Des modèles d'IA capables de recherche scientifique autonome émergent

Des chercheurs développent des systèmes d’intelligence artificielle capables de mener des recherches scientifiques de manière autonome, une avancée présentée comme une nouvelle frontière pour l’IA.

Une équipe internationale, incluant des membres de l’University of Oxford, de Princeton University, du MIT et d’autres institutions, a conçu DiG-bench (Discovery in Games), un benchmark de 70 jeux conçus pour évaluer la capacité des modèles à découvrir des règles cachées dans des environnements interactifs. Chaque jeu représente un « mini-monde » autonome, avec ses propres lois et objectifs non révélés, que l’IA doit déduire par exploration et interaction. L’objectif est de mesurer la capacité des systèmes à identifier les mécanismes déterminants pour réussir, une compétence cruciale pour l’innovation scientifique.

Les jeux, entièrement textuels, sont adaptés aux modèles de langage actuels, avec des traces suffisamment courtes pour tenir dans leurs fenêtres de contexte. Ils ont été conçus par des experts humains et majoritairement gardés privés pour éviter que les modèles ne s’entraînent dessus. Bien que certains aient été résolus par des humains, leur difficulté reste élevée : seuls Opus 5 et Fable 5 ont réussi à accomplir des tâches dans le niveau le plus complexe (Tier 7), avec un taux de réussite de 0,2 %. Les modèles évalués incluent Opus 5, Fable 5, GPT-5.5 et Claude Code, mais aucun n’a encore démontré une maîtrise généralisée de ces environnements.

Cette avancée souligne le potentiel des modèles d’IA à explorer des hypothèses, tester des scénarios et formuler des conclusions sans intervention humaine directe, ce qui pourrait accélérer la recherche dans des domaines comme la physique théorique, la biologie ou la chimie computationnelle.