Aller à l’actualité
← Actualités

Meta place les modèles ouverts au centre du travail scientifique

Suivez-nous sur Telegram

Meta a déplacé son argument en faveur de l’open source, de l’accès vers une infrastructure partagée pour la science, en pariant que des modèles, des données et des bibliothèques vérifiées, diffusés ouvertement, produiront davantage de recherche que des travaux gardés au sein d’une seule entreprise. Si les partenaires ne s’appuient pas sur ces ressources, l’affirmation échoue selon ses propres critères.

Document officiel
DocumentDétails
Émis parMeta
Publié20 novembre 2026
Texte officielabout.fb.com
Pages officielles liées2
Source : Meta.

Le test vient du document de Meta « Faire avancer la science ensemble : points forts du Sommet sur l’IA open source pour la science », publié le 20 novembre 2026. Meta indique que son équipe Fundamental AI Research a accueilli à Menlo Park, en Californie, des chercheurs venus d’universités, d’hôpitaux et de l’industrie, pour deux journées de travail sur la santé, les neurosciences, la chimie, la science des matériaux et les mathématiques. L’élément nouveau depuis la récente enquête de Meta auprès des entreprises à Singapour tient à l’ampleur de ce qu’elle propose désormais de partager : un jeu de données cérébrales plus vaste, un modèle atomique plus rapide, y compris pour les salles de classe, et une bibliothèque de mathématiques conçue pour être réutilisée.

Un jeu de données cérébrales plus vaste, partagé ouvertement

L’engagement le plus clair concerne le Digital Brain Project, mené avec la Rothschild Hospital Foundation et l’Université de Montréal. Meta affirme que le projet rémunère des chercheurs pour recueillir des données cérébrales anonymisées et les diffuser ouvertement. Lors du sommet, Meta a annoncé un objectif de collecte relevé, porté de 15 000 à 25 000 heures.

Cette augmentation compte parce que l’objectif affiché n’est pas de constituer un jeu d’entraînement privé. Meta associe les données à deux visées : mieux rendre compte de l’intelligence humaine et faire avancer des recherches susceptibles d’améliorer la santé neurologique. Le document ne donne aucun calendrier pour atteindre le nouvel objectif, ni aucune répartition des heures supplémentaires entre les sites. L’engagement est donc mesurable sur un point et ouvert sur un autre. Les lecteurs pourront comparer le total final à l’objectif désormais fixé par Meta, mais ils ne peuvent juger ni du rythme ni de la couverture à partir de ce seul document.

La même section place un second usage à côté du jeu de données. Des chercheurs de l’Université de Pittsburgh ont présenté une robotique d’assistance construite avec les modèles DINOv3 et SAM 3 de Meta. Meta indique que l’équipe prévoit de montrer un robot capable d’aider une personne à manger et qu’elle teste des instructions formulées avec les propres mots de l’utilisateur. La valeur revendiquée ici est l’autonomie des personnes handicapées, et non un score de laboratoire. Aucune date de démonstration publique n’est donnée, et le système est décrit comme prévu et expérimental plutôt que prêt à l’emploi.

Des atomes simulés avant que les laboratoires ne s’engagent

La chimie fournit le mécanisme qui sous-tend l’affirmation plus large de Meta. Les scientifiques utilisent des simulations informatiques pour sélectionner des matériaux et des médicaments prometteurs avant de payer des tests en laboratoire. Un modèle qui traite les atomes avec plus de précision, ou plus rapidement, peut resserrer ce premier choix.

Lors du sommet, Meta a lancé UMA Nitro, présenté comme une version plus rapide de son Universal Model for Atoms. Meta rapporte que, dans des travaux menés avec Carnegie Mellon et UC Riverside, les modèles UMA ont trouvé de nombreuses formes cristallines de molécules médicamenteuses sans données d’entraînement supplémentaires. Le document explique en termes simples pourquoi cela compte : la forme cristalline d’un médicament influe sur la façon dont un comprimé se dissout. Un chercheur qui connaît plus tôt les formes probables peut éviter de poursuivre une version qui se comporte mal une fois ingérée.

Meta indique aussi que des travaux menés avec l’Université de Chicago ont montré UMA en train de simuler des enzymes entières, atome par atome. Les enzymes sont des protéines qui pilotent les réactions chimiques chez les êtres vivants. Si une simulation suit de manière fiable une enzyme entière, fait valoir Meta, les scientifiques peuvent étudier son fonctionnement et concevoir des versions modifiées pour la médecine, la durabilité et l’énergie. Le document emploie un langage prudent pour cette étape, la présentant comme une aide potentielle plutôt que comme une méthode achevée. Cette distinction est au cœur de l’argument que Meta avance en faveur de l’ouverture : le modèle est diffusé pour que d’autres le testent, de sorte que ses limites seront découvertes dans l’usage public, et non tranchées par l’annonce.

La salle de classe comme canal de diffusion

Meta ne laisse pas UMA confiné aux groupes de recherche. Son UMA Playground permet aux utilisateurs de construire des molécules, d’observer des liaisons se rompre et se former, et de suivre visuellement des réactions. Discovery Education a annoncé lors du sommet que l’outil est désormais disponible pour les enseignants de chimie du secondaire, avec des guides pour un usage en classe. RealChem, un cours universitaire d’Arizona State et de Carnegie Mellon, prévoit d’intégrer l’outil aux activités des étudiants.

