Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

Le laboratoire d'IA d'Anthropic revendique sa première découverte en biologie, les biologistes contestent

Anthropic affirme que son laboratoire de biologie moléculaire, peuplé d'agents Claude, a réalisé sa première découverte plus tôt cette année. Des biologistes ont contesté cette annonce du 28 septembre : repérer un motif n'est pas la même chose que comprendre à quoi il sert.

SciencesExpliquéAmélie BernardPublié le: 29 septembre 20267 min de lectureSources 4
Le laboratoire d'IA d'Anthropic revendique sa première découverte en biologie, les biologistes contestent

Anthropic a lancé un laboratoire de biologie moléculaire plus tôt cette année. D'après la newsletter IA de MIT Technology Review, The Algorithm, l'annonce date du 28 septembre. Des agents Claude lisent des travaux sur des problèmes biologiques difficiles et formulent des hypothèses. Des scientifiques humains mènent ensuite les expériences sur ce que les agents rapportent. L'entreprise a déclaré que le laboratoire avait fait sa première découverte.

Ce que le système a réellement trouvé compte. MIT Technology Review rapporte que la séquence n'était pas nouvelle. Au bout de 21 heures, les 950 agents d'Anthropic ont signalé un motif répété autour d'une enzyme connue. L'entreprise a affirmé que cette enzyme n'avait jamais été répertoriée.

Ce que les agents ont fait, en clair

MIT Technology Review pose le problème en termes de bibliothèque. Il existe des millions de séquences d'ADN, et le tas grossit à mesure que les scientifiques séquencent le vivant. Une piste vers une percée consiste à repérer une séquence particulière qui code une enzyme intéressante. Il faut ensuite déterminer ce que fait cette enzyme. La newsletter note que c'est à cette deuxième étape que réside la difficulté. C'est aussi là que l'expertise humaine reste indispensable. Selon l'entreprise, le système d'Anthropic a été conçu pour aider à la première étape, pas à la seconde. Pourtant, l'annonce a brouillé les deux, estiment les critiques.

L'annonce d'Anthropic s'appuyait sur une comparaison. Elle qualifiait le motif de « rappelant » ce qui a mené à CRISPR, la technologie d'édition génétique qui, selon les termes de l'entreprise, « a déjà transformé la science et la médecine ». Lu ainsi, une armée d'agents avait trouvé quelque chose de notable.

Les biologistes ne l'ont pas lu ainsi. Une publication virale de Lucas Harrington, biologiste, soutenait que « trouver un groupe étrange de gènes et de répétitions est souvent la partie facile ». La partie difficile, d'où viennent les vraies découvertes, consiste à comprendre ce que fait le système, disait-il. Le président-directeur général du laboratoire pharmaceutique Eli Lilly a ensuite approuvé cette publication, selon MIT Technology Review.

Une revendication antérieure, et une question sur Claude

Un deuxième problème est apparu. Pendant le week-end, Mario Rodríguez Mestre, biologiste à l'université de Copenhague, a affirmé que son équipe avait déjà découvert ce même motif, rapporte le New York Times. Mestre discutait régulièrement avec Claude dans son travail. Il s'est demandé si l'équipe d'Anthropic avait appris de ses conversations. Anthropic le nie. Mestre dit qu'il arrête de toute façon tout usage de Claude.

C'est la partie de l'histoire qui ne se réglera pas vite. Une entreprise affirme que son modèle a trouvé quelque chose. Un chercheur affirme l'avoir trouvé avant elle, il y a quatre ans, et avoir discuté de travaux proches avec le modèle. Le litige porte sur les données d'entraînement et la transparence, pas sur la biologie. Aucun mécanisme évident ne permet de le trancher publiquement.

Le débat de fond porte sur la présentation. MIT Technology Review note que les entreprises d'IA ne présentent pas leurs systèmes comme de simples outils, à la manière d'un microscope ou d'un supercalculateur. Elles insistent sur le fait que les systèmes font eux-mêmes les découvertes. Pour certains biologistes, cela est incompatible avec la façon dont la science fonctionne. Les connaissances nouvelles naissent en général d'une collaboration et d'un arsenal d'outils croissant.

Pourquoi les critères se déplacent

Cette présentation a un coût. MIT Technology Review soutient qu'une fois le critère devenu « Claude a-t-il lui-même fait une découverte », chaque résultat se range dans l'une de deux catégories : percée ou échec. Le terrain intermédiaire disparaît, alors même que la newsletter le qualifie de travail scientifique légitime. C'est là qu'une IA ramène 200 000 candidats à quelques-uns qui valent la peine d'être explorés.

Le même schéma est apparu plus tôt ce mois-ci. OpenAI a affirmé que ses propres agents avaient résolu un problème de mathématiques à un million de dollars. Deux semaines plus tard, presque tous les sceptiques de l'IA partageaient un article demandant si c'était bien ce problème de mathématiques qui importait. MIT Technology Review précise que cet article n'affirmait pas que la solution d'OpenAI était fausse. Il soutenait que ce résultat précis n'était peut-être pas celui qui intéresse le plus les mathématiciens. Ajoutez l'accusation d'un mathématicien selon laquelle les modèles ont utilisé certains de ses travaux sans le créditer, et le public se retrouve avec deux lectures : OpenAI a triché, ou la réponse n'avait pas d'importance. Ou les deux.

La suggestion finale de Harrington, citée par MIT Technology Review, était que les entreprises d'IA devraient « placer la barre haut dès maintenant, afin que lorsqu'une IA découvrira réellement un mécanisme biologique fondamentalement nouveau, tout le monde mesure l'ampleur de l'événement ». La newsletter ajoute une évaluation directe. Tandis que Sam Altman et Dario Amodei rivalisent pour surenchérir, relever la barre est peut-être la dernière de leurs préoccupations.

