L'IA transforme la recherche de nouveaux matériaux qui peuvent aider à créer les technologies du futur
infohightech ·
De l' âge du bronze à la révolution industrielle et au-delà, la découverte et le développement de nouveaux matériaux ont été une force motrice de l'histoire de l'humanité. Ces nouveaux matériaux ont contribué à faire progresser la technologie et à façonner les civilisations.
Aujourd’hui, nous sommes au début d’une nouvelle ère, où l’intelligence artificielle (IA) semble être en parfaite position pour transformer la recherche de matériaux utiles. Cela semble devoir complètement changer l’approche de leur recherche, de leur création et de leurs tests.
Dans l'Antiquité, les civilisations humaines expérimentaient les ressources naturelles pour créer des outils et des objets. L'âge du bronze, au milieu du IVe millénaire avant J.-C., a marqué une étape importante. Le bronze, un alliage de cuivre et d'étain , a permis le développement d'outils et d'armes plus résistants, ainsi que des progrès dans l'agriculture et la construction.
Le bronze est souvent considéré comme le premier « nouveau matériau » créé par l’homme. Nous avons pris différents éléments et créé quelque chose de nouveau, avec de meilleures propriétés que chaque ingrédient et des qualités uniques. L’invention du verre dans l’ancienne Mésopotamie vers 3 500 av. J.-C. a été un autre moment révolutionnaire.
Au XXe siècle, la découverte des polymères plastiques, des céramiques et des supraconducteurs a ouvert de nouvelles frontières technologiques. Les céramiques , connues pour leur durabilité et leur résistance à la chaleur, sont devenues un élément essentiel des industries, de l'aérospatiale à l'électronique.
Les supraconducteurs, des matériaux capables de conduire l’électricité sans résistance électrique, sont déjà utilisés dans les trains à sustentation magnétique ( maglevs ), les accélérateurs de particules et les appareils médicaux.
L'IA entre en lice
La recherche de nouveaux matériaux susceptibles de favoriser le développement des prochaines technologies révolutionnaires est jusqu'à présent un processus long et coûteux. Cela est dû à la complexité de nombreux matériaux aux niveaux atomique et moléculaire. Les méthodes traditionnelles reposent essentiellement sur des essais et des erreurs et nécessitent des équipements et des ressources spécialisés.
L’incertitude et le risque inhérents à la découverte de matériaux compliquent et allongent encore davantage le processus. Cependant, les progrès de l’IA, notamment dans un sous-ensemble de l’IA appelé apprentissage automatique, commencent à transformer l’ensemble du paysage, permettant des approches plus efficaces et plus ciblées. Dans l’apprentissage automatique, des règles mathématiques appelées algorithmes apprennent à partir des données pour améliorer les tâches sans intervention humaine.
Le principal changement réside dans une nouvelle méthodologie basée sur des systèmes d’IA « génératifs », capables de créer de nouveaux contenus. Les systèmes d’IA peuvent désormais produire directement de nouveaux matériaux lorsqu’ils sont dotés des propriétés et des contraintes souhaitées.
Plus tôt ce mois-ci, une équipe de Microsoft a publié un article dans Nature qui présentait une paire d’outils d’IA pour la conception de matériaux inorganiques (ceux qui ne sont pas basés sur l’élément carbone).
Les outils d'intelligence artificielle peuvent générer des milliers de matériaux potentiels en peu de temps.
Ces outils jouent des rôles complémentaires dans la découverte de matériaux. Ils s’appellent MatterGen et MatterSim . Le premier crée de nouveaux matériaux candidats, et le second les filtre et les valide – pour s’assurer qu’ils peuvent être fabriqués dans le monde réel.
Les propriétés spécifiques souhaitées qui peuvent être incorporées via MatterGen incluent une symétrie spécifique ou des propriétés mécaniques, électroniques et magnétiques.
Contrairement aux méthodes traditionnelles qui reposent principalement sur l’intuition (ainsi que sur des expérimentations approfondies et fastidieuses), MatterGen peut générer des milliers de matériaux potentiels avec des propriétés spécifiques souhaitées en une fraction du temps.
