[Travaux conjoints Corée-Japon sur le Monde 2050] ⑥ IA Générale Corée-Japon pour la Science, Science pour la Coopération en IA Générale

I. Introduction et Motivation

1. L'impact croissant de l'IA sur la science et le potentiel de l'IAG

L'intersection de l'intelligence artificielle et de la recherche scientifique représente l'une des frontières les plus prometteuses de l'histoire scientifique moderne. Alors que les systèmes d'intelligence artificielle (IA) démontrent des capacités de plus en plus sophistiquées dans des domaines tels que l'analyse de données et la conception expérimentale, nous sommes au seuil d'une transformation fondamentale de la méthodologie scientifique. L'émergence de l'Intelligence Artificielle Générale (IAG) promet de révolutionner non seulement la manière dont nous menons la recherche scientifique, mais aussi notre compréhension fondamentale des phénomènes naturels et des possibilités technologiques (Mitchell 2024).

DeepMind : « L'IA, et à terme l'IAG, a le potentiel de générer l'une des plus grandes transformations de l'histoire. En résolvant certains des défis scientifiques et d'ingénierie les plus difficiles de notre époque, nous nous efforçons de créer des technologies de pointe qui pourraient faire progresser la science, transformer le travail, servir diverses communautés – et améliorer la vie de milliards de personnes. » (Google DeepMind n.d.).

Ces dernières années ont été témoins de percées sans précédent dans les capacités de l'IA. Les grands modèles linguistiques ont démontré des aptitudes remarquables dans l'analyse de la littérature scientifique et la synthèse des connaissances. Les systèmes d'IA multimodaux ont montré des promesses dans la reconnaissance de formes complexes dans divers domaines scientifiques. Les applications scientifiques de l'IA ont accéléré les découvertes dans des domaines allant du développement de médicaments à la science des matériaux, de la modélisation climatique à la physique des particules. Ces développements suggèrent que l'IAG pourrait catalyser le progrès scientifique dans des domaines auparavant considérés comme impossibles.

2. L'impératif de coopération Corée-Japon pour le développement de l'IAG

L'importance stratégique de la coopération Corée-Japon dans le développement de l'IAG ne saurait être surestimée. Les deux nations possèdent des forces et des capacités uniques qui pourraient entraîner des progrès significatifs dans la recherche et le développement mondiaux de l'IAG. Cette coopération est motivée par plusieurs facteurs impérieux : des forces technologiques complémentaires, des défis régionaux communs et des capacités de recherche combinées.

Premièrement, la base industrielle avancée du Japon, réputée pour son ingénierie de précision et sa robotique, complète le secteur technologique dynamique de la Corée, en particulier dans les semi-conducteurs et l'infrastructure numérique. Cette synergie technologique crée une base solide pour le développement de l'IAG.

Deuxièmement, les deux nations sont confrontées à des défis sociétaux similaires, notamment le vieillissement rapide de la population nécessitant des solutions de soins de santé innovantes, des préoccupations environnementales nécessitant des stratégies de surveillance et d'atténuation sophistiquées, des problèmes de sécurité énergétique exigeant des solutions de réseau intelligent et une gestion efficace des ressources dans un paysage mondial en évolution rapide.

Enfin, les écosystèmes de recherche des deux pays offrent des avantages complémentaires. La force du Japon dans la recherche fondamentale et les projets scientifiques à long terme. L'agilité de la Corée dans la commercialisation technologique et le déploiement rapide. Une infrastructure de recherche combinée capable de rivaliser à l'échelle mondiale.

II. Analyse de l'état actuel

1. État actuel de la politique d'IA de la Corée et de la coopération internationale

1) Stratégie d'IA de la Corée

La stratégie d'intelligence artificielle de la Corée peut être divisée en deux axes principaux : l'établissement d'une base juridique et institutionnelle et la mise en œuvre de politiques spécifiques de développement de l'IA.

