Des agents IA extraient 4 000 données scientifiques en 30 minutes

Sur une paillasse de Penn State, Xu Zhou mesure la manière dont les matériaux alimentaires réagissent à l'énergie électromagnétique. Les chiffres dont il a besoin existent généralement déjà, mais ils se trouvent dans des milliers d'articles publiés depuis des décennies. Une équipe qu'il dirige a désormais montré que des agents IA, guidés par des experts humains, peuvent lire ces articles et assembler les valeurs dans une base de données consultable, en une fraction du temps qu'il fallait auparavant.

Les ingénieurs en alimentation s'appuient sur ce que l'on appelle les données de propriétés physiques, comme les propriétés diélectriques qui gouvernent le chauffage aux micro-ondes, pour construire des modèles mathématiques et des simulations informatiques. Ces valeurs sont souvent enfouies dans des tableaux, des figures et des équations, plutôt que dans le texte courant que lisent les outils classiques d'exploration de données. Le système, baptisé AgentXtract, attribue différents agents IA à différents formats. Ils extraient les données numériques, puis les valident, les normalisent et les organisent, tandis que les ingénieurs en alimentation choisissent les sources et s'assurent que les données sont fiables. Pour choisir les modèles sous-jacents, les chercheurs ont comparé 10 grands modèles de langage d'OpenAI, de Google et d'Anthropic sur la précision, la vitesse et le coût, en utilisant comme référence des données vérifiées à la main.

L'écart de vitesse est le chiffre sur lequel insistent les chercheurs. Xu Zhou se souvient que ce même travail exigeait autrefois « un étudiant de troisième cycle expérimenté ou un chercheur postdoctoral qui passe six mois ou plus ». Avec les agents, l'équipe a collecté et organisé plus de 4 000 enregistrements de données expérimentales en seulement 30 minutes. Cette rapidité a rendu possible la découverte suivante. Une fois les données rassemblées, l'équipe a trouvé une relation nouvelle et constante entre la constante diélectrique et le facteur de perte, pour plus de 100 aliments différents. Xu Zhou explique que cette relation n'avait pas été signalée, car rassembler manuellement une telle quantité de données était trop difficile. Ce résultat provient de la compilation réalisée par l'équipe et doit encore être vérifié par d'autres chercheurs.

La base de données sert aussi de base de connaissances à une IA généraliste. Dans une configuration appelée génération augmentée par récupération, l'IA consulte les entrées vérifiées avant de répondre, ce qui lui permet de fournir une référence et d'expliquer le résultat. L'exemple de Xu Zhou porte sur une question relative aux propriétés diélectriques de la pomme de terre à une fréquence précise, à laquelle l'IA répond en citant les données sous-jacentes et en expliquant comment ces propriétés influencent le chauffage aux micro-ondes. Pour les ingénieurs en alimentation, le gain est un accès plus rapide à des données vérifiées, ce qui compte pour le développement de produits et la conception des procédés. Xu Zhou estime que la méthode ne se limite pas à la science alimentaire. Ses résultats paraîtront dans le numéro de mars 2027 du Journal of Food Engineering, et l'article ne précise pas quand la base de données elle-même sera ouverte à d'autres utilisateurs.