Radical Numerics veut accélérer l’intelligence artificielle biologique

VVictor

Bonjour Sacha, Radical Numerics développe des modèles de langage génomique pour la biologie. Son cofondateur estime que ces capacités pourraient accroître les risques et que les moyens de défense seraient en retard dans cette course. Qu’est-ce qui est nouveau dans cette démarche ?

SSacha

D’après la lettre Latent Space, Radical Numerics développe des modèles de langage génomique pour traiter un large éventail de problèmes biologiques, et pas seulement pour générer des séquences d’ADN. L’entreprise veut donc appliquer ces modèles à des tâches qui dépassent la production de nouvelles séquences. Le cofondateur de Radical Numerics avait participé au développement d’Evo et contribué à Evo 2 au sein de l’Arc Institute. Ensuite, une équipe distincte de l’Arc Institute et de Stanford a utilisé des modèles Evo pour générer des génomes de bactériophages. Ces génomes ont été synthétisés en virus fonctionnels. Il faut distinguer les rôles : le cofondateur a contribué au développement des modèles, tandis que l’autre équipe a réalisé l’expérience sur les bactériophages.

VVictor

Concrètement, comment ces modèles sont-ils mis à l’épreuve ?

SSacha

Dans cette expérience, l’équipe a présenté au modèle des aptamères d’ARN accompagnés de leurs performances. La série montrait d’abord des résultats plus faibles, puis des résultats progressivement meilleurs. Certains aptamères performants ont été gardés à l’écart, et le modèle a ensuite produit des résultats correspondant à certains de ces exemples cachés. On peut imaginer une personne qui observe une suite de marches et tente de prolonger la montée, sauf qu’ici le modèle reçoit des séquences et leurs scores. Le résultat montre qu’il a retrouvé une partie de ce qui avait été caché dans ce test précis. Il ne prouve pas qu’il réussirait tous les tests ni qu’il résoudrait n’importe quel problème biologique.

VVictor

Pour qui ces avancées comptent-elles, et que signifie leur passage en laboratoire ?

SSacha

Le projet de Radical Numerics vise un large éventail de problèmes biologiques, au-delà de la génération de séquences d’ADN. Dans l’exemple des bactériophages, un modèle a généré des génomes qui ont ensuite été synthétisés en virus fonctionnels. Cette expérience a été menée par une équipe distincte de l’Arc Institute et de Stanford, à l’aide de modèles Evo. Le cofondateur de Radical Numerics avait participé au développement d’Evo et contribué à Evo 2, mais l’expérience est attribuée à cette autre équipe. La distinction compte : développer un modèle et l’utiliser dans une expérience sont deux étapes différentes. Cet exemple montre un résultat concret, sans établir que toutes les applications envisagées par l’entreprise fonctionnent déjà.

VVictor

Quelles sont les limites et les critiques à garder en tête ?

SSacha

Il faut d’abord éviter de transformer un résultat de laboratoire en promesse générale. Dans l’expérience sur les aptamères, le modèle a produit des résultats correspondant à certains exemples performants qui lui avaient été cachés, mais cela ne démontre pas qu’il retrouverait tous les exemples ni qu’il réussirait dans toutes les conditions. Une autre piste demeure une hypothèse : les modèles pourraient apprendre des relations entre les séquences génomiques, ou déduire l’effet de l’environnement sur les génomes. Cette capacité n’est pas établie par les faits présentés. Enfin, le cofondateur estime que les progrès de ces modèles pourraient accroître les risques et que les moyens de défense seraient en retard. La question centrale devient alors celle de l’équilibre entre le développement des capacités biologiques et celui des protections.

VVictor

Que faut-il retenir de la position de Radical Numerics ?

SSacha

La position de Radical Numerics est de faire progresser les modèles biologiques afin que les moyens de défense puissent suivre. Son cofondateur estime que ces capacités pourraient accroître les risques et que la défense serait en retard dans cette course. L’entreprise défend donc la poursuite de la recherche, avec l’idée que les défenses doivent elles aussi avancer. Les exemples donnent une mesure concrète, mais limitée, de ce qui est déjà observé : une équipe distincte a utilisé des modèles Evo pour générer des génomes de bactériophages, ensuite synthétisés en virus fonctionnels. Dans un autre test, un modèle a retrouvé des résultats correspondant à certains aptamères performants qui lui avaient été cachés. Ces expériences ne démontrent ni toutes les capacités possibles des modèles génomiques ni l’hypothèse d’une déduction de l’effet de l’environnement sur les génomes.

VVictor

Merci Sacha pour ces explications.