Publié le 26 octobre 2025 09:45:00. L’intelligence artificielle franchit une nouvelle étape décisive : elle ne se contente plus de résoudre des problèmes, mais conçoit désormais les algorithmes les plus efficaces pour y parvenir, une capacité jusqu’alors propre à l’ingéniosité humaine. Cette avancée, révélée par une étude de Google DeepMind, pourrait transformer en profondeur le monde de la programmation et accélérer le progrès technologique.
- Une IA a redécouvert de manière autonome des principes mathématiques complexes, comme celui de Karatsuba, sans avoir été formée à cet effet.
- Cette capacité à innover algorithmiquement dépasse l’optimisation et pourrait conduire à des logiciels plus performants sans nécessiter de nouvelles avancées matérielles.
- Le rôle des programmeurs est appelé à évoluer, passant de la création de code à l’architecture de problèmes et à la supervision d’IA génératrices d’algorithmes.
Jusqu’à présent, les intelligences artificielles (IA) excellaient dans l’optimisation, trouvant par exemple le trajet le plus rapide ou recommandant des contenus personnalisés. Mais une nouvelle étude, publiée dans la revue Nature, démontre que l’IA est désormais capable de créer des connaissances abstraites et efficaces, une prouesse qui relevait jusqu’à présent du domaine exclusif de l’intelligence humaine.
L’équipe de Google DeepMind a mis en évidence la capacité de l’IA à redécouvrir des principes mathématiques fondamentaux, comme celui de Karatsuba, une méthode permettant de multiplier de grands nombres de manière plus efficiente. Ce principe, découvert par des scientifiques soviétiques dans les années 1960 après des années de recherche, a été réinventé par l’IA de manière autonome, sans aucune instruction préalable. Cette redécouverte n’est pas une simple réorganisation de code existant, mais une véritable invention, un nouveau procédé.
Contrairement aux algorithmes conçus par les humains, souvent basés sur des intuitions et des modèles accumulés au fil du temps, l’IA explore l’ensemble des possibilités de manière exhaustive, libérée des biais cognitifs. Elle a ainsi identifié des méthodes que les humains avaient négligées, suggérant que nos connaissances algorithmiques actuelles ne représentent que la partie émergée de l’iceberg.
Pour illustrer cette avancée, les chercheurs comparent cette capacité à un moteur de voiture qui réinventerait ses propres pistons pour optimiser son rendement, ou à un appareil photo qui modifierait la manière dont la lumière est captée pour produire des images plus nettes. Il s’agit, en somme, de la capacité à développer de nouveaux algorithmes plus performants que ceux créés par l’esprit humain.
Cette percée s’appuie sur l’apprentissage par renforcement, la même technique qui a permis à AlphaGo de vaincre le champion du monde de Go. Mais l’IA est allée plus loin en concevant de nouveaux algorithmes pour la classification, une opération informatique fondamentale consistant à trier des données, qui surpassent les normes d’efficacité actuelles. On pourrait comparer cela à une IA qui, après avoir maîtrisé les règles des échecs, inventerait une nouvelle pièce pour rendre le jeu encore plus stratégique.
Quelles sont les implications de cette avancée pour les programmeurs ? La fin de leur métier ? Non, répondent les chercheurs, mais plutôt une transformation profonde. Le rôle de l’ingénieur logiciel évoluera vers celui d’un architecte de problèmes et d’un superviseur d’IA génératrices d’algorithmes. Son travail ne consistera plus à écrire du code ligne par ligne, mais à orchestrer des systèmes complexes, un peu comme un chef d’orchestre dirigeant ses musiciens.
Les conséquences de cette méta-avancée sont considérables. En améliorant les algorithmes fondamentaux utilisés dans les systèmes d’exploitation, les bases de données et d’autres technologies clés, nous pourrions assister à une accélération générale du progrès technologique. Les processus de compression de données pourraient devenir plus efficaces, réduisant ainsi la bande passante nécessaire et l’espace de stockage requis. Des calculs scientifiques complexes pourraient être effectués en un temps record. Et les téléphones et les ordinateurs pourraient devenir plus rapides sans nécessiter de nouvelles améliorations matérielles, grâce à des logiciels mieux conçus… par d’autres machines.