L’IA vient de tout réinventer

Cette semaine, 90 agents IA ont fait une découverte majeure concernant un composé chimique abandonné depuis 1999. Synthétisé et mesuré il y a 27 ans, ce composé n'avait trouvé aucune utilité jusqu'à présent. Cette nouvelle application pourrait révolutionner la mémoire informatique de nouvelle génération. En seulement trois jours de calculs par IA, une utilité a été identifiée, là où des chimistes n'avaient rien vu pendant des décennies. Nous explorerons comment cela a été possible et si cette découverte est fiable. Avant cela, d'autres avancées notables ont marqué la semaine. Une enzyme inédite, entièrement conçue par IA, surpasse les 188 enzymes naturelles ou modifiées testées auparavant. Un laboratoire parisien a également développé un système IA capable de détecter des mutations génétiques cruciales chez les plantes en moins de quatre minutes, un processus qui prend habituellement des mois. De nombreuses IA génératives ont aussi montré des progrès significatifs. Un point commun à toutes ces innovations est leur accessibilité : la plupart peuvent être téléchargées et utilisées locallement dès aujourd'hui. Commençons par une découverte spectaculaire en chimie, issue de Google DeepMind en collaboration avec Caltech et l'Université de Pittsburg. La pipéridéine, une brique chimique essentielle présente dans de nombreux médicaments, est difficile à synthétiser efficacement. Les enzymes naturelles ou modifiées testées jusqu'à présent n'offraient qu'une efficacité de 30% pour cette tâche. Cependant, une nouvelle enzyme, nommée AlphaProtein Novo et entièrement conçue par IA, parvient à produire la pipéridéine avec une efficacité de 99%. Pour comprendre cette amélioration drastique, il faut savoir qu'une enzyme agit comme une machine miniature qui maintient une molécule dans la position idéale pour une réaction chimique. La nature n'a inventé des enzymes que pour ses propres besoins. Pour de nouvelles réactions, les chimistes modifient généralement des enzymes existantes par "évolution dirigée", une méthode qui a valu le prix Nobel de chimie à Frances Arnold en 2018. Cependant, cette approche est coûteuse en temps et en argent, et les résultats plafonnent souvent. AlphaProtein Novo, en revanche, aborde le problème différemment. L'utilisateur spécifie la réaction désirée, et l'IA conçoit une enzyme inédite avec sa structure tridimensionnelle et sa chaîne d'acides aminés. Chaque conception est ensuite simulée par AlphaFold 3, une autre IA, pour prédire son repliement et son interaction avec la cible. Ce processus de sélection numérique permet d'atteindre une efficacité de 99% avant même toute expérimentation en laboratoire. L'enzyme conçue par IA présente un second avantage majeur : elle produit très majoritairement la version désirée d'une molécule chirale. De nombreuses molécules existent en deux formes symétriques (énantiomères), comme des mains gauche et droite. Dans les médicaments, une forme peut être bénéfique tandis que l'autre est inactive, voire nocive. L'IA assure la production de la forme correcte. Un second test a été mené sur le DEHP, un plastifiant utilisé dans le PVC et classé toxique pour la reproduction et perturbateur endocrinien par l'Union européenne. Le DEHP est difficile à dégrader car il est insoluble dans l'eau et sa structure complexe empêche la plupart des enzymes naturelles de l'attaquer. Sur 65 enzymes testées, une seule a montré une faible activité. AlphaProtein Novo a produit une enzyme inédite capable de s'attaquer au DEHP, et un brevet provisoire a été déposé. Le code et les poids du modèle IA sont déjà publics. Cette avancée inverse la logique de la recherche : au lieu de chercher dans la nature, on peut désormais "commander" et créer de nouvelles enzymes à partir de zéro. Passons maintenant à la lecture de l'ADN des plantes. L'ADN est un texte immense composé de quatre lettres, contenant toutes les instructions d'un organisme. Une seule lettre modifiée (une mutation) peut conférer une propriété importante, comme une meilleure résistance à la sécheresse. Retrouver cette mutation parmi des milliers de différences entre deux génomes de melon est un travail de longue haleine. Le laboratoire parisien Living Models, spécialisé dans l'IA appliquée à la biologie, a développé Botanic One pour résoudre ce problème. Cette IA fonctionne en tandem avec Gemma 4, un modèle de langage open source de Google. Gemma 4 agit comme un "chef de projet" qui mène l'enquête, tandis que Botanic One, entraîné sur l'ADN de 320 espèces de plantes, est le spécialiste de la lecture de l'ADN végétal. Le duo a été