« Nous avons clairement franchi un cap » : Gabriel Peyré, directeur scientifique de normalsup.ai, raconte comment l'IA transforme la science

Avec l'émergence de systèmes d'IA capables de raisonnements complexes, les mathématiques connaissent une transformation sans précédent. Alors que les outils progressent à une vitesse toujours plus rapide, jusqu'où peuvent-ils aller ? Que restera-t-il du rôle des chercheurs ? Gabriel Peyré, directeur scientifique de normalsup.ai, le pôle IA de l'École normale supérieure - PSL (ENS-PSL), décrypte cette révolution, ses promesses et ses limites.

Futura : Quelle est, selon vous, l’avancée majeure de l’intelligence artificielle de ces derniers mois ?

Gabriel Peyré : Sans hésitation, l'émergence des modèles dits « de raisonnement » (reasoning models). Il s'agit d'une nouvelle manière d'entraîner et d'utiliser les grands modèles de langage, qui leur permet d'atteindre des performances spectaculaires dans les tâches nécessitant des raisonnements complexes.

C'est particulièrement impressionnant en mathématiques. Depuis environ six mois, nous disposons d'IA capables de résoudre des problèmes extrêmement difficiles, parfois mieux que des chercheurs. Cela bouleverse complètement notre discipline.

Futura : Peut-on désormais affirmer que l'IA « raisonne » véritablement ?

Gabriel Peyré : Oui. Les modèles récents produisent des raisonnements mathématiques extrêmement poussés. Nous avons clairement franchi un cap. Il ne s'agit plus simplement d'obtenir des réponses plausibles, car ces systèmes sont désormais capables d'élaborer des démonstrations complexes.

Futura : OpenAI annonce avoir résolu plusieurs problèmes mathématiques longtemps restés sans solution. Sommes-nous à l’aube d’une révolution scientifique ?

Gabriel Peyré : Cette révolution a déjà commencé ! Depuis plusieurs mois, des IA permettent de démontrer de nouveaux résultats mathématiques. Je les utilise quotidiennement, comme un nombre croissant de collègues. Et ces avancées ne sont pas propres à OpenAI. D'autres modèles affichent également des performances remarquables, même si OpenAI me semble actuellement disposer d'une certaine avance.

Sidération en mathématiques : OpenAI dit avoir résolu « l’un des sept problèmes du prix du millénaire », mais la polémique enfle

OpenAI affirme être parvenu à résoudre l’un des plus célèbres problèmes encore ouverts des mathématiques. Une prouesse qui repose sur une utilisation massive d’un tout nouveau modèle l’intelligence artificielle. Mais cette avancée est déjà entachée par une polémique…... Lire la suite

Futura : Peut-on s’attendre à des découvertes encore plus spectaculaires prochainement ?

Gabriel Peyré : Les performances techniques vont certainement continuer de progresser. Nous verrons des démonstrations toujours plus difficiles et des résultats de plus en plus ambitieux, mais il est impossible de prédire jusqu'où nous irons.

La véritable question est ailleurs. Faire des mathématiques ne consiste pas seulement à résoudre des problèmes déjà formulés. Le travail d'un chercheur, c'est aussi d'inventer de nouvelles questions, de construire des concepts, d'explorer des directions dont on ignore encore si elles sont pertinentes.

Or, pour l'instant, les IA ont beaucoup de difficultés à structurer une recherche profonde sur la durée et à développer des projets scientifiques ouverts. Elles excellent lorsqu'un problème est clairement posé, mais inventer de nouvelles mathématiques, c'est une autre histoire.

Futura : Les agents autonomes, capables de collaborer entre eux, constituent-ils la prochaine grande rupture ?

Gabriel Peyré : C'est déjà une composante essentielle des progrès actuels. Il faut distinguer deux évolutions. D'un côté, il y a des modèles qui raisonnent mieux et de l'autre, des systèmes agentiques capables de coordonner plusieurs IA. Dans ces architectures multiagents, chaque agent peut être spécialisé dans une tâche. Ils travaillent en parallèle, confrontent leurs résultats et permettent de mener des calculs beaucoup plus importants.

Imaginés il y a 50 ans, les agents IA deviennent une menace que leurs propres créateurs redoutent

Des essaims d’agents IA autonomes qui collaborent à l’exécution d’une tâche n’est pas une idée nouvelle. On la trouve non seulement dans la science-fiction, mais surtout dans de très nombreux travaux de la recherche en IA depuis son origine. Elle retrouve une actualité avec le hacking d’un site Internet par des agents IA développés par OpenAI.... Lire la suite

C'est particulièrement efficace en mathématiques, où les problèmes sont précisément définis et les réponses vérifiables. L'autre domaine qui bénéficie énormément de ces progrès est la programmation informatique. En revanche, pour la biologie, la chimie ou d'autres applications industrielles, les perspectives sont moins claires, même si ces systèmes pourraient permettre de débloquer des problèmes aujourd'hui insolubles.

Futura : Les IA continuent pourtant de commettre des erreurs, parfois absurdes. Comment expliquez-vous cela ?

Gabriel Peyré : En mathématiques, la situation a radicalement changé. Les nouveaux modèles de raisonnement, associés à des systèmes multiagents qui vérifient leurs résultats, ont permis de réduire considérablement les erreurs.

Dans ce domaine, ce qu'on appelle une hallucination correspond généralement à un raisonnement faux ou à un résultat inventé. Aujourd'hui, les démonstrations obtenues avec les meilleurs modèles sont très souvent correctes.

