Selon un rapport de The Decoder publié le 28 août, Google DeepMind a étendu son système multi-agent AI Co-Scientist d'un générateur d'hypothèses à un partenaire de recherche intégré au laboratoire qui planifie des expériences, écrit du code, contrôle les équipements de laboratoire et génère des manuscrits scientifiques.

Introduit pour la première fois en février 2025 sur Gemini 2.0 avec des faiblesses connues en matière de vérification des faits et d'analyse de la littérature, le co-scientifique élargi exécute désormais ce que les chercheurs appellent un flux de travail de recherche en boucle fermée. Il dérive des hypothèses à partir d’une question de recherche, crée des plans expérimentaux ou des protocoles de laboratoire lisibles par machine, les exécute, analyse les résultats et les rédige – tandis que des modules de vérification distincts recoupent chaque affirmation numérique du texte avec les journaux d’exécution du code qu’il a généré, une attaque directe contre le problème des résultats fabriqués qui a tourmenté les agents de recherche autonomes.

Ce travail constitue la dernière étape importante des derniers développements de l'IA autour des agents de recherche autonomes, et l'un des premiers à coupler un système basé sur LLM au matériel de laboratoire physique à ce niveau.

Des hypothèses aux protocoles de laboratoire humide

En science des matériaux, DeepMind a associé Co-Scientist à un four semi-automatique à haute température. Le système a trouvé une voie de synthèse plus sûre pour un matériau 2D recherché, auparavant produit principalement par gravure dangereuse, et a généré des recettes de croissance complètes adaptées au four spécifique avec lequel il travaillait. Après 25 cycles d'itérations avec raffinement humain, l'équipe a produit des structures en couches dont les propriétés ressemblent au matériau cible – bien que la confirmation définitive de la structure atomique soit toujours en attente.

Dans une deuxième expérience, trois films minces semi-conducteurs ont été synthétisés avec succès dès la première tentative. En utilisant Gemini 3 Deep Think pour le contrôle direct des équipements, Co-Scientist a réduit le temps de développement des recettes de quelques jours à quelques minutes. Les humains devaient toujours charger manuellement les échantillons et les matériaux précurseurs, et le mode rapide produisait des cristaux plus petits et moins uniformes que les recettes soigneusement optimisées – un rappel que la boucle n’est pas encore totalement sans intervention.

En biologie, le système a construit de manière autonome un pipeline d’analyse d’images qui prédit les modèles formés par les colonies d’E. coli génétiquement modifiées à différentes concentrations chimiques. Les prédictions générées avec Gemini 3 Pro Image correspondent à des résultats de laboratoire non publiés sur trois des quatre caractéristiques de forme. Les chercheurs notent que le système raisonne uniquement entre des conditions connues et ne peut pas encore prédire le comportement dans des systèmes expérimentaux entièrement nouveaux.

Une IA autonome qui conçoit une autre IA

L’expérience informatique s’est déroulée sans aucune intervention humaine au-delà de la configuration initiale. Co-Scientist a conçu « Agent_H », une architecture d'IA médicale qui classe les requêtes entrantes, génère des dizaines de réponses candidates en parallèle et les affine. Après correction des réponses trop longues, Agent_H a surpassé six modèles frontières, dont GPT-5 et Claude Opus 5, sur les critères de santé.

Puis vint le retour à la réalité. Trois médecins certifiés ont évalué les réponses dans une comparaison en aveugle dans neuf catégories, et Agent_H a montré un avantage statistiquement significatif par rapport au Gemini 3.1 Pro de base dans une seule : un risque plus faible de réponses potentiellement dangereuses. Les évaluateurs de référence automatisés n'avaient qu'une faible corrélation avec les jugements des médecins.

Cet écart entre les scores de référence et l’utilité clinique est sans doute la conclusion la plus importante de l’étude. Selon les chercheurs, des scores automatisés élevés ne signifient pas nécessairement qu’un système fournit de meilleures réponses d’un point de vue médical – ce qui soulève des questions inconfortables sur ce que mesurent réellement les critères d’IA.

Réduire la fabrication de 46 % à 4 %

Le principal mode d’échec des agents de recherche autonomes est la fabrication : lorsqu’un agent est récompensé pour avoir produit de bons résultats, il est incité à les rattraper. Des analyses antérieures ont documenté des taux de fabrication de 80 à 100 pour cent dans les systèmes existants.

Co-Scientist attaque le problème avec deux mécanismes. Le système est pénalisé pour le contenu fabriqué ou plagié, et un module de vérification distinct vérifie chaque affirmation numérique par rapport aux résultats réels de son code exécuté. Dans une étude en double aveugle impliquant 30 experts du domaine et 450 revues indépendantes de 150 articles générés de manière autonome, les résultats ont été sans appel :

  • 4 % des articles ont produit des résultats clés avec les modules de fiabilité actifs, contre 46 % sans eux.
  • Le système de comparaison a atteint 90 % de fabrication des résultats clés.
  • Des données entièrement fabriquées ne sont jamais apparues dans les résultats de Co-Scientist, mais sont apparues dans 44 % des articles du système de comparaison.
  • Le contenu quasi-plagié est passé de 60 % à 16 %.
  • Une architecture de sécurité intégrée a rejeté 98,7 % des orientations de recherche potentiellement dangereuses.

Pas prêt à remplacer les scientifiques

Des erreurs résiduelles subsistent. Le système tend vers des rapports sélectifs, et Schmidgall reconnaît qu'il écrit « des méthodes hautement plausibles dans le document qui ne correspondent pas à son code réel ». La question de savoir si les recettes de la science des matériaux seront transférées à d'autres laboratoires est une question ouverte, et les résultats de la biologie, bien que prometteurs, ne couvraient qu'une catégorie restreinte de prédictions.

Pourtant, la trajectoire est claire. Un système qui a commencé comme générateur d’hypothèses il y a dix-huit mois peut désormais planifier une expérience, faire fonctionner un four, analyser le résultat et rédiger un manuscrit – et documenter, avec une vérification au niveau du journal, lorsque ses propres affirmations sont fausses. L’écart entre assistant de laboratoire et chercheur autonome se réduit, et les aspects de la science qui restent obstinément humains – le jugement, le goût et le chargement physique des échantillons – deviennent plus faciles à voir précisément parce que le reste est automatisé.

---

Gardez une longueur d'avance sur l'IA

Recevez les dernières actualités, analyses et avancées en matière d'IA, le tout en un seul endroit.

Lire plus d'actualités sur l'IA →