Pourtant, Hodgkinson craint que les chercheurs dans le domaine fassent attention à la technique, plutôt qu'à la science, lorsqu'ils essaient de rétro-ingénieur pourquoi le trio a remporté le prix cette année. “Ce que j'espère que cela ne fait pas, c'est faire que les chercheurs utilisent de manière inappropriée les chatbots, en pensant à tort que tous les outils d'IA sont équivalents”, dit-il.

La peur que cela puisse se produire est fondée dans l'explosion d'intérêt autour d'autres technologies supposées transformatrices. «Il y a toujours des cycles de battage médiatique, les récents étant la blockchain et le graphène», explique Hodgkinson. Après la découverte du graphène en 2004, 45 000 articles académiques mentionnant le matériel ont été publiés entre 2005 et 2009, selon Google Scholar. Mais après la victoire du prix Nobel d'Andre Geim et Konstantin Novoselov pour leur découverte du matériel, le nombre d'articles publiés a ensuite tiré, à 454 000 entre 2010 et 2014, et plus d'un million entre 2015 et 2020. Cette vague de recherche a été sans doute avait seulement un modeste Impact du monde réel jusqu'à présent.

Hodgkinson estime que le pouvoir énergisant de plusieurs chercheurs reconnus par le comité de prix Nobel pour leur travail dans l'IA pourrait amener les autres à commencer à se rassembler sur le terrain, ce qui pourrait entraîner une science d'une qualité changeante. «S'il y a une substance aux propositions et applications [of AI] est une autre affaire », dit-il.

Nous avons déjà vu l'impact des médias et de l'attention du public sur l'IA sur la communauté universitaire. Le nombre de publications autour de l'IA a triplé entre 2010 et 2022, selon Recherche de l'Université de Stanfordavec près d'un quart de million d'articles publiés en 2022 seulement: plus de 660 nouvelles publications par jour. C'est avant la sortie de novembre 2022 de Chatgpt a lancé la révolution générative de l'IA.

La mesure dans laquelle les universitaires sont susceptibles de suivre l'attention des médias, l'argent et le comité Nobel Prix Plaudits est une question qui vexe Julian Togelius, professeur agrégé d'informatique à la Tandon School of Engineering de l'Université de New York qui travaille sur l'IA. «Les scientifiques en général suivent une combinaison de chemin de moindre résistance et la plupart pour leur argent», dit-il. Et compte tenu de la nature compétitive du monde universitaire, où le financement est de plus en plus rare et directement lié aux perspectives d'emploi des chercheurs, il semble probable que la combinaison d'un sujet à la mode qui – comme cette semaine – a le potentiel de gagner un prix Nobel élevé pourrait être trop tentant pour résister.

Le risque est que cela pourrait contrecarrer une nouvelle pensée innovante. «Il est difficile de faire des données plus fondamentales de la nature et de trouver de nouvelles théories que les humains peuvent comprendre», explique Togelius. Mais cela nécessite une réflexion profonde. Il est beaucoup plus productif pour les chercheurs de réaliser des simulations activées par l'IA qui prennent en charge les théories existantes et impliquent des données existantes – produisant de petits sauts en avant dans la compréhension, plutôt que des sauts géants. Togelius prévoit qu'une nouvelle génération de scientifiques finira par faire exactement cela, car c'est plus facile.

Il y a aussi le risque que les informaticiens trop confiants, qui ont aidé à faire progresser le domaine de l'IA, commencent à voir le travail d'IA se voir attribuer des prix Nobel dans des domaines scientifiques non liés – dans ce cas, la physique et la chimie – et décider de suivre leurs traces, d'empiéter sur Le gazon des autres. «Les informaticiens ont une réputation bien méritée de coller leur nez dans des champs dont ils ne savent rien, d'injecter des algorithmes et de l'appeler une avance, pour mieux et / ou pire», explique Togelius, qui admet avoir été déjà tenté d'ajouter à ajouter d'ajouter auparavant d'ajouter Apprentissage en profondeur dans un autre domaine de la science et la «faire progresser», avant de mieux y penser, car il ne sait pas grand-chose sur la physique, la biologie ou la géologie.