« J'ai vu plus loin que les autres parce que je me suis juché sur les épaules de géants. »Comme il l'a fait tant de fois, Isaac Newton a résumé la nature séquentielle de la recherche scientifique en une phrase à la fois élégante et concise. Newton attribuait le crédit aux découvertes qui avaient précédé les siennes et résumait ainsi les parcours incrémentiels et interconnectés de la découverte basée sur l'expérience.
Cet aspect interconnecté a été facilité par la circulation de l'information scientifique, laquelle a été directement catalysée par l'innovation de la presse à imprimer de Gutenberg vers 1450. L'élan généré par une découverte inspirant la suivante est resté essentiel pendant les siècles qui ont suivi Newton, en se transformant en un cercle vertueux qui a favorisé l'explosion des réalisations scientifiques du XXe siècle.
L'innovation à l'époque de l'information moderne
L'augmentation de la diffusion des connaissances a créé un défi imprévu pour le progrès scientifique : la surcharge d'informations. Les premières revues universitaires, parmi lesquelles Philosophical Transactions en Angleterre et le Journal des sçavans en France, furent lancées en 1665 pour aider les scientifiques à se tenir informés et à mieux comprendre les dernières découvertes dans leur domaine. Cependant, comme les scientifiques continuent d'innover et d'inspirer de nouvelles découvertes, le défi de rester informé n'a cessé de prendre de l'ampleur. Au cours des deux dernières années seulement, l'humanité a généré 90 % de la totalité des données jamais créées.
Pour continuer à apporter des contributions importantes et nouvelles à la science—accélérer la recherche scientifique—, il est essentiel que les scientifiques comprennent et apprécient ce qui les a précédés. Par exemple, trois chercheurs, Yves Chauvin, Robert H. Grubbs et Richard R. Schrock, ont remporté le prix Nobel de chimie en 2005 pour le « développement de la méthode de la métathèse dans la synthèse organique. »À propos de leur découverte, le comité du Prix Nobel a écrit :
La théorie de Chauvin a posé les bases pour permettre aux chimistes de rechercher et de concevoir des catalyseurs qui soutiennent efficacement le programme d'échange. Après avoir examiné un certain nombre de candidats métaux, Richard Schrock a réalisé la première percée en découvrant que les catalyseurs contenant les éléments métalliques de transition que sont le molybdène et le tungstène remplissaient cette fonction. Toutefois, leur tendance à réagir de manière défavorable signifiait que la réaction ne se déroulait pas toujours entièrement comme prévu. Robert Grubbs poursuivit l'entreprise en développant des catalyseurs plus efficaces centrés autour d'un autre métal de transition, le ruthénium, qui réagissait moins aux autres molécules et était beaucoup plus stable.
Cette histoire révèle la nature séquentielle de leur travail, qui aboutit à une réalisation digne du prix Nobel. Chaque nouvelle découverte en inspirait une autre, toutes étant liées par une lignée complexe de références dans la littérature scientifique. En examinant la liste impressionnante de près de 1 200 articles de revues publiés à ce jour par Grubbs, on trouve plus de 49 000 références à ces articles dans des publications ultérieures. En fait, un seul article de revue publié par Grubbs en 1999 a été référencé près de 2 800 fois par la suite par d'autres chercheurs dans ce domaine !
L'organisation humaine est la clé des technologies révolutionnaires de demain
Avec des entreprises qui génèrent 2,5 quintillions d'octets de données chaque jour, la découverte d'informations spécifiques et pertinentes devient d'autant plus importante. Même si les solutions d'information comme SciFindern aident les scientifiques d'aujourd'hui à trouver exactement les informations dont ils ont besoin, les technologies d'intelligence artificielle (IA) feront bientôt partie d'une stratégie plus complète de gestion du flux de données croissant.
À mesure que ces nouvelles technologies d'IA sont développées, l'importance de données scientifiques de haute qualité, organisées par des humains, ne doit pas être sous-estimée. Il s'agit en effet de la pierre angulaire d'une mise en œuvre réussie de l'IA dans la bioscience, l'informatique et tous les secteurs intermédiaires. En commençant par des sources de données intellectuellement enrichies, l'IA peut livrer des éclairages intéressants dans de nombreux types d'informations et aider les scientifiques à découvrir et à comprendre ce qui était autrefois enseveli sous une montagne de littérature. En canalisant les « lacs de données » dans des « réservoirs » plus gérables d'informations liées ou complémentaires, l'IA s'est appuyée sur des données de haute qualité organisées par des humains pour aider les scientifiques à exploiter les connaissances et l'innovation de leurs prédécesseurs et à garantir l'accessibilité de leurs propres découvertes à la génération suivante d'innovateurs.
Chez CAS, nous savons combien il est important pour les scientifiques d'avoir un accès facile à la recherche existante pour accélérer le processus de découverte. Cette compréhension guide notre service à la communauté scientifique depuis plus de 110 ans. Même si l'environnement de données complexe et toujours croissant présente des défis uniques, nos scientifiques continueront à lire la littérature afin d'extraire, d'organiser et de connecter les détails utiles qu'elle contient, le tout pour vous permettre de voir plus loin que les autres en vous juchant sur les épaules de géants.
Sur les épaules de qui vous jucherez-vous pour votre prochaine découverte ? Découvrez comment CAS peut vous aider.