IA pour la science
Ce que les grands modèles changent réellement lorsqu'ils entrent dans les laboratoires de physique, de météo, de biologie et de matériaux, et quels résultats résistent à la réplication expérimentale au lieu de s'arrêter au stade de la démonstration.
L'IA pour la science utilise les grands modèles comme des partenaires de recherche : lire la littérature, formuler des hypothèses, lancer des simulations et trier les expériences. Depuis qu'AlphaFold a transformé la prédiction des structures de protéines, cette approche s'étend à la physique des particules, aux prévisions météo et aux nouveaux matériaux, avec une exigence renforcée : les résultats doivent résister à la réplication expérimentale, pas seulement à une présentation.
