L’intelligence artificielle savait produire des textes, des images, des vidéos et du code informatique. Elle commence désormais à intervenir dans un domaine autrement plus sensible : la conception du vivant.
Des chercheurs associés notamment à Stanford et à l’Arc Institute ont utilisé des modèles d’IA génomique pour générer de nouveaux génomes de bactériophages, dont certains se sont révélés fonctionnels après synthèse et expérimentation en laboratoire.
Le raccourci est tentant : « l’IA a créé des virus ». Il est aussi trompeur s’il n’est pas immédiatement précisé.
Il ne s’agit pas de virus destinés à infecter l’être humain, mais de bactériophages, des virus qui s’attaquent aux bactéries. Et l’intelligence artificielle ne les a évidemment pas matérialisés toute seule : elle a généré des séquences génétiques candidates, ensuite synthétisées et testées par des chercheurs.
Cette nuance posée, la prouesse scientifique reste considérable.
Quand l’IA apprend le langage de l’ADN
Les chercheurs ont notamment travaillé avec Evo, une famille de modèles dits de « langage génomique ». Leur principe rappelle celui des grands modèles de langage : au lieu d’apprendre les relations entre les mots d’une langue, ces systèmes apprennent les régularités présentes dans d’immenses quantités de séquences génétiques.
Evo 2 a ainsi été entraîné sur plus de 9 000 milliards de nucléotides provenant de plus de 100 000 génomes. L’objectif n’est plus seulement d’analyser l’ADN existant, mais également de prédire certaines propriétés biologiques et de proposer de nouvelles séquences.
Dans l’étude publiée par Science, cette approche a permis d’obtenir seize bactériophages fonctionnels après les étapes indispensables de synthèse et de validation expérimentale.
Et c’est précisément là que se situe le changement de paradigme.
L’intelligence artificielle passe progressivement de l’analyse du vivant à sa conception.
Une arme possible contre l’antibiorésistance
Cette recherche possède également une finalité médicale potentiellement majeure.
Les bactériophages intéressent depuis longtemps la médecine comme alternative ou complément aux antibiotiques. Leur capacité à cibler certaines bactéries pourrait devenir particulièrement précieuse face à la progression mondiale de l’antibiorésistance.
L’Organisation mondiale de la santé estime qu’environ une infection bactérienne confirmée sur six était résistante aux antibiotiques en 2023. Trouver rapidement de nouveaux moyens de cibler ces bactéries constitue donc un enjeu sanitaire mondial.
Dans les expériences rapportées, certaines combinaisons de phages conçus avec l’aide de l’IA ont réussi à agir contre des bactéries devenues résistantes à des phages naturels.
Il ne s’agit cependant que d’une preuve de concept en laboratoire. Nous sommes encore loin d’un traitement généré automatiquement par intelligence artificielle et administré aux patients.
Le revers de la médaille. L’expérience soulève néanmoins une question difficile à contourner.
Si un modèle d’intelligence artificielle peut apprendre les règles permettant de concevoir des génomes biologiquement fonctionnels, jusqu’où ces capacités pourront-elles progresser ?
L’étude actuelle ne démontre absolument pas qu’une IA puisse concevoir à volonté un virus dangereux pour l’être humain. Présenter les résultats ainsi relèverait du sensationnalisme.
Mais la question de la biosécurité devient légitime.
Plus les modèles biologiques progresseront, plus les chercheurs, les gouvernements et les entreprises technologiques devront réfléchir aux conditions d’accès à ces outils, aux séquences qu’ils peuvent générer, aux contrôles entourant la synthèse d’ADN et aux procédures permettant de détecter des usages potentiellement dangereux.
Le défi est d’autant plus complexe que les mêmes capacités peuvent servir deux objectifs opposés : accélérer la découverte de traitements ou faciliter, demain, des recherches beaucoup plus sensibles.
C’est le classique problème du double usage scientifique, mais porté à une échelle nouvelle par l’automatisation.
Il serait donc excessif de parler aujourd’hui de « catastrophe annoncée ». Mais il serait tout aussi imprudent de considérer cette expérience comme une innovation technologique parmi d’autres.
Car une frontière vient d’être franchie.
Pendant quelques années, nous nous sommes demandé jusqu’où l’intelligence artificielle pourrait imiter la créativité humaine. Une question autrement plus importante apparaît désormais : jusqu’où accepterons-nous qu’elle participe à la conception du vivant ?
La réponse ne pourra probablement pas être laissée aux seuls algorithmes — ni aux seuls laboratoires.