Cette approche basée sur l’IA accélère les premières étapes de la conception des matériaux. Elle permet aux chercheurs d’explorer un éventail plus large de possibilités et de se concentrer sur les candidats les plus prometteurs.
MatterSim utilise une analyse informatique rigoureuse pour prédire la stabilité et la viabilité des matériaux proposés. Cette capacité prédictive permet de filtrer les possibilités théoriques des possibilités physiquement réalisables. Cela garantit que seuls les matériaux stables progressent dans le processus de découverte.
De nouveaux outils dans la boîte
À ce stade, on peut se demander à quoi ressemble un nouveau matériau identifié grâce à ce processus. MatterSim se concentre principalement sur les cristaux, ou plus précisément sur des structures cristallines uniques avec une disposition spécifique des atomes.
Ces structures sont conçues pour répondre à des contraintes de propriétés précises, ce qui les rend adaptées à diverses applications. Il s'agit notamment des batteries à haute énergie, de l'électronique flexible, des écrans, des panneaux solaires ou des implants médicaux avancés.
L’électronique flexible est un autre domaine dans lequel la découverte de matériaux pourrait faire avancer les choses.
Mais le duo de choc de Microsoft n'est pas seul dans sa quête. Google DeepMind's Graph Networks for Materials Exploration (Gnome) est un autre outil qui promet d'accélérer considérablement le processus de découverte. Gnome utilise une forme d'IA inspirée du cerveau humain appelée deep learning. Elle prédit la stabilité des nouveaux matériaux, raccourcissant ainsi considérablement la phase d'exploration et de découverte.
Dans un article publié en 2023 , des chercheurs de Google DeepMind ont démontré que leur modèle d’IA pouvait identifier 2,2 millions de nouveaux matériaux stables. Quelque 736 d’entre eux ont déjà été mis en œuvre expérimentalement. Il s’agit d’une multiplication par dix par rapport aux méthodes précédentes. Ces matériaux, dont beaucoup étaient jusqu’alors inconnus des chimistes humains, ont des applications potentielles dans les domaines de l’énergie propre, de l’électronique, etc.
Même si Gnome de Google et MatterGen de Microsoft sont tous deux basés sur l'IA, ils diffèrent dans leurs approches et, à certains égards, proposent des méthodologies complémentaires. Gnome prédit la stabilité de nouveaux matériaux en créant des variations sur des structures existantes et se concentre sur l'identification de matériaux cristallins stables.
Les matériaux avancés des cellules solaires pourraient capter davantage d'énergie solaire.
MatterGen, quant à lui, utilise un modèle d’IA génératif pour concevoir directement de nouveaux matériaux en fonction d’exigences de conception spécifiques. Il crée des structures matérielles en modifiant les éléments, les positions et les réseaux périodiques (une structure répétitive en trois dimensions).
Les implications de la découverte de matériaux par l’IA sont vastes. Elles pourraient potentiellement conduire à des innovations dans des domaines tels que le stockage de l’énergie et la durabilité environnementale. L’une des applications les plus prometteuses est, par exemple, le développement de nouvelles batteries.
Alors que le monde se tourne vers les sources d’énergie renouvelables, la demande de batteries efficaces et durables a augmenté et continuera de croître. Les outils d’IA peuvent aider les chercheurs à concevoir et à identifier de nouveaux matériaux capables de supporter des densités énergétiques plus élevées, des temps de charge plus rapides et des durées de vie plus longues.
Au-delà du stockage d’énergie, de nouveaux matériaux peuvent être utilisés pour concevoir de nouveaux dispositifs médicaux, des implants et même des systèmes d’administration de médicaments. Cela pourrait améliorer les résultats pour les patients et faire progresser les traitements médicaux.
Dans le domaine de l’aéronautique, des matériaux légers et durables pourraient améliorer les performances et la sécurité des avions et des engins spatiaux. Parallèlement, de nouveaux matériaux pour la purification de l’eau, la capture du carbone et la gestion des déchets pourraient répondre aux défis environnementaux urgents.