C’est là que le sommet change le public d’un modèle de recherche. Une simulation d’abord justifiée par des travaux sur les médicaments et les matériaux devient un matériel pédagogique pour des élèves qui ne mèneront peut-être jamais une simulation de laboratoire à titre professionnel. Meta donne la portée des deux partenaires éducatifs comme contexte de ce mouvement, en soulignant le large public d’enseignants et d’élèves de Discovery Education et l’utilisation de RealChem dans près de 100 institutions. Le chiffre des institutions est ici le plus utile : l’adoption par un cours est une décision que prend un enseignant ou un département, et un usage répété en classe montrerait si une interface de recherche peut survivre à un enseignement ordinaire.

Le compromis est également visible. Un terrain de jeu visuel peut rendre les liaisons et les réactions plus faciles à saisir, mais il simplifie le travail qu’accomplit un modèle de recherche. Le document de Meta n’affirme pas que la version destinée à la classe remplace la formation en laboratoire. Il présente l’accès et la familiarisation comme le gain. C’est une promesse plus étroite que la découverte elle-même, et plus plausible, car les enseignants peuvent juger rapidement si les élèves comprennent mieux les réactions après l’avoir utilisé.

Des mathématiques conçues pour n'être vérifiées qu'une fois

La section consacrée aux mathématiques décrit un autre goulot d'étranglement. Vérifier une nouvelle preuve peut prendre des mois, voire des années, aux experts, selon Meta. Lean, un langage open source pour écrire les mathématiques, permet à un ordinateur de vérifier chaque étape logique. Une fois un résultat rédigé et contrôlé sous cette forme, d'autres mathématiciens peuvent s'appuyer dessus sans refaire l'intégralité de la vérification, que le résultat vienne d'un collègue, d'un étudiant ou d'un assistant d'IA.

Meta insiste sur la question de savoir qui garde le contrôle. Ce sont les mathématiciens qui choisissent les questions et qui s'assurent que les énoncés rédigés en Lean correspondent bien à ce qu'ils entendent démontrer. Les chercheurs de FAIR ont partagé des projets pour soutenir ce travail, dont ATLAS, une bibliothèque ouverte qui formalise 26 manuels en accès libre et plus de 45 000 définitions et résultats vérifiés par ordinateur.

Ces deux chiffres portent l'argument. Une bibliothèque partagée n'est utile que si elle contient suffisamment de matière établie pour que de nouveaux travaux puissent s'appuyer dessus, et si les définitions sont dignes de confiance aux yeux de ceux qui sont censés les utiliser. ATLAS est présenté comme ce socle. Son épreuve ne sera pas la taille annoncée au sommet, mais le fait que des mathématiciens extérieurs y ajoutent leurs propres résultats sous la même forme et citent la bibliothèque comme point de départ. Le rôle de Meta, selon ses propres dires, est de fournir la base formelle et les outils, tandis que la communauté de recherche fixe le programme.

Une stratégie ouverte jugée à l'aune du travail des autres

Lus ensemble, les trois domaines suivent un même schéma. Meta fournit un bien commun que d'autres peuvent inspecter et réutiliser : des données cérébrales collectées en vue d'une diffusion ouverte, un modèle atomique mis à la disposition de la recherche et des salles de classe, et une bibliothèque de mathématiques vérifiées. Dans chaque cas, le partenaire n'est pas décoratif. Les hôpitaux et les universités fournissent des données et des questions, les enseignants décident si un outil convient à un cours, et les mathématiciens veillent sur le sens des énoncés formels.

Ce schéma marque aussi un changement par rapport aux accords de fabrication propre publiés par Meta plus tôt en novembre, où des promesses d'achat à long terme devaient créer l'offre. Ici, l'instrument n'est pas un bon de commande, mais un matériau partagé destiné à créer des usages. La démarche précédente payait pour que des usines soient construites. Celle-ci dépend du choix des chercheurs de travailler dans les formats ouverts que Meta promeut.

La limite du document est claire. Il s'agit du propre récit de Meta sur son sommet, sans test indépendant d'UMA Nitro, sans audit de la collecte des données cérébrales, et sans retour d'enseignants ou de mathématiciens après un usage prolongé. Ces absences ne vident pas l'annonce de son contenu, car les objectifs et les publications sont suffisamment précis pour être vérifiés ultérieurement. Elles signifient que chaque affirmation sur les bénéfices reste une affirmation de Meta tant que les partenaires ne publient pas leurs propres résultats.

La conclusion découle de la structure que Meta a choisie. L'ouverture n'est pas ici un slogan accolé à des produits finis ; c'est un pari selon lequel des données, des modèles et des bibliothèques partagés seront adoptés par des personnes que Meta ne contrôle pas. L'objectif plus élevé du projet sur le cerveau, la diffusion en classe et la croissance d'ATLAS donnent à ce pari trois mesures distinctes. Si ces ressources stagnent, le sommet ressemblera à une vitrine. Si des travaux extérieurs s'accumulent sur elles, Meta aura montré que donner du matériau peut fixer les conditions dans lesquelles un domaine se construit.

Source: Meta, Meta, Introducing Direct: An App Just for Messaging, Meta, Meta’s New Agreements Bring Clean Manufacturing to Data Center Supply Chains · Date:

Meta place les modèles ouverts au centre du travail scientifique