Accélérer les découvertes scientifiques : l’IA conduit des expériences autonomes

Une plateforme d’intelligence artificielle appelée BacterAI, conçue par une équipe de recherche dirigée par un professeur de l’Université du Michigan, a montré sa capacité à mener un nombre stupéfiant d’expériences scientifiques autonomes – jusqu’à 10 000 par jour. L’application innovante de l’IA pourrait ouvrir la voie à des progrès rapides dans divers domaines, notamment la médecine, l’agriculture et les sciences de l’environnement.

Les résultats de la recherche ont été publiés dans Nature Microbiology.

Décoder le métabolisme microbien avec BacterAI

BacterAI a été développé pour cartographier le métabolisme de deux micro-organismes associés à la santé bucco-dentaire, sans aucune information de base pour commencer. Les processus métaboliques complexes des bactéries impliquent la consommation d’une combinaison spécifique des 20 acides aminés nécessaires à la vie. L’objectif de la recherche était de déterminer les acides aminés précis nécessaires aux micro-organismes bucco-dentaires bénéfiques pour promouvoir leur croissance.

“Nous savons presque rien sur la plupart des bactéries qui influencent notre santé. Comprendre comment les bactéries grandissent est le premier pas vers la réingénierie de notre microbiome”, a déclaré Paul Jensen, professeur agrégé de génie biomédical à l’U-M, qui était à l’Université de l’Illinois lorsque le projet a commencé.

Une tâche difficile simplifiée par l’IA

Décoder la combinaison préférée d’acides aminés pour les bactéries est une tâche ardue en raison des plus d’un million de combinaisons possibles. Cependant, BacterAI a réussi à déterminer les exigences en acides aminés pour la croissance de Streptococcus gordonii et Streptococcus sanguinis.

L’approche de BacterAI consistait à tester des centaines de combinaisons d’acides aminés par jour, en affinant son focus et en modifiant les combinaisons chaque jour en fonction des résultats des expériences de la veille. En l’espace de neuf jours, il a atteint une précision de 90 % dans ses prédictions.

Apprentissage de l’IA par essais et erreurs

Contrairement aux méthodes traditionnelles qui utilisent des ensembles de données étiquetées pour former des modèles d’apprentissage automatique, BacterAI génère son propre ensemble de données par un processus itératif de conduite d’expériences, d’analyse de résultats et de prédiction de résultats futurs. Cette méthode lui a permis de déchiffrer les règles pour nourrir les bactéries avec moins de 4 000 expériences.

“Nous voulions que notre agent IA prenne des mesures et trébuche, qu’il trouve ses propres idées et fasse des erreurs. Chaque jour, il devient un peu meilleur, un peu plus intelligent”, a déclaré Jensen, soulignant les parallèles entre le processus d’apprentissage de BacterAI et celui d’un enfant.

L’avenir de l’IA dans la recherche

Étant donné que peu ou pas de recherches ont été menées sur environ 90 % des bactéries, les méthodes conventionnelles présentent un obstacle important en termes de temps et de ressources nécessaires. La capacité de BacterAI à mener des expériences automatisées pourrait accélérer considérablement les découvertes. En une seule journée, l’équipe a réussi à réaliser jusqu’à 10 000 expériences.

Cependant, les applications potentielles de BacterAI s’étendent au-delà de la microbiologie. Les chercheurs dans n’importe quel domaine peuvent poser des questions sous forme de puzzles pour que l’IA les résolve par ce type de processus d’essais et d’erreurs.

“Avec l’explosion récente de l’IA dans le mainstream au cours des derniers mois, de nombreuses personnes sont incertaines quant à ce qu’elle apportera à l’avenir, à la fois positif et négatif”, a déclaré Adam Dama, un ancien ingénieur du laboratoire Jensen et auteur principal de l’étude. “Mais pour moi, il est très clair que des applications ciblées de l’IA comme notre projet accéléreront la recherche quotidienne.”