Défi relevé : des collaborations en intelligence artificielle alimentent la découverte

 

- Ottawa, Ontario

Selon Kevin Thomson, directeur du programme « L'intelligence artificielle au service de la conception », « ce programme figure parmi les 4 programmes Défi mis en place par le Conseil national de recherches du Canada (CNRC) pour s'attaquer à des objectifs scientifiques d'importance nationale ou internationale ». Tous sont reliés entre eux et chacun a son projet directeur. Les 3 autres programmes Défi portent sur les thérapies cellulaires et géniques, les communications et les combustibles propres.

« De concert avec de grandes universités, mais aussi de petites et moyennes organisations, nous nous sommes mis au défi de créer des outils d'intelligence artificielle (IA) qui accéléreront et élargiront considérablement la capacité du Canada à concevoir des innovations scientifiques et techniques », affirme M. Thomson. Les algorithmes et les jeux de données en IA autorisent une recherche accélérée et intelligente dans les espaces théoriques, ce qui se traduira par des économies d'échelle et des réductions de coût massives. Parallèlement, les simulations sur ordinateur se rapprocheront de l'expérimentation physique, si bien que les projets directeurs aboutiront plus rapidement à des découvertes.

« Les collaborations de ce genre renforcent l'écosystème technologique pour le bien de la population, poursuit M. Thomson. Nous encourageons les collaborateurs compétents ou les intervenants dont la vision de l'avenir concorde avec la nôtre à soumettre une déclaration d'intérêt. » L'invitation est générale. Elle s'adresse aussi bien aux chercheurs les plus chevronnés qu'aux étudiants des cycles supérieurs du Canada.

Programme cadre « L'intelligence artificielle au service de la conception »

Ce projet consiste en recherche exploratoire dans le domaine de l'apprentissage machine et dans l'application de l'IA à l'élaboration de nouvelles méthodes de conception en science. Il répondra aux besoins d'autres projets du programme et accélérera l'application de l'IA.

« L'IA revêt une importance particulière dans la recherche accélérée de nouveaux médicaments, par exemple », explique Harry Guo, agent de recherches au Centre de recherche en technologies numériques du CNRC. « Les données étant pour la plupart structurées en réseaux de neurones graphiques (GNN), utiliser des graphes basés sur l'IA nous aidera à établir plus vite quelles propriétés moléculaires, parmi les milliards en existence, pourraient servir à résoudre un problème précis. »

Activité aussi laborieuse qu'onéreuse depuis toujours, le développement d'un médicament suppose des recherches et des essais complexes, mais aussi un long processus d'homologation par les autorités, que ce soit Santé Canada ou la Food and Drug Administration des États-Unis. Selon Jian Tang, professeur adjoint au Mila et à HEC Montréal, il faut en moyenne plus de 10 ans et environ 2,5 milliards de dollars américains pour donner le jour à un nouveau médicament. « L'IA accélérerait nettement le processus », soutient-il. Selon lui, maîtriser la puissance de l'IA dans les 5 prochaines années pourrait réduire de 10 à 1 seule le nombre d'années requises pour parvenir à cette fin.

« Les GNN facilitent aussi l'exploration de territoires inconnus. Ils pavent la voie à la découverte de nouveaux matériaux, à la conception de circuits évolués et à l'invention de médicaments inédits », ajoute M. Guo. En forgeant de nouveaux types de graphes, de structures et de propriétés, puis en recourant à l'IA et à l'apprentissage machine pour creuser en profondeur dans les jeux volumineux de données, les chercheurs ont mis au jour un potentiel immense pour résoudre des problèmes très concrets. Ainsi, dans la course au vaccin contre la COVID-19, ces techniques leur ont permis de découvrir de nouvelles molécules intéressantes pour la pharmacologie.

Projet directeur « Conception de composants photoniques assistée par l'IA »

L'Internet des objets (IdO), la 5G et d'autres technologies exigent une hausse de connectivité et de largeur de bande draconienne ce qui, en retour, nécessite des innovations sans précédent dans la conception de composants nanophotoniques. « À mesure que les dispositifs photoniques gagnent en complexité, les méthodes de conception usuelles s'avèrent de plus en plus incommodes », explique Yuri Grinberg, agent de recherches au CNRC et responsable du projet cadre « Conception de dispositifs photoniques assistée par l'IA ». « Pour relever un défi mondial de cet ordre, il faut radicalement repenser l'usage des puissants outils d'IA et s'en servir pour maîtriser la complexité des dispositifs de la prochaine génération. »

Les recherches innovantes du CNRC donneront aux experts en nanophotonique les moyens de surmonter les problèmes de conception que soulève la multiplication des dimensions, sans qu'on perde de vue pour autant les objectifs de performance. Les outils d'IA ne leur simplifieront pas seulement la vie, ils brosseront un tableau incomparable de la physique de la lumière à l'échelle la plus infime.

M. Grinberg précise que, pour réussir dans ce domaine, on aura besoin de solides collaborations multidisciplinaires, comme celle récemment nouée entre le Centre de recherche en électronique et photonique avancées et le Centre de recherche en technologies numériques dans le cadre des programmes Défi « Réseaux sécurisés à haut débit » et « L'intelligence artificielle au service de la conception ». Le projet directeur « Conception de dispositifs photoniques assistée par l'IA » va dans le sens du programme Réseaux sécurisés à haut débit, dont l'objectif est de créer des technologies novatrices qui aideront les fournisseurs à offrir des services à très grande largeur de bande à un coût abordable dans les régions rurales ou reculées du Canada.

