Google Cloud ajoute les modèles d'IA SandboxAQ à sa marketplace pour les calculs scientifiques

Google a connecté les Large Quantitative Models (LQM) de SandboxAQ à sa place de marché cloud — une IA entraînée non pas sur des textes Internet, mais sur des équations scientifiques et des données expérimentales. Les nouveaux modèles fonctionneront aux côtés de Gemini et seront disponibles via la Google Cloud Marketplace standard.

Pourquoi les LLM ne font pas le poids en science

Les grands modèles de langage peuvent faire beaucoup de choses : résumer des articles, écrire du code, expliquer des concepts dans un langage clair. Mais ils ont un problème systématique avec les mathématiques et les calculs précis. Les modèles commettent souvent des erreurs dans les calculs, confondent les constantes physiques et ne savent pas travailler avec les équations de la manière dont les vrais chercheurs en ont besoin.

La raison est architecturale : les LLM sont entraînés à prédire le jeton suivant dans une séquence de texte. Pour eux, les nombres sont des symboles, pas des quantités. Un modèle ne « comprend » pas que 0,001 mole de substance et 1 mole sont des ordres de grandeur différents.

Pour des tâches en chimie, physique ou biologie, une telle erreur peut signifier l'échec de l'expérience.

«

Les modèles de langage semblent convaincants quand ils écrivent sur la science, mais ce n'est pas la même chose que de bien calculer. »

Qu'est-ce que le LQM de SandboxAQ

SandboxAQ est une entreprise qui s'est détachée d'Alphabet (la société mère de Google) en 2022. Son objectif est les simulations quantiques et l'IA pour les tâches scientifiques. Les Large Quantitative Models constituent une classe d'IA fondamentalement différente : au lieu de prédire du texte, les modèles sont entraînés à travailler directement avec des structures mathématiques et des données numériques. Le LQM est basé sur l'entraînement avec des ensembles de données scientifiques structurées :

• Équations de physique, chimie, science des matériaux et biologie
• Données de laboratoire et résultats expérimentaux
• Méthodes numériques et algorithmes de simulation
• Paramètres des structures moléculaires et propriétés des matériaux

Le résultat est des modèles qui résolvent les problèmes informatiques avec une précision inatteignable pour une LLM d'usage général.

Comment fonctionne l'intégration LQM et Gemini

La combinaison LQM + Gemini ouvre des scénarios fondamentalement nouveaux pour que les clients d'entreprise utilisent l'IA cloud. Auparavant, les chercheurs devaient choisir : travailler avec des outils scientifiques précis mais étroitement spécialisés, ou utiliser des LLM d'usage général qui accélèrent le travail sur le texte mais ne sont pas fiables pour les calculs. Maintenant, les rôles sont clairement divisés : Gemini traite le contexte textuel, formule le problème et explique les résultats, tandis que le LQM s'occupe des calculs précis.

Les domaines d'application potentiels incluent le développement de nouveaux composés pharmaceutiques, la modélisation climatique, la création de matériaux pour l'électronique et les simulations quantiques. L'accès via Google Cloud Marketplace signifie que les chercheurs peuvent utiliser LQM sans avoir besoin de déployer leur propre infrastructure.

Ce que cela signifie

L'inclusion d'une IA « scientifique » spécialisée dans Google Cloud est une reconnaissance qu'un seul modèle universel ne résout pas tous les problèmes. L'ère de « une LLM pour tout » est progressivement remplacée par une mosaïque d'outils spécialisés. Pour les organisations de recherche, cela ouvre la possibilité de mettre en œuvre l'IA dans les processus de laboratoire sans compromettre la vitesse et la précision. Google, de son côté, élargit Cloud au-delà de l'automatisation d'entreprise — vers la science et les technologies profondes.