🚨JE VIENS DE LIRE QUELQUE CHOSE DE CHOCANT. Des chercheurs viennent de former une IA pour prédire quelles idées scientifiques réussiront avant qu'une expérience ne soit réalisée. Elle est désormais meilleure pour juger la recherche que GPT-5.2, Gemini 3 Pro, et tous les meilleurs modèles d'IA sur le marché. Et elle a appris en étudiant 2,1 millions de papiers de recherche sans qu'un seul scientifique humain ne lui enseigne à quoi ressemble une "bonne science". Voici ce qu'ils ont fait. Une équipe de chercheurs chinois a construit deux systèmes d'IA. Le premier, appelé Scientific Judge, a été formé sur 700 000 paires appariées de papiers à forte citation contre papiers à faible citation. Chaque paire provenait du même domaine et de la même période. Le seul travail de l'IA : déterminer quel papier aurait plus d'impact. Ça a fonctionné. L'IA prédit désormais quel recherche réussira avec une précision de 83,7 %. C'est plus élevé que GPT-5.2. Plus élevé que Gemini 3 Pro. Plus élevé que tous les modèles de pointe qui existent. Ensuite, ils ont construit le deuxième système. Scientific Thinker ne se contente pas de juger les idées. Il les propose. Vous lui donnez un papier de recherche, et il génère une idée de suivi avec un impact potentiel élevé. Lorsqu'il a été testé face à face contre GPT-5.2, les idées de Scientific Thinker ont été jugées comme ayant un impact plus élevé 61 % du temps. Il génère de meilleures directions de recherche que les modèles d'IA les plus intelligents au monde. Cela devient plus étrange. Ils ont formé le Judge uniquement sur des papiers en informatique. Puis ils l'ont testé sur la biologie. La physique. Les mathématiques. Des domaines qu'il n'avait jamais vus. Ça a quand même fonctionné. 71 % de précision sur des papiers de biologie sur lesquels il n'avait jamais été formé. L'IA n'a pas appris ce qui fait une bonne informatique. Elle a appris ce qui fait une bonne science, tout simplement. Ensuite, les chercheurs ont testé s'il pouvait voir l'avenir. Ils l'ont formé sur des papiers jusqu'en 2024, puis lui ont demandé de juger des papiers de 2025. Il a prédit lesquels gagneraient en traction avec 74 % de précision. L'IA a appris à repérer les gagnants avant que la communauté scientifique ne le fasse. Voici ce dont personne ne parle. Un modèle de 1,5 milliard de paramètres, petit selon les normes d'aujourd'hui, est passé de 7 % à 72 % de précision après l'entraînement. C'est un bond de 65 points. La capacité à juger de la qualité scientifique n'est pas une propriété émergente de modèles massifs. Elle peut être enseignée à de petits systèmes d'IA bon marché et rapides que n'importe qui peut faire fonctionner....