Premièrement, en ce qui concerne la base juridique et institutionnelle, la « Loi spéciale sur le développement des technologies stratégiques nationales » promulguée en septembre 2023 a établi une base juridique pour le développement systématique des technologies stratégiques nationales, y compris l'IA. Cette loi englobe un contenu complet comprenant la sélection et la gestion des technologies stratégiques nationales, l'établissement de plans de base, la désignation d'institutions de soutien politique, les projets de recherche stratégique et les instituts de recherche spécialisés, la promotion de la R&D audacieuse et l'établissement de pôles d'innovation technologique régionaux. De plus, en septembre 2023, la « Charte des droits numériques » a été annoncée, présentant la direction de base pour les normes d'ordre numérique à l'ère de l'IA. Celle-ci est structurée autour de cinq principes fondamentaux : garantir la liberté et les droits dans l'environnement numérique, assurer un accès équitable et des chances égales, mettre en œuvre une société numérique sûre et fiable, promouvoir l'innovation numérique basée sur l'autonomie et la créativité, et faire progresser le bien-être humain.

En ce qui concerne les politiques spécifiques de développement de l'IA, le « Plan d'amélioration de la compétitivité de l'IA ultra-large » et le « Plan national de mise en œuvre de l'IA » sont des exemples représentatifs. Le Plan d'amélioration de la compétitivité de l'IA ultra-large se concentre sur l'expansion de l'infrastructure, y compris la construction de données textuelles coréennes, le soutien au développement de matériel/logiciel de base et la promotion de nouveaux projets de R&D. En particulier, il poursuit les « 5 Projets phares d'IA ultra-large » pour développer des services d'application d'IA ultra-large dans cinq domaines : droit, médecine, conseil psychologique, culture et arts, et recherche académique.

Le Plan national de mise en œuvre de l'IA aborde quatre aspects : le bien-être public, la compétitivité industrielle, les systèmes gouvernementaux et la vie quotidienne. En termes de bien-être public, il vise à améliorer la qualité de vie des citoyens grâce aux soins sociaux pour les personnes vulnérables, à l'IA d'assistance médicale et aux plateformes de garde d'enfants. En termes de compétitivité industrielle, il soutient l'amélioration de l'efficacité du travail des experts et l'adoption générale de l'IA industrielle grâce à des projets phares d'IA ultra-large. Pour les systèmes gouvernementaux, il améliore l'efficacité administrative dans des domaines tels que la réponse aux catastrophes, la gestion de la qualité de l'eau et l'automatisation de la classification statistique. En termes de vie quotidienne, il promeut l'amélioration de la littératie en IA et la normalisation de l'IA pour tous les citoyens.

En prolongement de ces efforts, la promulgation de la Loi fondamentale sur l'IA et le lancement de l'Institut de recherche sur la sécurité de l'IA d'ici la fin de 2024, suggèrent que la base institutionnelle du développement de l'IA sera encore renforcée.

2) Stratégie de coopération internationale de la Corée en matière d'IA

La coopération internationale de la Corée en matière d'IA est principalement axée sur la coopération bilatérale avec des pays partageant les mêmes idées, y compris les États-Unis et l'UE, ainsi que sur l'obtention d'un leadership et d'une influence dans les nouveaux forums technologiques émergents.

Dans le domaine de l'IA, la Corée a démontré son engagement à établir un leadership réglementaire mondial pour un développement de l'IA sûr et inclusif en accueillant le Sommet mondial sur la sécurité de l'IA en mai 2024. De plus, en septembre 2024, la Corée a lancé le Global AI Frontier Lab avec des chercheurs de premier plan de Corée et des États-Unis, initiant une coopération concrète entre les deux nations. Ce projet rassemble des universitaires et des chercheurs de premier plan des deux pays pour poursuivre la recherche et le développement mondiaux de l'IA dans les domaines de l'IA fondamentale, de l'IA digne de confiance et de l'IA pour la santé, dans le but d'obtenir des résultats de recherche de premier plan et inédits au niveau mondial.

