La recherche scientifique est souvent ralentie par la création fastidieuse de logiciels personnalisés pour l'évaluation des hypothèses. Cet article présente un système d'IA construit avec Gemini qui génère des logiciels empiriques de niveau expert à cette fin. Le système prend en entrée un problème défini et une méthode d'évaluation, proposant des concepts novateurs et les implémentant sous forme de code. Il itère ensuite à travers des milliers de variantes de code pour optimiser les performances à l'aide d'une stratégie de recherche arborescente. Le système a été testé sur six benchmarks multidisciplinaires, obtenant des résultats de niveau expert dans les domaines de la génomique, de la santé publique, de l'analyse géospatiale, des neurosciences, de la prévision de séries temporelles et de l'analyse numérique. Les logiciels empiriques sont conçus pour maximiser un score de qualité prédéfini, et les tâches notables sont celles qui peuvent être traitées par ce type de logiciel. Le système d'IA génère des idées de recherche, les implémente sous forme de code exécutable et utilise un LLM pour affiner le code afin d'améliorer les scores. Ce processus réduit considérablement le temps d'exploration de plusieurs mois à quelques heures ou jours, produisant des solutions vérifiables, interprétables et reproductibles. Le système d'IA a démontré sa maîtrise en générant des solutions novatrices à des problèmes complexes, surpassant les méthodes existantes développées par des experts dans plusieurs benchmarks, notamment la prédiction des hospitalisations dues au COVID-19 et l'intégration de données de séquençage d'ARN unicellulaire. Cette avancée promet d'accélérer la découverte scientifique en permettant aux chercheurs d'explorer rapidement un grand nombre de solutions potentielles.