Un nouveau cadre d'intelligence artificielle appelé MOSAIC, acronyme de Multiple Optimized Specialists for AI-assisted Chemical Prediction (Spécialistes Multiples Optimisés pour la Prédiction Chimique Assistée par l'IA), permet aux chimistes d'exploiter un vaste référentiel de connaissances sur les réactions chimiques, ce qui pourrait accélérer la découverte et la synthèse de nouveaux composés. Des chercheurs ont développé ce système pour relever le défi croissant que représente le tri de l'augmentation exponentielle de la littérature scientifique, où des centaines de milliers de nouvelles réactions chimiques sont rapportées chaque année.

MOSAIC, construit sur l'architecture Llama-3.1-8B-instruct, emploie une approche unique en formant 2 498 "experts" spécialisés en IA dans des espaces regroupés par Voronoï, selon une étude publiée dans la revue Nature. Cette spécialisation permet au système de générer des protocoles expérimentaux reproductibles et exécutables, assortis de mesures de confiance, pour des synthèses complexes. Le système a atteint un taux de réussite global de 71 % lors de la validation expérimentale, ce qui a conduit à la création de plus de 35 nouveaux composés applicables aux produits pharmaceutiques, à la science des matériaux, aux produits agrochimiques et aux cosmétiques.

Le développement de MOSAIC répond à un goulot d'étranglement critique dans la recherche chimique : la traduction des réactions publiées en expériences pratiques. "Le volume considérable de la littérature scientifique rend de plus en plus difficile pour les chimistes de se tenir au courant des dernières évolutions et d'identifier les réactions prometteuses pour leurs recherches", ont noté les auteurs de l'étude. Les grands modèles linguistiques (LLM) se sont révélés prometteurs dans ce domaine, mais jusqu'à présent, les systèmes qui fonctionnent de manière fiable pour diverses transformations à travers des composés de novo faisaient défaut.

Le concept d'IA d'"intelligence collective" est au cœur de la conception de MOSAIC. En formant de nombreux agents d'IA spécialisés, chacun axé sur un domaine spécifique des réactions chimiques, le système peut exploiter les connaissances combinées de ces experts pour prédire et optimiser les voies de synthèse. Cette approche reflète la manière dont les experts humains collaborent et partagent leurs connaissances pour résoudre des problèmes complexes. La technique de regroupement de Voronoï améliore encore cette intelligence collective en regroupant les réactions similaires, ce qui permet aux agents d'IA d'apprendre plus efficacement à partir de données connexes.

Les implications de MOSAIC pour la société sont potentiellement considérables. En accélérant la découverte et la synthèse de nouveaux composés, le système pourrait contribuer aux progrès de la médecine, de la science des matériaux et d'autres domaines. Par exemple, la capacité de synthétiser rapidement de nouveaux produits pharmaceutiques pourrait conduire à des traitements plus efficaces contre les maladies. De même, la découverte de nouveaux matériaux dotés de propriétés améliorées pourrait stimuler l'innovation dans des secteurs allant de l'électronique à l'aérospatiale.

Les chercheurs soulignent que MOSAIC n'est pas destiné à remplacer les chimistes humains, mais plutôt à augmenter leurs capacités. "Notre objectif est de fournir aux chimistes un outil puissant qui peut les aider à explorer plus efficacement le vaste espace chimique", ont déclaré les auteurs de l'étude. Le système est conçu pour générer des protocoles expérimentaux que les chimistes peuvent ensuite affiner et optimiser en fonction de leur propre expertise et de leur intuition.

Les prochaines étapes pour l'équipe de recherche consistent à élargir les données d'entraînement pour MOSAIC et à explorer de nouvelles architectures pour les agents d'IA. Ils prévoient également de développer des outils qui permettront aux chimistes d'intégrer facilement MOSAIC dans leurs flux de travail existants. L'objectif ultime est de créer une plateforme complète de synthèse chimique assistée par l'IA qui puisse accélérer le rythme de la découverte scientifique et de l'innovation.