Le reste de la semaine en revendications de découvertes

Le laboratoire d'Anthropic n'était pas le seul sujet de l'édition du 29 septembre de The Download. MIT Technology Review signalait aussi que le Starship de SpaceX avait atteint l'orbite pour la première fois et déployé des satellites Starlink. Le vol a été interrompu après une défaillance de moteur. La newsletter notait qu'OpenAI avait abandonné un modèle, GPT-6.1 Astra, pour des raisons de sécurité. La Floride a demandé à un tribunal d'empêcher OpenAI de développer de nouveaux modèles. Un autre article racontait que l'agent IA de Meta avait invité un inconnu chez un utilisateur pendant une négociation de vente sur Marketplace.

Côté science, la newsletter renvoyait à une découverte de Nature selon laquelle de vieux cœurs semblent rajeunir après une transplantation. Elle renvoyait aussi à Quanta, qui rapporte que des mathématiciens ont résolu un problème vieux de 55 ans grâce au hasard, achevant une preuve proposée en 1971.

L'édition du 29 septembre contenait également une citation du groupe de pirates ShinyHunters. Il a déclaré au New York Times avoir visé le FBI pour riposter à un avis mettant en garde contre ses activités : « Nous avons peut-être l'air d'enfants dont on a blessé les sentiments, c'est vrai, mais dans notre jeu, seule la réputation compte. »

La barre d'une découverte

Deux choses se sont confondues dans l'épisode Anthropic, et il vaut la peine de les séparer. La première est la capacité : un chatbot généraliste peut-il tamiser un vaste espace de séquences et faire remonter des candidats qu'un humain aurait du mal à voir ? MIT Technology Review concède que c'est notable, même avec des humains aux commandes et à l'exécution des expériences. La seconde est le crédit : est-ce le modèle, plutôt que la chaîne d'outils qui l'entoure, qui est le découvreur ?

La seconde question n'a pas de réponse nette, et c'est pourquoi la dispute revient sans cesse. Un résultat de laboratoire est une chaîne : hypothèse, recherche, candidat, test, réplication, interprétation. Les agents d'Anthropic en occupaient un maillon. L'annonce de l'entreprise a décrit toute la chaîne comme la découverte du système. Les biologistes ont décrit le même événement comme une aide sur le gros du travail.

Les deux descriptions peuvent être vraies en même temps. C'est précisément le problème pour qui veut juger d'un progrès. Si une entreprise revendique une découverte et qu'un chercheur dit que le motif était connu, le désaccord ne porte pas sur le fait que le logiciel a tourné. Il porte sur ce qui compte.

La façon dont MIT Technology Review pose les enjeux est plus étroite que ne le suggèrent les titres. La newsletter ne dit pas que l'IA ne peut pas contribuer à la biologie. Elle dit que l'industrie place peut-être la barre au mauvais endroit. Les grandes déclarations rendent le vrai progrès plus difficile à reconnaître quand il arrive.

Anthropic n'a pas reculé sur l'annonce. L'entreprise nie que les conversations de Mestre avec Claude aient nourri son résultat. Mestre a cessé d'utiliser le modèle. Aucune des deux positions n'a été vérifiée indépendamment en public.

Il reste un cas d'école que les autres laboratoires vont désormais observer. Si le laboratoire d'Anthropic produit un deuxième résultat, où le mécanisme, et pas seulement le motif, est établi et reproduit par un groupe extérieur, le débat sur la présentation deviendra plus simple. D'ici là, le récit du 28 septembre reste une querelle de vocabulaire autant que de biologie.

Ce qu'il faut suivre ensuite

MIT Technology Review publiera sa liste 2026 des entreprises de technologie climatique à suivre le 6 octobre. Le dossier couvre le stockage d'énergie, le nucléaire et les transports. C'est un fil distinct de la controverse sur les découvertes de l'IA, mais il pose le même problème éditorial. Comment juger des revendications de progrès dans des domaines où les échéances sont longues et les indicateurs contestés ?

Pour l'IA, le signal à court terme n'est pas une nouvelle annonce. C'est de savoir si un laboratoire indépendant reproduit un mécanisme que le système d'Anthropic a fait remonter. C'est aussi de savoir si l'entreprise décrit ce travail comme la découverte du système ou comme celle du laboratoire.

D'ici là, la lecture la plus sûre de l'affaire du 28 septembre est celle que propose MIT Technology Review. Ce qui est nouveau pour une IA peut être routinier, sans surprise, ou simplement sans grande conséquence pour un biologiste.

Commentaires 0

Sources

4
  1. 01The Download: climate tech companies to watch and AI's discovery problemEN
  2. 02When can we say AI made a scientific discovery?EN
  3. 03Scientists Discover a Molecular "Memory" That Could Make Lost Weight Come BackEN
  4. 04Discovery of radio emission from the exoplanet β Pictoris bEN

Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.

Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.

Amélie Bernard

Amélie Bernard

Science et santé

Amélie Bernard couvre les sciences et la santé pour FLASH24, en s'appuyant sur les publications évaluées par les pairs, les communiqués des agences et les données brutes des études, sans reprendre les reprises de presse. Elle vérifie chaque chiffre en remontant à la source, compare les méthodologies et signale les tailles d'échantillon douteuses. Elle interroge régulièrement des chercheurs et des soignants, et attend les mises à jour des revues à comité de lecture avant de publier. Sa formation en physique des matériaux lui sert à décrypter les résultats techniques, et elle observe le ciel avec son propre télescope. Elle ne publie pas une donnée qu'elle n'a pas pu reproduire.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.