La startup de médicaments basée sur l'IA Insilico Medicine lance une « salle de sport » d'IA pour aider des modèles comme GPT et Qwen à exceller en sciences

Insilico Medicine, une société américaine basée à Hong Kong et cotée en bourse, spécialisée dans la découverte de médicaments par intelligence artificielle, lance un nouveau service qui entraînera des modèles de langage de grande taille à usage général, comme GPT d’OpenAI ou Qwen d’Alibaba, pour gérer des tâches en biologie et chimie.

Vidéo recommandée

Les modèles généralistes « échouent lamentablement » aux benchmarks utilisés pour mesurer la performance de l’IA dans l’accomplissement de tâches scientifiques, a déclaré Alex Zhavoronkov, fondateur et PDG d’Insilico, à Fortune. « Vous le testez cinq fois sur la même tâche, et vous voyez qu’il est loin de l’état de l’art… C’est essentiellement pire que le hasard. C’est de la poubelle complète. »

Les modèles spécialisés en IA, entraînés directement sur des données de chimie ou de biologie, sont bien meilleurs. Mais ces modèles ne permettent souvent pas à un utilisateur de leur donner des instructions en langage naturel, comme c’est le cas avec les modèles à usage général, et ils manquent aussi de la capacité à réaliser des tâches autres que des fonctions scientifiques spécifiques.

Voici venir le « Science MMAI Gym » d’Insilico, conçu pour transformer un modèle de langage de grande taille à usage général en quelque chose capable de performer aussi bien que des modèles spécialisés.

Ce gymnase représente une étape pivot pour Insilico, qui le considère comme faisant partie de sa « feuille de route à long terme vers la superintelligence pharmaceutique ». La startup fait partie d’un groupe d’entreprises biotech qui tentent d’utiliser l’apprentissage automatique et l’intelligence artificielle pour rechercher et concevoir de nouveaux médicaments. Mais avec ce « gym », Insilico vise désormais d’autres sociétés biotech et pharmaceutiques, en proposant de former de nouveaux modèles d’IA pour elles.

Insilico entraînera ses modèles en utilisant un mélange de jeux de données spécifiques au domaine, de modèles de récompense et d’apprentissage par renforcement, et affirme que ce processus peut améliorer la performance du modèle jusqu’à dix fois par rapport à des benchmarks clés en chimie et biologie, et même approcher la performance de modèles spécifiquement conçus pour ces tâches scientifiques.

Mais pourquoi une entreprise déciderait-elle de former un modèle général, plutôt que d’utiliser un modèle spécialisé ? La raison est la flexibilité : un modèle spécialisé excelle dans une tâche précise — par exemple, la découverte de médicaments — mais ne peut pas faire autre chose ; en revanche, un modèle général entraîné, même s’il ne peut pas tout à fait égaler la performance d’un modèle spécialisé, peut conserver sa capacité à réaliser de nombreuses autres tâches. Cela signifie qu’une startup peut se contenter d’un seul grand modèle, plutôt que d’une multitude de modèles spécialisés.

« Si le modèle est petit, il commence à oublier certaines des tâches plus primitives pour lesquelles il a été conçu, » explique Zhavoronkov. « Si le modèle est grand, vous n’avez pas ce problème. »

Zhavoronkov admet que même les modèles généralistes qui passent par le gym d’Insilico ne performeront pas aussi bien que les meilleurs modèles spécialisés à la pointe de la technologie. « Pour qu’ils puissent raisonner en termes de simulations moléculaires, ils doivent comprendre et voir la physique. Le langage n’est pas vraiment conçu pour cela, donc ils seront un peu en dessous par rapport aux modèles basés sur la physique de pointe, » explique-t-il, tout en s’attendant à ce que cette situation s’améliore dans les prochaines années.

Cependant, à mesure que les LLMs deviennent plus répandus — et que davantage de startups les adoptent — Zhavoronkov affirme vouloir faire d’Insilico le « principal formateur de ces modèles ». Il indique avoir déjà entamé des discussions avec des clients potentiels concernant le programme de formation ; sans donner de noms précis, il mentionne avoir contacté « les principaux acteurs de la frontière technologique aux États-Unis. »

Insilico, Hong Kong et la biotech

Fondée en 2014, Insilico s’efforce d’être l’une des premières startups à faire passer un médicament entièrement conçu par IA en essais cliniques et sur le marché. L’un des principaux efforts de la startup concerne un médicament contre la fibrose pulmonaire idiopathique, une maladie où du tissu cicatriciel se forme dans les poumons, rendant la respiration difficile. La startup affirme avoir réussi à faire passer son médicament en essais cliniques en seulement 18 mois, bien plus court que la moyenne de quatre ans pour les entreprises biotech traditionnelles. L’année dernière, le médicament a terminé la phase II des essais cliniques, avec des chercheurs concluant que les résultats justifiaient « une investigation plus approfondie dans des essais cliniques à plus grande échelle et de plus longue durée. »

Insilico cible également d’autres conditions, comme la maladie inflammatoire de l’intestin, ainsi que de nouveaux médicaments contre le cancer et le GLP-1.

En décembre, Insilico a levé 2,3 milliards de dollars hongkongais (295 millions de dollars US) lors de son IPO, la plus grande entrée en bourse dans le secteur biotech à Hong Kong en 2025. L’IPO a attiré des entreprises comme Eli Lilly, Tencent et Oaktree en tant qu’investisseurs clés.

Les actions de la startup ont explosé depuis leur début de cotation à la Bourse de Hong Kong le 30 décembre. À 54,75 dollars hongkongais (7,02 dollars US) au 16 janvier, les actions d’Insilico valent désormais plus du double de leur prix d’offre initial de 24,05 dollars hongkongais (3,08 dollars US).

L’indice Hang Seng Biotech, qui suit les 30 plus grandes entreprises biotech cotées à Hong Kong, a augmenté de 100 % au cours des 12 derniers mois, bien au-delà des 37 % de gain enregistrés par l’indice de référence Hang Seng.

Insilico n’est pas la seule startup IA dont les actions cotées à Hong Kong ont connu une hausse récente. Les actions de MiniMax, une startup chinoise d’IA pour les consommateurs, ont augmenté de 160 % depuis leur début de cotation le 9 janvier. Le concepteur de puces Biren a également augmenté de plus de 90 % par rapport à son prix d’IPO.

Cependant, les investisseurs américains et chinois se demandent si la vague d’IA peut durer. Alors que Zhavoronkov surveille la possibilité qu’une bulle de l’IA se forme sur les marchés boursiers, il reste optimiste quant au fait que la découverte de médicaments par IA sera moins vulnérable à une explosion de bulle que d’autres industries. « Les gens peuvent se passer d’un assistant conversationnel ou de films générés par IA. Mais ils ne peuvent pas vivre sans médicaments. »

Rejoignez-nous au sommet Fortune sur l’innovation en milieu de travail du 19 au 20 mai 2026, à Atlanta. La prochaine ère de l’innovation en milieu de travail est là — et l’ancien manuel est en train d’être réécrit. Lors de cet événement exclusif et dynamique, les leaders les plus innovants du monde se réuniront pour explorer comment l’IA, l’humanité et la stratégie convergent pour redéfinir, encore une fois, l’avenir du travail. Inscrivez-vous dès maintenant.