Les chercheurs qui ont eu accès au nouvel outil « co-scientifique » de Google sont enthousiastes à propos de son potentiel, mais il n'est pas encore clair s'il peut faire des découvertes vraiment nouvelles
L'IA de Google «co-scientifique» est basée sur les modèles de langue Gémeaux de l'entreprise
Google a dévoilé un système expérimental d'intelligence artificielle qui «utilise un raisonnement avancé pour aider les scientifiques à synthétiser de grandes quantités de littérature, à générer de nouvelles hypothèses et à suggérer des plans de recherche détaillés», selon son communiqué de presse. «L'idée avec (le)« co-scientifique »est de donner aux scientifiques des super pouvoirs», explique Alan Karthikesalingam à Google.
L'outil, qui n'a pas encore de nom officiel, s'appuie sur les modèles de langue Gémeaux de Google. Lorsqu'un chercheur pose une question ou spécifie un objectif – trouver un nouveau médicament, par exemple – l'outil propose des idées initiales dans les 15 minutes. Plusieurs agents des Gémeaux «débattent» ensuite ces hypothèses les uns avec les autres, les classent et les améliorant au cours des heures et des jours suivants, explique Vivek Natarajan chez Google.
Au cours de ce processus, les agents peuvent rechercher la littérature scientifique, accéder aux bases de données et utiliser des outils tels que le système Alphafold de Google pour prédire la structure des protéines. «Ils affinent continuellement des idées, ils débattent d'idées, ils critiquent les idées», explique Natarajan.
Google a déjà mis le système à la disposition de quelques groupes de recherche, qui ont publié de courts articles décrivant leur utilisation. Les équipes qui l'ont essayé sont enthousiastes à propos de son potentiel, et ces exemples suggèrent que le co-scientifique de l'IA sera utile pour synthétiser les résultats. Cependant, il est discutable de savoir si les exemples soutiennent l'affirmation selon laquelle l'IA peut générer de nouvelles hypothèses.
Par exemple, Google dit qu'une équipe a utilisé le système pour trouver de «nouvelles» façons de traiter potentiellement la fibrose hépatique. Cependant, les médicaments proposés par l'IA ont déjà été étudiés à cette fin. «Les médicaments identifiés sont tous bien établis pour être antifibrotiques», explique Steven O'Reilly chez UK Biotech Company Alcyomics. «Il n'y a rien de nouveau ici.»
Bien que cette utilisation potentielle des traitements ne soit pas nouvelle, Gary Peltz, membre de l'équipe, à la Stanford University School of Medicine en Californie, affirme que deux médicaments sur trois sélectionnés par le co-scientifique de l'IA se sont révélés prometteurs dans les tests sur les organoïdes hépatiques humains, alors qu'aucune des deux des personnes Deux qu'il a personnellement sélectionnés l'ont fait – bien qu'il y ait plus de preuves à l'appui de ses choix. Peltz dit que Google lui a donné une petite quantité de financement pour couvrir les coûts des tests.
Dans un autre article, José Penadés à l'Imperial College de Londres et ses collègues décrivent comment le co-scientifique a proposé une hypothèse correspondant à une découverte non publiée. Lui et son équipe étudient les éléments génétiques mobiles – des morceaux d'ADN qui peuvent se déplacer entre les bactéries par divers moyens. Certains éléments génétiques mobiles détournent les virus de bactériophage. Ces virus sont constitués d'une coquille contenant de l'ADN plus une queue qui se lie à des bactéries spécifiques et y injecte l'ADN. Donc, si un élément peut entrer dans la coquille d'un virus de phage, il obtient un trajet libre vers une autre bactérie.
Un type d'élément génétique mobile fait ses propres coquilles. Ce type est particulièrement répandu, ce qui a intrigué Penadés et son équipe, car tout type de virus phage ne peut infecter qu'une gamme étroite de bactéries. La réponse, ils ont récemment découvert, est que ces coquilles peuvent se connecter avec les queues de différents phages, permettant à l'élément mobile de pénétrer dans un large éventail de bactéries.
Bien que cette constatation n'ait toujours pas été publiée, l'équipe a demandé au co-scientifique de l'IA d'expliquer le puzzle – et sa suggestion numéro un volait la queue de différents phages.
«Nous avons été choqués», explique Penadés. «J'ai envoyé un e-mail à Google en disant que vous avez accès à mon ordinateur. Est-ce que c'est vrai? Parce que sinon je ne peux pas croire ce que je lis ici.
Cependant, l'équipe a publié un article en 2023 – qui a été transmis au système – sur la façon dont cette famille d'éléments génétiques mobiles «vole des queues de bactériophage à se propager dans la nature». À l'époque, les chercheurs pensaient que les éléments se limitaient à acquérir des queues de phages infectant la même cellule. Ce n'est que plus tard qu'ils ont découvert que les éléments peuvent également ramasser des queues flottant autour des cellules extérieures.
Donc, une explication de la façon dont le co-scientifique de l'IA a trouvé la bonne réponse est qu'il a raté la limitation apparente qui a empêché les humains de l'obtenir.
Ce qui est clair, c'est qu'il a été nourri de tout ce dont il avait besoin pour trouver la réponse, plutôt que de proposer une idée entièrement nouvelle. «Tout était déjà publié, mais en différents bits», explique Penadés. «Le système a pu tout rassembler.»
L'équipe a déjà essayé d'autres systèmes d'IA sur le marché, dont aucun n'a présenté la réponse, dit-il. En fait, certains ne l'ont pas géré même lorsqu'ils ont nourri l'article décrivant la réponse. « Le système suggère des choses auxquelles vous n'avez jamais pensé », explique Penadés, qui n'a reçu aucun financement de Google. «Je pense que ce sera révolutionnaire.»
Que ce soit vraiment le changement de jeu deviendra plus clair au fil du temps. Les antécédents de Google en ce qui concerne les affirmations sur les outils d'IA pour aider les scientifiques est mitigé. Son système Alphafold est à la hauteur du battage médiatique, remportant l'équipe derrière un prix Nobel l'année dernière.
En 2023, cependant, la société a annoncé qu'environ 40 «nouveaux matériaux» avaient été synthétisés à l'aide de son gnome IA. Pourtant, selon une analyse en 2024 de Robert Palgrave à l'University College de Londres, aucun des matériaux synthétisés n'était en fait nouveau.
Malgré ses conclusions, Palgrave pense que l'IA peut aider les scientifiques. «En général, je pense que l'IA a énormément pour contribuer à la science si elle est mise en œuvre en collaboration avec des experts dans les domaines respectifs», dit-il.
