Intelligence artificielle: repousser les limites scientifiques et renforcer l’innovation
L’intelligence artificielle (IA) transforme nos modes de vie et de travail, et la recherche scientifique ne fait pas exception. Aujourd’hui, ces outils révolutionnent l’automatisation des tâches, l’analyse des données et la génération d’informations. Avec l’aide de l’IA, les chercheurs peuvent désormais travailler plus rapidement, réaliser des percées plus vite et améliorer la qualité de leur travail. L’IA agit comme un catalyseur du progrès scientifique en permettant une plus grande efficacité et en repoussant les limites de la connaissance scientifique. Elle est particulièrement adaptée au processus de découverte et d’innovation scientifiques et devient un outil indispensable pour la recherche impliquant l’évaluation d’ensembles de données scientifiques à grande échelle et la génération de prévisions. L’automatisation de tâches telles que la collecte et l’analyse de données permet également aux chercheurs de se concentrer sur des activités plus créatives et stratégiques. En outre, l’IA est un moteur d’innovation dans tous les secteurs de l’économie. Cette technologie devrait permettre de stimuler considérablement la productivité et les gains économiques. L’IA peut améliorer les soins de santé, réduire la consommation d’énergie, rendre les voitures plus sûres, permettre aux agriculteurs d’utiliser l’eau et les ressources naturelles plus efficacement et diminuer considérablement l’utilisation des produits phytosanitaires.
Stratégie de l’UE pour l’IA en Europe
Compte tenu de l’importance de l’IA, la Commission européenne a proposé une série d’actions visant à stimuler l’excellence en matière d’IA, ainsi que des règles destinées à garantir la fiabilité de la technologie. Favorisant l’excellence en matière d’IA, du laboratoire au marché, le plan coordonné dans le domaine de l’intelligence artificielle élaboré par la Commission et les États membres propose une vision visant à accélérer les investissements dans l’IA, à agir sur les stratégies d’IA afin de les mettre en œuvre en temps voulu, et à aligner les politiques d’IA à l’échelle de l’Union européenne. Les actions financées par les programmes-cadres européens de recherche «Horizon Europe» et «Horizon 2020» constituent une part importante du plan coordonné. Cette publication présente quelques-uns des projets les plus intéressants de ces programmes, qui illustrent l’impact de l’IA sur la science. La proposition de cadre réglementaire de la Commission relatif à l’IA (législation sur l’intelligence artificielle) constitue une pierre angulaire de l’approche européenne en matière de développement et d’utilisation d’une IA digne de confiance. Elle vise à apporter une clarté et une sécurité juridiques aux particuliers et aux entreprises et à garantir que les systèmes d’IA utilisés dans l’UE sont sûrs, transparents, éthiques, impartiaux et contrôlés par l’être humain.
L’importance de la recherche financée par l’UE
Ce Results Pack présente quinze projets en cours ou récemment achevés, financés par l’UE, qui mettent en évidence diverses applications de l’IA dans le domaine scientifique. Il souligne comment l’application responsable de cette technologie et l’utilisation de techniques telles que l’apprentissage automatique peuvent aider la science à innover et à résoudre des problèmes autrement trop complexes et trop longs à résoudre. Ces projets vont au-delà des domaines scientifiques habituellement associés à l’IA, à savoir l’ingénierie, la médecine et l’informatique, et montrent comment elle peut aider les scientifiques à préserver le patrimoine culturel, à assurer la conservation numérique de la documentation historique, à améliorer l’apprentissage des langues, à prévoir les catastrophes naturelles ou à relever les défis environnementaux. Certaines de ces initiatives visent à réaliser de nouvelles percées scientifiques: l’utilisation de l’IA pour optimiser la conception de nouveaux matériaux aux propriétés recherchées, pour identifier des combinaisons de médicaments en vue d’un traitement personnalisé du cancer et pour aider les robots collaboratifs à explorer des zones inaccessibles telles que les grottes de lave sur la Lune. Une autre série de projets tire parti de la capacité de l’IA à analyser et à classer un grand volume et une grande variété de données, à identifier des schémas et des relations complexes. Ces données servent à créer de nouvelles connaissances scientifiques et contribuent à améliorer notre compréhension du monde et de ses phénomènes, tels que le comportement des failles lors des tremblements de terre, la formation et l’évolution des étoiles ou la structure du proton. Les résultats de ces projets reflètent donc l’engagement de l’UE à financer le développement d’une IA innovante, sûre et responsable à des fins de recherche. COSMIC DANCE a recouru à l’apprentissage automatique pour comprendre la formation et l’évolution des étoiles. Le projet COG-TOM a élaboré de nouvelles méthodes d’analyse des données, appelées tomographie cognitive, afin de mieux comprendre l’esprit humain. CoRob-X a construit des jeeps lunaires robotiques coopératives dotées de systèmes de perception et de contrôle de l’environnement pour une prise de décision autonome dans des environnements extrêmes. DeepCube a procédé à l’analyse de mégadonnées du programme Copernicus d’observation de la Terre afin d’améliorer notre compréhension des défis environnementaux. Le projet DrugComb a mis au point des outils mathématiques et informatiques permettant d’identifier des combinaisons de médicaments pour des traitements personnalisés contre le cancer. F-IMAGE a utilisé l’IA pour classer et analyser les signaux sismiques et comprendre le comportement des failles pendant les tremblements de terre. HYPERION a créé un cadre pour évaluer les impacts du changement climatique et de la composition de l’atmosphère sur les sites du patrimoine culturel. MOUSSE a exploité les similitudes entre les langues pour créer un vaste réseau de représentations sémantiques de phrases indépendantes de la langue et relever le défi des hallucinations de l’IA. Le projet NNNPDF a exploré la vie intérieure du proton et sa structure en utilisant des techniques d’apprentissage automatique. RD-ADVANCE a employé un modèle de discontinuité de la régression pour mieux quantifier l’impact causal des différents types de mesures politiques. STOP a appliqué l’IA à la collecte et à l’analyse de données pour créer une plateforme de nutrition sur mesure pour les personnes souffrant d’obésité. Le projet TAXINOMISIS a utilisé l’apprentissage automatique et les réseaux neuronaux pour mettre au point une plateforme de stratification des risques pour les patients atteints de maladie carotidienne. TopMechMat a créé de nouveaux matériaux aux propriétés spécifiques, en utilisant l’IA pour optimiser leur conception. WINDMILL a utilisé l’apprentissage automatique pour optimiser les réseaux 5G. Le projet VHH s’est concentré sur la conservation numérique des enregistrements de films relatifs à la découverte des camps de concentration nazis et d’autres sites où des atrocités ont été commises.