Des chercheurs associés notamment à Stanford et à l’Arc Institute ont utilisé des modèles d’IA génomique pour générer de nouveaux génomes de bactériophages, dont certains se sont révélés fonctionnels après synthèse et expérimentation en laboratoire.
Le raccourci est tentant : « l’IA a créé des virus ». Il est aussi trompeur s’il n’est pas immédiatement précisé.
Il ne s’agit pas de virus destinés à infecter l’être humain, mais de bactériophages, des virus qui s’attaquent aux bactéries. Et l’intelligence artificielle ne les a évidemment pas matérialisés toute seule : elle a généré des séquences génétiques candidates, ensuite synthétisées et testées par des chercheurs.
Cette nuance posée, la prouesse scientifique reste considérable.
Quand l’IA apprend le langage de l’ADN
Les chercheurs ont notamment travaillé avec Evo, une famille de modèles dits de « langage génomique ». Leur principe rappelle celui des grands modèles de langage : au lieu d’apprendre les relations entre les mots d’une langue, ces systèmes apprennent les régularités présentes dans d’immenses quantités de séquences génétiques.
Evo 2 a ainsi été entraîné sur plus de 9 000 milliards de nucléotides provenant de plus de 100 000 génomes. L’objectif n’est plus seulement d’analyser l’ADN existant, mais également de prédire certaines propriétés biologiques et de proposer de nouvelles séquences.
Dans l’étude publiée par Science, cette approche a permis d’obtenir seize bactériophages fonctionnels après les étapes indispensables de synthèse et de validation expérimentale.
Et c’est précisément là que se situe le changement de paradigme.
L’intelligence artificielle passe progressivement de l’analyse du vivant à sa conception.
Une arme possible contre l’antibiorésistance
Cette recherche possède également une finalité médicale potentiellement majeure.
Les bactériophages intéressent depuis longtemps la médecine comme alternative ou complément aux antibiotiques. Leur capacité à cibler certaines bactéries pourrait devenir particulièrement précieuse face à la progression mondiale de l’antibiorésistance.
L’Organisation mondiale de la santé estime qu’environ une infection bactérienne confirmée sur six était résistante aux antibiotiques en 2023. Trouver rapidement de nouveaux moyens de cibler ces bactéries constitue donc un enjeu sanitaire mondial.
Dans les expériences rapportées, certaines combinaisons de phages conçus avec l’aide de l’IA ont réussi à agir contre des bactéries devenues résistantes à des phages naturels.
Il ne s’agit cependant que d’une preuve de concept en laboratoire. Nous sommes encore loin d’un traitement généré automatiquement par intelligence artificielle et administré aux patients.
Le revers de la médaille. L’expérience soulève néanmoins une question difficile à contourner.
Si un modèle d’intelligence artificielle peut apprendre les règles permettant de concevoir des génomes biologiquement fonctionnels, jusqu’où ces capacités pourront-elles progresser ?
L’étude actuelle ne démontre absolument pas qu’une IA puisse concevoir à volonté un virus dangereux pour l’être humain. Présenter les résultats ainsi relèverait du sensationnalisme.
Mais la question de la biosécurité devient légitime.
Plus les modèles biologiques progresseront, plus les chercheurs, les gouvernements et les entreprises technologiques devront réfléchir aux conditions d’accès à ces outils, aux séquences qu’ils peuvent générer, aux contrôles entourant la synthèse d’ADN et aux procédures permettant de détecter des usages potentiellement dangereux.
Le défi est d’autant plus complexe que les mêmes capacités peuvent servir deux objectifs opposés : accélérer la découverte de traitements ou faciliter, demain, des recherches beaucoup plus sensibles.
C’est le classique problème du double usage scientifique, mais porté à une échelle nouvelle par l’automatisation.
Il serait donc excessif de parler aujourd’hui de « catastrophe annoncée ». Mais il serait tout aussi imprudent de considérer cette expérience comme une innovation technologique parmi d’autres.
Car une frontière vient d’être franchie.
Pendant quelques années, nous nous sommes demandé jusqu’où l’intelligence artificielle pourrait imiter la créativité humaine. Une question autrement plus importante apparaît désormais : jusqu’où accepterons-nous qu’elle participe à la conception du vivant ?
La réponse ne pourra probablement pas être laissée aux seuls algorithmes — ni aux seuls laboratoires.












L'accueil



















