Des millions de nouveaux matériaux pour les technologies futures découverts grâce à l'intelligence artificielle

L'intelligence artificielle a permis d'atteindre des objectifs inimaginables : l'outil dont nous allons parler a réussi à identifier des millions de nouveaux cristaux, dont des milliers peuvent être utilisés pour les technologies futures. Voyons cela de plus près.

L'intelligence artificielle GNoME découvre 2,2 millions de nouveaux matériaux

Pixabay

À l'origine de cette découverte se trouve l'outil d'intelligence artificielle GNoME, qui a identifié pas moins de 2,2 millions de nouveaux cristaux, dont 380 000 matériaux stables pouvant être utilisés dans les technologies futures. Les technologies jusqu'à présent conçues, telles que les panneaux solaires et les batteries, ont en effet été élaborées avec des cristaux de type inorganique, qui ont tendance à se décomposer. Pour le développement de technologies innovantes et jusqu'à présent inexplorées, il est nécessaire d'utiliser des cristaux stables qui ne subissent donc aucune détérioration. Dans un article, Google DeepMind a présenté GNoME, Graph Networks for Materials Exploration, le nouvel outil d'apprentissage profond qui a réussi à découvrir une quantité de nouveaux matériaux équivalente à huit cents ans de connaissances. Cet outil d'IA est en mesure d'accélérer de manière incroyable le temps et l'efficacité des découvertes, en fournissant des prévisions fiables sur la stabilité des cristaux.

En effet, il a réussi à multiplier par dix la quantité de matériaux utiles à l'utilisation dans la technologie jusqu'à présent connue. Les 380 000 cristaux stables se sont avérés utiles pour la recherche en vue de la réalisation des prochaines technologies révolutionnaires, allant de l'alimentation des supercalculateurs de pointe aux batteries des véhicules électriques.
« De nouveaux matériaux fonctionnels permettent des découvertes fondamentales dans toutes les applications technologiques, de l'énergie propre au traitement de l'information », peut-on lire dans l'étude. « Des microprocesseurs aux batteries en passant par le photovoltaïque, la découverte des cristaux inorganiques a été entravée par des approches coûteuses basées sur des essais et des erreurs. En même temps, les modèles d'apprentissage profond pour le langage, la vision et la biologie ont démontré des capacités prédictives émergentes avec une augmentation des données et des calculs. »

L'intelligence artificielle a multiplié le nombre de matériaux découverts à ce jour

nature

La découverte de ces matériaux stables jette donc les bases d'un développement rapide de nouvelles super-technologies jamais réalisées jusqu'à présent. Avant ce moment, au début de 2023, un laboratoire en Corée du Sud avait présenté le LK-99, un polycristallin qui devait représenter une possible solution à la crise énergétique. Cependant, le matériau n'a pas réussi le test, mais GNoME pourrait, quant à lui, mener au succès dans le développement de nouvelles solutions. L'intelligence artificielle de DeepMind peut filtrer les matériaux et restreindre le champ à ceux qui peuvent être synthétisés et répondre aux exigences nécessaires, examinant même la liaison entre les atomes pour évaluer la possible décomposition.

Jusqu'à présent, la découverte de nouveaux matériaux stables a été la responsabilité des chimistes, qui procèdent par essais en modifiant ou en fusionnant différents éléments. Cela nécessite bien sûr un investissement en temps et en ressources économiques considérable, que GNoME est capable de réduire. Jusqu'à présent, les humains ont découvert 28 000 matériaux stables, répertoriés dans la base de données des structures cristallines inorganiques. L'outil d'intelligence artificielle fonctionne par un processus d'apprentissage actif et agit comme un modèle de réseau neuronal graphique, où les entrées prennent la forme d'un graphique similaire aux connexions entre les atomes.

Les matériaux identifiés par GNoME et les perspectives d'avenir

Freepik

« Pour évaluer la puissance prédictive de notre modèle au cours des cycles d'entraînement progressifs, nous avons vérifié à plusieurs reprises ses performances en utilisant des techniques informatiques bien établies connues sous le nom de Théorie de la Fonctionnelle de la Densité (DFT), utilisées en physique, en chimie et en science des matériaux pour comprendre les structures atomiques, ce qui est important pour évaluer la stabilité des cristaux », ont écrit Amil Merchant et Ekin Dogus Cubuk de DeepMind. Au milieu de ces découvertes, GNoME a identifié 53 000 nouveaux matériaux similaires au graphène, qui représentent une option viable pour apporter des modifications révolutionnaires à l'électronique via les superconducteurs.

De plus, il a identifié 528 conducteurs d'ions lithium, beaucoup plus que ceux découverts par des études précédentes, ce qui pourrait augmenter l'efficacité des batteries rechargeables. DeepMind s'est tourné vers le Berkeley Lab pour renforcer ces découvertes, en créant un laboratoire robotique pour la synthèse des nouveaux cristaux. Les données collectées par GNoME ont été mises à disposition de la communauté scientifique via un accès gratuit. L'expérimentation et l'application future conduiront à des avancées technologiques considérables, explorant des frontières encore inexplorées.