Un modèle parfait n'empêchera pas votre labo autonome d'exécuter une synthèse vouée à l'échec. J'ai conçu la barrière qui le fait.

Les chercheurs qui découvrent ce que nous construisons me posent sans cesse la même question, et pendant longtemps, je leur ai répondu comme ils l'espéraient. « Quel est votre facteur d'efficacité d'échantillonnage ? » Combien d'expériences en moins votre boucle nécessite-t-elle par rapport à un criblage par force brute ? C'est une question légitime. C'est aussi, j'en suis venu à le penser, la mauvaise question par laquelle commencer, et je n'ai compris pourquoi que lorsque je me suis assis pour regarder un robot simulé s'engager joyeusement dans une recette qui se serait oxydée à l'air libre avant même la fin du mélange.

Je suis Ashutosh et je dirige Veriprajna. Nous concevons le cerveau, la barrière de sécurité et la couche de traçabilité pour les laboratoires autonomes, directement sur le matériel qu'un laboratoire possède déjà. Pas une installation robotique hébergée. Pas un remplacement des instruments qu'une équipe de science des matériaux a mis dix ans à acquérir. La fine couche logicielle porteuse qui décide de la prochaine étape à exécuter, refuse les expériences vouées à l'échec et conserve le type de registre qu'un régulateur exige. Cette démo, que vous pouvez ouvrir et tester vous-même à l'adresse veriprajna.com/fr/demos/autonomous-lab-ai-le-sas-de-securite-et-la-piste-d-audit-pour-laboratoire-autonome, est l'endroit où je suis allé pour me prouver à moi-même que la couche logicielle, et non le modèle, constitue le véritable produit.

Le chiffre que tout le monde me demande n'est pas le bon

J'ai passé le premier mois de ce développement à courir après ce facteur multiplicateur, car c'est ce que le domaine récompense. Aujourd'hui, le débat autour des laboratoires autonomes est une course au meilleur modèle de substitution et au ratio optimisation bayésienne contre criblage le plus élevé. Je comprends. C'est un chiffre clair et percutant. Sur notre propre objectif masqué, la boucle fermée atteint un matériau conforme aux spécifications en 75 expériences là où un criblage aléatoire en nécessiterait environ 1 491, ce que le tableau de bord indique comme étant 19,9 fois moins. C'est un résultat réel sur une base de référence réelle et reproductible, et je suis ravi qu'il soit là.

Mais voici ce qui m'a arrêté. Un modèle de substitution parfait, capable de prédire chaque propriété sans la moindre faille, ne peut toujours pas empêcher l'exécution d'une synthèse au déséquilibre de charge. Il ne peut pas refuser une composition qui s'oxydera au contact de l'air humide. Il ne peut pas produire un registre qu'un régulateur du médicament accepterait. Et il ne peut pas, à lui seul, fermer la boucle. Le modèle est l'élément sur lequel tout le monde rivalise, et c'est celui qui possède la valeur la moins durable, parce que dès l'instant où votre modèle est performant, votre problème n'est plus la prédiction. C'est le contrôle, la sécurité et la preuve.

Un meilleur modèle ne rend pas un laboratoire autonome digne de confiance. Il le rend simplement plus rapide à exécuter des expériences dont vous ne pouvez toujours pas prouver la pertinence.

L'A-Lab de Berkeley, l'un des projets de synthèse autonome les plus cités, a rapporté un taux de réussite de 71 %, ce qui signifie qu'environ 29 % de ses tentatives n'ont pas abouti à la cible visée (A-Lab, Nature, 2023). Lisez ce chiffre comme le lirait un directeur de laboratoire. Près d'un tiers du temps robotique et des réactifs a été consacré à des expériences qui n'ont rien produit. Une meilleure fonction d'acquisition ne règle pas cela. Il faut autre chose.

Combien coûte réellement une expérience vouée à l'échec ?

