Une étude révèle : la collaboration mondiale propulse l'innovation des matériaux grâce à l'IA

ParisL'intelligence artificielle (IA) accélère la création de nouveaux matériaux. Pour que l'IA soit efficace dans la recherche sur les matériaux, il est essentiel de partager et d'utiliser une grande quantité de données. Cela est facilité par des normes internationales. Un groupe de collaborateurs mondiaux vient de publier une version mise à jour de la norme OPTIMADE.

Les nouvelles technologies dans le domaine de l'énergie et du développement durable nécessitent des matériaux innovants. Par exemple, des éléments comme les batteries, les panneaux solaires, les éclairages LED et les produits biodégradables requièrent ces nouveaux matériaux. Dans le monde entier, les scientifiques travaillent d'arrache-pied pour créer ces matériaux, mais il est difficile de les perfectionner. Ils doivent être exempts de substances nocives pour l'environnement et posséder une longue durée de vie.

Rickard Armiento, professeur à l'Université de Linköping en Suède, remarque que l'IA est rapidement adoptée dans la science des matériaux. Selon lui, utiliser l'intelligence artificielle pour prédire les propriétés des matériaux ouvre de nombreuses nouvelles perspectives.

Les superordinateurs simulent le mouvement des électrons dans les matériaux pour comprendre leurs propriétés. Ces simulations génèrent une immense quantité de données, utilisables pour former des modèles d'apprentissage automatique. Ces modèles d'IA peuvent ensuite prédire les résultats de nouvelles simulations et les propriétés de nouveaux matériaux. Cependant, une grande quantité de données est nécessaire pour entraîner ces modèles.

Armiento déclare : « Nous entrons dans une époque où nous souhaitons entraîner des modèles en utilisant toutes les données disponibles. »

Les grandes bases de données rassemblent des informations provenant de simulations et de connaissances générales sur les matériaux. De nombreux groupes de recherche dans le monde ont créé leurs propres bases de données, qui fonctionnent souvent différemment et décrivent les propriétés de manière variée. Les chercheurs dans les universités ou les industries doivent cartographier les matériaux à grande échelle et entraîner des modèles d'IA. Pour cela, ils ont besoin d'accéder à ces bases de données.

Lisez aussi:

Aujourd'hui · 12:41

La transition difficile d'OpenAI vers une entité à but lucratif

La norme OPTIMADE pour la conception des matériaux a été développée au cours de huit années par un groupe international réunissant plus de 30 institutions de divers pays. Ce projet inclut d'importantes bases de données sur les matériaux provenant d'Europe et des États-Unis.

Les caractéristiques clés de la norme OPTIMADE comprennent :

• Un accès simplifié aux bases de données matérielles connues et moins connues.
• Une description précise des propriétés diverses des matériaux.
• Des définitions communes et bien établies.

La version la plus récente de la norme, v1.2, vient d'être publiée. Vous pouvez en trouver les détails dans un article du journal Digital Discovery.

Le projet réunit des équipes de l'UE, du Royaume-Uni, des États-Unis, du Mexique, du Japon et de la Chine. Les institutions participantes sont :

• École Polytechnique Fédérale de Lausanne (EPFL)
• Université de Californie à Berkeley
• Université de Cambridge
• Université Northwestern
• Université Duke
• Institut Paul Scherrer
• Université Johns Hopkins

Les réunions et ateliers annuels sont financés par CECAM en Suisse. Le premier atelier a été soutenu par le Lorentz Center aux Pays-Bas. D'autres activités reçoivent le soutien d'organismes comme Psi-k, NCCR MARVEL en Suisse, et SeRC en Suède. Les chercheurs de cette collaboration bénéficient également de l'appui de divers financeurs.