Imaginez, dans un univers parallèle, un match entre Albert Einstein et l’intelligence artificielle. Qui l’emporterait entre le génie de la physique moderne et une machine révolutionnaire qui ne fonctionne pourtant qu’avec des 1 et des 0 ? Nombreux seraient tentés de répondre spontanément que le père de l’équation E=mc² n’aurait aucune chance. Sur bien des points, ils auraient raison. L’ordinateur résoudrait les problèmes posés à une vitesse folle, ne laissant même pas le temps à son adversaire d’ouvrir la bouche. Depuis ce jour historique du 11 mai 1997, lorsque le supercalculateur Deep Blue a battu le champion du monde d’échecs Garry Kasparov, l’humanité sait qu’elle ne rattrapera plus jamais sa création. Vingt-neuf ans plus tard, le programme d’IBM est rangé au rang des antiquités qu’on regarde avec amusement. L’heure est à l’IA, à la vitesse et aux annonces retentissantes. Au point que certains se demandent désormais jusqu’où ira cette course effrenée… Le 8 septembre, la start-up californienne OpenAI a annoncé qu’un de ses systèmes d’IA avait produit une solution au problème de « Navier-Stokes », qui décrit l’écoulement des fluides, de l’eau comme de l’air. Il s’agit d’un des « sept problèmes du millénaire » dont un seul, la conjecture de Poincaré, avait été résolu jusqu’ici. Ces affirmations sont tout de même sujettes à controverse, des mathématiciens (Buckmaster et Alpöge) en contestant la paternité.
L’IA, plus forte qu’Albert Einstein ? Revenons à notre affrontement hypothétique. Le physicien allemand aurait certes été laminé en rapidité, cela ne fait pas de doute, mais si une question avait été d’imaginer une théorie révolutionnaire mais plausible, elle aurait beau multiplier les calculs à une vitesse vertigineuse, les processeurs auraient beau tourner à plein régime, la machine aurait du mal à produire l’étincelle recherchée. Retour en arrière. Il y a un siècle, en 1915, Albert Einstein dévoile la relativité générale, une bombe qui bouscule notre compréhension de la nature du monde physique. Cette théorie, qui explique la gravitation comme une déformation de l’espace-temps par la masse, est un pilier de la physique moderne qui sous-tend la cosmologie, des travaux sur les trous noirs aux mesures des ondes gravitationnelles, et est utilisée couramment pour guider les missions spatiales et les satellites GPS. Sans les corrections relativistes indispensables au GPS, les systèmes de géolocalisation utilisés par des applications comme Waze ou Google Maps accumuleraient rapidement des erreurs considérables. Les leaders du domaine de l’intelligence artificielle s’interrogent donc : leurs créations pourraient-elles réaliser un jour une percée de cette ampleur ? Lors d’un sommet en Inde en février dernier, Demis Hassabis, cofondateur de Google DeepMind, a proposé d’entraîner un modèle de langage à grande échelle (LLM) sur l’ensemble des connaissances antérieures à une date précise, suggérant 1911. L’objectif : déterminer s’il pouvait, ou non, reproduire la théorie de la relativité générale.
En 2026, plusieurs équipes ont ainsi construit des instances de modèles anciens, notamment dans le cadre du test de Hassabis. Mais leurs premières tentatives révèlent davantage les limites de l’IA actuelle que ses points forts. En réalité, cela ne se produira pas sans repenser certains des principes sur lesquels reposent les modèles actuels, les LLM actuels étant encore mal armés pour reproduire ce type de raisonnement. Ce saut créatif reste aujourd’hui un point faible des modèles d’IA : passer de quelques observations à une théorie générale qui explique le monde. Résoudre un problème mathématiques extrêmement complexe en très peu de temps – contre un investissement de plusieurs millions de dollars – est donc à la portée de la machine, mais les intuitions novatrices et révolutionnaires surviennent souvent lorsqu’il y a peu de données disponibles, ou résultent d’anomalies qui ne correspondent pas tout à fait au modèle standard.
Eloge de la lenteur
Au XVIIe siècle, par exemple, l’astronome Johannes Kepler réalise des observations minutieuses du mouvement des planètes. Il en déduit des relations mathématiques qui ont conduit Isaac Newton à formuler plus tard sa loi de la gravitation universelle. Ici, le second a élaboré un « modèle du monde » à partir de données limitées. Puis, au début du XXe siècle, Albert Einstein réinterprète l’univers à partir de ces mêmes données. Une IA peut-elle, elle aussi, passer de données éparses à des modèles généraux de l’univers ? Pas actuellement. Dans un article scientifique publié en juillet, Sendhil Mullainathan, informaticien au Massachusetts Institute of Technology (MIT) à Cambridge, et ses collègues ont testé un modèle d’IA sur des données synthétiques décrivant différents systèmes planétaires. L’objectif était de retrouver la véritable loi de la gravitation, mais le modèle produisait une loi différente, et erronée, pour chaque système planétaire.
Dans un futur très proche, les géants de la tech, notamment américains, pourraient trouver la parade et faire que l’IA puisse élaborer des théories dignes d’être testées. Le développement de l’IA générative pourrait accélérer ce processus, et la machine serait ainsi capable d’avoir des étincelles de génie. En attendant, ces limites de la machine révèlent une distinction entre la manière dont les LLM et les humains élaborent des théories. Albert Einstein lui-même aurait certainement peu goûté le monde dans lequel nous vivons. Le scientifique faisait l’éloge d’une lenteur revendiquée, presque méditative, dans sa réflexion. La démarche d’Einstein s’appuyait notamment sur des expériences de pensée. Ces scénarios imaginaires, ces situations mentales que l’on déroule dans sa tête, permettent d’explorer des vérités physiques sans nécessairement poser la moindre équation au départ. C’est précisément ce que l’IA ne sait pas reproduire de la même manière. Une machine s’appuie sur les données et les exemples déjà existants. Mais rien ne garantit qu’elle puisse construire, comme Einstein, une expérience de pensée inédite capable de révéler une loi physique.
A une époque où tout va vite, trop vite, Albert Einstein nous donne encore une ultime leçon : ne devrions-nous pas, nous humains, réapprendre les vertus de la lenteur et du doute dans nos réflexions ? La véritable question n’est peut-être donc pas de savoir si l’IA sera plus rapide qu’Einstein. Elle l’est déjà. Mais si elle sera un jour capable de faire ce qu’Einstein faisait mieux que quiconque : regarder le monde autrement.
Source link : https://www.lexpress.fr/sciences-sante/albert-einstein-contre-la-machine-ce-que-lia-ne-sait-toujours-pas-faire-ZM72XZJ6IREZLD2GFO636P4JNM/
Author : Yohan Blavignat
Publish date : 2026-09-11 14:00:00
Copyright for syndicated content belongs to the linked Source.