L'essor De L'ia Scientifique Est Arrivé Et Le Ministère Des Sciences Et De La Technologie a Pris Des Mesures Majeures

L’IA générative est en plein essor. Comment la Chine peut-elle dépasser les autres pays à l’ère de l’IA ? En réponse à cela, le ministère des Sciences et de la Technologie a donné une réponse personnelle : le lancement du déploiement spécial de l'IA pour la science. Il est prévisible qu’une nouvelle vague d’IA pour la science arrive.

Le 27 mars, l'agence de presse Xinhua a rapporté qu'afin de mettre en œuvre le « Plan national de développement de l'intelligence artificielle de nouvelle génération », le ministère des Sciences et de la Technologie, en collaboration avec la Fondation nationale des sciences naturelles de Chine, a récemment lancé le travail de déploiement spécial « Recherche scientifique axée sur l'intelligence artificielle » (IA pour la science).

« L'IA pour la science a le potentiel de nous propulser à l'avant-garde de la prochaine révolution scientifique et technologique », a prédit Ou Weinan, académicien de l'Académie chinoise des sciences, président de l'Institut d'intelligence scientifique de Pékin et chef du groupe d'experts du principal programme de recherche de la Fondation nationale des sciences naturelles de Chine « Intelligence artificielle de nouvelle génération ».

Comment la nouvelle vague de révolution scientifique peut-elle dépasser les autres ?

Zhang Linfeng, directeur adjoint de l'Institut des sciences et technologies intelligentes de Pékin, fondateur et scientifique en chef de Deepin, estime que la principale caractéristique de la recherche scientifique menée par l'intelligence artificielle est qu'elle relie des personnes de disciplines et d'horizons différents d'une manière sans précédent. « L'IA pour la science est un processus de reconstruction majeure des disciplines et des systèmes de connaissances. Il requiert non seulement l'intégration croisée de disciplines telles que l'informatique, la science des données, les matériaux, la chimie et la biologie, mais aussi une construction théorique et une conception d'algorithmes plus approfondies dans des disciplines fondamentales comme les mathématiques et la physique. » Zhang Linfeng a rappelé : « Ce n’est qu’en réalisant correctement l’intégration pertinente que nous pourrons avoir l’opportunité de prendre l’initiative dans le nouveau cycle de la révolution scientifique. »

Cette fois, la mise en place par mon pays du système de recherche et de développement de technologies de pointe en matière d'IA pour la science intégrera étroitement les questions clés dans les disciplines fondamentales telles que les mathématiques, la physique, la chimie et l'astronomie, et se concentrera sur les besoins de recherche scientifique dans des domaines clés tels que le développement de médicaments, la recherche génétique, la sélection biologique et le développement de nouveaux matériaux. À cet égard, Xu Bo, directeur de l'Institut d'automatisation de l'Académie chinoise des sciences, a expliqué que la création de nouveaux médicaments, la recherche génétique, la sélection biologique, la recherche et le développement de nouveaux matériaux et d'autres domaines sont des directions importantes où la combinaison de l'intelligence artificielle et de la recherche scientifique est nécessaire de toute urgence, a fait des progrès remarquables et est représentative.

Par exemple, les modèles d’intelligence artificielle basés sur les mécanismes biologiques, les données relatives aux maladies et aux médicaments, ainsi que sur diverses propriétés pharmaceutiques des médicaments, peuvent prédire la sécurité et l’efficacité des nouveaux médicaments ; avec l'aide de l'intelligence artificielle, la main-d'œuvre, les ressources matérielles et le temps investis dans la recherche et le développement peuvent être réduits, améliorant ainsi le taux de réussite de la recherche et du développement de médicaments. Lorsque l'intelligence artificielle permet la recherche et le développement de nouveaux matériaux, elle peut coupler des méthodes de simulation informatique de matériaux multi-échelles telles que l'échelle électronique et l'échelle moléculaire, filtrer rapidement de nouvelles compositions et configurations de matériaux qui répondent aux performances cibles et raccourcir le cycle de recherche et développement et le coût des nouveaux matériaux et dispositifs.

Le nouveau champ de bataille de l'IA : la recherche scientifique traditionnelle

Ces dernières années, l’intelligence artificielle a été initialement appliquée dans le domaine de la recherche scientifique. De plus en plus de scientifiques ont développé ou adopté des algorithmes d'intelligence artificielle matures pour aider à la recherche scientifique telle que l'analyse de l'exploration de données, la modélisation, la simulation et la prédiction, accélérant la découverte de nouvelles lois et de nouveaux modèles dans les sciences naturelles, réduisant le travail manuel répétitif, améliorant la précision des découvertes scientifiques et améliorant considérablement l'efficacité du travail des chercheurs scientifiques. Alors que l’intégration de la technologie de l’intelligence artificielle et de la recherche scientifique devient de plus en plus étroite, le domaine de recherche émergent de l’IA pour la science a émergé et, depuis 2020, ce domaine émergent est entré dans une phase d’épidémie concentrée.

En janvier 2021, des chercheurs de l'Université de Californie à San Diego et d'autres institutions ont proposé une méthode d'apprentissage automatique appelée « Multi-fidelity Materials Graph Networks », qui prédit les propriétés des matériaux grâce à des modèles d'IA en apprenant des données provenant de plusieurs sources de mesure et de simulation. Cette méthode peut construire un « modèle de propriétés matérielles » plus précis et d’une portée universelle, aidant ainsi les scientifiques à sélectionner les matériaux candidats ayant des perspectives de recherche.

