Anthropic a appris la chimie à Claude : Opus 4.7 dépasse les logiciels spécialisés de RMN

Anthropic a publié un nouveau billet sur son blog scientifique consacré à l'utilisation de Claude Opus 4.7 en chimie. Les résultats sont inattendus : le modèle traite les tâches de spectroscopie RMN au niveau des logiciels spécialisés et, dans plusieurs cas, les surpasse.

La chimie et la spectroscopie RMN

La spectroscopie RMN (résonance magnétique nucléaire, NMR) est une méthode de base de la chimie organique. Elle permet aux scientifiques de « regarder à l'intérieur » d'une molécule pour connaître la disposition des atomes, le type de liaisons chimiques et les configurations spatiales. Sans cette méthode, il serait impossible de développer de nouveaux médicaments, de créer des polymères ou de synthétiser des matériaux spécialisés, et la plupart des recherches fondamentales en chimie organique seraient hors de portée.

Les données de RMN se présentent comme un ensemble de pics sur un graphique. Chaque pic correspond à un atome ou à un groupe d'atomes dans un environnement chimique précis. Interpréter ces spectres exige des connaissances approfondies, de nombreuses années d'expérience et la compréhension d'effets chimiques subtils. C'est précisément pour automatiser ce processus que des logiciels spécialisés sont développés depuis des années.

Ce que montre l'étude

Anthropic a testé Opus 4.7 sur des tâches de RMN standard et a obtenu des résultats inattendus :

• Sur la plupart des tâches, le modèle a obtenu des résultats comparables à ceux des logiciels spécialisés de RMN
• Sur une partie des tâches, Opus 4.7 a dépassé les outils traditionnels en précision d'interprétation
• Le modèle a analysé avec succès des spectres, interprété des pics et prédit des structures moléculaires
• Contrairement aux logiciels spécialisés, Claude explique son raisonnement en langage naturel

Le contexte compte : les programmes de RMN spécialisés sont développés pendant des années par des équipes de chimistes et d'ingénieurs pour des tâches précises. Claude Opus 4.7 est un modèle de langage généraliste, qui n'a pas reçu de fine-tuning spécialisé en chimie. Voilà pourquoi les résultats paraissent particulièrement impressionnants.

Pourquoi c'est important

« Pour manipuler une molécule, les chimistes doivent d'abord comprendre sa structure.

Leur principal outil est la spectroscopie RMN », indique le blog d'Anthropic.

Les capacités de Claude ouvrent plusieurs scénarios pratiques pour la science et l'enseignement. Pour la recherche, cela signifie une moindre dépendance à des licences coûteuses. Les logiciels de RMN spécialisés coûtent souvent des dizaines de milliers de dollars par an, ce qui pèse particulièrement sur les petits laboratoires et les universités des pays en développement. Un assistant IA capable de remplir les mêmes fonctions pourrait démocratiser l'accès à ces outils.

Pour l'enseignement, l'interactivité de Claude constitue un avantage de taille. Un logiciel traditionnel fournit une réponse sans l'expliquer. Un étudiant en chimie qui apprend à interpréter des spectres peut poser des questions complémentaires, demander l'explication d'un pic précis ou la comparaison de deux signaux proches, et obtenir des réponses détaillées dans un langage clair.

Ce que cela signifie

Le succès de Claude sur les tâches de RMN s'inscrit dans une tendance plus large : les modèles de langage s'infiltrent de plus en plus dans des niches scientifiques spécialisées. Si l'on pensait jusqu'ici que l'IA aiderait pour le texte et le code, mais resterait à l'écart de la science proprement dite, ces résultats indiquent le contraire.

L'étape suivante consiste à intégrer ces capacités dans les flux de travail réels des laboratoires et, peut-être, dans la boîte à outils standard des chimistes.