Machine learning : prédiction ne vaut pas compréhension

Les progrès de l’intelligence artificielle bouleversent notre rapport à la science. Les capacités prédictives des algorithmes de machine learning ne reposant que sur l’observation de dynamiques, la compréhension des phénomènes passe au second plan. Un changement paradigmatique s’annonce au niveau des objectifs scientifiques.

L’intelligence artificielle est aujourd’hui capable de battre le champion du monde de go, des programmes d’échecs sophistiqués, et même de prévoir la météo à un horizon bien plus lointain que la semaine à laquelle nous étions habitués. Les algorithmes de machine learning se nourrissent de l’observation de dynamiques pour fournir des prédictions de plus en plus justes. Mais qui dit prédiction ne signifie pas compréhension. Une différence notable déjà présente aux origines de la physique.

 

Abandonner la compréhension impose de revoir les méthodes

 

Sans connaître la gravité, ni même la place centrale du soleil au sein du système solaire, Ptolémée pouvait prédire le mouvement des planètes. Pour autant, il a fallu attendre Newton pour découvrir les équations différentielles fondamentales régissant ces mouvements. Le système de lois établi s’est avéré plus efficace et a pu être répliqué à d’autres planètes comme à d’autres objets. Cette série d’équations définit un principe universel ; une méthode qui a permis bien d’autres découvertes de la physique moderne.

 

Néanmoins, partout, des exceptions demeurent qui échappent aux prédictions de ces principes simples basés sur des équations universelles. Et c’est là où ce système faillit, le machine learning apportant bien souvent des prédictions plus justes, basées sur une forme d’expérience, sans pour autant savoir les justifier, ni en maîtriser complétement les ressorts. Sur le plan scientifique, les répercussions sont considérables : si la prédiction s’impose face à la compréhension, l’heure est venue de revoir nos méthodes. Et si la compréhension n’importe plus, on peut s’interroger sur l’importance de la connaissance scientifique…

 

Lire l’article (en anglais)

 

En complément :

L’IA face aux pronostics des médecins

Prévoir les répliques sismiques grâce au deep learning