faciale, et a montré que la perception visuelle n'est pas une fonction biologique unique.
2. Logique et mathématiques : l'IA au niveau d'un champion olympique
Les déductions logiques complexes et la preuve de théorèmes étaient traditionnellement considérées comme un test des capacités humaines exceptionnelles, une sorte de « filtre » pour la recherche de jeunes talents en mathématiques. Cependant, en janvier 2024, une équipe de chercheurs de Google a présenté le système AlphaGeometry, qui a résolu 25 des 30 problèmes géométriques complexes dans un temps standard de compétition olympique. À titre de comparaison : les algorithmes précédents ne parvenaient à résoudre que 10 problèmes, et le résultat moyen d'un médaillé d'or humain aux Olympiades internationales de mathématiques est de 25,9 points. Cette réalisation, publiée dans la prestigieuse revue Nature, a prouvé que l'IA est capable de raisonnements logiques profonds.
3. Botanique : le climat ne détermine pas toujours la taille des feuilles
En biologie, il existait une règle bien établie selon laquelle les plantes des climats humides (par exemple, dans les jungles) ont des feuilles plus grandes que les mêmes espèces dans les régions arides. Cependant, une étude menée par des scientifiques australiens à l'aide de la vision par ordinateur a réfuté cet axiome au niveau des espèces. Après avoir analysé des milliers d'échantillons numérisés du National Herbarium of New South Wales, les spécialistes ont découvert que, pour l'érable sycomore, la taille des feuilles dépendait davantage des échanges génétiques avec d'autres populations que de la température ou de la quantité de précipitations. Cette découverte modifie les approches de conservation des espèces végétales rares dans le contexte du changement climatique mondial.
4. Biologie évolutive : l'extinction n'est pas toujours suivie d'un essor
On pense généralement qu'après des extinctions massives (comme dans le cas des dinosaures), les niches écologiques libérées sont rapidement occupées par de nouvelles espèces, ce qui conduit inévitablement à un boom biologique. En 2020, des chercheurs britanniques et américains ont appliqué l'apprentissage automatique pour analyser plus d'un million de descriptions de fossiles couvrant 170 000 espèces. Les résultats ont montré une absence de lien de causalité directe entre l'extinction de masse et la croissance explosive ultérieure de la biodiversité, ce qui a nécessité une révision sérieuse de l'une des théories évolutives clés.
5. Criminalistique : les empreintes digitales d'une même personne peuvent se ressembler
La conviction de l'unicité absolue des empreintes digitales de chaque personne (et même des différents doigts d'une même personne) est le fondement de la biométrie et de la criminalistique modernes. Cependant, en janvier 2024, des scientifiques de l'Université Columbia ont remis cela en question. En entraînant un modèle d'IA sur 60 000 empreintes réelles et 500 000 empreintes synthétiques, ils ont découvert que les empreintes de différents doigts d'une même personne présentaient une similitude significative. Contrairement aux experts en criminalistique, qui prêtent attention aux bifurcations des lignes, le réseau neuronal a identifié de nouveaux marqueurs auparavant non pris en compte : la courbure et l'inclinaison des boucles. Cette découverte est susceptible d'augmenter la précision de l'expertise médico-légale de près de deux ordres de grandeur et de simplifier l'authentification biométrique dans les gadgets de demain.
Conclusion : L'avenir de la recherche scientifique
L'intelligence artificielle ne remplace pas le scientifique, mais elle devient son allié le plus puissant. Elle est capable de traiter des masses de données impossibles à appréhender pour la perception humaine et de formuler des hypothèses non triviales sur la réaction des cellules ou l'efficacité des vaccins. Bien que les modèles actuels soient encore sujets aux biais intégrés dans les ensembles de données d'entraînement, la trajectoire de développement technologique indique que les découvertes scientifiques les plus significatives des prochaines décennies seront réalisées en tandem par l'homme et l'intelligence artificielle.
