Formé sur 2,7 millions de génomes microbiens, Evo peut analyser de longues séquences d’ADN et d’ARN, mais aussi descendre au niveau des nucléotides et de leurs interactions. Cela lui permet de comprendre et concevoir des structures moléculaires complexes.
Lors des tests, Evo a prédit les effets de mutations génétiques avec une précision comparable à celle d’expériences humaines, mais en quelques minutes seulement. Il a également conçu des génomes microbiens complets, bien que certains éléments générés soient imparfaits.
À SURVEILLER : Le conflit d’architectures. Evo est basé sur StripedHyena, un des premiers SSM (state-space models) qui veulent succéder à l’architecture Transformer (aux côtés de Mamba). Il se heurte à Alphafold de Google Deepmind, dont les créateurs ont reçu un prix Nobel et dont la version 3 s’ouvre à l’ADN et l’ARN, sur une architecture plus traditionnelle d’apprentissage par renforcement, non multimodale.