L'IA aide les scientifiques à découvrir de nouvelles idées de recherche quantique
leiden, woensdag, 17 september 2025.
Le doctorant Felix Frohnert de l’Université de Leyde utilise l’apprentissage automatique pour révéler des liens cachés dans la littérature scientifique. Cela aide les chercheurs à trouver de nouvelles et prometteuses idées de recherche en physique quantique et à prédire l’avenir de ce domaine. Son modèle peut même suivre l’évolution des idées quantiques au fil du temps et encourager les collaborations entre chercheurs. Écoutez le podcast de Physics World pour plus d’informations.
L’apprentissage automatique révèle des liens cachés
Le doctorant Felix Frohnert de l’Université de Leyde a trouvé un usage innovant de l’apprentissage automatique dans le monde scientifique. Lui et son équipe ont développé un modèle qui révèle des liens cachés dans la littérature scientifique, permettant de prédire de nouvelles et prometteuses idées de recherche en physique quantique. Ce modèle utilise des « plongements de mots dynamiques », une technique qui analyse les changements de signification des mots au fil du temps. Ainsi, les chercheurs peuvent voir comment les idées quantiques sont interconnectées dans des milliers d’articles et comment elles pourraient se développer à l’avenir [1].
Prédiction des idées de recherche futures
Le modèle d’apprentissage automatique développé par Frohnert et son équipe est capable de prédire le développement futur des idées quantiques. En analysant les liens cachés dans la littérature scientifique, le modèle peut estimer les idées qui seront probablement interconnectées à l’avenir. Cela aide les scientifiques à identifier de nouvelles et prometteuses idées de recherche et à façonner l’avenir de la physique quantique [1].
Encouragement à la collaboration
En plus de prédire de nouvelles idées, le modèle aide également à encourager la collaboration entre les chercheurs. L’analyse révèle des liens potentiels entre différentes parties du domaine, aidant les chercheurs à se trouver et à collaborer. Ainsi, l’IA ne prédit pas seulement l’avenir de la recherche quantique, mais contribue également à sa formation [1].
Podcast de Physics World
Pour plus d’informations sur cette recherche et les applications de l’apprentissage automatique en physique quantique, vous pouvez écouter le podcast de Physics World. Dans ce podcast, Felix Frohnert explique comment son équipe rend visibles les liens cachés dans la littérature scientifique grâce à l’apprentissage automatique et comment cela peut prédire l’avenir du domaine [1].
Développements récents en physique quantique
Tandis que Frohnert et son équipe se concentrent sur la prédiction de nouvelles idées de recherche, il y a également d’autres développements importants en physique quantique. Par exemple, des scientifiques ont découvert un nouvel état de la matière appelé « cristal liquide quantique », et des chercheurs de l’ETH Zurich ont levé un nano-cluster de boules de verre avec une pureté quantique record à température ambiante à l’aide de pinces optiques [2][3]. Ces découvertes montrent à quel point le domaine de la physique quantique évolue rapidement et combien des méthodes innovantes comme celles de Frohnert sont importantes pour rester à jour avec ces développements.