Des chercheurs de l'université Duke ont mis au point un système d'intelligence artificielle avancé capable de résoudre des problèmes de conception complexes avec une efficacité proche de celle des scientifiques. Cette avancée majeure laisse entrevoir un avenir où l'IA pourrait accélérer considérablement l'innovation dans diverses disciplines scientifiques.
Des ingénieurs de l'université Duke ont développé une équipe de robots dotés d'intelligence artificielle capables de résoudre de manière autonome des problèmes de conception complexes avec une efficacité presque équivalente à celle de scientifiques qualifiés. Cette étude, récemment publiée, a récemment révélé que… publié Dans ACS Photonics, il est suggéré que l'IA pourrait bientôt relever des défis de conception précis, mais sophistiqués, déclenchant une vague de progrès rapides dans de nombreux domaines.
« Il y a quelques années, un collègue m'a décrit un problème particulièrement complexe de modélisation des réactions chimiques. Je savais qu'un programme d'intelligence artificielle classique basé sur l'apprentissage profond pourrait le résoudre, mais je n'avais pas le temps de m'y atteler moi-même », a déclaré Willie Padilla, professeur émérite de génie électrique et informatique à l'université Duke, titulaire de la chaire Dr. Paul Wang, dans un communiqué de presse. « Cela m'a fait réfléchir : si nous pouvions créer un ensemble d'agents d'IA capables de résoudre ce type de problèmes de manière autonome, cela pourrait considérablement accélérer les progrès dans de nombreux domaines. »
Le type spécifique de défi que leur système d'IA relève est un problème de conception inverse mal posé, où les chercheurs connaissent le résultat escompté mais sont confrontés à d'innombrables solutions possibles sans indication claire sur celle qui pourrait être optimale.
PrécédemmentPadilla et son équipe ont relevé avec succès ces défis liés à la création de métamatériaux diélectriques (sans métal). Ces matériaux synthétiques, aux propriétés électromagnétiques uniques découlant de leur structure plutôt que de leur chimie, ont posé des problèmes de conception complexes que l'IA a pu gérer efficacement.
Dans cette nouvelle étude, les chercheurs ont perfectionné leurs techniques en utilisant un ensemble d'agents d'IA basés sur de grands modèles de langage (LLM) pour gérer les tâches de conception de manière autonome. Contrairement aux travaux précédents où des étudiants de troisième cycle devaient effectuer des étapes répétitives, ces agents d'IA ont pu gérer l'intégralité du processus.
« L’idée était de créer un “scientifique artificiel” capable d’apprendre la physique des métamatériaux et de trouver des solutions par lui-même », a ajouté Padilla.
Ce « système multi-agents » comprend plusieurs LLM spécialisés. L’un gère l’organisation des données, un autre génère le code du réseau neuronal profond, un troisième vérifie l’exactitude des résultats et un autre encore applique la méthode « neuro-adjointe » du laboratoire pour affiner les solutions. Un LLM central supervise la communication et la progression entre ces agents, reproduisant ainsi le processus décisionnel d’un chercheur.
« Le système vous indiquera précisément s'il atteint un point de saturation et qu'il faut générer davantage de données, ou s'il est satisfait de la baisse du taux d'erreur et qu'il convient de poursuivre les itérations », a ajouté Dary Lu, doctorant au sein du laboratoire de Padilla et responsable du projet. « C'est comparable à l'intuition qu'un scientifique développe avec le temps, et c'était sans doute la partie la plus complexe à programmer. »
En testant leur système sur des problèmes de conception inverse déjà résolus, les chercheurs ont constaté que les meilleures conceptions de l'IA étaient comparables à celles produites par des experts humains. Bien que les résultats moyens de l'IA n'aient pas surpassé ceux des doctorants, ses meilleures solutions étaient suffisamment proches, et dans ce domaine, l'obtention d'une seule conception optimale constitue un succès significatif.
Padilla estime que cette méthode démontre le potentiel de l'IA pour accroître la productivité de la recherche scientifique.
« Les systèmes d’IA capables de mener leurs propres recherches et d’améliorer leurs propres méthodes permettront de faire progresser significativement les connaissances humaines », a déclaré Padilla. « À grande échelle et dans des délais considérablement plus courts, ces systèmes seront bientôt capables de produire des résultats véritablement inédits. »
Lu entrevoit un avenir prometteur pour de telles applications d'IA.
« Nous sommes à l'aube d'une ère où des systèmes comme ceux-ci permettront d'accroître la productivité des travailleurs hautement qualifiés », a-t-il ajouté. « La capacité à concevoir ces systèmes automatisés représente une compétence précieuse sur le marché du travail. »
Source: École d'ingénierie Duke Pratt