Cela ne signifie pas qu'elles sont toujours pertinentes ou qu'elles répondent exactement à ce que cherche le mathématicien, mais les erreurs proprement mathématiques sont devenues beaucoup plus marginales.

Futura : Quels domaines scientifiques bénéficieront le plus de l’IA au cours des cinq prochaines années ?

Gabriel Peyré : Les disciplines théoriques, sans aucun doute. Les mathématiques, l'informatique théorique, la cryptographie, la physique théorique, voire certains domaines de la biologie théorique. L'impact est déjà spectaculaire partout où les problèmes peuvent être mathématisés ou décrits par des algorithmes.

Pour les sciences expérimentales, c'est plus compliqué. La biologie ou la chimie nécessitent énormément de données et des expériences dans le monde réel. Même une IA très performante ne peut pas tout résoudre à partir de données synthétiques.

La prochaine révolution pourrait venir de la combinaison entre IA et robotique expérimentale. Imaginez des agents capables de concevoir des expériences, de piloter des robots, d'analyser les résultats, puis de proposer de nouvelles expériences. Cette boucle pourrait considérablement accélérer les découvertes. Mais nous n'en sommes pas encore là.

Futura : Ces progrès s’accompagnent aussi de risques. Lesquels vous préoccupent le plus ?

Gabriel Peyré : Avant même les questions de cybersécurité, je vois trois risques majeurs et immédiats. Le premier est écologique. Les modèles deviennent certes plus efficaces, mais leur utilisation augmente tellement que les gains d'efficacité risquent d'être absorbés par cette croissance. C'est le fameux effet rebond. Les chercheurs eux-mêmes, notamment ceux qui utilisent intensivement les modèles de raisonnement, sont de gros consommateurs de ressources informatiques.

Le deuxième risque concerne le coût économique. Les IA les plus performantes coûtent extrêmement cher. Comment maintenir une recherche publique de qualité si l'accès à ces outils devient financièrement inaccessible ?

Le troisième est celui de la souveraineté. Les modèles les plus avancés proviennent essentiellement des États-Unis et de Chine, même si des entreprises européennes comme Mistral développent des alternatives. Nous devenons dépendants de grandes entreprises étrangères, avec des enjeux considérables pour nos données et notre indépendance scientifique.

Enfin, concernant la sécurité, les capacités extraordinaires de ces modèles en programmation pourraient faciliter la création de logiciels malveillants et les cyberattaques. Il faudra donc investir massivement dans la protection des systèmes.

Une IA capable de débusquer l'inconnu : le pari du Cern et du français Mistral pour révolutionner la physique

Les grandes découvertes du Cern depuis 50 ans ont nécessité l'usage des ordinateurs et, depuis des décennies, des réseaux de neurones que l'on retrouve aujourd'hui avec l'IA. On ne sera donc pas surpris d'apprendre que le laboratoire européen pilotant le LHC et son successeur à l'horizon 2030 a cosigné avec Mistral AI une déclaration d’intention visant à « promouvoir l’IA au service de la science et à renforcer les capacités scientifiques et technologiques de l’Europe » !... Lire la suite

Futura : L’intelligence artificielle pourrait-elle, à terme, remplacer les chercheurs et les enseignants ?

Gabriel Peyré : Ce ne sera pas le cas avant longtemps, mais je crains que certains responsables politiques considèrent l'IA comme un moyen de réaliser des économies dans la recherche et l'éducation. Ce serait une erreur majeure. L'IA coûte cher, et former les chercheurs, les enseignants et les étudiants à son utilisation exige des investissements supplémentaires.

Dans l'enseignement, les difficultés sont déjà très concrètes. Il faut évidemment apprendre aux jeunes à utiliser l'IA, mais il faut aussi leur apprendre à réfléchir, à construire des raisonnements et à mener une recherche par eux-mêmes. L'IA ne doit pas se substituer à cet apprentissage fondamental.

Futura : Les grandes entreprises technologiques annoncent régulièrement l’arrivée imminente de l'intelligence artificielle générale. Qu’en pensez-vous ?

Gabriel Peyré : Je pense que nous en sommes encore très loin. Les progrès en mathématiques sont extraordinaires, mais cela ne signifie pas que ces systèmes savent accomplir toutes les tâches intellectuelles ou agir efficacement dans le monde réel. Nous avons encore beaucoup de chemin à parcourir dans des domaines comme la robotique ou la conduite autonome.

Je me méfie aussi des déclarations des dirigeants des grandes entreprises technologiques, qui ont un intérêt économique évident à annoncer l'arrivée prochaine d'une intelligence artificielle générale. Il faut distinguer les promesses commerciales de la réalité scientifique. Les avancées actuelles sont suffisamment spectaculaires pour qu'on n'ait pas besoin de les exagérer. Et surtout, elles ne doivent pas nous faire oublier une évidence : pour tirer pleinement parti de cette révolution, il faudra investir davantage dans la recherche et dans l'intelligence humaine.

Pourquoi la génération Z se méfie-t-elle autant de l’intelligence artificielle ?

On attendait des plus jeunes qu'ils adoptent l'intelligence artificielle les premiers. Les enquêtes indiquent l'inverse : les baby-boomers en sont les promoteurs les plus enthousiastes, quand une partie de la génération Z la conteste ouvertement. Une chercheuse en études culturelles propose une lecture de ce retournement, qui appelle quelques nuances.... Lire la suite