2. État actuel de la politique japonaise en matière d'IA et de coopération internationale

1) Stratégie japonaise en matière d'intelligence artificielle

Le gouvernement japonais a annoncé sa « Stratégie IA » en 2019, visant à réaliser la Société 5.0. Celle-ci s'est étendue à la « Stratégie technologique IA » annoncée en 2017, pour devenir une stratégie globale englobant les talents, l'industrie, la société et la gouvernance au-delà du domaine technologique. Cette stratégie présente des objectifs stratégiques dans quatre domaines – talents, industrie, développement technologique et coopération internationale – basés sur trois principes : dignité, diversité et inclusion, et durabilité.

En examinant le contenu principal de la stratégie, en termes de talents, elle vise à former des ressources humaines adaptées à l'ère de l'IA et à attirer des talents mondiaux. Elle se concentre sur l'application industrielle pratique de l'IA et sur l'obtention d'un leadership mondial. Elle vise également à établir des systèmes technologiques pour la mise en œuvre d'une société durable et l'accélération de la réalisation des ODD grâce à la construction de réseaux d'infrastructures de recherche, d'éducation et sociales internationaux dirigés par le Japon.

Pour atteindre ces objectifs, des tâches de mise en œuvre ont été identifiées selon deux axes. Le « domaine de construction des fondations futures », y compris l'éducation et la recherche, et le « domaine d'établissement des fondations industrielles et sociales », y compris la promotion de l'utilisation de l'IA dans les secteurs public, industriel et social, et la construction d'infrastructures de données. Par la suite, par le biais de la « Stratégie IA 2021 » et de la « Stratégie IA 2022 », des mesures de suivi ont été présentées en réponse aux problèmes émergents et aux développements technologiques. Notamment, dans la stratégie IA 2022, la construction d'une infrastructure technologique de réponse aux crises de catastrophe et de pandémie basée sur l'IA a été ajoutée pour renforcer la résilience nationale après le COVID-19.

De plus, le Japon a présenté sept principes par le biais des « Principes sociaux de l'IA » en 2019. Ils comprennent la centralité de l'humain, l'éducation et la littératie, la protection de la vie privée, la sécurité, la concurrence loyale, l'équité/transparence et l'innovation. Ces principes visent à promouvoir la responsabilité et la participation de tous les citoyens vivant dans une société d'IA.

2) Stratégie de coopération internationale du Japon en matière d'IA

La coopération internationale du Japon en matière d'IA est principalement axée sur une collaboration étroite avec les États-Unis. Des exemples notables incluent le lancement d'une coopération en recherche sur l'IA d'une valeur de 110 millions de dollars entre l'Université de Washington, l'Université de Tsukuba, l'Université Carnegie Mellon et l'Université Keio, soutenue par des entreprises mondiales telles que NVIDIA, Arm, Amazon et Microsoft.

Dans le domaine de l'éthique de l'IA, les deux pays ont convenu de se soutenir mutuellement dans la création d'instituts de recherche sur la sécurité de l'IA et de renforcer la coopération en matière de normes, de méthodes et d'évaluations pour la sécurité de l'IA. En particulier, ils ont convenu de coopérer à la certification et à l'étiquetage du contenu officiel du gouvernement et au développement de technologies et de normes connexes pour réduire les risques et les dommages causés par le contenu généré par l'IA.

Au niveau des instituts de recherche, diverses coopérations sont poursuivies, notamment la coopération en matière d'IA et de technologie quantique entre l'Institut national des sciences industrielles avancées et de la technologie (AIST) du Japon et NVIDIA, des accords de projet sur le calcul haute performance et l'IA entre le Département de l'Énergie des États-Unis et le Ministère de l'Éducation, de la Culture, des Sports, des Sciences et de la Technologie (MEXT) du Japon, et la signature d'un mémorandum d'entente pour la coopération scientifique en IA entre l'Argonne National Laboratory et le RIKEN.

3. État actuel de l'IAG pour la science et de la science pour l'IAG

Le paysage actuel des applications de l'IAG dans la recherche scientifique révèle à la fois des progrès significatifs et des opportunités substantielles d'avancement. Cette section analyse l'état actuel des capacités de l'IAG et leur impact sur les méthodologies de recherche scientifique.

