Des chercheurs ont exploré comment les modèles d’intelligence artificielle peuvent intégrer les schémas de recherche humaine pour mieux prédire les futures découvertes scientifiques.

Des modèles d’IA entraînés sur la base des découvertes scientifiques publiées sont déjà utilisés pour trouver de nouveaux matériaux ou thérapies ciblées. Dans un nouvel article, une équipe de chercheurs de l’Université de Chicago et de l’Institut Santa Fe va plus loin en intégrant la distribution de la connaissance humaine dans les modèles d’IA pour accélérer la science.

Ces modèles d’IA « conscients des êtres humains » simulent la façon dont les experts humains font des inférences en se basant sur leur connaissance et leurs réseaux collaboratifs. En conséquence, les modèles peuvent prédire des découvertes basées directement sur les connaissances existantes. Cependant, les modèles peuvent aussi délibérément contourner l’ensemble des scientifiques humains pour générer des hypothèses « extraterrestres » précieuses qui seraient difficilement découvertes sans intervention humaine.

« L’IA consciente des êtres humains » prévoit des découvertes

Les chercheurs ont montré que, dans des cas extrêmes, leurs modèles d’IA conscients des êtres humains surpassent de jusqu’à 400% les méthodes qui analysent uniquement le contenu scientifique. Par exemple, pour les problèmes dans le domaine des sciences des matériaux, leur approche a doublé la précision des prévisions par rapport aux approches précédentes. Dans la recherche de nouvelles applications médicamenteuses, la précision a augmenté de plus de 40%. Les modèles d’IA ont réussi car ils se sont basés sur les schémas d’attention collective des scientifiques humains, selon l’équipe.

Pour l’entraînement, l’équipe a construit des hypergraphes de recherche à partir de métadonnées de publications, montrant les connexions entre les matériaux, les propriétés et les auteurs participants. Ensuite, ils ont identifié des inférences cognitivement accessibles, générant des séquences de marches aléatoires sur ces hypergraphes, c’est-à-dire des inférences que les experts humains pourraient faire en se basant sur leurs connaissances et leur collaboration.

La distribution des experts autour des sujets de recherche a fourni un signal fort sur la probabilité de futures découvertes dans le domaine. Ces découvertes, selon l’équipe, surviennent lorsqu’on établit de nouvelles connexions, c’est-à-dire lorsque les chercheurs découvrent des liens entre des concepts auparavant non liés.

L’IA peut générer des « hypothèses plausibles » des années avant que les humains n’y pensent

C’est ici que la deuxième approche de l’équipe entre en jeu : leurs modèles d’IA peuvent également regarder au-delà des découvertes initialement accessibles aux experts humains. En évitant délibérément les domaines de recherche concurrentiels, les modèles peuvent générer des hypothèses plausibles qui établissent des ponts vers des domaines de recherche plus éloignés, permettant ainsi de nouveaux concepts et découvertes.

« Ces découvertes soutiennent l’influence de l’expérience humaine et de la connexion sociale inscrite par notre hypergraphe de recherche dans l’avancement scientifique. Cela suggère que la recherche sous-jacente aux avancées dans les matériaux et la médecine est dominée par l’exploration locale du familier plutôt que de l’inconnu », a déclaré l’équipe. « De plus, en ajustant notre algorithme pour éviter le consensus, nous générons des hypothèses prometteuses qui ne seraient probablement pas imaginées, poursuivies ou publiées sans la recommandation de la machine pendant des années à venir. En identifiant et en corrigeant les schémas collectifs d’attention humaine, formés par les limites du domaine et l’éducation institutionnalisée, ces modèles viennent compléter la communauté scientifique contemporaine. »

Selon l’article, l’IA consciente des êtres humains offre donc le potentiel de « progresser vers et au-delà de la frontière scientifique contemporaine ».

Avec des informations de The Decoder.