Google DeepMind annonce une IA scientifique « révolutionnaire ».

Google DeepMind vient d'utiliser des modèles de chatbot pour apporter des solutions à des problèmes majeurs en mathématiques et en informatique. Ce système, baptisé AlphaEvolve, combine la créativité des grands modèles de langage (LLM) avec des algorithmes capables d'analyser les suggestions du modèle afin de filtrer et d'améliorer les solutions. Ces travaux de recherche sont décrits dans un rapport technique publié par l'entreprise le 14 mai.

« Cet article est très impressionnant », a commenté Mario Krenn, directeur du Laboratoire de science artificielle de l'Institut Max Planck des sciences de la lumière à Erlangen, en Allemagne. « Je pense qu'AlphaEvolve est la première démonstration concluante de nouvelles découvertes basées sur des LLM multifonctionnels. »

Selon Pushmeet Kohli, directeur scientifique de DeepMind, outre l'utilisation du système pour résoudre des problèmes non résolus, DeepMind a appliqué cette technique d'intelligence artificielle (IA) à ses propres défis concrets. AlphaEvolve a contribué à améliorer la conception de la prochaine génération de processeurs tensoriels (des puces informatiques spécialement conçues pour l'IA) et a permis d'exploiter plus efficacement la puissance de calcul mondiale de Google, économisant ainsi 0,7 % des ressources totales.

IA polyvalente

D'après Krenn, la plupart des applications d'IA les plus performantes en science à ce jour — y compris l'outil de conception de protéines AlphaFold — ont fait appel à des algorithmes d'apprentissage conçus manuellement pour des tâches spécifiques. AlphaEvolve, en revanche, est polyvalent et tire parti des capacités de LLM pour générer du code capable de résoudre des problèmes dans un large éventail de domaines.

DeepMind décrit AlphaEvolve comme un « agent », car il utilise des modèles d'IA interactifs. Cependant, il cible une étape différente du processus scientifique par rapport à de nombreux autres systèmes d'IA « agents » utilisés pour analyser la littérature et formuler des hypothèses.

AlphaEvolve est basé sur la gamme Gemini LLM de l'entreprise. Chaque tâche commence par la saisie, par l'utilisateur, de la question, des critères d'évaluation et d'une solution proposée. Le LLM suggère ensuite des centaines, voire des milliers, de modifications. Un algorithme d'évaluation analyse alors ces modifications en fonction des critères d'une solution optimale.

Matej Balog, chercheur en intelligence artificielle chez DeepMind et co-responsable de l'étude, explique que, s'appuyant sur les solutions les plus performantes, LLM propose de nouvelles idées et que, progressivement, le système développe un ensemble d'algorithmes plus puissants. Il ajoute : « Nous explorons un large éventail de capacités de résolution de problèmes. »

Application restreinte

D'après Simon Frieder, mathématicien et chercheur en intelligence artificielle à l'université d'Oxford, au Royaume-Uni, AlphaEvolve semble permettre une accélération significative de la résolution de certains problèmes mathématiques. Cependant, il précise que son application se limitera probablement à une portion restreinte des tâches pouvant être formulées comme des problèmes à résoudre par le biais de code.

D'autres chercheurs restent prudents quant à l'évaluation de l'utilité de cet outil tant qu'il n'aura pas été testé en dehors de DeepMind. « Tant que les systèmes n'auront pas été testés par une communauté plus large, je resterai sceptique et j'interpréterai les résultats publiés avec prudence », a déclaré Huan Sun, chercheur en intelligence artificielle à l'Université d'État de l'Ohio à Columbus.

Selon Kohli, bien qu'AlphaEvolve nécessite moins de puissance de calcul qu'AlphaTensor, son utilisation reste trop gourmande en ressources pour être proposée gratuitement sur les serveurs de DeepMind. L'entreprise espère toutefois que l'annonce de ce système incitera les chercheurs à proposer des domaines scientifiques où AlphaEvolve pourrait être appliqué. Kohli a affirmé : « Nous sommes pleinement engagés à garantir l'accès à ce système au plus grand nombre de membres de la communauté scientifique. »

VNA

Source : https://nhandan.vn/google-deepmind-cong-bo-ai-khoa-hoc-dot-pha-post879748.html