Les nouveaux matériaux: quand l’IA ouvre des horizons de découvertes exponentielles

Chaque nouveau stade d’évolution de l’humanité se caractérise, dans son pan extérieur, par la découverte de nouveaux matériaux. D’abord les hommes maîtrisèrent le feu, le bois et la pierre, puis ils découvrirent les métaux à travers une série d’ères dont nous avons aujourd’hui perdu la mémoire mais qui furent autant d’étapes importantes dans l’histoire de notre espèce: âge de cuivre, âge de bronze, âge de fer… La modernité apporta elle aussi ses propres matériaux: le plastique, le ciment, le goudron, le caoutchouc…

Chaque ère apporte ainsi son lot de matériaux caractéristiques, correspondant au niveau de connaissance atteint par l’humanité en cette phase. Les progrès de la connaissance permettent la découverte de nouveaux matériaux qui restructurent l’habitation humaine sur la terre en une nouvelle infrastructure historique.

1/ De nouveaux matériaux propres à l’économie de la connaissance

Si chaque nouvelle ère se caractérise par un apport de nouveaux matériaux, la multiplication actuelle des découvertes de matériaux innovants serait-elle le signe annonciateur d’une nouvelle ère en train d’apparaître? Nous sommes bel et bien engagés dans un processus de transition évolutive entre deux ères, et dans cet entre deux émergent de nouveaux matériaux qui composeront demain la nouvelle infrastructure des sociétés humaines.

La liste de ces nouveaux matériaux aux propriétés étonnantes ne cesse de s’allonger d’année en année: fibre de carbone, graphène, graphane, borophène, pérovskite, germanène, stanène, phosphorène, braeön, silicène… Tous ces matériaux sont le fruit d’un haut niveau de connaissance humaine. Ils forment la matière-même de cette économie de la connaissance qui s’apprête à déployer son potentiel d’évolution exponentielle.

    • Voir à ce sujet:

Fibre de Carbone:

Borophène:

Volleyballène:

Fullerènes:

Phosphorène:

Graphane:

Gremanène:

Graphène:

Silicène:

Stanène:

Pérovskite:

Braeön:

Mais parce que nous sommes focalisés sur l’épuisement des ressources de l’ère précédente, parce que nous prenons les limitations de notre pensée pour les limites de notre monde, nous n’avons pas encore remarqué que nous sommes en pleine effervescence de découvertes matérielles. Nous voyons les ressources qui disparaissent, sans prêter attention à celles qui, au même moment, apparaissent. Encore une fois, l’arbre qui tombe fait plus de bruit que la forêt qui pousse…

 

2/ L’alliance de la recherche et du machine learning ouvre un horizon de découvertes infinies

La vérité, c’est que les découvertes matérielles de la nouvelle ère ne font que commencer. Dans les années à venir, les progrès de l’Intelligence Artificielle vont démultiplier notre capacité à faire des découvertes ainsi que la vitesse à laquelle nous les faisons. C’est une véritable révolution silencieuse qui est en train de s’opérer dans le champ de la connaissance : avec l’IA, nous sommes tout simplement en train de réinventer la manière dont nous inventons. Jusqu’ici les découvertes étaient le fait de tatonnements intuitifs, théoriques et empiriques de quelques chercheurs humains. Mais demain, avec le Data Mining et le Machine Learning, le processus de découverte sera transféré progressivement à la machine et se verra largement automatisé. Grâce au Machine Learning, l’IA sera capable de sortir quantité de découvertes et d’inventions brevetables dans tous les domaines. Nous allons tout bonnement automatiser le processus de découverte scientifique. Science fiction? En réalité cette dynamique a déjà commencé. L’IA a déjà inventé un sport, un vaccin,  découvert de nouvelles planètes…  Et nous sommes déjà en train de créer les systèmes de Deep Learning qui permettront demain l’invention de nouveaux médicaments. 

    • Voir à ce sujet:
3/ Le Machine Learning permettra l’invention de nombreux matériaux innovants

La recherche en matière de nouveaux matériaux s’apprête elle aussi à être révolutionnée par l’IA. Dans ce domaine aussi, nous nous apprêtons à automatiser la recherche. La rencontre du Machine Learning et de la science des matériaux va permettre une accélération considérable des découvertes de matériaux innovants, avec des conséquences pour tous les secteurs: transports, énergie, communication, conquête spatiale, écologie, architecture…

    • Voir à ce sujet:

Le Machine Learning appliqué à la recherche de matériaux ouvre ainsi la voie à une nouvelle vague de découvertes matérielles.  Cette vague historique de nouvelles découvertes est en elle-même un signe significatif que nous entrons dans une nouvelle ère, tout nouveau stade d’évolution humaine étant marqué par l’utilisation de nouveaux matériaux.

