L'IA pourrait confondre des roches mortes avec une vie extraterrestre, prévient une nouvelle étude

Points clés

• Des chercheurs de l'Université d'État du Michigan ont trompé une IA en lui faisant identifier avec assurance ce qui n'est pas une forme de vie comme étant une vie, avec environ 15 petites modifications d'une séquence de test, à chaque fois.
• L'équipe a mené son expérience sur 1 000 ordinateurs parallèles pendant trois mois, en utilisant un programme appelé Avida qui simule des organismes numériques en concurrence et en évolution.
• Le problème fondamental s'appelle données « hors-distribution » : une IA entraînée sur la vie terrestre n'a pas de point de référence fiable pour la biologie extraterrestre, qui pourrait avoir un aspect complètement différent.
• La NASA prévoit de lancer l'Observatoire des mondes habitables dans les années 2040 pour rechercher des signes de vie sur des planètes en dehors de notre système solaire, une mission qui s'appuierait probablement fortement sur l'analyse par IA.
• Adami et Gupta présenteront leurs résultats à la Conférence 2026 sur la vie artificielle à Waterloo, Canada, en août.

Une IA qui identifie avec assurance une vie là où il n'y en a pas semble être un problème mineur. Lors d'une future mission sur Mars, cela pourrait faire la différence entre une percée scientifique et une fausse alarme embarrassante entendue partout dans le monde.

Christoph Adami, biologiste informatique à l'Université d'État du Michigan, et son étudiant Ankit Gupta ont passé trois mois à effectuer un test qui devrait inquiéter tous ceux qui sont enthousiastes à propos de l'exploration spatiale alimentée par l'IA. Leur outil était Avida, un programme informatique qu'Adami a créé en 1993 qui exécute de minuscules organismes numériques : des fragments de code qui se copient eux-mêmes, font la concurrence pour le temps de traitement, et mutent même, un peu comme des bactéries dans une boîte de Pétri.

Les organismes dans Avida ont fourni à l'équipe un large ensemble de données propre de choses qui sont vivantes (selon les règles du programme) et de choses qui ne le sont pas. Ils ont demandé à une IA de les trier.

L'IA s'en est raisonnablement bien sortie au début. Puis les chercheurs ont commencé à pousser les échantillons non-vivants, en ajustant leurs séquences moléculaires un petit pas à la fois, en vérifiant à chaque fois si la confiance de l'IA changeait. Les résultats, selon Space.com, étaient nets.

« Avec environ 15 modifications, nous pouvons amener l'IA à être parfaitement confiante dans une classification de vie alors qu'en fait, pas une seule fois où elle était à 100% confiante, c'était réellement une forme de vie », a déclaré Adami.

Peu importe quelle séquence non-vivante avec laquelle ils ont commencé, l'IA a été trompée. À chaque fois.

La raison sous-jacente est quelque chose que les chercheurs appellent un problème « hors-distribution ». Pensez-y ainsi : si vous entraînez une IA à reconnaître des pommes puis lui montrez une banane, elle a du mal. La banane a une forme peu familière, et l'IA n'a pas de bon modèle mental pour cela. Les microbes extraterrestres, s'ils existent, pourraient être tout aussi étrangers à une IA entraînée uniquement sur la biologie terrestre.

Cela a une énorme importance pour les vraies missions. Un rover martien trouvant quelque chose qui ressemble incontestablement à un microbe sous un microscope, c'est une chose. Mais la plupart des tentatives de détection de vie seront bien plus indirectes, en utilisant la spectrométrie de masse, une technique qui identifie les molécules en mesurant leur poids, pour filtrer les données atmosphériques de Vénus, les échantillons océaniques de la lune Europe de Jupiter, ou les signatures lumineuses de planètes à des dizaines d'années-lumière.

Donnez ces données ambiguës à une IA entraînée uniquement sur la vie terrestre, et vous pourriez obtenir une réponse confiante qui est simplement fausse.

« Vous ne pouvez pas garantir cela avec la vie extraterrestre », a déclaré Adami clairement.

Que signifie cela pour les futures missions spatiales ?

Cela signifie que l'IA devrait être un outil de premier passage, pas le dernier mot. Adami ne demande pas à ce que l'IA soit abandonnée de l'astrobiologie dans son ensemble. Il pense qu'elle a une valeur réelle pour trier d'énormes quantités de données de capteurs qu'aucune équipe humaine ne pourrait lire assez rapidement. L'avertissement est plus spécifique : sachez sur quoi votre IA a été entraînée, et soyez honnête sur ce qu'elle ne peut pas savoir.

Ensuite, l'équipe prévoit d'aller au-delà des organismes numériques et d'exécuter les mêmes tests sur des données chimiques du monde réel, un défi plus difficile et plus révélateur.