En juillet 2021, DeepMind a publié AlphaFold 2, qui a prédit avec succès la structure tridimensionnelle des protéines humaines avec une précision de 98,5%. Les résultats prédits ne diffèrent que d'un atome de la structure réelle de la plupart des protéines, atteignant le niveau précédemment prédit par des observations expérimentales complexes telles que la microscopie cryoélectronique. En décembre, cette recherche a été nommée « Percée technologique de l’année 2021 » par le magazine Nature.

En juillet 2021 également, des chercheurs de l’Université de Washington, de l’Université Harvard et d’autres ont proposé l’algorithme de prédiction de la structure des protéines RoseTTAFold. Cette méthode est basée sur l’apprentissage profond et peut générer rapidement la structure précise des protéines en apprenant à partir des informations de séquence protéique, réduisant ainsi le temps et les efforts investis dans les mesures expérimentales par les méthodes traditionnelles. L'algorithme est désormais open source.

Adresse GitHub :

https://github.com/RosettaCommons/RoseTTAFold

En octobre 2021, DeepMind a publié un article dans la revue Nature, appliquant la technologie de l'IA à la prévision des précipitations grâce à une collaboration avec le Bureau météorologique du Royaume-Uni. À l’aide d’un modèle génératif profond, les chercheurs peuvent prédire les conditions de précipitations dans une zone de 1 536 km × 1 280 km 5 à 90 minutes à l’avance. Comparé à d’autres méthodes, le modèle proposé présente la plus grande précision et la plus grande utilité dans le cas du 89%.

Outre les résultats de recherche obtenus dans les domaines connexes mentionnés ci-dessus à l’étranger, la popularité de l’IA pour la science en Chine augmente également.

D'un point de vue politique, avant que le ministère des Sciences et de la Technologie n'intervienne personnellement pour soutenir cette initiative, en mai 2022, le « 14e Plan quinquennal pour le développement de la bioéconomie » de la Commission nationale de développement et de réforme définissait clairement le développement accéléré de la technologie de séquençage génétique à haut débit comme un moyen important de réaliser des innovations biotechnologiques de pointe ; soutenir l’utilisation des technologies de l’information telles que l’intelligence artificielle pour réaliser des recherches et un développement précis de l’industrie pharmaceutique, et ainsi mieux bénéficier aux populations grâce à l’intégration de la biotechnologie et des technologies de l’information.

Du point de vue des talents, de nombreux grands noms du domaine de l’IA ont choisi de rejoindre ce domaine. Au milieu de ce mois, He Kaiming, un leader dans le domaine du CV, a parlé de son discours académique au MIT, dans lequel il a parlé de l'accent mis sur l'IA pour la science à l'avenir, en se concentrant spécifiquement sur l'intégration de la vision et de la PNL pour créer une X+IA auto-supervisée.

Du point de vue des résultats, récemment, une équipe de recherche des Instituts de technologie avancée de Shenzhen de l'Académie chinoise des sciences a utilisé pour la première fois la synthèse automatisée pilotée par les données, la synthèse contrôlable assistée par robot et la conception inverse facilitée par l'apprentissage automatique pour la synthèse de matériaux nanocristallins colloïdaux (tels que la pérovskite), et a exploré et construit une plate-forme de « scientifique de la machine », qui devrait libérer les chercheurs scientifiques des expériences traditionnelles d'essais et d'erreurs et de caractérisation à forte intensité de main-d'œuvre, se concentrer sur l'innovation scientifique et réaliser une fabrication intelligente numérique de matériaux nanocristallins.

Le 2 mars 2023, la recherche a été publiée dans Nature Synthesis sous le titre « Une plateforme robotique pour la synthèse de nanocristaux colloïdaux ».

Lien vers l'article :

https://www.nature.com/articles/s44160-023-00250-5

L'IA pour la science : opportunités et défis

Contrairement à l’IA générative que tout le monde connaît, l’IA pour la science implique des domaines de recherche scientifique tels que les produits biopharmaceutiques, l’énergie et la recherche et le développement de matériaux. Il ne permet pas au public de bénéficier immédiatement des résultats pertinents, mais son effet accélérateur sur la recherche scientifique de pointe aura un impact plus fondamental et de plus grande portée sur la société humaine et le développement économique.

Il convient toutefois de noter que la valeur innovante globale et profonde de l’IA pour la science la rend également confrontée à des obstacles à sa mise en œuvre bien plus importants que ceux des applications courantes de l’IA. Selon le rapport sur les dix principales tendances technologiques 2022 de l'Alibaba DAMO Academy, l'intégration approfondie de l'intelligence artificielle et de la recherche scientifique doit encore se concentrer sur la résolution de trois défis :

• En ce qui concerne l’interaction homme-machine, le mécanisme de collaboration et la division du travail entre l’IA et les scientifiques dans le processus de recherche scientifique doivent être définis plus clairement pour former une relation interactive étroite ;
• Explicabilité de l’IA : les scientifiques ont besoin de relations de cause à effet claires pour formuler des théories scientifiques, et l’IA doit être plus facile à comprendre pour établir une relation de confiance entre la science et l’IA.
• Le niveau de compréhension mutuelle entre les talents interdisciplinaires, les scientifiques des domaines professionnels et les experts en IA est faible, et les obstacles à la promotion mutuelle sont encore élevés.

Il convient de noter que le rapport prédit également que dans les trois prochaines années, la technologie de l’intelligence artificielle sera largement utilisée dans les sciences appliquées et commencera à devenir un outil de recherche dans certaines sciences techniques.

Articles de référence :

[1]https://baijiahao.baidu.com/s?id=1761512222605101709&wfr=spider&for=pc

[2]https://new.qq.com/rain/a/20221230A04ZWS00

[3]https://www.ncsti.gov.cn/kjdt/kjrd/202112/P020211231640762390337.pdf

[4] Les dix principales tendances technologiques de Damo Academy en 2022