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
›

Ce que la découverte de protéines et de matériaux par l'IA peut affirmer, et ce qu'elle ne peut pas

Les biologistes contestent encore l'affirmation d'Anthropic selon laquelle ses agents Claude auraient réalisé une première découverte en biologie moléculaire, annoncée la semaine dernière. Le différend est devenu le test le plus net de ce qui compte comme une découverte scientifique produite par l'IA.

SciencesExpliquéAmélie BernardPublié le: 29 septembre 20266 min de lectureSources 4
Ce que la découverte de protéines et de matériaux par l'IA peut affirmer, et ce qu'elle ne peut pas

Le débat ne porte pas sur le fait que le logiciel ait fait quelque chose. Il porte sur ce que le mot découverte est autorisé à recouvrir. Anthropic a déclaré que son système de 950 agents avait repéré un motif répété autour d'une enzyme connue après 21 heures de travail, selon MIT Technology Review, qui a révélé le différend le 28 septembre.

Les biologistes ont réagi en quelques jours.

Lucas Harrington a signé la critique la plus largement partagée. Il soutient que trouver un étrange groupe de gènes et de répétitions est souvent la partie facile. Le plus difficile, dit-il, est de comprendre ce que le système fait réellement.

Le président-directeur général d'Eli Lilly a appuyé cette critique, rapporte MIT Technology Review. Un second biologiste, Mario Rodríguez Mestre, de l'université de Copenhague, a affirmé le week-end dernier que son équipe avait déjà trouvé le même motif. Il dit discuter régulièrement avec Claude dans son travail. Il se demande si l'équipe d'Anthropic a appris de ces conversations. Anthropic le nie. Mestre annonce qu'il arrête toute utilisation de Claude malgré tout.

Pourquoi la barre compte pour les travaux sur les protéines

La même ambiguïté traverse le reste du domaine de l'IA appliquée à la biologie. Trois choses sont régulièrement confondues : prédire une structure, concevoir une molécule et prouver qu'une molécule fait quelque chose d'utile dans un système vivant.

La prédiction de structure est le volet le plus mature.

Des travaux récents montrent à quel point la conception a progressé. Un laboratoire cloud d'ingénierie des protéines piloté par l'IA a reçu 20 000 000 de dollars de la National Science Foundation. Hansa Biopharma a annoncé le 1er octobre qu'elle travaillerait avec Cradle sur la conception de protéines assistée par l'IA. Des chercheurs ont aussi rapporté avoir utilisé la prédiction de structure par IA pour accélérer la recherche de colles moléculaires, de petites molécules qui forcent deux protéines à s'assembler. Chacun de ces résultats est une capacité réelle. Aucun n'est un résultat clinique.

C'est sur la vérification que le domaine concentre aujourd'hui ses efforts. Le 1er octobre, DeepMind a apposé un filigrane sur des protéines pour que les laboratoires puissent les contrôler. Un rapport connexe du 30 septembre décrivait SynthID Bio comme un moyen de sécuriser les séquences de protéines générées par l'IA. La logique est simple. Si un modèle peut produire des milliers de conceptions plausibles, le goulot d'étranglement se déplace de la génération vers la vérification du comportement réel de ces conceptions.

Ce déplacement est visible aussi hors de la biologie.

Le même schéma apparaît dans les matériaux, où les modèles d'IA proposent des composés candidats plus vite qu'aucun laboratoire ne peut les synthétiser et les tester. Aucun résultat marquant en science des matériaux ne se détache cette semaine. La formulation honnête est celle-ci : le différend en biologie annonce un problème auquel tout le domaine est confronté.

« Trouver un étrange groupe de gènes et de répétitions est souvent la partie facile. Le plus difficile, et c'est là que naissent les vraies découvertes, est de comprendre ce que le système fait réellement. »

Cette citation, tirée du message devenu viral de Harrington, résume le cœur du problème. MIT Technology Review l'a rapportée, pas Anthropic. L'entreprise n'y a pas répondu sur le fond dans ses déclarations publiques.

Une autre découverte, plus nette

Toutes les annonces récentes ne sont pas contestées de la même manière. Des astronomes ont rapporté le 15 septembre, dans un article déposé sur arXiv, la première détection directe d'une émission radio aurorale provenant d'une exoplanète. La planète est la géante beta Pictoris b, et l'équipe a utilisé le réseau MeerKAT. L'équipe, Kevin N. Ortiz Ceballos, Edo Berger et Yvette Cendes, a détecté des sursauts rapides, récurrents et fortement polarisés circulairement, ainsi qu'une émission persistante, à des fréquences de 0,85 à 3,5 GHz.

