L’intelligence artificielle (IA) révolutionne la recherche scientifique en permettant aux chercheurs de générer, synthétiser, analyser et combiner des données scientifiques à une échelle inédite. Les modèles d’IA, notamment les grands modèles linguistiques (LLM), peuvent identifier des motifs cachés, établir des liens entre des domaines apparemment éloignés et formuler de nouvelles hypothèses testables. L’IA co-scientifique, système multi-agents collaboratif, agit comme un partenaire virtuel pour les scientifiques, en combinant raisonnement avancé, synthèse interdisciplinaire et feedback itératif pour accélérer la découverte. Elle conçoit des expériences, analyse les données et valide les résultats en synergie avec les experts humains, assurant une recherche rigoureuse et reproductible. Grâce à l’approche « humain dans la boucle », ces systèmes s’appuient sur des connaissances textuelles et non textuelles, enrichies par des données scientifiques provenant de sources ouvertes comme arXiv, CORE et OSTI.gov. NVIDIA joue un rôle clé dans le développement de ces co-scientifiques, notamment en collaboration avec le Laboratoire national de Los Alamos (LANL). Deux projets emblématiques illustrent cette avancée : un co-scientifique pour la fusion par confinement inertiel (FCI) et un autre pour le traitement du cancer par thérapie alpha ciblée (TAC). Dans le domaine de la FCI, l’objectif est de reproduire sur Terre le processus de fusion stellaire, une source d’énergie quasi illimitée. La FCI consiste à comprimer et chauffer à très haute température une minuscule goutte de combustible à l’aide de lasers puissants. Ce processus est extrêmement complexe, impliquant des phénomènes multiphysiques non linéaires à des échelles spatiales et temporelles très différentes. Les simulations numériques sont souvent décalées des résultats expérimentaux, rendant la prédiction difficile. Pour y remédier, LANL et NVIDIA ont développé un modèle d’IA basé sur Llama Nemotron Super 1.5, adapté via un pré-entraînement sur mesure (DAPT), une fine-tuning supervisée (SFT) et des traces de raisonnement. Ce modèle est évalué grâce à des benchmarks académiques et des questions posées par des experts. L’objectif est d’améliorer les performances des expériences au National Ignition Facility et au laser OMEGA, en proposant des conceptions optimisées et en intégrant les retours expérimentaux pour guider de nouvelles expériences. Cette approche vise à accélérer la réalisation de la fusion contrôlée, tout en approfondissant la compréhension de la matière exotique et en renforçant la sécurité nationale. Dans le domaine médical, la TAC utilise des atomes radioactifs émettant des particules alpha pour détruire les cellules cancéreuses. Mais une mauvaise ciblage peut endommager les tissus sains. La solution repose sur des chélateurs — molécules capables de transporter ces atomes vers les tumeurs tout en restant stables dans l’environnement biologique. Or, les métaux utilisés (comme l’actinium) ont un grand rayon, limitant le nombre de chélateurs efficaces. Pour surmonter ce défi, LANL a conçu une plateforme agente d’IA combinant génération de molécules (via GenMol) et simulation quantique (via Architector). L’IA génère d’abord des hypothèses sur les caractéristiques d’un bon chélateur, puis GenMol en propose des candidats. Ces molécules sont ensuite testées par simulation 3D sur le superordinateur Venado, alimenté par NVIDIA. Les résultats servent à valider ou réviser les hypothèses, fermant ainsi la boucle de conception. Ce processus a déjà permis de découvrir des molécules avec une énergie de liaison améliorée pour l’actinium. Cette méthode accélère la découverte de traitements plus sûrs et ciblés, avec des applications potentielles dans le traitement des intoxications métalliques et la purification de métaux. Selon Mark Chadwick, directeur adjoint de LANL pour la simulation, le calcul et la théorie, « ces co-scientifiques, construits grâce à l’IA de NVIDIA, permettent une génération rapide d’hypothèses et une validation scientifique dans des domaines complexes. Nous combinons des connaissances spécialisées avec les capacités d’IA pour relever les plus grands défis scientifiques de l’humanité. » Ces travaux, soutenus par des ressources comme le superordinateur Perlmutter au NERSC, ouvrent la voie à une nouvelle ère de recherche accélérée. Pour en savoir plus, NVIDIA propose des présentations à SC25 sur ces avancées. Les chercheurs peuvent commencer à développer leurs propres co-scientifiques grâce aux outils NVIDIA NeMo et Nemotron.