On parle souvent ici de l’intelligence artificielle générative, dans le domaine du marketing et commercial. Pourtant l’usage de l’IA va beaucoup plus loin que cela, et aide la science à progresser dans ses découvertes. C’est ce qu’on apprend, par le biais d’une publication sur la revue scientifique Nature.com, qui révèle que des découvertes ont été faites en terme de nouveaux matériaux, grâce à l’usage de l’IA.
L’IA GNoME qui s’appuie sur l’apprentissage en profondeur Deepmind de Google
L’utilisation de l’intelligence artificielle (IA) pour découvrir de nouveaux matériaux connaît une avancée significative. En effet, une équipe de chercheurs vient de publier un article dans Nature, dévoilant une avancée majeure dans ce domaine. Ils ont utilisé un nouvel outil d’apprentissage en profondeur appelé GNoME, qui leur ont permis de découvrir 2,2 millions de prédictions de nouveaux cristaux, dont 380 000 matériaux stables, ouvrant ainsi de vastes possibilités pour les futures technologies.
Ces recherches, permises par l’apprentissage profond (deep learning), ont permis l’identification de nouveaux matériaux fonctionnels permettent des avancées fondamentales dans des applications technologiques allant de l’énergie propre au traitement de l’information, pouvant aider dans la fabrication de micropuces aux batteries et aux cellules photovoltaïques.
Ce nouvel outil d’apprentissage en profondeur, GNoME, a été introduit par les chercheurs. Il a permis de prédire la stabilité de nouveaux matériaux, multipliant ainsi le nombre de matériaux viables technologiquement connus de l’humanité. Sur les 2,2 millions de prédictions, 380 000 se distinguent en tant que matériaux les plus stables, offrant ainsi des possibilités prometteuses pour des applications expérimentales. Parmi ceux-ci, se trouvent des matériaux ayant le potentiel de révolutionner divers domaines technologiques tels que les superconducteurs, l’alimentation des supercalculateurs et les batteries de nouvelle génération pour améliorer l’efficacité des véhicules électriques.
Accélération de la découverte de matériaux avec l’IA
Jusqu’à présent, la découverte de nouvelles structures cristallines impliquait des processus coûteux et longs, mais avec GNoME, l’efficacité s’est considérablement amélioré. Les chercheurs soulignent que les approches traditionnelles atteignaient une limite fondamentale dans leur capacité à prédire avec précision les matériaux expérimentalement viables. L’innovation apportée par GNoME équivaut à environ 800 années de connaissances et offre une échelle et un niveau de précision sans précédent dans les prédictions.
Pour cela, GNoME utilise deux pipelines pour découvrir les matériaux à faible énergie (stables). Le pipeline structurel crée des candidats avec des structures similaires à celles des cristaux connus, tandis que le pipeline compositionnel suit une approche plus aléatoire basée sur les formules chimiques. Les résultats des deux pipelines sont évalués à l’aide de calculs établis de la Théorie de la Fonctionnelle de la Densité (DFT), qui sont ensuite ajoutés à la base de données de GNoME, informant ainsi la prochaine série d’apprentissage actif.
Des réductions de coût sur la recherche autour de nouveaux matériaux
Le projet GNoME vise à réduire le coût de la découverte de nouveaux matériaux. Des chercheurs externes ont réalisé indépendamment 736 des nouveaux matériaux identifiés par GNoME en laboratoire, démontrant ainsi que les prédictions de cristaux stables de notre modèle reflètent fidèlement la réalité. La base de données des cristaux nouvellement découverts a été mise à la disposition de la communauté scientifique.
Cette découverte ouvre la voie à des technologies plus durables. Les 380 000 cristaux stables découverts pourraient contribuer au développement de technologies plus respectueuses de l’environnement, telles que des batteries améliorées pour les voitures électriques et des superconducteurs pour des calculs plus efficaces.
La recherche effectuée par cette équipe, en collaboration avec d’autres institutions, montre le potentiel de l’IA dans la découverte, l’expérimentation et la synthèse de nouveaux matériaux. GNoME et d’autres outils d’IA pourraient révolutionner la découverte de matériaux aujourd’hui et façonner l’avenir de ce domaine scientifique.
Sources :
- https://deepmind.google/discover/blog/millions-of-new-materials-discovered-with-deep-learning/
- https://www.nature.com/articles/s41586-023-06735-9