 

4/ Avec les NBIC, l’innovation devient exponentielle

Mais cette vague de découverte n’a pas encore connu son apogée. Bien au contraire, nous ne sommes qu’aux pieds d’une gigantesque exponentielle de découvertes qui s’apprête à prendre son envol. Comme l’a parfaitement montré le futurologue de Google, Ray Kurzweil, la loi de Moore, relative au caractère exponentiel du développement de l’informatique, doit à présent être élargie à l’ensemble des technologies NBIC (dont l’IA fait partie), car toutes ces technologies présentent une courbe de développement exponentiel.

Mais si le développement des technologies NBIC est exponentiel, les découvertes scientifiques qui résulteront de leur utilisation dans le domaine de la recherche le seront tout autant. C’est ce que stipule la loi du retour accéléré théorisée par Ray Kurzweil: dans la mesure où la recherche scientifique s’est alliée dernièrement aux technologies NBIC, sous la forme notamment du Machine Learning, elle va connaître elle-même un développement exponentiel  parallèle au développement exponentiel de ces technologies. Comme l’affirme Vincent Pinte Deregnaucourt, spécialiste de l’Intelligence Artificielle: “L’utilisation de technologies dont la croissance est exponentielle, permet, lorsqu’elle est le moyen d’étude d’un sujet, de faire progresser la connaissance de ledit sujet de façon également exponentielle.” (1) Nous passons ainsi d’un rythme de découverte linéaire basé sur le tâtonnement intuitif de l’homme à un rythme exponentiel basé sur le développement exponentiel des technologies de recherche. Certes, l’homme ne disparaît pas en tant que penseur, conscience, créateur, théoricien, analyste, génie intuitif et visionnaire, mais il délègue une partie de l’innovation à la machine dont les capacités supérieures en terme de traitement des données lui permettent une augmentation de sa propre créativité naturelle.

Au vu des données prospectives, on peut donc raisonnablement penser que le développement exponentiel de l’IA et du Machine Learning va produire une croissance exponentielle du nombre de découvertes, d’innovations, d’inventions, de brevets et de solutions, et ce dans tous les domaines, à commencer par ceux qui nous préoccupent le plus: l’énergie et l’écologie.

    • Voir à ce sujet:

 

Conclusion :

La multiplication actuelle des découvertes de nouveaux matériaux indique que nous sommes dans la phase d’émergence d’un nouveau stade civilisationnel. La période que nous vivons est comparable en cela à la phase d’émergence d’autres grandes ères historiques telles que l’âge de fer ou la modernité. Ces périodes sont extrêmement rares dans l’histoire. Nous vivons en cela une période tout à fait exceptionnelle et passionnante.

La prospective nous permet aujourd’hui de comprendre que nous ne sommes qu’au début de cette nouvelle vague d’innovation. Le nouveau paradigme de la recherche scientifique basée sur le Data Mining et le Machine Learning se prépare à faire exploser le nombre de découvertes matérielles. C’est un tournant fondamental dans la connaissance humaine que nous nous apprêtons à vivre. Et ce tournant n’est pas sans conséquence sur notre capacité à trouver des solutions aux problèmes que suscite le niveau de complexité que nous avons atteint en terme de civilisation. Si l’IA est exponentielle, nous devons nous attendre à ce qu’à l’avenir les solutions le soient aussi.

Le Courant Constructif doit donc se préparer à la valorisation de cette nouvelle vague de solutions issue des progrès de l’Intelligence Artificielle et du Machine Learning. Cela commence par favoriser la réémergence d’une culture favorable à la science, au progrès et à la technologie, de sorte qu’on ne soit pas, demain, envahis et bloqués par les tenants d’un traditionalisme fasciste ou écologiste, lesquels s’apprêtent à rejeter les solutions de demain par pur blocage idéologique réactionnaire et technophobe. Nous devons au contraire faire valoir une écologie positive, constructive, créative, scientifique, technologique et orientée évolution.

À cela nous devrons ajouter une bonne dose de pédagogie, car l’Intelligence Artificielle semble encore difficile d’accès et paraît trop abstraite et utopique pour avoir un quelconque rapport avec nos problèmes concrets. Bien sûr,  rien n’est moins vrai: les effets du développement de l’IA sont si concrets que nous allons même, grâce à elle, transformer toute l’infrastructure matérielle de nos sociétés sur la base de matériaux innovants qu’elle aura permis de découvrir. Les nouveaux matériaux nés du Machine Learning nous aideront à résoudre la problématique écologique et énergétique, et nous devons nous attendre à ce qu’émergent de puissantes solutions par ce biais-là.

Restons attentifs à ce qui naît, c’est là que se trouvent les solutions aux problèmes générés par ce qui disparaît.

 

Satyavir

 

(1) Laurent Alexandre, Vincent Pinte Deregnaucourt: Loi du retour accéléré : la théorie vertigineuse du futurologue de Google qui n’a jamais eu tort, atlantico.fr

 

 

 

Leave a Reply

Your email address will not be published. Required fields are marked *