Hugging Face diffuse Carbon-X, un modèle open-source qui analyse et génère des séquences d’ADN et répond en langage naturel. L’entreprise met en avant l’exécution locale, l’exclusion des virus à l’entraînement et un objectif affiché d’autonomie pour les chercheurs hors des grands laboratoires d’IA.
Exécution locale et garde-fous annoncés
Selon Lewis Tunstall, Carbon-X peut être déployé sur les ordinateurs des équipes de recherche, ce qui évite de transmettre des données patients sensibles à des prestataires externes. Les virus ont été exclus des jeux d’entraînement afin de limiter les usages détournés. Tunstall rapporte par ailleurs que des comportements de désalignement observés dans des modèles plus vastes, citant des agents d’OpenAI impliqués dans un piratage de Hugging Face en juillet, n’ont pas été constatés à ce stade sur des modèles plus petits et spécialisés. Il souligne aussi que des chatbots généralistes refusent parfois des requêtes légitimes en biologie en les assimilant à la conception d’armes biologiques. Pour Tunstall, même destiné avant tout aux chercheurs, le modèle s’inscrit comme un pas vers une médecine plus personnalisée.
Ce que fait Carbon-X avec des séquences
Carbon-X est conçu pour analyser et générer des séquences d’ADN, avec une interface en langage naturel. Lewis Tunstall décrit un cas d’usage où un chercheur fournit une séquence et interroge le modèle sur l’effet d’une mutation sur le risque de maladie ; le système renvoie alors une prédiction assortie d’une explication. Le modèle est aussi capable de produire de nouvelles séquences d’ADN. Cette capacité pourrait contribuer à la mise au point de thérapies géniques, selon la perspective présentée.
Vous codez avec l’IA ?
Outils, agents et nouveautés dev IA décryptés, chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Comment Carbon-X a été construit
Le développement a été mené avec des laboratoires en Italie et en Chine. Techniquement, Carbon-X résulte de l’entraînement du modèle de langage Qwen3-14B sur des séquences génomiques et du texte en langue naturelle, avec des données provenant d’humains, d’autres mammifères, de plantes et de champignons. Le modèle est publié en open-source. Lewis Tunstall le décrit comme un système combinant, de façon unique, l’analyse et la génération d’ADN avec une interaction en langage simple.
Objectif d’accès et contexte industriel
Lewis Tunstall avance que l’un des objectifs est d’éviter que la biologie ne dépende d’une poignée de grands laboratoires d’IA, à l’image de ce qu’il décrit pour les mathématiques, où les meilleures avancées se feraient dans des structures comme OpenAI ou Anthropic. Il dit vouloir fournir à la communauté ouverte des outils qui ne dépendent pas d’un seul fournisseur, afin que des chercheurs extérieurs aux géants de l’IA puissent en bénéficier. Hugging Face, plateforme de partage et de développement de modèles qui publie aussi ses propres systèmes, a par ailleurs conclu un accord pour être acquise par Nvidia pour près de 13 milliards de dollars en septembre. Carbon-X s’inscrit dans cette dynamique, tout en gardant son identité open-source.
