NVIDIA et Anthropic : révolution de la recherche scientifique

Une collaboration stratégique entre NVIDIA et Anthropic

Anthropic a récemment intégré le NVIDIA BioNeMo Agent Toolkit dans son espace de travail Claude Science, destiné à la recherche scientifique. Cette intégration vise à accélérer les recherches en sciences de la vie computationnelles. Claude Science, qui est actuellement en version bêta publique, offre aux chercheurs un environnement où ils peuvent interagir avec des agents numériques en langage naturel pour mener à bien des projets de recherche complexes. Grâce à cette connexion avec le toolkit de NVIDIA, les utilisateurs peuvent accéder à des ressources de calcul haute performance, transformant ainsi leurs intentions en actions concrètes au sein de l'environnement Claude.

NVIDIA est reconnu pour avoir développé une infrastructure de calcul accéléré par GPU parmi les plus avancées au monde. Cette infrastructure comprend non seulement du matériel physique, mais aussi des cadres logiciels, des bibliothèques opérationnelles, des modèles scientifiques, des microservices et des outils spécialisés. Cette combinaison permet aux chercheurs de réaliser des flux de travail complexes avec une rapidité et une efficacité accrues.

Intégration des technologies NVIDIA dans la recherche scientifique

L'intégration du toolkit de NVIDIA dans Claude Science permet d'importer des modèles accélérés, des bibliothèques computationnelles et des microservices NIM directement dans l'environnement de recherche. Cette adoption est déjà visible parmi les plus grandes entreprises pharmaceutiques mondiales, avec 18 des 20 leaders du secteur utilisant NVIDIA BioNeMo dans leurs opérations de production, ce qui témoigne de son adoption massive et de son efficacité reconnue.

Claude Science simplifie le processus de recherche en traduisant les intentions exprimées en langage naturel en actions opérationnelles. Les chercheurs n'ont plus besoin de se soucier de la configuration manuelle des modèles prédictifs ou de la gestion des environnements logiciels complexes. Par exemple, un scientifique peut simplement décrire une tâche comme l'analyse d'une séquence génomique ou la prédiction d'une structure protéique, et Claude Science s'occupe du reste, en orchestrant les actions nécessaires à l'aide d'agents spécialisés.

Optimisation des flux de travail en sciences de la vie

Les agents spécialisés de Claude Science sont équipés pour gérer des protocoles de laboratoire et des processus computationnels dans divers domaines tels que la génomique, la protéomique, l'analyse de cellules uniques, la chimiométrie et la recherche clinique. Le toolkit de NVIDIA fournit le contexte de données nécessaire pour que chaque étape du processus soit correctement alignée avec les capacités de NVIDIA.

Le toolkit regroupe des fonctions accélérées sous forme de compétences programmatiques spécifiques, permettant à Claude Science de choisir l'outil computationnel approprié, de formater les entrées de données et d'exécuter les tâches sur les ressources de calcul NVIDIA. Les résultats sont ensuite renvoyés pour une révision humaine, établissant une boucle itérative rapide entre le raisonnement scientifique et le traitement computationnel.

Un exemple concret de l'application de ce système est la production d'inhibiteurs pour des cibles cancéreuses. Un scientifique peut identifier une mutation d'antigène cancéreuse et demander à Claude de concevoir des inhibiteurs potentiels. Claude Science, en collaboration avec le BioNeMo Agent Toolkit et les microservices NVIDIA NIM, accélère le processus de prédiction, d'optimisation et de validation des inhibiteurs.

Accélération des analyses génomiques et unicellulaires

Le toolkit de NVIDIA offre aux chercheurs un accès à des flux de travail accélérés et à des modèles ouverts avancés, tels que Evo 2, Boltz-2 et OpenFold3. Ces modèles sont alimentés par des bibliothèques logicielles NVIDIA, garantissant que chaque phase du flux de travail est soutenue par un modèle scientifique adapté.

Les agents IA nécessitent des outils computationnels spécialisés pour accomplir leurs tâches. Un flux de travail complet peut inclure l'identification de composés, la génération de conformères pour les meilleurs candidats structurels, l'analyse du contexte génomique et la comparaison des réponses aux perturbations. Le NVIDIA BioNeMo Agent Toolkit fournit les outils nécessaires pour que ces agents fonctionnent à pleine capacité.

Par exemple, l'analyse génomique via NVIDIA Parabricks est considérablement accélérée, passant de plusieurs heures à quelques minutes. De même, l'outil RAPIDS-singlecell réduit le temps de traitement de 52 minutes à 25 secondes pour l'analyse de 1,3 million de cellules, transformant ainsi l'analyse unicellulaire en une partie intégrante du processus de raisonnement de l'agent. En outre, le nvMolKit accélère les tâches de chimiométrie, telles que la recherche de similarité et la génération de conformères, jusqu'à 3 000 fois, fournissant des résultats rapidement alors que l'agent itère à travers d'immenses espaces chimiques.

Déploiement standardisé avec les microservices NIM

Pour les équipes de recherche, il est crucial de disposer de mécanismes de déploiement stables pour les pipelines de modélisation avancés. NVIDIA propose ses modèles biomoléculaires sous forme de microservices BioNeMo NIM, qui sont prêts pour l'inférence en entreprise et adaptés aux environnements de production.

Ces microservices sont entièrement conteneurisés, avec une pile logicielle optimisée pour une inférence haute performance. L'agent autonome peut interagir avec une API stable pour déclencher ces déploiements distants, garantissant une cohérence dans les performances à travers différents cadres d'agents et plateformes de recherche.

Le NVIDIA BioNeMo Agent Toolkit est conçu pour être ouvert et indépendant de l'architecture, assurant ainsi une compatibilité à travers divers environnements de recherche. Les équipes peuvent accéder au toolkit et à ses compétences via les ressources pour développeurs NVIDIA et les dépôts GitHub. Anthropic, durant la phase bêta, sollicite activement les retours des chercheurs pour améliorer les intégrations logicielles et ajouter des spécialistes de domaine supplémentaires.