Les dirigeants du secteur de l’intelligence artificielle (IA) misent gros sur la biologie. Ils affirment que leurs grands modèles linguistiques, qui ont déjà bouleversé les domaines du codage, du développement logiciel et des mathématiques, peuvent révolutionner la recherche biologique de la même manière.
Mais la tentative d’une entreprise en ce sens a déjà déclenché une vague de scepticisme et de polémique.
Ce texte est la traduction d’un article de CNN.
Anthropic, le géant de l’IA et de la recherche à l’origine de Claude, a déclaré le mois dernier que son laboratoire de recherche en biologie avait utilisé des agents d’IA pour découvrir une structure inhabituelle d’ADN dans le code génétique de certains virus, plus précisément un «nouveau système enzymatique». Cette signature est similaire au système microbien exploité dans les outils d’édition génétique tels que CRISPR-Cas9, qui sert à modifier l’ADN d’organismes vivants. Cette technologie est couramment utilisée dans les laboratoires du monde entier et a valu à ses inventeurs le prix Nobel de chimie en 2020.
Dario Amodei, directeur général d’Anthropic, a affirmé sur les réseaux sociaux que cette découverte offrait un formidable potentiel scientifique. «Nous avons annoncé aujourd’hui la découverte, menée par Claude, d’une machine moléculaire qui, selon nous, pourrait représenter un nouveau mécanisme d’édition génétique», a-t-il écrit sur X.
Anthropic a soutenu que cette découverte avait été réalisée «uniquement grâce aux orientations générales fournies par nos scientifiques», et les actions des entreprises développant des technologies d’édition génétique ont chuté peu après l’annonce.
Cependant, certains experts n’ayant pas participé à ces travaux ont estimé que cette découverte était préliminaire et progressive, et loin de constituer une véritable avancée majeure.
«Ce sont des résultats préliminaires très intéressants, mais à ce stade, ils ne démontrent pas l’édition génétique et ne fournissent pas non plus une image mécanistique de ce qui se passe exactement», a relevé Aaron Engelhart, maître de conférences au département de génétique, de biologie cellulaire et de développement de l’université du Minnesota.
Les chercheurs d’Anthropic n’ont pas déterminé quelle était la fonction exacte de ces nouvelles séquences virales et, par conséquent, s’il s’agissait d’un mécanisme présentant des applications pratiques similaires à celles des outils CRISPR, selon un document détaillant ces travaux. Ces recherches n’ont par ailleurs pas encore été publiées dans une revue scientifique à comité de lecture.
Des scientifiques, dont M. Engelhart, ont dit que la découverte d’Anthropic méritait sans aucun doute d’être approfondie, et un communiqué de presse de l’entreprise citait Feng Zhang — professeur au MIT et au Broad Institute de Cambridge, dans le Massachusetts, et pionnier de l’édition génomique CRISPR pour le traitement de la drépanocytose, entre autres avancées — qui a qualifié ces travaux de «véritablement intrigants».
Mais quelques jours seulement après l’annonce d’Anthropic, Mario Rodríguez Mestre, qui a avoué avoir largement utilisé Claude pour sa thèse de doctorat récemment achevée à l’université de Copenhague, a affirmé que ses travaux non publiés décrivaient les mêmes signatures virales.
«Il s’agit essentiellement de la même découverte. Ce n’est pas simplement le cas de deux groupes étudiant des familles de protéines apparentées ou des systèmes biologiques similaires», a déclaré M. Mestre à CNN par courriel.
Définir l’originalité
Les affirmations de M. Mestre font écho à celles formulées par des mathématiciens après qu’OpenAI, l’entreprise à l’origine de ChatGPT, eut annoncé avoir résolu un problème mathématique de longue date et très médiatisé. Elles soulèvent également des questions sur la manière dont la découverte de Claude a vu le jour.
Les biologistes travaillant au laboratoire Anthropic ont indiqué avoir donné à Claude une consigne lui demandant de rechercher, dans une immense base de données de séquences d’ADN, de «nouveaux exemples intéressants» de transcriptase inverse, ou RT, une enzyme qui copie l’ARN en ADN et joue ainsi un rôle dans la propagation de l’information génétique au sein d’un organisme.
