Microsoft a dévoilé «Microsoft Discovery», une plate-forme d’intelligence artificielle axée sur l’entreprise sur le point de remodeler la recherche scientifique et d’ingénierie. Annoncé lors de sa conférence Build 2025, Discovery équipe les chercheurs d’agents d’IA spécialisés et d’un moteur de connaissances sophistiqué basé sur des graphiques. La plate-forme vise à raccourcir considérablement les délais d’innovation de l’hypothèse initiale à la validation expérimentale. Aseem Datar, vice-président de l’innovation des produits de Microsoft, a décrit la portée ambitieuse de la plate-forme: «Notre objectif est d’apporter la puissance de l’IA aux scientifiques et aux ingénieurs pour transformer l’ensemble du processus de découverte, du raisonnement avancé des connaissances et de la formulation d’hypothèse à la simulation expérimentale et à l’apprentissage itératif. (Substances Per-et Polyfluoroalkyle) Prototype de liquide de refroidissement du centre de données. Cette percée a été réalisée en environ 200 heures-une tâche prenant traditionnellement des mois ou des années. Le président et chef de la direction de Microsoft, Satya Nadella, l’a souligné, expliquant que Microsoft «rassemble la pile technologique complète pour aider à accélérer la science elle-même». Il a noté que la découverte”utilise des agents pour générer des idées, simuler des résultats et apprendre”,”citant le liquide de refroidissement comme”un excellent exemple… qui ne compte pas sur les produits chimiques pour toujours”. href=”https://venturebeat.com/ai/microsoft-just-launched-an-ai-that-siscovered-a-new-chemical-in-200-hours-instead-of-yeans/”cible=”_ Blank”> a déclaré VentureBeat Le framework sélectionné 367 000 candidats potentiels pour ce refroidissement, qui a ensuite été synthétique par un partenaire. Ce résultat rapide, que Microsoft a clarifié dans son annonce est une «expérience» jetant des bases pour les développements futurs, souligne l’ambition de transformer la R&D en une entreprise dynamique et assistée. Sur Microsoft Azure, la découverte est conçue pour l’extensibilité, l’intégration de modèles propriétaires avec des outils de partenaires comme NVIDIA et Synopsys et des solutions open source. Microsoft cultive un écosystème collaboratif, avec une implication précoce de sociétés telles que GSK in Healthcare et les sociétés d’Estée Lauder dans les biens de consommation. Cela signale une poussée stratégique pour intégrer profondément l’IA dans les flux de travail de recherche industriels variés et positionne la découverte aux côtés d’autres «co-scientifiques de l’IA» et des outils de recherche axés sur la science de concurrents comme Google et Openai.
Une nouvelle approche agentique pour découverte
Microsoft Discovery Opérate sur un paradigm de la méthode scientifique. Les chercheurs peuvent personnaliser ces agents de l’IA en utilisant le langage naturel, les adapter à des domaines spécifiques comme la simulation moléculaire ou la revue de la littérature. Un assistant central de Microsoft Copilot orchestre ces agents, tirant parti d’un catalogue complet d’outils, de modèles et de bases de connaissances.
Au cœur de Discovery est un puissant moteur de connaissances basé sur un graphique. Ce moteur construit des cartes nuancées des relations entre les données propriétaires d’une organisation et de vastes recherches scientifiques externes, plutôt que de simplement récupérer des faits. Cette capacité permet à la plate-forme d’offrir une compréhension contextuelle profonde des données scientifiques complexes, parfois contradictoires, tout en maintenant la transparence grâce à un suivi détaillé des sources.
Zander a souligné l’accessibilité de la plate-forme pour les scientifiques, même ceux qui ne codaient pas, expliquant de sa propre expérience: «Mon doctorat est en biologie. Je ne suis pas un informaticien, mais si vous pouvez déverrouiller ce pouvoir d’un supercalculateur simplement en permettant de les inviter, c’est très puissant et de partenaires stratégiques.
L’application réelle de la plate-forme est déjà en cours d’exploration par plusieurs partenaires clés. GSK PLC a l’intention d’utiliser Microsoft Discovery pour une prédiction et des tests avancés dans le développement de nouveaux médicaments. De même, les sociétés d’Estée Lauder prévoient d’intégrer la découverte dans son pipeline d’innovation pour accélérer la création de soins de la peau et de cosmétiques personnalisés, en s’appuyant sur un partenariat antérieur de Lab AI avec Microsoft. Kosmas Kretsos, vice-présidente de la R&D et de la technologie de l’innovation dans les entreprises d’Estée Lauder, a expliqué que Discovery aidera à tirer parti de leurs données de recherche approfondies pour «l’innovation rapide, agile et révolutionnaire». Nvidia intégrera son alchemi et bionemo infrastructure, conçu pour nvidia-accelera azure ai infrastructure, conçu pour les maître et la recherche sur les sciences de la vie. Synopsys s’associe pour apporter ses solutions de conception alimentées par AI pour accélérer l’ingénierie des semi-conducteurs.
Raja Tabet, vice-président senior à Synopsys, Notté Cette collaboration vise à «réingéniez les workflows de conception de puces» et «SuperChat Engineering Productivity». PhysicsX est également un partenaire de lancement, intégrant ses modèles de fondation AI basés sur la physique. CEO Jacomo Corbo a décrit accélérer la découverte scientifique et l’ingénierie.” Des intégrateurs de systèmes comme Accenture et Capgemini sont également impliqués pour aider à évoluer les déploiements personnalisés.
naviguant dans le paysage évolutif de l’IA dans la science
L’introduction de la découverte par Microsoft se produit dans un paysage rapidement évolué où l’IA est de plus en plus pivotale. Le concurrent Google a été important avec son initiative «co-scientifique de l’IA» pour générer des hypothèses de recherche. La société a également publié des outils spécialisés tels que TXGEMMA pour la découverte de médicaments et l’alphaevolve pour l’optimisation des algorithmes. Microsoft lui-même a précédemment contribué à des modèles comme Bioemu-1 pour la dynamique des protéines. La tendance plus large comprend les agents de recherche potentiels de l’IA à haute capacité d’Openai.
Cependant, la sophistication croissante de l’IA dans la recherche scientifique apporte des considérations importantes. Une étude mise en évidence par Winbuzzer en avril 2025 a révélé que les modèles AI avancés pourraient surpasser les virologues ont connu des virologues dans des procédures de laboratoire complexes, ce qui soulève des préoccupations à double usage concernant une mauvaise utilisation potentielle. Seth Donoughe, co-auteur de l’étude, a déclaré que les résultats le rendent «peu nerveux». Cela a stimulé des appels à des cadres de gouvernance robustes.
Microsoft souligne que la conception de Discovery privilégie la confiance, la conformité et la transparence, gardant les chercheurs en contrôle. Pourtant, la communauté scientifique plus large et les développeurs d’IA continuent de lutter contre la fiabilité et le déploiement éthique de ces technologies transformatrices. Les propres recherches antérieures de Deepmind, par exemple, ont reconnu que «jusqu’à ce que la vitesse du modèle soit améliorée et que les hallucinations soient complètement résolues, des outils comme les moteurs symboliques resteront essentiels pour les applications mathématiques. Cela souligne que l’expertise humaine et la validation scientifique traditionnelle restent cruciales à l’ère de la découverte accélérée en AI.