J'ai construit la barrière en second, et il s'est avéré que c'est la chose que j'aurais dû construire en premier. Elle se situe en dehors des agents, dans un code déterministe, et chaque candidat proposé par l'optimiseur doit y passer avant même de toucher au moindre réactif. Elle exécute cinq vérifications, et chacune d'elles repose sur de la chimie publiée, et non sur une heuristique que j'aurais inventée : facteur de tolérance de Goldschmidt en dehors de la fenêtre de formabilité de la pérovskite, facteur octaédrique en dehors de la fenêtre d'octaèdres stables, neutralité de charge violée par une substitution non compensée sur le site B, un risque d'oxydation du Sn(II) à l'humidité du procédé, et un recuit au-dessus de la température de décomposition des précurseurs organiques. Si un candidat enfreint l'une d'entre elles, la barrière renvoie BLOCKED, nomme la règle et indique l'argent ainsi que les heures de robot qu'elle vient d'économiser.

La première fois que j'ai cliqué sur l'une de ces cartes bloquées, j'ai senti l'argumentation s'imposer d'elle-même. Regardez ce que le panneau indique. Une composition riche en Sn(II), à l'humidité du procédé, que le jumeau numérique refuse parce que l'étain à cet état d'oxydation s'oxyde à l'air humide. Ce n'est pas une mauvaise prédiction que le modèle aurait dû repérer. C'est un fait physique que le modèle n'a jamais été le bon outil pour faire respecter. La barrière a permis d'économiser 105 dollars et un peu plus de deux heures de robot sur ce seul candidat, et elle a émis un reçu pour cette décision. Multipliez cela à l'échelle d'une campagne et vous ne parlez plus d'un simple confort secondaire. Vous parlez de colmater délibérément la fuite des 29 %.

Je tiens à être précis sur ce dont il s'agit, car la transparence compte plus pour moi que l'effet d'annonce. Le « laboratoire » derrière cette barrière est un simulateur doté d'une interface conforme à SiLA-2, et l'objectif est un benchmark synthétique motivé par la physique, non pas de véritables calculs DFT ni de vraies données de paillasse. Je ne prétends pas que nous ayons synthétisé un matériau. J'affirme que le mécanisme — le refus déterministe d'une chimie vouée à l'échec — est réel, contrôlable et indépendant du niveau d'excellence du modèle utilisé.

J'ai essayé de laisser le modèle s'autoréguler. Il m'a menti sans ciller.

Je ne suis pas parti du principe que la barrière devait obligatoirement être déterministe. Mon premier réflexe, en toute franchise, a été celui à la mode : laisser les agents basés sur des modèles de langage raisonner sur la faisabilité. J'avais un agent Directeur de laboratoire pour expliciter la stratégie et un agent Critique pour signaler les dérives, et il semblait élégant de simplement leur demander : « ce candidat est-il sûr et cohérent ? » Alors, pendant un après-midi, j'ai laissé le jugement du modèle se substituer à la vérification.

Il a justifié une composition au déséquilibre de charge. Avec assurance. Il m'a rédigé un paragraphe fluide expliquant pourquoi la substitution sur le site B était probablement acceptable, et ce paragraphe était faux, sans que rien dans son ton ne laisse deviner l'erreur. C'est cet après-midi-là que ce principe de conception a cessé d'être un slogan pour devenir une règle d'airain.

Les agents conseillent, le code décide. Dans un laboratoire autonome, ce n'est pas une limitation. C'est la seule façon pour l'autonomie de mériter le droit de fonctionner sans surveillance.

J'ai donc définitivement retiré la décision de faisabilité et de sécurité des agents pour la confier à du code déterministe, et j'ai également rendu l'optimiseur indépendant du modèle de langage. Les agents commentent et critiquent, et si vous lancez la démo sans clé API, ils basculent sur une narration déterministe et tout continue de fonctionner, parce que la barrière et l'optimiseur ne dépendent jamais du modèle de langage. L'optimiseur lui-même n'a rien d'exotique, et je préfère être honnête plutôt qu'impressionnant à ce sujet : il s'agit d'un modèle de substitution par processus gaussien doté d'une acquisition ParEGO ciblée, codé avec numpy et scipy. Une méthode éprouvée, délibérément sobre. L'alternative pour la production est BoTorch et Ax. L'objectif n'a jamais été d'avoir un optimiseur ingénieux. L'objectif était que l'élément auquel vous confiez la sécurité ne puisse pas être celui qui s'exprime par des paragraphes pleins d'assurance.

