La National Science Foundation et NVIDIA annoncent un partenariat historique de 152 millions de dollars pour créer la plus grande infrastructure d’IA scientifique ouverte des États-Unis. Le projet OMAI, dirigé par l’Allen Institute for AI, mettra à disposition des chercheurs américains des modèles multimodaux open-source capables d’accélérer les découvertes scientifiques dans des domaines clés comme la biologie et la science des matériaux.
À retenir
- 152 millions de dollars investis dans l’infrastructure d’IA scientifique ouverte
- Modèles multimodaux open-source gratuits pour les chercheurs américains
- Applications immédiates : découverte de matériaux, prédiction protéique, biomédecine
- Alignement avec la stratégie nationale de souveraineté technologique américaine
- Formation de 5000 chercheurs aux technologies d’IA avancées
Une collaboration inédite entre financement public et expertise privée
Le jeudi 14 août 2025 marque un tournant pour la recherche scientifique américaine. La National Science Foundation et NVIDIA scellent un partenariat sans précédent, alliant 75 millions de dollars de fonds publics à 77 millions de contribution privée. Cette synergie unique cristallise l’ambition américaine de dominer l’IA scientifique mondiale.
La genèse d’OMAI : quand l’État investit dans l’IA ouverte
Le programme « Mid-Scale Research Infrastructure » de la NSF canalise les 75 millions de dollars vers une vision claire : démocratiser l’accès à l’IA de pointe. L’objectif ? Équiper chaque laboratoire universitaire américain avec des outils jusque-là réservés aux géants technologiques. Cette initiative rompt avec des années de modèles propriétaires fermés.
Michael Kratsios, directeur du Bureau de la politique scientifique et technologique de la Maison Blanche, souligne l’importance stratégique :
« Cette collaboration est une étape clé pour garantir que les États-Unis maintiennent leur domination mondiale en IA »
L’écosystème d’acteurs derrière la révolution
L’Allen Institute for AI, fondé par Paul Allen, pilote l’opération depuis Seattle. Ali Farhadi, PDG d’Ai2, dirige l’ensemble avec l’appui technique de Supermicro pour l’infrastructure matérielle. Jensen Huang, fondateur de NVIDIA, fournit les systèmes HGX B300 équipés des GPU Blackwell Ultra dernier cri.
Quatre universités pilotes reçoivent un soutien direct : Washington, Hilo à Hawaï, New Hampshire et New Mexico. Chaque site devient un hub régional de formation et d’innovation, décentralisant l’expertise en IA au-delà des côtes traditionnelles.
Des modèles ouverts pour transformer la science
L’Open Multimodal AI Infrastructure to Accelerate Science représente plus qu’une simple plateforme. C’est l’émergence d’un écosystème complet où chercheurs, ingénieurs et étudiants accèdent gratuitement à des modèles multimodaux à la fine pointe de la technologie.
Des LLM spécialisés dans la littérature scientifique
Les modèles développés traitent simultanément texte, images et données structurées. Entraînés sur l’intégralité de la littérature scientifique publiée, ils comprennent le langage spécifique de chaque discipline. OLMo et Molmo, les précurseurs d’Ai2, servent de base à cette nouvelle génération.
Contrairement aux alternatives propriétaires, chaque paramètre, chaque ligne de code est publiquement accessible. Les chercheurs peuvent non seulement utiliser les modèles, mais aussi les modifier, les améliorer et redistribuer leurs versions personnalisées.
Applications concrètes dès 2026
Les premiers cas d’usage ciblent trois domaines prioritaires :
- Science des matériaux : prédiction de nouveaux alliages et composés pour batteries nouvelle génération
- Biomédecine : identification rapide des fonctions protéiques pour thérapies personnalisées
- Énergie : optimisation des catalyseurs pour la production d’hydrogène vert
Des chercheurs du Massachusetts Institute of Technology ont déjà testé des versions préliminaires, réduisant de 70 % le temps nécessaire à l’analyse de structures cristallines complexes.
Stratégie nationale et souveraineté technologique
L’initiative s’inscrit parfaitement dans le « AI Action Plan » présenté par l’administration Trump en juillet 2025. Cette feuille de route place les partenariats public-privé et le développement de modèles open-source au cœur de la stratégie américaine.
Former la nouvelle génération de chercheurs en IA
OMAI ne se limite pas à fournir des outils. Le programme prévoit la formation de 5000 chercheurs d’ici 2027. Des workshops mensuels, des tutoriels en ligne et des hackathons régionaux permettent aux scientifiques de maîtriser ces technologies complexes.
Ali Farhadi insiste :
« L’IA entièrement ouverte est une nécessité pour que les États-Unis conservent leur leadership scientifique »
Cette approche contraste avec les stratégies européennes ou chinoises, souvent plus fermées.
L’impératif de l’IA ouverte face à la concurrence
Jensen Huang prédit que les grands modèles ouverts déclencheront « la prochaine révolution industrielle ». L’enjeu dépasse la simple compétition académique : il s’agit de construire l’écosystème technologique qui définira les standards de demain.
Cette stratégie d’ouverture contraste avec l’approche européenne plus régulée. L’Europe, avec l’AI Act, privilégie la sécurité et la transparence, tandis que les États-Unis misent sur la vitesse d’innovation et la diffusion massive.
Surmonter les barrières financières de la recherche moderne
Le coût prohibitif de l’entraînement des grands modèles d’IA constitue un verrou majeur pour la recherche académique. Un modèle comme GPT-4 coûte environ 100 millions de dollars à entraîner, hors de portée de la majorité des laboratoires universitaires.
Reproductibilité et transparence comme garde-fous
L’approche open-source d’OMAI garantit la reproductibilité complète des expériences. Chaque modèle est accompagné de ses données d’entraînement, de son code source et de ses évaluations. Cette transparence permet aux chercheurs du monde entier de vérifier, reproduire et améliorer les résultats.
Un écosystème bénéfique pour tous les acteurs
Les bénéfices se répartissent en cascade : les chercheurs accèdent à des outils puissants, les entreprises trouvent une main-d’œuvre formée, et la société bénéficie d’avancées scientifiques accélérées. Le modèle économique repose sur la mutualisation des coûts et la création de valeur collective.
Des études préliminaires suggèrent que cette approche pourrait réduire de 80 % les coûts de recherche en IA pour les universités américaines, libérant des ressources pour d’autres domaines scientifiques.
