Anthropic crée un labo湿实验 pour la découverte de médicaments
Le 18 septembre, Reuters a révélé qu’Anthropic a établi un laboratoire biologique expérimental dans la région de la baie de San Francisco, marquant une étape concrète dans l’intégration de son modèle Claude aux recherches scientifiques réelles. Eric Kauderer-Abrams, responsable de la branche Sciences de la vie d’Anthropic, a confirmé cette démarche, soulignant que la validité des conceptions numériques doit désormais être confrontée à la réalité physique. Cette initiative répond à un goulot d’étranglement majeur du domaine de l’intelligence artificielle appliquée aux sciences. Si les modèles parviennent aujourd’hui à générer des milliers de séquences protéiques ou de molécules candidates en quelques heures, leur validation physique demeure un processus lent et coûteux. Jusqu’à présent, Anthropic s’appuyait sur des partenaires externes pour synthétiser et tester ses propositions. Cette dépendance ralentit le cycle de rétroaction conception-fabrication-test-apprentissage et alourdit les charges opérationnelles lorsque les volumes augmentent. La construction de son propre laboratoire vise à maîtriser ce maillon critique, à réduire les délais et à optimiser les coûts d’expérimentation. Pour débloquer pleinement cette boucle fermée, Anthropic a également publié la Model Hardware Standard, une norme ouverte permettant aux agents d’intelligence artificielle de piloter des équipements de laboratoire hétérogènes. Les installations scientifiques traditionnelles utilisent des interfaces logicielles incompatibles qui obligent les chercheurs à orchestrer manuellement les machines. La norme unifie ces protocoles, offrant au modèle un accès standardisé à des liquidateurs, des bras robotisés et des lecteurs de plaques. Les tests préliminaires démontrent que cette approche réduit le temps d’intégration des appareils de plusieurs semaines à quelques minutes. Dans des expériences menées avec des chercheurs de l’université de Washington, Claude a réussi à coordonner plusieurs appareils, à ajuster les paramètres en temps réel et à diagnostiquer des anomalies matérielles sans intervention humaine systématique. Les résultats expérimentaux illustrent le potentiel de cette convergence. Lors d’un récent test couvrant quinze cibles protéiques, Claude a conçu avec succès des molécules se liant à quatorze d’entre elles, dépassant les taux de réussite habituels de la conception traditionnelle. Parallèlement, la demande pour les services de synthèse d’acides nucléiques stimulés par l’IA explose, avec des entreprises partenaires annonçant un doublement de leurs commandes sectorielles sur deux ans. Avec cette nouvelle architecture, la compétition dans le secteur de la découverte de médicaments va progressivement se déplacer. La vitesse de conception numérique ne suffira plus à garantir l’avantage concurrentiel. La capacité à valider rapidement les hypothèses dans le monde physique et à réinjecter les données obtenues deviendra le véritable facteur différenciant. Toutefois, cette automatisation accrue des protocoles expérimentaux soulève des questions inédites sur la sécurité biologique, la supervision des actions physiques et la gestion des risques associés à l’intervention directe des algorithmes dans les milieux de recherche. Anthropic devra désormais équilibrer innovation opérationnelle et cadres de contrôle robustes pour mener à bien sa vision d’une science assistée par l’intelligence artificielle.
