Google Cloud ajoute à sa place de marché les modèles d'IA de SandboxAQ pour le calcul scientifique

Google a connecté à sa place de marché cloud les « grands modèles quantitatifs » (LQM) de SandboxAQ, une IA entraînée non pas sur des textes du web, mais sur des équations scientifiques et des données expérimentales. Les nouveaux modèles fonctionneront en tandem avec Gemini et seront accessibles via le Google Cloud Marketplace standard.

Pourquoi les LLM peinent en science

Les grands modèles de langage savent faire beaucoup de choses : résumer des articles, écrire du code, expliquer des concepts en langage clair. Mais ils ont un problème systémique avec les mathématiques et les calculs précis. Ils se trompent souvent dans les calculs, confondent des constantes physiques et ne savent pas manipuler les équations comme en ont besoin les vrais chercheurs.

La cause est architecturale : les LLM sont entraînés à prédire le token suivant dans une séquence de texte. Pour eux, les nombres sont des symboles, pas des grandeurs. Le modèle ne « comprend » pas que 0,001 mol d'une substance et 1 mol relèvent d'ordres de grandeur différents. En chimie, en physique ou en biologie, une telle erreur peut faire échouer une expérience.

«

Les modèles de langage paraissent convaincants quand ils parlent de science, mais ce n'est pas la même chose que calculer juste ».

Que sont les LQM de SandboxAQ

SandboxAQ est une entreprise issue d'Alphabet (la maison mère de Google) en 2022. Elle se concentre sur les simulations quantiques et l'IA pour les tâches scientifiques. Les Large Quantitative Models forment une classe d'IA radicalement différente : au lieu de prédire du texte, les modèles sont entraînés à travailler directement avec des structures mathématiques et des données numériques.

Les LQM sont entraînés sur des jeux de données scientifiques structurés :

• Équations de physique, de chimie, de science des matériaux et de biologie
• Données de laboratoire et résultats d'expériences
• Méthodes numériques et algorithmes de modélisation
• Paramètres de structures moléculaires et propriétés de matériaux

Résultat : des modèles qui résolvent des problèmes de calcul avec une précision hors de portée d'un LLM généraliste.

Comment fonctionnera l'association avec Gemini

Le duo LQM + Gemini ouvre aux clients professionnels des usages de l'IA dans le cloud inédits. Jusqu'ici, les chercheurs devaient choisir : soit des outils scientifiques précis mais très spécialisés, soit des LLM généralistes qui accélèrent le travail sur le texte mais ne sont pas fiables en calcul. Désormais, les rôles sont nettement séparés : Gemini traite le contexte textuel, formule la tâche et explique les résultats, tandis que le LQM se charge des calculs exacts.

Parmi les applications potentielles figurent la conception de nouveaux composés pharmaceutiques, la modélisation climatique, la création de matériaux pour l'électronique et les simulations quantiques. L'accès via Google Cloud Marketplace permet d'utiliser les LQM sans déployer sa propre infrastructure.

Ce que cela signifie

Intégrer des IA « scientifiques » spécialisées à Google Cloud revient à admettre qu'un seul modèle universel ne résout pas toutes les tâches. L'ère du « un LLM pour tout » cède peu à peu la place à une mosaïque d'outils spécialisés. Pour les organismes de recherche, cela ouvre la possibilité d'intégrer l'IA aux processus de laboratoire sans arbitrer entre vitesse et précision.

Google, de son côté, étend Cloud au-delà de l'automatisation d'entreprise, vers la science et les technologies de rupture.