Remarque : cet article est un résumé d'une conférence donnée au CERN Sparks ! Forum Serendipity en septembre 2021, consultable ici.
Lorsque les gens imaginent un monde doté d’une intelligence générale artificielle (AGI), les robots sont plus susceptibles de venir à l’esprit que de permettre de résoudre les problèmes les plus insolubles de la société. Mais je pense que cette dernière solution est bien plus proche de la vérité. L’IA permet déjà d’énormes progrès dans la résolution de défis fondamentaux : de la résolution du repliement des protéines à prévoir des conditions météorologiques précisesles scientifiques utilisent de plus en plus l’IA pour déduire les règles et les principes qui sous-tendent des domaines très complexes du monde réel – qu’ils n’auraient peut-être jamais découverts sans aide.
Les progrès de la recherche en AGI renforceront la capacité de la société à lutter contre et à gérer le changement climatique, notamment en raison de son urgence, mais également en raison de sa nature complexe et multiforme.
Prendre le contrôle
Dans le domaine de la recherche en IA d’aujourd’hui, il existe deux catégories courantes de problèmes sur lesquels les scientifiques se concentrent : la prédiction et le contrôle. Les modèles de prédiction tentent d'en apprendre davantage sur un domaine (tel que les conditions météorologiques) et de comprendre comment il pourrait évoluer, tandis que les modèles de contrôle incitent les agents à prendre des mesures dans cet environnement. Construire une voie réussie vers l'AGI nécessite de comprendre et de développer des algorithmes dans les deux espaces, en tenant compte de toutes les variations que nos environnements naturels et sociaux nous imposent, depuis la façon dont les virus mutent ou comment le langage peut évoluer dans son utilisation et sa signification au fil du temps jusqu'à la façon d'aider à produire l'énergie issue de l'énergie de fusion. Deux domaines du monde réel auxquels les scientifiques de DeepMind contribuent pour lutter contre le changement climatique tout en développant ce qui est nécessaire pour construire l'AGI sont la prévision météorologique et le contrôle du plasma pour la fusion.
Les modèles météorologiques sont presque impossibles à modéliser avec précision : c'est un exemple des variations naturelles dans leur intégralité. Cependant, les causes et les effets peuvent être déduits sur la base de grandes quantités de données historiques. Transférer les mêmes modèles génératifs utilisés pour générer des images et des clips vidéo dans l'apprentissage des modèles météorologiques en collaboration avec le Bureau du Met (service météorologique national du Royaume-Uni), les scientifiques de DeepMind ont développé des systèmes qui peuvent utiliser 20 minutes de données météorologiques pour générer plusieurs hypothèses pour les cartes radar et prédire avec précision les fortes précipitations dans les 90 prochaines minutes.
Essentiellement, ces modèles aideront les météorologues à fournir des prévisions qui faciliteront la prise de décision pour les services d'urgence, la gestion de l'énergie et l'activation des systèmes d'alerte aux inondations – permettant une meilleure préparation et réponse aux événements météorologiques extrêmes, qui sont devenus de plus en plus courants dans le monde. Aider à prédire des événements météorologiques importants en prévoyant des modèles météorologiques précis est un exemple de la façon dont la recherche sur l'IA peut avoir un impact significatif à mesure qu'elle devient plus généralement applicable et « intelligente ».
Défis mondiaux
Au-delà de la réponse aux effets du changement climatique, il est tout aussi important, voire plus important, de s’attaquer à ses sources. La fusion, une source unique d'énergie propre, illimitée et autonome, est insaisissable, mais reste l'une des solutions les plus prometteuses au monde – une solution qui, à mon avis, nécessite le développement d'un algorithme général capable de résoudre de nombreux composants différents à la fois. Nous constatons déjà des progrès dans un domaine, le problème extrêmement difficile du maintien de nouvelles formes de plasma pour permettre un meilleur rendement énergétique et une meilleure stabilité du plasma aussi longtemps que possible.
En travaillant avec des experts de renommée mondiale au Centre Suisse du Plasma et École polytechnique fédérale de Lausanne (EPFL), nous sommes en mesure d'aller au-delà des modèles fabriqués à la main d'aujourd'hui, en appliquant au contrôle du plasma des algorithmes d'apprentissage par renforcement profond développés pour la robotique. Le résultat est un contrôleur capable de manipuler avec succès différentes formes et configurations de plasma à 10 000 interactions par seconde.
Sans la collaboration d’experts, les chercheurs en IA ne peuvent pas réaliser de progrès significatifs dans les domaines du monde réel. Identifier les bonnes voies à suivre dans ces domaines nécessite des partenariats entre disciplines, en tirant parti d'une approche scientifique commune pour développer et utiliser l'IA afin de répondre à des questions complexes au cœur des besoins les plus urgents de la société. C'est pourquoi il est si important de rêver, avec une diversité de spécialistes des sciences naturelles et sociales, à ce à quoi pourrait ressembler un monde avec AGI.
À mesure que nous développons l’AGI, relever les défis mondiaux tels que le changement climatique aura non seulement des impacts cruciaux et bénéfiques, urgents et nécessaires pour notre monde, mais fera également progresser la science de l’AGI elle-même. De nombreuses autres catégories de problèmes AGI doivent encore être résolues – de la causalité à l'apprentissage efficace et au transfert – et à mesure que les algorithmes se généralisent, davantage de problèmes du monde réel seront résolus, contribuant progressivement à un système qui aidera un jour à résoudre tout le reste. , aussi.