Le tableau d'affichage qui m'importe réellement

Je regarde ce tableau d'affichage différemment aujourd'hui par rapport à mes débuts. Tous les regards se portent sur le chiffre de 19,9 fois, et il est sincèrement remarquable. Mais le chiffre que je montre lorsqu'un directeur R&D me demande ce que nous changeons concrètement se trouve juste à côté : 38 candidats irréalisables bloqués avant synthèse, 4 419 $ de gaspillage de réactifs et 90,1 heures de robot évitées, et zéro expérience vouée à l'échec exécutée. Sur le même objectif masqué, le criblage aléatoire n'aurait pas seulement pris plus de temps. Il aurait dilapidé toutes ces ressources.

Le facteur multiplicateur devient moins impressionnant à mesure que les modèles de chacun s'améliorent. Le gaspillage que la barrière évite et les registres qu'elle conserve ne font que prendre de la valeur.

Remarquez ce que la boucle n'a pas fait. Elle n'a pas prétendu à la perfection. Sur l'ensemble du benchmark multi-graines, la boucle fermée a résolu 9 exécutions sur 10 dans les limites du budget, et non 10 sur 10, et la boucle absorbe un taux de 10 à 15 % de défaillances robotiques injectées, car les vrais robots tombent en panne et prétendre le contraire ferait de cette démo un mensonge. L'un des enregistrements de la piste d'audit correspond à une synthèse qui a échoué et a été enregistrée comme donnée négative, car un laboratoire autonome qui rejette ses échecs jette précisément l'information qui affine la frontière de décision. J'ai tenu à garder cela visible à dessein.

Et ce facteur multiplicateur a un périmètre dont je ne laisserai personne s'affranchir. Le résultat de 75 contre 1 491, les 19,9 fois, les 4 419 $, tout cela relève d'une optimisation bayésienne comparée à des bases de référence sur un objectif synthétique masqué unique. C'est une preuve à l'appui du bon fonctionnement du moteur. Ce n'est en aucun cas une garantie en milieu ouvert, et si la boucle n'avait pas réussi à surpasser les bases de référence, c'est ce que je rapporterais. La valeur que je mets en avant — le gaspillage évité et la traçabilité — reste valable quel que soit le niveau du modèle. Le facteur multiplicateur est la partie dépendante du benchmark, c'est pourquoi j'y maintiens systématiquement cette mise en garde.

Un régulateur ferait-il confiance à votre robot ?

Je ne m'attendais pas à ce que la couche de traçabilité soit l'élément le plus convaincant, mais c'est pourtant celui qui marque le plus quiconque travaille sous la supervision d'un organisme de réglementation. Les « Principes directeurs pour l'IA dans le développement de médicaments » publiés en 2026 par la FDA et l'EMA exigent une traçabilité attribuable et contemporaine. En clair : pour chaque décision automatisée, qui ou quoi l'a prise, sur quelle base, à quel moment, et pouvez-vous prouver que l'enregistrement n'a pas été modifié depuis ? Un meilleur modèle de substitution ne vous rapproche pas d'un millimètre de cet objectif. Un registre d'audit, oui.

Un laboratoire autonome incapable de prouver ce qu'il a fait la nuit dernière n'est pas autonome. Il est irresponsable, et aucun laboratoire réglementé ne le fera tourner deux fois.