Ils identifient le signal comme un rayonnement maser à cyclotron électronique. Cela implique un champ magnétique d'au moins 1,25 kG au niveau de la planète. C'est la première mesure directe de l'intensité d'un champ pour une exoplanète. Voyez ce qui rend cette affirmation solide : un instrument précis, un signal précis, un mécanisme physique précis et un chiffre que d'autres équipes peuvent tenter de reproduire avec leurs propres télescopes. Aucun agent d'IA n'est invité à s'en attribuer le mérite.

Le contraste ne revient pas à dire que l'IA ne peut pas contribuer à une découverte. Il porte sur la manière dont l'affirmation est formulée. Réduire 200 000 candidats à quelques-uns qui valent d'être testés est un travail scientifique légitime, comme l'a noté MIT Technology Review. Qu'un chatbot généraliste accomplisse ce travail est notable, même si des humains l'ont guidé et ont réalisé les expériences.

Le précédent mathématique

Le schéma n'est pas propre à la biologie. Plus tôt en septembre, OpenAI a déclaré que ses propres agents avaient résolu un problème de mathématiques à un million de dollars. Deux semaines plus tard, comme l'a rapporté MIT Technology Review, des sceptiques de l'IA partageaient un article demandant si c'était bien ce problème mathématique qui importait. Le texte ne soutenait pas que la solution d'OpenAI était fausse. Il soutenait que le résultat n'était peut-être pas celui qui intéresse le plus les mathématiciens. Un mathématicien a aussi accusé les modèles d'avoir utilisé certains de ses travaux sans le créditer.

Dès qu'une entreprise présente sa production comme une découverte plutôt que comme le résultat d'un outil, le débat se réduit à deux réponses, percée ou échec. Tout ce qui se situe entre les deux disparaît. C'est ce mécanisme que les biologistes contestent, plus que le motif enzymatique précis.

La solution proposée par Harrington était explicite. Les entreprises d'IA devraient placer la barre haut dès maintenant, dit-il, pour que le jour où une IA découvrira réellement un mécanisme biologique fondamentalement nouveau, tout le monde mesure l'ampleur de l'événement. MIT Technology Review note que Sam Altman et Dario Amodei rivalisent pour se surpasser. Relever cette barre est peut-être la dernière de leurs préoccupations.

Ce qu'il faut suivre

Deux dates comptent pour la prochaine étape. MIT Technology Review publiera sa liste 2026 des Climate Tech Companies to Watch le 6 octobre. Cela ne tranchera pas le débat en biologie. Cela montrera quelles entreprises la publication juge capables de résultats mesurables plutôt que d'annonces.

La seconde est la question de la réplication autour de beta Pictoris b. C'est exactement le type d'affirmation qui survit ou meurt sur une observation indépendante. Si un autre réseau confirme les sursauts, le domaine obtient une mesure de champ magnétique sur laquelle s'appuyer. Sinon, l'article rejoint la longue liste de résultats issus d'une seule détection et en attente de confirmation.

Pour les travaux de l'IA sur les protéines et les matériaux, le test est plus étroit. La production d'un modèle devient une découverte quand quelqu'un d'autre peut reproduire le comportement en laboratoire humide ou dans un four. Il faut aussi que ce soit ce que le domaine cherchait réellement. D'ici là, la description exacte est celle d'un candidat prometteur, pas d'une trouvaille.

La formulation d'Anthropic invite à la lecture la plus sévère. Son annonce qualifiait le motif de rappel de ce qui a mené à CRISPR, qui a déjà transformé la science et la médecine, selon le compte rendu du texte par MIT Technology Review. C'est une comparaison avec un mécanisme couronné d'un prix Nobel, faite à propos d'un motif répété autour d'une enzyme connue. Voilà pourquoi la réaction a été si vive.

Le différend ne se réglera pas par l'argumentation. Il se réglera selon que des laboratoires indépendants parviendront ou non à reprendre le motif signalé et à montrer ce qu'il fait. Ce travail est lent et ingrat. C'est aussi exactement la partie que les affirmations actuelles ont tendance à sauter.

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 beta 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.