Le prochain saut de l'IA scientifique viendra des agents de raisonnement, pas des modèles gourmands en données comme AlphaFold

Points clés

• AlphaFold de Google DeepMind a valu à Demis Hassabis et John Jumper le prix Nobel de chimie 2024 pour la prédiction des formes des protéines.
• La base de données de protéines sur laquelle AlphaFold s'est entraîné a nécessité 53 ans et environ 21 milliards de dollars de travail expérimental pour être constituée.
• La plupart des domaines scientifiques ne peuvent pas produire des ensembles de données de cette qualité, ce qui rend l'IA de type AlphaFold un modèle peu approprié pour la science en général.
• Les agents d'IA, des logiciels qui raisonnent sur les problèmes et utilisent plusieurs outils en séquence, égalent désormais des résultats de recherche humaine couvrant une décennie en quelques heures.
• Un avantage secondaire clé : les agents enregistrent automatiquement chaque étape qu'ils franchissent, ce qui pourrait aider à résoudre la crise chronique de la reproductibilité en science.

Il y a deux ans, l'idée qu'un programme informatique puisse résoudre l'une des énigmes les plus difficiles de la biologie semblait extraordinaire. Puis AlphaFold l'a fait.

Le programme, créé par Google DeepMind, peut prédire la forme tridimensionnelle d'une protéine, une molécule dont la forme détermine son rôle dans le corps, à partir de sa seule séquence génétique. Les scientifiques ont poursuivi ce problème pendant cinquante ans. En 2024, Demis Hassabis et John Jumper ont remporté le prix Nobel de chimie pour cette réalisation. Des startups se sont précipitées dans les domaines de la biologie et la chimie, levant des milliards en supposant que l'IA plus les données déverrouillent désormais découverte après découverte.

Cette hypothèse, selon une analyse détaillée rapportée en premier par MIT Technology Review, mérite un examen plus approfondi.

Pourquoi ne pouvons-nous pas simplement reproduire ce qu'AlphaFold a fait ?

Simplement : les données nécessaires pour le faire n'existent presque jamais. AlphaFold s'est entraîné sur la Protein Data Bank, une collection d'environ 170 000 formes de protéines confirmées expérimentalement constituée au cours de 53 ans de coopération internationale, à un coût estimé à 21 milliards de dollars. Ce type d'ensemble de données est extraordinairement rare.

La plupart de la science expérimentale est plus désordonnée. Les cultures cellulaires changent subtilement au fil du temps. Les produits chimiques contiennent des impuretés en trace. L'humidité des laboratoires varie entre les lectures. Les résultats qu'une équipe peut reproduire un mardi peuvent ne pas se maintenir pour une autre équipe un jeudi. Les données propres, standardisées et à grande échelle dont un réseau de neurones moderne, le détecteur de motifs statistiques au cœur d'outils comme AlphaFold, a besoin pour apprendre n'existent simplement pas dans la plupart des domaines, et la construire prendrait des décennies.

Une poignée de domaines, la prévision météorologique et certains aspects de la génomique notamment, disposent du type de données approprié et pourraient voir des percées de type AlphaFold bientôt. Mais ce sont des exceptions.

Alors, qu'est-ce qui fonctionne ?

Les agents d'IA montrent de véritables promesses, et ils fonctionnent très différemment. Un agent est un logiciel qui raisonne sur un problème multi-étapes en faisant appel à différents outils, en choisissant le meilleur résultat, en rejetant ce qui échoue et en recommençant. Il se comporte moins comme une table de consultation et plus comme un scientifique prudent.

AI Co-Scientist de Google, annoncé en mai, en est un exemple précoce. Les chercheurs lui ont donné un document d'une page et un objectif : déterminer comment la résistance aux antibiotiques, la capacité des bactéries à survivre aux médicaments conçus pour les tuer, se propage entre les espèces bactériennes. Le système a divisé la tâche entre plusieurs sous-programmes. L'un a généré des hypothèses à partir de la littérature scientifique. Un deuxième a remis en question chaque hypothèse comme le ferait un critique. Un troisième a classé les survivants. Un quatrième a affiné le gagnant.

L'agent a conclu que les gènes de résistance se faisaient transporter par les virus bactériens, empruntant quel que soit le virus pouvant les introduire dans un nouvel hôte. Des chercheurs de l'Imperial College London avaient passé une décennie à atteindre la même conclusion par un travail de laboratoire méticuleux. Leur article était toujours en évaluation par les pairs lorsque Co-Scientist a produit sa réponse.

Que signifie cela pour les patients et le public ?

Une science plus rapide et plus reproductible signifie des voies plus rapides des découvertes en laboratoire vers les essais cliniques. Cela importe aussi pour la confiance. La crise de la reproductibilité en science, où les chercheurs découvrent régulièrement qu'ils ne peuvent pas reproduire les résultats les uns des autres, a discrètement miné la confiance dans la recherche médicale pendant des années. Les agents enregistrent automatiquement chaque étape qu'ils franchissent, créant un dossier exact de leur méthode. Ce dossier rend la réplication simple d'une manière que les cahiers de laboratoire manuscrits, souvent écrits à la main et incomplets, le sont rarement.

Les agents ne sont pas parfaits. Ils produisent encore occasionnellement des erreurs présentées avec assurance, leur raisonnement n'est pas toujours cohérent, et ils ont des limites sur la durée pendant laquelle ils peuvent travailler sans surveillance humaine. Ce sont de véritables contraintes. Mais ce sont des problèmes d'ingénierie, pas des barrières fondamentales.

Le changement plus important est plus discret qu'un prix Nobel, et il pourrait importer davantage.

Questions fréquemment posées

Cela signifie-t-il que l'IA va bientôt remplacer les scientifiques ?

Non. Les agents fonctionnent mieux en tant qu'assistant infatigable qui teste les idées en séquence et conserve des dossiers précis. Le jugement humain, la créativité et la supervision éthique restent au cœur de la décision des questions qui méritent d'être posées.

Cela accélérera-t-il la découverte de médicaments pour les patients ?

Potentiellement oui, bien que les délais soient difficiles à prédire. Si les agents peuvent compresser l'étape des tests d'hypothèses de la recherche de années à semaines, les essais cliniques, qui sont les études humaines de sécurité longues requises avant qu'un médicament n'atteigne les patients, commenceraient plus tôt. Les essais eux-mêmes prennent toujours le même temps.