Les grands modèles de langage promettent de révolutionner la recherche neuroscientifique

L’année dernière a vu des avancées majeures dans les grands modèles linguistiques (LLM) comme ChatGPT. La capacité de ces modèles à interpréter et à produire des sources textuelles humaines (et d’autres données séquentielles) a des implications pour les humains dans de nombreux domaines de l’activité humaine. Un nouvel article de perspective dans le magazine Neurone soutient que les neuroscientifiques, comme de nombreux autres professionnels, peuvent soit bénéficier de la collaboration avec ces outils puissants, soit risquer d’être laissés pour compte.

Dans leurs études précédentes, les auteurs ont montré que des conditions importantes sont remplies pour développer des LLM capables d’interpréter et d’analyser les données neuroscientifiques de la même manière que ChatGPT interprète le langage. Ces modèles d’IA peuvent être créés pour de nombreux types de données différents, notamment la neuroimagerie, la génétique, la génomique unicellulaire et même des rapports cliniques manuscrits.

Dans le modèle de recherche traditionnel, un scientifique examine les données antérieures sur un sujet, développe de nouvelles hypothèses et les teste à l’aide d’expériences. En raison de la grande quantité de données disponibles, les scientifiques se concentrent souvent sur un domaine de recherche restreint tel que la neuroimagerie ou la génétique. Cependant, les LLM peuvent accueillir plus de recherches en neurosciences qu’un seul humain ne le pourrait jamais. Dans ton Neurone Dans l’article, les auteurs soutiennent que les LLM spécialisés dans différents domaines des neurosciences pourraient un jour être utilisés pour communiquer entre eux, relier des domaines isolés de la recherche en neurosciences et découvrir des vérités qui seraient impossibles à trouver par les humains seuls. Par exemple, dans le cas du développement de médicaments, un LLM spécialisé en génétique pourrait être utilisé conjointement avec un LLM en neuroimagerie pour découvrir des molécules candidates prometteuses pour freiner la neurodégénérescence. Le neuroscientifique contrôlerait ces LLM et examinerait leurs résultats.

L’auteur principal, Danilo Bzdok, évoque la possibilité que, dans certains cas, le scientifique ne soit pas toujours en mesure de comprendre pleinement le mécanisme à l’origine des processus biologiques découverts par ces LLM.

Nous devons être ouverts au fait que certaines choses dans le cerveau peuvent ne pas être apparentes, ou du moins peuvent prendre beaucoup de temps à comprendre. Néanmoins, nous pourrions acquérir des connaissances et réaliser des avancées cliniques grâce aux LLM de pointe, même si nous ne comprenons pas pleinement comment ils parviennent à des conclusions.

Danilo Bzdok, auteur principal

Pour réaliser tout le potentiel des LLM en neurosciences, Bzdok a déclaré que les scientifiques auraient besoin de plus d’infrastructures de traitement et de stockage des données que celles disponibles aujourd’hui dans de nombreux organismes de recherche. Plus important encore, cela nécessiterait un changement culturel vers une approche scientifique beaucoup plus axée sur les données, avec des études fortement basées sur l’intelligence artificielle et les LLM publiées par des revues de premier plan et financées par des organismes publics. Même si le modèle traditionnel de recherche hautement fondée sur des hypothèses reste crucial et ne disparaîtra pas, Bzdok affirme qu’il pourrait être important de capitaliser sur les nouvelles technologies LLM pour faire progresser la prochaine génération de traitements neurologiques dans les cas où l’ancien modèle a connu moins de succès.

« Pour citer John Naisbitt : les neuroscientifiques d’aujourd’hui sont noyés sous l’information mais avides de connaissances », dit-il. « Notre capacité à générer des données biomoléculaires éclipse notre capacité à tirer des enseignements de ces systèmes. Les LLM offrent une réponse à ce problème. Ils pourraient être capables d’extraire, de mettre en synergie et de synthétiser les connaissances issues des domaines neuroscientifiques, une tâche qui pourrait dépasser l’imagination humaine.