Deux nouveaux systèmes d'intelligence artificielle, nommés Co-Scientist développé par Google DeepMind et Robin par FutureHouse, sont présentés dans la revue Nature pour transformer la recherche scientifique. Ces outils multi-agents sont conçus pour accélérer les découvertes en assistant les chercheurs à chaque étape du processus : génération d'hypothèses, conception d'expériences et analyse des données. L'objectif n'est pas de remplacer les scientifiques, mais de leur apporter un soutien collaboratif face à la complexité croissante des disciplines et du chevauchement des connaissances. Co-Scientist, basé sur le modèle Gemini de Google, est un système polyvalent conçu pour s'adapter à divers domaines scientifiques, avec une validation initiale concentrée sur la biomédecine. Il fonctionne comme un orchestrateur d'agents autonomes spécialisés capables de proposer des hypothèses, de planifier les expériences nécessaires pour les tester et d'interpréter les résultats pour affiner les théories. Dans le cadre d'études sur la leucémie myéloïde aiguë, un cancer agressif du sang, le système a proposé de nouvelles cibles thérapeutiques et des combinaisons de médicaments qui ont montré des effets bénéfiques lors de tests sur des lignées cellulaires. Au-delà de l'oncologie, Co-Scientist a identifié de nouvelles cibles pour la fibrose hépatique et a révélé des mécanismes génétiques clés liés à la résistance aux antimicrobiens. Les auteurs soulignent que ces résultats préliminaires doivent désormais être confirmés par des essais précliniques rigoureux et des essais cliniques. Du côté de la biologie expérimentale, Robin a été utilisé pour explorer des pistes de découverte de médicaments. S'appuyant sur les modèles OpenAI o4-mini et Anthropic Claude 3.7, Robin facilite l'identification de traitements potentiels pour la dégénérescence maculaire liée à l'âge, une cause majeure de cécité. Le système a proposé de cibler un processus modifiable au sein des cellules rétiniennes et a suggéré l'utilisation d'un candidat médicamenteux jamais envisagé auparavant pour cette affection. De plus, Robin a orienté la recherche vers des études de suivi destinées à élucider les mécanismes sous-jacents, permettant la découverte de nouvelles cibles thérapeutiques potentielles. Comme pour Co-Scientist, une validation expérimentale complète est requise avant toute application médicale. La particularité de ces deux approches réside dans leur architecture multi-agents. Contrairement à un outil unique, ces systèmes déploient plusieurs agents autonomes aux compétences spécifiques qui interagissent entre eux et avec des chercheurs humains. Robin, par exemple, utilise des agents spécialisés comme Crow et Falcon pour effectuer des recherches approfondies dans la littérature scientifique, ce qui guide la génération d'hypothèses plus pertinentes. Cette collaboration permet une itération rapide entre la théorie et l'expérience. Les équipes de Google DeepMind et de FutureHouse insistent sur le fait que ces systèmes sont conçus pour garder le scientifique au centre du processus décisionnel. Le chercheur humain reste nécessairement impliqué, servant de juge final pour orienter les investigations et valider les résultats. Ces démonstrations en situation réelle offrent un aperçu concret de l'avenir de la recherche scientifique, où l'intelligence artificielle agit comme un accélérateur de découvertes plutôt que comme un substitut à l'intuition et à l'expertise humaine. En automatisant les tâches de routine et en suggérant des pistes innovantes, ces assistants permettent aux chercheurs de se concentrer sur les aspects les plus critiques de l'innovation.