Ainsi, chaque décision prise par le système, qu'il s'agisse d'une synthèse ou d'un blocage, devient un enregistrement ALCOA+ en ajout seul : un horodatage, l'algorithme de sélection, les propriétés prédites et leur incertitude, la justification, le verdict de la barrière et le résultat mesuré. Chaque enregistrement porte un hachage SHA-256 chaîné au précédent. Sur l'ensemble de la campagne avec la graine 411, cela a représenté 113 enregistrements, 75 synthèses et 38 blocages, et vous pouvez exporter l'intégralité au format JSON ainsi que sous forme de rapport mis en page.

C'est ici que je dois être prudent, et où j'ai vu d'autres personnes faire des promesses excessives. Il s'agit d'une traçabilité conforme aux principes ALCOA+ alignée, et non validée selon les protocoles IQ/OQ/PQ vis-à-vis des procédures opérationnelles standard d'un client. Cette validation fait l'objet d'une mission dédiée, ce n'est pas une simple case à cocher dans une démonstration. Ce que je peux vous montrer, c'est que cette propriété est réelle et contrôlable, et non décorative. J'ai donc créé un test d'altération (Tamper test) qui modifie un enregistrement et relance la vérification de la chaîne.

La première fois que j'ai exécuté ce test et que je l'ai vu afficher « Chain broken at record #2: tamper detected. The filed audit is provably altered, » j'ai compris ce que j'avais réellement construit. Pas un optimiseur plus rapide. Une couche logicielle qui permet à un laboratoire de prouver, a posteriori, que ses décisions autonomes sont exactement celles consignées dans le registre. C'est ce qu'aucun modèle plus performant ne pourra vous apporter, et c'est ce qu'un régulateur, un auditeur ou vous-même exigerez à l'avenir.

Ce qui manque selon moi à la course aux laboratoires autonomes

Je ne cherchais pas à contester l'efficacité d'échantillonnage, et je tiens à préciser que ce n'est pas mon propos. Réduire le nombre d'expériences pour atteindre un objectif constitue une réelle valeur ajoutée, et notre boucle y parvient. Ce dont je suis ressorti convaincu, après avoir tout construit et constaté où résidait réellement ma propre confiance, c'est que le secteur s'est focalisé sur le seul indicateur qui perd de sa pérennité à mesure que la technologie mûrit. Lorsque chaque groupe disposera d'un bon modèle de substitution, le facteur multiplicateur ne sera plus un facteur différenciant. La barrière qui refuse la chimie vouée à l'échec et le registre qui prouve ce qui a été exécuté ne feront que prendre de la valeur, car ce sont les briques indispensables à l'autonomie avant que quiconque ne l'autorise à tourner sans surveillance.

Le choix à contre-courant, celui sur lequel je miserais l'avenir de l'entreprise, consiste donc à placer la décision de faisabilité et de sécurité dans du code déterministe, en dehors des agents, et à traiter chaque décision automatisée comme un élément dont vous devez pouvoir apporter la preuve ultérieurement. Non pas parce que les modèles sont mauvais. Mais parce que les questions déterminant si un laboratoire autonome a le droit de fonctionner la nuit ne sont pas des questions de prédiction. Ce sont des questions de sécurité et de traçabilité, et celles-ci exigent du code et des hachages, et non des paragraphes pleins d'assurance.

Vous pouvez ouvrir la boucle, bloquer une synthèse vouée à l'échec, rompre vous-même la chaîne d'audit et vous faire votre propre avis à l'adresse veriprajna.com/fr/demos/autonomous-lab-ai-le-sas-de-securite-et-la-piste-d-audit-pour-laboratoire-autonome.

Et si vous préférez le voir en action plutôt que de me lire le décrire, voici l'ensemble du système tournant de bout en bout.

La question qui ne cesse de m'occuper l'esprit, et à laquelle j'aimerais sincèrement avoir une réponse de quiconque exploite une véritable automatisation : si votre laboratoire réalisait un millier d'expériences sans surveillance cette nuit, vers laquelle de ces deux choses vous tourneriez-vous demain matin : un meilleur modèle, ou un registre dont vous pouvez apporter la preuve ?