L’entreprise a indiqué que 950 agents IA, capables de planifier et d’exécuter des tâches de manière autonome, avaient passé 21 heures à analyser les données, identifiant ainsi 3500 RT. Elle a ensuite réduit cette liste aux 20 plus prometteurs. Selon un communiqué d’Anthropic, ce type d’analyse peut prendre de plusieurs semaines à plusieurs mois pour un scientifique expérimenté.
Puis, «l’un des agents a repéré quelque chose de remarquable: un motif répétitif de séquences d’ADN apparaissant à proximité du gène codant pour une RT d’aspect inhabituel», a noté l’entreprise dans son communiqué. «Après une analyse approfondie, il s’est convaincu d’avoir découvert un nouveau système biologique et a soumis un rapport pour examen par des humains.»
Anthropic a indiqué que les scientifiques de son laboratoire de biologie avaient ensuite analysé et testé cette découverte, qu’ils ont décrite comme un système biologique «jusqu’alors non caractérisé» présent dans les bactériophages, un type de virus qui attaque les bactéries, et dont la structure est similaire à celle du système CRISPR, que l’on trouve naturellement dans les bactéries.
M. Mestre a toutefois déclaré avoir partagé des recherches non publiées sur son compte privé Claude, notamment des ébauches de sa thèse, des analyses et des documents décrivant ces systèmes.
«Je ne prétends pas qu’Anthropic ait délibérément détourné nos travaux. Je ne peux pas le prouver», a-t-il mentionné dans son courriel.
«Soit des informations liées à nos travaux ont d’une manière ou d’une autre été intégrées au modèle, qui a été entraîné à partir de celles-ci. La deuxième possibilité, que je considère actuellement comme plus plausible, est qu’il y avait derrière cette recherche bien plus de connaissances scientifiques préalables et d’intervention humaine que ne le suggère l’expression “découverte autonome”», a ajouté M. Mestre, faisant référence à la formulation utilisée dans le communiqué.
Anthropic n’a pas répondu à une demande de commentaire envoyée par courriel.
Il n’est pas rare, dans le processus scientifique, que différents groupes de recherche parviennent au même résultat, mais l’allégation de Mestre est grave, et de nombreux scientifiques pourraient à l’avenir réfléchir à deux fois avant d’intégrer leurs résultats non publiés dans ces outils, a déclaré Ilya Finkelstein, professeur de biosciences moléculaires à l’université du Texas à Austin.
Un nouveau terrain d’exploration
Néanmoins, l’annonce d’Anthropic suggère que l’IA commence à fonctionner avec davantage d’autonomie dans le domaine scientifique, a souligné Gustavo Sudre, professeur de neuro-imagerie génomique et d’intelligence artificielle au King’s College de Londres.
«Elle a reçu une orientation générale, puis a dû faire preuve de son propre jugement pour déterminer ce qui était intéressant dans les données. C’est un véritable changement par rapport à la demande habituelle: “analyse cet ensemble de données pour moi”», a-t-il expliqué dans un courriel.
L’IA excelle dans la «recherche d’une aiguille dans une botte de foin», plutôt que dans la «percée imaginative», a ajouté M. Finkelstein. Les outils d’IA aideraient à explorer des domaines dans lesquels les étudiants seraient trop fatigués ou s’ennuieraient à chercher un schéma intéressant méritant une étude plus approfondie, a-t-il noté.
«Ils peuvent explorer rapidement un très grand nombre de pistes infructueuses», a rapporté M. Finkelstein à CNN. «Ils sont vraiment doués pour le travail de routine lorsqu’ils sont orchestrés par des experts du domaine.»
M. Finkelstein a également souligné que l’auteur principal de l’article d’Anthropic est le Dr Peter Yoon, qui travaillait auparavant dans le laboratoire de Jennifer Doudna, l’une des architectes de CRISPR-Cas9 et lauréate du prix Nobel 2020 aux côtés d’Emmanuelle Charpentier. Ainsi, les agents d’IA d’Anthropic ont été guidés par des personnes à la pointe de leur domaine, a-t-il précisé.
