Vous avez des questions à propos des mesures économiques mises en place en soutien aux entreprises touchées par le coronavirus (COVID-19)? Consultez la page Québec.ca/coronavirus.  Ce lien mène à un site qui n'est peut-être pas soumis au standard gouvernemental sur l'accessibilité..

Ouvrir ou fermer le menu de navigation

La page est en cours de chargement...  

Obtenir du financement

S'améliorer

Créer des liens

Se conformer

Exporter

S'informer

Vecteurs – Veille stratégique en économie et innovation.

Actualités

États-Unis - 24 février 2021

L’apprentissage automatique et d’autres technologies transformationnelles à la rescousse de l’innovation aux États-Unis

Selon MITSloan.  Ce lien mène à un site qui n'est peut-être pas soumis au standard gouvernemental sur l'accessibilité., l’apprentissage automatique peut apporter des solutions novatrices aux grands problèmes de la société, qu’il s’agisse de la transition énergétique, de la recherche pharmaceutique ou de la planification urbaine. En effet, les analystes sont d’avis que les nouvelles technologies transformationnelles pourraient donner un nouvel élan à l’innovation aux États-Unis. Cela est salué avec espoir à un moment où les spécialistes s’inquiètent du ralentissement du brevetage que l’on observe depuis les années 1990 et de la persistante diminution de productivité de l’économie américaine à cause de la rareté de nouvelles idées.

L’idée de base est qu’à l’avenir, l’innovation deviendra trop complexe et demandera énormément de temps. De plus, on devra y allouer des investissements massifs sans être certains de réussir de nouvelles percées scientifiques. Dans ce contexte, on pense que l’apprentissage automatique – mais aussi la robotique, les jumeaux numériques et les supercalculateurs – sera capable de détecter les idées prometteuses de façon bien plus rapide et efficiente que les êtres humains. On croit par conséquent que les chances de réussir de nouvelles découvertes se verront grandement améliorées.

Par exemple, certaines compagnies spécialisées ont commencé à utiliser la modélisation informatique et la robotique dans le domaine de la découverte de nouveaux produits chimiques et matériaux. Il s’agit d’une rupture avec les méthodes traditionnelles fondées essentiellement sur les hypothèses des scientifiques suivies d’un long processus d’essai. Parmi les irritants associés à cette approche, on soulève le gaspillage de matériaux coûteux qui sont inévitablement consommés lors des tests et les longs délais pour obtenir les résultats. MITSloan mentionne le cas de Kebotix.  Ce lien mène à un site qui n'est peut-être pas soumis au standard gouvernemental sur l'accessibilité., une entreprise basée à Cambridge, au Massachusetts, qui semble être une pionnière dans la mise au point de processus automatisés pour la découverte de matériaux.

D’ailleurs, une des applications les plus prometteuses de ces technologies est la découverte plus rapide de nouveaux médicaments. Il s’agit d’un développement majeur, car les experts s’aperçoivent que les méthodes traditionnelles dans le secteur pharmaceutique deviennent de plus en plus complexes et coûteuses. MITSloan mentionne le cas d’un laboratoire britannique qui, grâce à l’intelligence artificielle (IA), a pu tester des millions de structures chimiques potentielles. Il a ainsi pu développer un médicament en seulement 12 mois au lieu de la moyenne de 4 ans et demi.

Même son de cloche dans le secteur de l’énergie verte, où la mise au point de robots propulsés par l’IA promet d’accélérer énormément la cadence des expériences. MITSloan fait référence à un robot développé par des chercheurs de l’Université de Liverpool qui, dans la recherche de catalyseurs pour la production d’hydrogène à partir d’eau, a atteint une performance 1 000 fois supérieure à celle des méthodes de laboratoire traditionnelles.