Nouvelles publications
L'IA prédit les résultats de la recherche en neurosciences mieux que les experts
Dernière revue: 03.07.2025
Tout le contenu iLive fait l'objet d'un examen médical ou d'une vérification des faits pour assurer autant que possible l'exactitude factuelle.
Nous appliquons des directives strictes en matière d’approvisionnement et ne proposons que des liens vers des sites de médias réputés, des instituts de recherche universitaires et, dans la mesure du possible, des études évaluées par des pairs sur le plan médical. Notez que les nombres entre parenthèses ([1], [2], etc.) sont des liens cliquables vers ces études.
Si vous estimez qu'un contenu quelconque de notre contenu est inexact, obsolète ou discutable, veuillez le sélectionner et appuyer sur Ctrl + Entrée.
Une étude menée par des chercheurs de l'University College London (UCL) a montré que les grands modèles linguistiques (LLM) tels que GPT peuvent prédire les résultats de la recherche en neurosciences avec une précision supérieure à celle des experts humains. Ces travaux, publiés dans Nature Human Behaviour, démontrent comment l'intelligence artificielle entraînée sur de grands ensembles de données textuelles peut non seulement extraire des informations, mais aussi identifier des modèles permettant de prédire des résultats scientifiques.
Une nouvelle approche de la prévision scientifique
Selon l'auteur principal de l'étude, le Dr Ken Lo (UCL Psychology & Language Sciences), le développement de l'IA générative telle que ChatGPT a ouvert de vastes possibilités de généralisation et d'extraction de connaissances. Cependant, plutôt que d'étudier la capacité de l'IA à analyser les informations passées, les chercheurs ont décidé de déterminer si elle pouvait prédire les résultats expérimentaux futurs.
« Le progrès scientifique repose souvent sur des essais et des erreurs, ce qui demande du temps et des ressources. Même les chercheurs expérimentés peuvent passer à côté de détails importants dans la littérature. Nos travaux montrent que les LLM peuvent détecter des tendances et prédire les résultats expérimentaux », a déclaré le Dr Lo.
BrainBench: IA et tests experts
Pour tester les capacités des LLM, les chercheurs ont créé un outil appelé BrainBench, qui comprend des paires de résumés scientifiques issus des neurosciences:
- Un résumé contient le résultat réel de la recherche.
- Le deuxième est un résultat modifié mais plausible créé par des experts.
Quinze modèles linguistiques et 171 experts en neurosciences ont été testés pour déterminer leur capacité à distinguer les résultats réels des résultats fictifs. Les résultats ont été impressionnants:
- L’IA a montré une précision moyenne de 81 %, tandis que les experts n’ont obtenu qu’un score de 63 %.
- Même les spécialistes ayant la plus haute auto-évaluation de leurs connaissances n’ont atteint que 66 %.
Modèles et perspectives améliorés
Les scientifiques ont également adapté le LLM open source (une version de Mistral), en l'entraînant à partir de la littérature scientifique en neurosciences. Le modèle résultant, appelé BrainGPT, a affiché une précision encore plus élevée: 86 %.
« Nos travaux montrent que l’IA peut devenir partie intégrante du processus de conception expérimentale, rendant non seulement le travail plus rapide, mais aussi plus efficace », a déclaré le professeur Bradley Love (UCL).
Opportunités et défis
Les chercheurs suggèrent que leur approche peut être adaptée à diverses disciplines scientifiques. Cependant, les résultats de l'étude soulèvent une question importante: la recherche scientifique moderne est-elle suffisamment innovante? La grande précision de l'IA en matière de prévision suggère que de nombreuses découvertes scientifiques concordent avec les tendances existantes.
« Nous construisons des outils d’IA qui aideront les scientifiques à concevoir des expériences et à prédire les résultats possibles, accélérant les itérations et prenant des décisions plus éclairées », a ajouté le Dr Lo.
Cette avancée dans l’utilisation de l’IA promet d’accélérer la découverte scientifique et d’améliorer l’efficacité de la recherche dans le monde entier.