PaperBanana: Google a entraîné les réseaux de neurones à créer des graphiques dont on n'a pas honte devant les relecteurs

Google, en collaboration avec l'Université de Pékin, a présenté PaperBanana, un système multi-agents qui automatise la création de diagrammes de méthodologie et de graphiques statistiques pour les publications scientifiques. Cette annonce est rapportée par la publication MarkTechPost.

Le problème de la visualisation scientifique

Un graphique scientifique doit être précis, évolutif et conforme aux normes strictes de publication. Les modèles génératifs classiques comme DALL-E ne conviennent pas à cette tâche : ils hallucinent des données et ne comprennent pas la logique de l'expérience. Auparavant, l'automatisation de la science concernait surtout le texte et les calculs — les réseaux de neurones ont appris à rédiger des revues de littérature, à formuler des hypothèses et à coder —, mais la visualisation des résultats restait un travail manuel.

Comment fonctionne PaperBanana

Plutôt que de confier le dessin à un seul réseau de neurones, PaperBanana répartit la tâche entre des agents spécialisés : l'un planifie la structure du schéma, un deuxième écrit le code pour le dessiner, et un troisième critique le résultat — en vérifiant si les axes ne sont pas confondus et si les polices sont lisibles. Il s'agit d'une structure hiérarchique qui imite le fonctionnement d'un petit studio de design.

Contexte : des outils pour la recherche en IA

Des projets comme AI Scientist de Sakana AI ont déjà montré qu'un réseau de neurones est capable de mener une recherche de l'idée jusqu'au brouillon d'un article, mais ce type de travaux butait sur l'étape de visualisation. Google, en concurrence avec OpenAI et Anthropic pour les outils destinés aux développeurs et aux chercheurs, comble cette lacune avec un framework orienté vers le public académique.

Questions ouvertes sur l'éthique et la qualité

Si un article est entièrement généré par l'IA, y compris la visualisation des données, se pose la question de savoir comment les relecteurs peuvent vérifier la fiabilité de ces données. Les graphiques de PaperBanana sont construits à partir de chiffres réels, mais la facilité même de leur création pourrait provoquer un flot de publications de faible qualité, « joliment emballées ».

Que fait PaperBanana ?

PaperBanana est un framework multi-agents de Google et de l'Université de Pékin qui automatise la création de diagrammes de méthodologie et de graphiques statistiques pour les publications scientifiques.

Pourquoi les modèles génératifs classiques comme DALL-E ne

conviennent-ils pas aux graphiques scientifiques ?

Ils hallucinent des données et ne comprennent pas la logique de l'expérience, alors qu'un graphique scientifique doit être précis, évolutif et conforme aux normes strictes de publication.

Comment les rôles sont-ils répartis entre les agents de

PaperBanana ?

Un agent planifie la structure du schéma, un deuxième écrit le code pour le dessiner, et un troisième critique le résultat — en vérifiant si les axes ne sont pas confondus et si les polices sont lisibles.