Les 9 façons dont Googlel'IA fait progresser la science sont les suivantes (Google 2024) :

1. Résolution du « grand défi » vieux de 50 ans de la prédiction de la structure des protéines

2. Visualisation du cerveau humain dans des détails sans précédent pour soutenir la recherche sur la santé

3. Sauver des vies grâce à des prévisions d'inondation précises

4. Détection plus précoce des incendies de forêt pour aider les pompiers à les éteindre plus rapidement

5. Prévision météorologique plus rapide et plus précise

6. Faire progresser la frontière du raisonnement mathématique

7. Utilisation de l'informatique quantique pour prédire avec précision la réactivité et la cinétique chimiques

8. Accélération de la science des matériaux et potentiel de cellules solaires, de batteries et de supraconducteurs plus durables

9. Faire un pas significatif vers la fusion nucléaire et une énergie propre abondante

Les domaines les plus prometteurs enIA pour la Science sont les suivants (Wang et al. 2023) :

1. Prévisions météorologiques,

2. Optimisation de la conception des batteries

3. Contrôle magnétique des réacteurs à fusion nucléaire

4. Planification de la voie de synthèse chimique

5. Solveurs neuronaux d'équations différentielles

6. Planification de l'emplacement des centrales hydroélectriques

7. Génération d'enregistrements de santé électroniques synthétiques

8. Sélection d'événements rares dans les collisions de particules

9. Modélisation linguistique pour les séquences biomédicales

10. Criblage virtuel à haut débit

11. Navigation dans l'espace des hypothèses

12. Imagerie de cellules vivantes en 3D super-résolue

13. Régression symbolique

Selon Wang et al. (2023), l'IA est indispensable dans la plupart des processus de recherche scientifique, y compris l'optimisation des paramètres et des fonctions, l'automatisation des procédures de collecte, de visualisation et de traitement des données, l'exploration de vastes espaces d'hypothèses candidates pour former des théories, et la génération d'hypothèses et l'estimation de leur incertitude pour suggérer des expériences pertinentes dans différents domaines.

[Figure 1] Apprentissage de représentations significatives des données scientifiques

Source : (Wang et al. 2023).

Des efforts concertés sont en cours dans diverses disciplines scientifiques fondamentales pour surmonter les limitations inhérentes de l'IA, notamment l'explicabilité et l'amélioration des performances des modèles. Tout comme l'apprentissage profond s'est fondé sur les principes opérationnels neuronaux, diverses initiatives de recherche persistent :

1. Développement de nouvelles architectures d'IA basées sur une recherche approfondie en neurosciences et en sciences de la vie,

2. Construction de modèles plus précis, efficaces, stables et explicables, fondés sur diverses théories physiques, mathématiques et statistiques,

3. Expansion des domaines d'application de l'IA par l'intégration avec la recherche avancée en ingénierie, telle que l'amélioration des capacités des robots humanoïdes basés sur l'IA.

Un point critique est que les États-Unis et la Chine maintiennent un leadership significatif tant dans la recherche sur l'AGI pour la science que sur la science pour l'AGI, par rapport aux autres nations du monde. Cela indique que l'écart substantiel actuel dans les capacités de recherche en IA et scientifique entre les nations leaders (par ex. les États-Unis, la Chine) et les autres continuera de se creuser.

Cette disparité croissante est susceptible de se traduire par un fossé d'innovation, qui pourrait ensuite entraîner des divergences complètes dans la compétitivité nationale sur plusieurs dimensions, y compris la croissance économique et la prospérité, le développement social et la sécurité.