testé sur un melon avec une mutation connue. Après un tri initial, il restait 2494 lettres suspectes. Le système a identifié la bonne mutation en moins de quatre minutes, avec un taux de réussite de 9 sur 10. Gemma 4 seule n'y est parvenue qu'une seule fois. Botanic One repose sur une architecture Mamba 2 bidirectionnelle, capable de lire jusqu'à 128 000 lettres d'ADN d'un coup. Ce modèle surpasse 20 familles de modèles d'IA en génomique et est le plus performant pour les plantes. En agriculture, cette technologie permettrait d'identifier rapidement les gènes responsables de caractères souhaitables (résistance à la sécheresse, rendement) et de les sélectionner pour de nouvelles variétés. Les modèles sont téléchargeables pour la recherche. Changeons de domaine avec World Play 2, un nouveau générateur de mondes simulés à la Matrix. En tapant une description, l'IA crée un environnement 3D explorable en temps réel, comme un jeu vidéo où chaque image est inventée à mesure que l'on avance. Contrairement aux générateurs précédents (Geni 3, HZ), World Play 2 résout le problème de la mémoire. Grâce à une version compressée des événements passés, le monde reste cohérent : un bâtiment restera en place même après s'être retourné. L'utilisateur peut interagir avec les personnages, déplacer des objets et ajouter des effets via des prompts. La mémoire de ces mondes générés est cruciale. Google DeepMind les considère comme une étape clé vers l'intelligence artificielle générale, permettant d'entraîner des IA dans une infinité de situations simulées. Cela peut aussi servir à former des robots ou des voitures autonomes à moindre coût, en recréant des situations dangereuses impossibles à provoquer dans le monde réel. La cohérence du monde est essentielle pour un apprentissage efficace. World Play 2 repose sur le générateur vidéo One 2.2 d'Alibaba. Le modèle complet pèse 69 Go, mais le code est open source sur GitHub, permettant à quiconque d'explorer cette technologie. Revenons à l'histoire du matériau oublié depuis 1999. Une partie de nos données informatiques est stockée magnétiquement, chaque bit étant un minuscule aimant orienté. Cependant, les aimants se perturbent mutuellement à mesure que les bits sont resserrés. Les physiciens explorent les antiferroaimants, des matériaux où chaque atome magnétique pointe dans la direction inverse de son voisin, annulant leur effet externe. Cela permettrait de tasser les bits sans interférence. Le défi est de "lire" l'information dans un matériau magnétiquement "muet". Les laboratoires recherchent un matériau qui serait muet de l'extérieur, capable de trier les électrons selon leur spin, et stable à température ambiante. Le laboratoire Vals AI a utilisé 90 agents Claude Opus 5, des copies d'une même IA collaborant comme une équipe de recherche. La plupart effectuent des simulations de physique quantique, tandis qu'un groupe d'IA vérifie les failles des résultats. Leur premier candidat, un oxyde nouveau, cochait les trois cases sur le papier, mais sa structure idéale ne se maintenait pas aux températures de fabrication. L'IA a elle-même critiqué sa trouvaille, démontrant une capacité d'auto-évaluation. Le second candidat est bien plus prometteur : un composé à base de chrome et de vanadium, cousin du bleu de Prusse, synthétisé pour la première fois en 1999. Des chimistes avaient mesuré sa magnétisation jusqu'à 103°C et l'avaient conçu pour que le magnétisme de ses métaux s'annule. Une étude de 2008 avait même tracé ses niveaux d'énergie, mais le lien n'avait pas été fait. Il a fallu des agents IA pour remarquer que ce matériau cochait les trois cases depuis 27 ans, ouvrant la voie à une nouvelle génération de disques de stockage. Pour l'instant, aucune mesure n'a été effectuée en laboratoire, mais toutes les données et le code sont publics, permettant à tout laboratoire de vérifier ces calculs. Motion Space Flow (MS Flow) est un nouveau système qui génère des mouvements humains réalistes à partir de texte. Par exemple, "un coup de pied vers le haut avec la jambe gauche" produit l'animation correspondante pour le monde 3D. MS Flow se distingue des autres systèmes "text-to-motion" en travaillant directement dans l'espace continu du mouvement, sans encodeur ni décodeur. Il prédit le mouvement directement, permettant à l'utilisateur de garder le contrôle sur n'importe quelle articulation. Un animateur peut fixer un point de passage (par exemple, le pied sur une marche), et le modèle compose le reste du mouvement. Le modèle est léger (environ 1 Go), le code et les scripts d'entraînement sont sur GitHub sous licence Apache