L'article du magazine Nature Communications intitulé « Mapping the global design space of nanophotonic components using machine learning pattern recognition » (en anglais seulement) (cartographier l'espace théorique des composants nanophotoniques par la reconnaissance automatique des schémas) est un pas dans la bonne direction. Ses auteurs prouvent qu'on peut se servir de l'apprentissage machine pour tracer et caractériser efficacement l'espace complexe, aux multiples dimensions, de l'interface nanophotonique entre un circuit optique intégré et sa fibre optique.

Projet directeur « Systèmes biologiques »

« L'IA a un potentiel énorme pour la recherche sur les thérapies géniques et cellulaires », explique Miroslava Cuperlovic-Culf, agente de recherches principale et chef d'équipe au CNRC.

« Appuyée par l'IA, la recherche aura des répercussions sans précédent sur les soins de santé. On ne se contentera pas de gagner en efficacité, on résoudra des problèmes auxquels il aurait été impensable de s'attaquer en d'autres circonstances. » Découvrir une immunothérapie assez puissante pour vaincre le cancer, par exemple, est une tâche laborieuse, extrêmement complexe et coûteuse; les traitements individuels peuvent s'élever à 500 000 $. Grâce à l'IA, les chercheurs économiseront du temps et de l'argent, car la thérapie découlera d'une analyse approfondie et de la simulation du comportement des cellules à fonction thérapeutique dans diverses conditions. On permettra donc aux cellules de se multiplier et d'agir d'une manière certaine et prévisible. L'équipe souhaite aussi utiliser l'IA pour élaborer les techniques d'administration indispensables au traitement de maladies neurologiques et neurodégénératives actuellement incurables.

Steffany Bennett, titulaire de la chaire de recherche en neurolipidomique de l'Université d'Ottawa, et Irina Alecu, l'une des postdoctorantes encadrées par Mme Bennett au laboratoire de l'université qui est à la tête des programmes de découverte et de recherche-développement thématique, comptent parmi les collaborateurs du projet. Mme Bennett, dont les travaux ont pour thème les nouvelles thérapies articulées sur la modulation des lipides (corps gras) pour la maladie d'Alzheimer et le Parkinson, souligne qu'en gérant le volume colossal de données sur des milliers de patients et en créant des outils pour en permettre l'exploitation immédiate, le CNRC accélère la recherche à un rythme inédit. « Grâce à cette collaboration, nous avons réalisé en 6 mois ce qui nous aurait normalement demandé environ 4 ans à accomplir. »

Mme Cuperlovic-Culf ajoute que si le CNRC se spécialise dans la recherche appliquée, le fait qu'il puisse travailler avec des partenaires en recherche pure dans diverses disciplines garantit que toutes les facettes d'un projet seront couvertes. Les résultats récoltés jusqu'à présent dans le cadre du projet ont déjà soulevé passablement d'intérêt chez les cliniciens, qui constatent les avantages de ces travaux et des outils d'IA en train d'être peaufinés par les équipes.

Projet directeur « Développement de nouveaux matériaux grâce à l'apprentissage profond »

Ce projet soutient la réalisation de l'objectif du programme Défi « Matériaux pour combustibles propres » du CNRC, qui aspire à transformer l'électricité propre, l'eau et le dioxyde de carbone (CO2), par exemple, en combustibles renouvelables. Ces travaux contribueront à la décarbonation des secteurs canadiens de l'exploitation pétrolière et gazière et de la pétrochimie.

L'idée est de développer des outils d'IA grâce auxquels les scientifiques prévoiront mieux les propriétés des matériaux, ce qui leur permettra de fouiller intelligemment dans le vaste espace de la matière afin de trouver, ou d'imaginer, des matériaux capables de catalyser la production d'hydrogène et la conversion du dioxyde de carbone en carburant synthétique.

« L'apprentissage profond accélère la découverte de matériaux grâce à la robotique, à l'IA et à l'expérimentation intensive », explique Isaac Tamblyn, agent de recherches responsable du projet directeur « Développement de nouveaux matériaux grâce à l'apprentissage profond » du CNRC. Les méthodes dont on se sert actuellement pour identifier de nouvelles molécules ou des matériaux inconnus, par exemple, nécessitent des millions d'heures de travail sur l'ordinateur. L'IA réduira ces heures en secondes grâce aux réseaux neuronaux. Elle pourrait aussi nous guider vers des matériaux inédits en combinant les propriétés existantes ou s'appliquer à différents domaines pour amener les fabricants à concevoir plus vite leurs produits.

« Les universités, l'industrie et les administrations publiques du Canada regorgent de talents uniques en recherche pure sur l'IA, ce qui nous donne une longueur d'avance dans l'élaboration de nouvelles techniques d'IA », ajoute M. Tamblyn. « Et nous utilisons cet avantage pour résoudre des problèmes bien réels en génie. »

Un article du magazine Science Direct aborde comment on accélère la recherche de nouveaux matériaux en reportant les problèmes de la science des matériaux sur des cadres de calcul utilisables par l'apprentissage automatique.

Les programmes Défi font partie d'une série d'initiatives de collaboration en R-D qui associent les chercheurs et les installations des 14 centres de recherche du CNRC à des universités, à des organismes sans but lucratif et à des membres de l'industrie.

Découvrez-en plus sur la manière dont le CNCRC ouvre la porte à un arsenal de technologies de rupture en R-D en vue de trouver une solution aux enjeux actuels et futurs auxquels nous sommes confrontés.

Contactez-nous

Relations avec les médias, Conseil national de recherches du Canada
1-855-282-1637 (sans frais, au Canada seulement)
1-613-991-1431 (ailleurs en Amérique du Nord)
001-613-991-1431 (à l'étranger)
media@nrc-cnrc.gc.ca
Suivez-nous sur Twitter : @CNRC_NRC