III. Défis communs

1. Capital humain

La Corée du Sud et le Japon connaissent des défis importants dans la formation de talents dans les domaines de l'IA et des sciences de pointe en raison de graves défis démographiques : baisse des taux de natalité, vieillissement de la population, faibles taux d'inscription dans les domaines STEM, et ressources humaines doctorales et postdoctorales insuffisantes. La Corée du Sud et le Japon luttent non seulement pour attirer des talents en raison d'une rémunération et de conditions moins compétitives par rapport aux grandes entreprises technologiques mondiales et aux nations leaders en IA telles que les États-Unis et la Chine, mais ils sont également confrontés à une fuite des cerveaux substantielle.

La culture et la rétention de talents de haut niveau sont essentielles tant pour l'AGI que pour la recherche scientifique. Cependant, la Corée du Sud et le Japon rencontrent des difficultés dans le développement et l'acquisition de talents, non seulement dans chaque domaine, mais encore plus dans le développement et la sécurisation de talents dans les domaines de convergence où ces deux domaines se croisent.

2. Données

Un élément essentiel de l'AGI est la sécurisation de données fondamentales de haute qualité. Bien que la Corée et le Japon maintiennent une forte compétitivité dans la fabrication avancée et la recherche scientifique, ils présentent encore des lacunes relatives en termes de quantité et de qualité de jeux de données scientifiques sophistiqués par rapport aux pays et entreprises avancés.

Alors que l'AGI future évolue vers une intelligence multimodale basée sur diverses formes de données, la variété, le volume et la complexité des données deviennent de plus en plus cruciaux. Cependant, les deux nations ont du mal à surmonter leur position désavantagée en raison de contraintes inhérentes telles que la population. Dans ce contexte, plusieurs défis critiques émergent : remédier à la pénurie imminente de données originales, gérer la production et l'administration de données synthétiques, et potentiellement compléter les déficiences de données par une coopération bilatérale.

3. Infrastructure et financement

L'entraînement de grands modèles linguistiques et la conduite de recherches scientifiques de pointe nécessitent non seulement un capital humain exceptionnel et des données de haute qualité, mais aussi une infrastructure de pointe soutenue par des investissements financiers substantiels.

Les centres de données d'IA, nécessitant un grand nombre de puces d'IA dont le coût dépasse 30 000 USD chacune, sont fondamentaux pour l'entraînement de l'IA, ainsi que divers composants matériels critiques, y compris l'infrastructure électrique. De même, la recherche scientifique avancée exige des équipements expérimentaux de haute performance et des installations de recherche fondamentale à grande échelle nécessitant des investissements en capital importants.

Par conséquent, la majorité de la recherche de pointe en intelligence artificielle tourne autour d'un petit nombre de grandes entreprises technologiques capables de supporter ces exigences de ressources énormes. Dans la recherche scientifique fondamentale, la disparité entre les universités prestigieuses et les autres institutions continue de s'étendre de manière exponentielle. Alors que les États-Unis et la Chine réalisent des investissements gouvernementaux et corporatifs substantiels pour assurer leur compétitivité en intelligence artificielle, il est raisonnable de penser qu'aucune autre nation ne possède la capacité d'atteindre des économies d'échelle significatives dans la recherche scientifique et l'investissement en intelligence artificielle, que ce soit au niveau corporatif ou national.

4. Fragmentation de la gouvernance internationale

Outre les défis liés aux talents, aux données, à l'infrastructure et au financement, le défi le plus important dans la coopération internationale actuelle en matière d'IA est la fragmentation de l'écosystème mondial de l'intelligence artificielle et de la science en raison de la compétition stratégique entre les États-Unis et la Chine.

L'ensemble de l'écosystème de l'IA et de la recherche scientifique nécessite une conformité de sécurité beaucoup plus rigoureuse à toutes les étapes – de la recherche conjointe et du partage des ressources à l'échange de talents, au transfert de technologies et à la commercialisation – par rapport aux périodes précédentes. De plus, des mécanismes tels que les contrôles à l'exportation et le filtrage des investissements sortants des États-Unis ont non seulement diminué l'élan des échanges en IA et en recherche scientifique entre les États-Unis et la Chine, mais ont également eu un impact significatif sur la coopération internationale entre les principales puissances moyennes.

