Tout d'abord, cela ne signifie pas que l'IA a prouvé la conjecture de Riemann, ni que l'IA a remplacé les mathématiciens. Ce qui est vraiment remarquable, c'est que l'IA commence à montrer une capacité plus importante : s'engager dans des problèmes scientifiques fondamentaux que l'humanité n'a pas encore résolus et découvrir des liens entre les connaissances existantes que l'humanité n'avait pas découvert auparavant.
Si cette capacité continue d'améliorer, l'impact de l'IA sur la science pourrait bien dépasser « aider les scientifiques à écrire du code, à consulter des documents et à calculer ».
Les progrès scientifiques des dernières centaines d'années ont largement reposé sur un petit nombre de scientifiques humains extrêmement excellents. L'apparition de Newton, Maxwell, Einstein et d'autres personnes est très rare, et le temps, l'attention et la capacité d'expérimentation d'une personne sont limités. Même si un génie travaille vingt heures par jour, il est impossible d'étudier dix mille directions en même temps.
AI n'a pas de telles restrictions.
Si un scientifique de l'IA est capable de lire de grandes quantités de connaissances, de faire des hypothèses, de faire des déductions mathématiques, de concevoir des expériences, d'analyser les résultats et de modifier ses propres hypothèses, il pourrait passer d'un « outil de scientifique » à un « participant à la recherche scientifique ».
Plus important encore, l'AI peut se reproduire.
Un bon scientifique humain ne peut pas se reproduire instantanément en un million de lui-même, mais un système de recherche AI peut théoriquement exécuter des milliers d'instances de recherche, voire plus, leur permettant d'explorer différents problèmes en même temps.
Cela signifie que la recherche scientifique pourrait passer d'une forte dépendance passée sur une « exploration en série » de quelques génies à une exploration parallèle à grande échelle.
Ce qui est vraiment révolutionnaire, c'est la prochaine étape.
Si l'IA est capable non seulement d'étudier les mathématiques, mais aussi de connecter des robots, des laboratoires automatisés, des supercalculateurs et des instruments scientifiques du monde réel, alors l'avenir pourrait former une boucle fermée comme celle-ci :
L'AI fait des hypothèses
Conception d'expériences.
Les robots effectuent des expériences.
Les instruments génèrent des données.
Les résultats de l'analyse AI.
La théorie de la modification AI.
L'AI propose la prochaine série d'expériences.
Ce cycle peut être répété sans cesse.
À ce stade, l'IA ne se contentera plus de « répondre aux questions humaines », mais commencera à participer à la « génération de nouvelles connaissances ».
De plus, si l'IA peut aider à étudier la prochaine génération d'IA elle-même, une boucle de rétroaction plus complexe pourrait apparaître :
AI améliore AI.
L'IA plus forte découvre de nouveaux matériaux.
Les nouveaux matériaux font de meilleures puces.
De meilleures puces offrent plus de puissance de calcul.
L'IA plus forte étudie l'énergie et la fusion nucléaire.
Une énergie moins chère fournit plus de puissance de calcul.
Plus de puissance de calcul améliore encore l'IA.
Cela signifie que l'IA pourrait accélérer non seulement un domaine scientifique particulier, mais aussi les mathématiques, la physique, la chimie, la biologie, les matériaux, l'énergie et l'informatique.
Bien sûr, cela est encore loin d'être réellement réalisé.
L'IA est encore sujette aux erreurs et ne peut pas comprendre complètement le monde réel. Le raisonnement mathématique doit être rigoureusement vérifié, les prédictions scientifiques doivent être confirmées expérimentalement, les matériaux doivent être réellement fabriqués, les médicaments doivent être réellement vérifiés expérimentalement et cliniquement, et la fusion nucléaire doit réellement résoudre les problèmes des matériaux, du cycle du tritium et de l'ingénierie.
Donc, ce que Claude a vraiment remarqué sur les progrès dans la direction de la conjecture de Riemann, ce n'est pas que « l'IA a résolu la conjecture de Riemann ».
Mais cela nous donne un aperçu d'un avenir qui pourrait être en train d'émerger :
Dans le passé, l'humanité s'appuyait sur quelques scientifiques talentueux pour explorer les lois de la nature.
À l'avenir, l'humanité pourrait avoir des scientifiques d'IA capables de se reproduire, de fonctionner en parallèle, en continu et d'améliorer constamment.
Si cette capacité est éventuellement combinée à la robotique, aux laboratoires automatisés, au super-informatique et à la fabrication avancée, la recherche scientifique pourrait devenir une capacité de production qui pourrait être étendue à grande échelle.
À ce moment-là, les problèmes auxquels l'humanité est vraiment confrontée ne seront probablement plus :
L'IA remplacera-t - elle les scientifiques ? »
mais plutôt :
« Quelle est la limite à la vitesse de progrès technologique de la civilisation humaine lorsque les découvertes scientifiques peuvent être reproduites et accélérées à grande échelle ? »