David Tortorian, chercheur chez Physical Superintelligence (PSI), a réussi à résoudre un dilemme scientifique qui résistait aux scientifiques depuis environ 18 ans, à savoir la « conjecture d'Aaronson-Ambainis » (Aaronson-Ambainis conjecture), en utilisant un accès anticipé au modèle Fable 5.2 d'Anthropic. Ce dilemme concerne la capacité des ordinateurs quantiques à résoudre des problèmes plus rapidement que les ordinateurs traditionnels.
Qu'est-ce qui a réellement changé ?
Ce résultat est considéré comme un « résultat négatif » dans le contexte de la recherche scientifique, car il a fermé une voie que l'on pensait auparavant pouvoir contribuer à l'accélération de l'informatique quantique, orientant ainsi les efforts des chercheurs vers d'autres voies plus viables. La validité de la solution a été vérifiée via le langage de programmation mathématique Lean, et elle a également été revue par une équipe de chercheurs de haut niveau, dont Scott Aaronson, l'un des auteurs originaux de la conjecture, qui a confirmé l'exactitude de la solution malgré sa complexité.
Pourquoi cette nouvelle est-elle importante ?
Cette réalisation représente un tournant dans la manière de mener la recherche scientifique, car PSI cherche à construire un modèle d'affaires basé sur les « nouveaux laboratoires d'IA » (neolabs). Au lieu de s'appuyer entièrement sur la méthodologie humaine traditionnelle, l'entreprise utilise des systèmes spécialisés et des outils de simulation pour approfondir la recherche scientifique. Matt Baines, PDG de PSI, estime que l'avenir tend vers une physique théorique qui sera principalement dominée par les machines.
Défis et perspectives d'avenir
Malgré le succès dans des domaines tels que les mathématiques et l'informatique, l'application de l'intelligence artificielle dans les sciences physiques et biologiques reste confrontée à des défis plus importants, car la nature exige une vérification expérimentale qui ne se limite pas au code informatique. PSI travaille actuellement sur le développement de boucles de travail qui intègrent les résultats computationnels à une vérification expérimentale efficace. Ces développements soulèvent également des questions sur les nouvelles normes éthiques et académiques face à l'accélération du rythme des découvertes scientifiques soutenues par l'IA, alors que les milieux académiques, tels que le MIT, ont commencé à organiser des sommets pour discuter de la manière de faire face à cette nouvelle réalité.