Bien que cette sécurisation complète de l'IA et de la recherche scientifique puisse être jugée inévitable à des fins de sécurité nationale, elle diminue universellement l'efficacité de la recherche collaborative mondiale et la productivité de la recherche. De plus, cela crée un environnement anormal et déformé pour la majorité des nations qui doivent compléter leur écosystème d'innovation national par une coopération internationale, à l'exception de quelques superpuissances. Bien que l'accord scientifique et technologique américano-chinois ait été prolongé dans des domaines limités en décembre 2024, le découplage dans les secteurs les plus critiques de l'IA est susceptible de compliquer davantage le paysage difficile de la coopération scientifique et technologique internationale (Gilbert et Mallapaty 2024).

IV. Points de coopération

1. Alignement de la vision AGI à moyen et long terme

Le renforcement de la cohérence des visions politiques à plusieurs niveaux entre les deux pays devrait être la première priorité pour promouvoir efficacement la coopération AGI pour la science, science pour l'AGI entre la Corée et le Japon, avec une perspective à long terme ciblant 2050.

La Corée a présenté Science and Technology Innovation 2045 et le Japon a présenté Society 5.0 comme visions nationales à long terme. Il est nécessaire d'explorer conjointement les opportunités de coopération potentielles pour réaliser l'avenir préféré que les deux pays visent à réaliser à travers ces visions à long terme. Par exemple, comme les visions des deux pays présentent des objectifs clairs dans des domaines tels que le vieillissement de la population, la pollution environnementale, le changement climatique, le contrôle des maladies, les catastrophes naturelles et la transformation numérique, il est sérieusement nécessaire d'explorer la coopération IA pour la science Corée-Japon comme méthodologie pour atteindre ces objectifs.

Après avoir achevé l'exploration des points communs au plus haut niveau, il est nécessaire de concevoir et d'institutionnaliser des plans d'action spécifiques, des feuilles de route et des projets phares à différents niveaux, y compris les ministères, les agences, les instituts de recherche, les entreprises et les universités. De plus, le budget nécessaire à ces coopérations à long terme doit être conçu de manière flexible et durable.

Enfin, la vision de coopération à long terme AGI pour la science, science pour l'AGI entre les deux pays doit être activement communiquée et résonner auprès de la société civile des deux pays. Actuellement, les citoyens des deux pays partagent des préoccupations communes concernant les impacts sociaux du développement technologique excessif, et la coopération internationale dans les domaines technologiques de pointe doit communiquer plus transparentement sa nécessité, sa légitimité et sa sécurité aux citoyens du pays partenaire.

1. Alignement des visions: Développement de cadres politiques conjoints, feuilles de route de recherche partagées, stratégies d'investissement coordonnées, dialogues réguliers de haut niveau, harmonisation réglementaire, cadres de conformité partagés, mécanismes de prospective conjoints, comité d'exploration conjoint

2. Société civile: Programmes éducatifs, évaluation d'impact social, initiatives de transparence, programmes d'échange culturel

2. Projet AGI pour la science, science pour l'AGI transgénérationnel

L'une des tâches les plus représentatives pour promouvoir la coopération à long terme AGI pour la science, science pour l'AGI entre la Corée et le Japon est la conception d'un projet transgénérationnel entre les deux pays. Ce projet va au-delà de la simple fourniture de financement de recherche pour des périodes beaucoup plus longues. Il soutient la coopération en cycle complet (planification, conception, mise en œuvre) des groupes de recherche centraux entre les deux pays, ainsi que la commercialisation conjointe des principaux résultats de recherche et le développement collaboratif des talents clés.

De plus, dans une perspective à long terme, nous devons identifier des sujets de recherche à grand défi qui sont hyper-risqués pour que le secteur privé puisse les mener. Plutôt que de soutenir des recherches à forte probabilité de succès qui améliorent marginalement le monde, les deux pays devraient soutenir des recherches révolutionnaires et transformatrices qui pourraient changer le monde avec une plus grande probabilité d'échec.