«Quatre des six auteurs sont des biologistes moléculaires chevronnés et des experts du domaine. Donnez à ce groupe une puissance de calcul considérable et des modèles de pointe (sans mesures de sécurité, je suppose), et je suis sûr que nous verrons d’autres découvertes bio-informatiques intéressantes», a écrit M. Finkelstein dans un article de blogue publié sur le site web de son laboratoire.
Cependant, d’autres chercheurs affirment que le discours sur les découvertes autonomes menées par l’IA relève du battage médiatique qui devance la science réelle, et que les modèles ne sont pas encore capables de générer des résultats significatifs par eux-mêmes — malgré les affirmations contraires.
Laisser un modèle passer au crible des données à une échelle qu’aucun être humain ne peut égaler fait certes progresser un domaine, mais cela n’annonce pas nécessairement une avancée majeure, a déclaré M. Sudre. «D’après mon expérience, je peux vous dire que c’est dans l’écart entre une “tendance intéressante” et une “connaissance utile” que réside l’essentiel du travail», a-t-il souligné.
Anthropic a lancé Claude Science, son outil dédié à la recherche, en début d’année. Ses concurrents ont tous récemment dévoilé des outils similaires. OpenAI propose GPT-Rosalind, Microsoft dispose de Quine et Google DeepMind propose Co-Scientist. Ces outils fonctionnent comme de grands modèles linguistiques, mais exploitent également des ensembles de données scientifiques spécifiques, tels que les séquences d’ADN.
Cependant, la fiabilité des modèles dépend entièrement de la qualité des données sur lesquelles ils sont entraînés. Par exemple, la puissance d’AlphaFold de Google DeepMind, qui a remporté le prix Nobel de chimie 2024 pour avoir décodé des structures protéiques, provient de l’entraînement du système d’IA sur une source de données restreinte et spécialisée, collectée au fil des décennies.
Les développeurs d’IA font l’objet d’une surveillance publique intense, dans un contexte d’inquiétude croissante concernant les agents d’IA incontrôlables et la capacité des entreprises du secteur à les encadrer de manière adéquate. Les découvertes biologiques peuvent offrir aux dirigeants d’entreprise l’occasion de construire un discours plus positif, capable de contrebalancer certaines des prévisions alarmistes entourant leurs produits.
Mais pour aboutir à des résultats significatifs et tangibles dans ce domaine, il faudra probablement intégrer les modèles d’IA à des travaux pratiques en laboratoire grâce à la robotique.
«La biologie n’est pas les mathématiques et, à un moment donné, l’intelligence doit s’exprimer dans le monde physique par le biais d’un robot capable d’effectuer les tâches expérimentales ponctuelles et minutieuses qu’un bon étudiant accomplirait normalement de manière presque instinctive», a indiqué Yuval Elani, maître de conférences en technologies biochimiques à l’Imperial College de Londres. «D’après ce que j’ai pu observer en matière de robotique et d’automatisation, nous en sommes encore loin. Il faudra donc encore un certain temps avant que nous puissions réellement justifier l’engouement autour de l’IA en biologie.»
Anthropic affirme comprendre qu’il y a une limite à ce que l’intelligence artificielle peut faire seule et investit dans du «matériel de modélisation» qui permettra aux agents IA de faire fonctionner des dispositifs physiques en toute sécurité.
Sudre, du King’s College, dont les travaux intègrent des données génomiques, cliniques, neuronales et cognitives pour prédire l’évolution des symptômes de santé mentale chez les enfants, insiste sur le fait que le rôle des humains dans la science ne diminue pas. Le risque n’est pas que les scientifiques soient écartés du processus de découverte, mais qu’ils deviennent paresseux et ne fassent plus appel à leur jugement pour déterminer si un résultat est significatif, a-t-il déclaré.
La prochaine étape pour les scientifiques d’Anthropic consiste à mener le travail de longue haleine que représentent les expériences en laboratoire physique afin de comprendre le schéma qu’ils ont identifié, et de déterminer si cette signature pourrait avoir une application pratique en biotechnologie.
«Bien sûr, à l’avenir, une partie de ce travail pourra également être confiée à des robots», a déclaré Sudre. «Mais voici le fond du problème : les questions qui méritent d’être posées en science ne restent pas cachées dans des bases de données en attendant d’être découvertes. Elles viennent de nous — de ce qui nous tient à cœur, de ce qui nous préoccupe.»