L’intelligence artificielle prédit l’avenir de la recherche sur l’intelligence artificielle

Il est devenu presque impossible pour les chercheurs humains de suivre l’abondance écrasante de publications scientifiques dans le domaine de l’intelligence artificielle et de se tenir au courant des avancées.

Les scientifiques d’une équipe internationale dirigée par Mario Krenn de l’Institut Max-Planck pour la science de la lumière ont développé un algorithme d’IA qui non seulement aide les chercheurs à s’orienter systématiquement, mais les guide également de manière prédictive dans la direction dans laquelle se dirige leur propre domaine de recherche. susceptibles d’évoluer. L’ouvrage a été publié dans Intelligence des machines naturelles.

Dans le domaine de l’intelligence artificielle (IA) et de l’apprentissage automatique (ML), le nombre de publications scientifiques connaît une croissance exponentielle et double environ tous les 23 mois. Pour les chercheurs humains, il est presque impossible de suivre les progrès et de conserver une vue d’ensemble complète.

Mario Krenn, chef du groupe de recherche à l’Institut Max-Planck pour la science de la lumière à Erlangen, aborde la solution à ce défi de manière non conventionnelle. Il a développé un nouvel outil graphique, Science4Cast, qui permet de poser des questions sur le développement futur de la recherche en IA.

Auparavant, le groupe de recherche international avait annoncé le concours Science4Cast dans le but de capturer et de prédire le développement de concepts scientifiques dans le domaine de la recherche en IA, en déterminant quels sujets feront l’objet de recherches futures. Plus de 50 contributions avec des approches différentes ont été soumises.

Krenn, en collaboration avec les équipes les plus performantes, a examiné les différentes méthodes appliquées, allant des méthodes purement statistiques aux méthodes purement d’apprentissage, et est parvenu à des résultats surprenants. “Les méthodes les plus efficaces utilisent un ensemble de fonctionnalités réseau soigneusement sélectionnées et non une approche continue de l’IA”, a déclaré Mario Krenn. Cela suggère un potentiel important qui peut être libéré en utilisant des approches purement ML sans connaissance humaine.

Science4Cast est une représentation graphique des connaissances qui devient plus complexe au fil du temps à mesure que davantage d’articles scientifiques sont publiés. Chaque nœud du graphique représente un concept en IA, et les connexions entre les nœuds indiquent si et quand deux concepts ont été étudiés ensemble.

Par exemple, la question « Que va-t-il se passer » peut être décrite comme une question mathématique sur le développement ultérieur du graphique. Science4Cast est alimenté par des données réelles provenant de plus de 100 000 publications scientifiques s’étalant sur une période de 30 ans, ce qui représente un total de 64 000 nœuds.

Toutefois, prédire sur quoi les chercheurs travailleront à l’avenir n’est qu’une première étape. Dans leurs travaux, les chercheurs décrivent comment le développement ultérieur de Science4Cast pourrait bientôt fournir des suggestions personnalisées aux scientifiques individuels concernant leurs futurs projets de recherche.

“Notre ambition est de développer une méthode qui servirait de source d’inspiration aux scientifiques, presque comme une muse artificielle. Cela pourrait potentiellement accélérer les progrès de la science à l’avenir”, explique Krenn.