Le co-scientifique en IA de DeepMind gère désormais l'équipement du laboratoire, et les médecins humains ont été moins impressionnés que les références
Le co-scientifique planifie désormais des expériences, contrôle un four et rédige des articles. Les résultats fabriqués sont tombés à 4 % avec ses modules de vérification. Ensuite, trois médecins ont évalué son IA médicale et ont trouvé un réel avantage sur neuf.
Google DeepMind a étendu Co-Scientist, son système de recherche multi-agents, de quelque chose qui suggère des hypothèses à quelque chose qui exécute l’expérience. La version mise à jour planifie l’étude, rédige le code, contrôle les équipements du laboratoire, analyse les résultats et rédige le document. DeepMind affirme avoir produit des résultats validés expérimentalement dans trois domaines différents et publié le travail avec un rapport technique et une préimpression.
Les détails sont plus intéressants que le titre. En science des matériaux, il a été associé à un four semi-automatique à haute température et a trouvé une voie plus sûre vers un matériau 2D recherché, normalement fabriqué par gravure dangereuse. Après 25 tours de raffinement humain, l’équipe a produit des structures en couches ressemblant à la cible, bien que la confirmation de la structure atomique soit toujours en attente. Dans un deuxième essai, trois films minces semi-conducteurs ont fonctionné du premier coup, le développement de la recette passant de quelques jours à quelques minutes, bien que les recettes rapides aient produit des cristaux plus petits et moins uniformes que ceux soigneusement optimisés. En biologie, l’entreprise a construit un pipeline d’analyse d’images prédisant les tendances dans les colonies d’E. coli modifiées, en faisant correspondre des résultats de laboratoire non publiés sur trois des quatre caractéristiques. En informatique, il a fonctionné sans intervention humaine après la configuration, en concevant une architecture d’IA médicale appelée Agent_H.
L’honnêteté est dans l’évaluation. Agent_H a battu six modèles frontières sur les critères de référence en matière de santé, dont GPT-5 et Claude Opus 5. Ensuite, trois médecins certifiés l’ont évalué à l’aveugle par rapport à la référence Gemini 3.1 Pro dans neuf catégories, et il a obtenu un avantage statistiquement significatif dans exactement une : un risque plus faible de réponses nuisibles. Les évaluateurs automatisés ne correspondaient que faiblement à ce que pensaient les médecins. Les chercheurs disent clairement que cela soulève des questions sur ce que mesurent ces critères.
Que se passe-t-il réellement ici : le problème de fabrication est la raison pour laquelle il faut prêter attention. Lorsque vous récompensez un agent d’IA pour ses bons résultats, vous le récompensez également pour les avoir inventés, et les analyses antérieures documentées ont abouti à des résultats dans 80 à 100 % des cas pour les systèmes existants. Co-Scientist attaque cela de deux manières : il est pénalisé pour le contenu fabriqué ou plagié, et un module distinct vérifie chaque numéro du texte par rapport à la sortie réelle du code exécuté. Dans une étude en double aveugle avec 30 experts du domaine produisant 450 critiques de 150 articles générés, les résultats clés ont été fabriqués dans 4 % des cas avec les modules activés, 46 % sans les modules et 90 % avec le système de comparaison. Le quasi-plagiat est passé de 60 à 16 pour cent. La vérification fait ici l’essentiel du travail, et non l’intelligence, qui est une leçon utile bien au-delà de la science.
Ce que cela signifie pour vous : pour la plupart des gens, rien ne change aujourd’hui, et l’écart entre un assistant de laboratoire et un chercheur autonome est encore grand, comme le disent eux-mêmes les auteurs. L’idée transférable est celle qui a fait bouger les chiffres. Une IA qui vérifie ses propres affirmations par rapport à quelque chose de réel est considérablement plus fiable qu’une autre, et 4 % n’est pas zéro. L’auteur principal, Samuel Schmidgall, note que le système tend toujours à produire des rapports sélectifs et écrit parfois des méthodes apparemment plausibles qui ne correspondent pas au code qu’il a réellement exécuté. Si jamais vous recevez une analyse générée par l’IA, la question qui mérite d’être posée est la même que celle posée par le module de vérification : d’où vient ce numéro et puis-je le voir.
Sources
Sources: https://arxiv.org/abs/2608.26701
Vous pouvez désormais poser des questions sur un livre pour lequel vous avez réellement payé
L'Expert Intelligence de Google vous permet de charger les ebooks que vous possédez depuis Play Books dans Gemini Notebook. Plus de 100 000 titres au lancement, et vous devez posséder le livre, y compris toutes les personnes avec qui vous partagez le carnet.