Actuellement, à quelques exceptions près, les universités en Corée et au Japon ont des âges de retraite obligatoires, et les réalisations de recherche accumulées sur de longues périodes par les chercheurs seniors sont souvent perdues ou divulguées extérieurement sans transmission appropriée. Pour améliorer ce système, nous devrions soutenir les activités post-retraite des universitaires distingués et favoriser la coopération transgénérationnelle entre les deux pays en les associant à de nouveaux talents juniors qui hériteront de leur expertise.

1. Systèmes intelligents trans-humanoïdes: dépasser les contraintes intellectuelles et physiques humaines, intégrer l'IA avancée aux capacités robotiques, améliorer les capacités d'interaction homme-machine

2. Infrastructure de nouvelle génération haute performance et écologique: capacités de traitement ultra-rapides, systèmes à très faible consommation d'énergie, infrastructure à très faibles émissions de carbone

3. Modèle d'IA de pointe (post-transformeur) pour l'extension de la vie: modèle d'AGI avec des performances extraordinaires, sans risque complexe et avec une dépendance réduite aux données pour résoudre des défis majeurs tels que l'extension de la vie

3. AGI pour les post-ODD

Enfin, la Corée et le Japon doivent concevoir conjointement des projets sur la manière d'atteindre les post-ODD en utilisant l'AGI après la fin des ODD actuels en 2030. Des études récentes mesurant les impacts de l'IA sur le développement durable ont montré des effets très positifs dans tous les domaines, sauf l'égalité des genres et la coopération internationale. Cependant, si nous ne parvenons pas à remédier aux diverses limitations et dépendances actuelles, l'émergence d'une AGI aux capacités bien plus puissantes que celles actuelles pourrait avoir des impacts négatifs plus importants sur nos futurs objectifs de durabilité.

[Figure 2] Impact de l'IA sur les ODD

Source : (Vinuesa et al. 2020).

Par conséquent, la coopération coréano-japonaise devrait être planifiée pour compléter les divers effets secondaires survenus dans le domaine actuel de l'IA pour les ODD et pour prédire et résoudre les problèmes susceptibles de survenir dans la future ère de l'AGI pour les ODD. Dans ce processus, les problèmes qui doivent être résolus à l'aide de l'AGI devraient être divisés en défis mondiaux et défis régionaux.

1. AGI pour les prochains grands défis: Développement de solutions qui prédisent et préviennent l'émergence de défis mondiaux tels que les pandémies, le changement climatique, la perte de biodiversité et les catastrophes naturelles, ainsi que les inégalités en matière d'IA.

2. AGI pour les défis régionaux futurs: Développement de solutions pour remédier à la polarisation socioéconomique entre les classes et les régions dans les services sociaux (tels que les soins de santé, l'éducation et la mobilité) causée par le vieillissement de la population et le faible taux de natalité. ■

Références

Gilbert, Natasha, et Smriti Mallapaty. 2024. “US and China Sign New Science Pact—but with Severe Restrictions.” Nature.

Google. 2024. “9 Ways AI Is Advancing Science.” Google Blog, 18 novembre. https://blog.google/technology/ai/google-ai-big-scientific-breakthroughs-2024/.

Google DeepMind. n.d. “Our Mission: Build AI Responsibly to Benefit Humanity.” DeepMind. https://deepmind.google/about/.

Mitchell, Melanie. 2024. “Debates on the Nature of Artificial General Intelligence.” Science 383(6689): eado7069.

Vinuesa, Ricardo, et al. 2020. « Le rôle de l’intelligence artificielle dans la réalisation des objectifs de développement durable ». Nature Communications 11(1): 233.

Wang, Hanchen, et al. 2023. “Scientific Discovery in the Age of Artificial Intelligence.” Nature 620(7972): 47-60.

■ Seoin Baek est professeur adjoint à la Hanyang University ERICA.

■ Composé par Chaerin Kim, Assistante de recherche

    Pour toute demande : 02 2277 1683 (poste 208) | crkim@eai.or.kr