in ,

L’IA GNoME de DeepMind crée plus de 2 millions de nouveaux cristaux

Un article publié dans la revue scientifique Nature révèle une avancée technologique réalisée par DeepMind. Son IA baptisée GNoME a pu prédire la structure de 2,2 millions de nouveaux matériaux inconnus de la science. Cette percée majeure injecte un élan aux avancées technologiques futures.

Un bond en avant de 800 ans dans le domaine de la recherche

Les cristaux sont des composés inorganiques ayant des molécules ou des atomes disposés de manière régulière. Ils se présentent dans la nature sous de nombreuses formes différentes, mais disposent tous d’une structure atomique régulière. À l’heure actuelle, le milieu scientifique n’a répertorié qu’environ 48 000 cristaux distincts. Les recherches semblent ainsi n’avancer que très lentement.

Dans le but de les accélérer, Google DeepMind a mis au point une IA utilisant l’apprentissage automatique ou machine learning. Baptisé GNoMe (Graph Networks for Materials Exploration), cet outil a été entraîné à partir d’un ensemble de données de structures chimiques déjà disponibles.

Cette avancée majeure de DeepMind a levé le voile sur l’étendue considérable de cette famille de matériaux. L’IA a réussi à générer 2,2 millions nouvelles structures cristallines, entièrement méconnues des scientifiques, soit près de 46 fois le nombre de matériaux identifiés à ce jour. Cette prouesse correspond à approximativement 800 années de recherche.

Environ 400 000 structures cristallines stables identifiées

Afin de tester l’efficacité de GNoMe, l’équipe de DeepMind a collaboré avec des chercheurs à l’université de Californie à Berkeley. À partir d’une liste de 58 composés nouvellement identifiés par cet outil basé sur l’intelligence artificielle de Google, ils sont parvenus à en synthétiser 41 en deux semaines environ. En d’autres termes, ils ont pu les reproduire chimiquement en laboratoire. Selon DeepMind, d’autres groupes de chercheurs ont aussi réussi à produire 700 autres cristaux supplémentaires. Ce qui confirme la pertinence des prédictions de leur IA.

L’IA GNoME de DeepMind prédit également de manière plus précise la stabilité des nouveaux matériaux. L’outil a pu identifier parmi les nombreux composés générés 381 000 structures cristallines stables. Prometteuses, la société les a rendues accessibles à la communauté scientifique afin de stimuler les recherches dans ce domaine.

Une avancée propice à l’émergence de solutions technologiques innovantes

En raison de leurs propriétés diverses et intéressantes, les cristaux inorganiques se prêtent à une variété d’applications technologiques. Ils ont une grande résistance mécanique, possède une bonne stabilité chimique et dispose d’une bonne conductivité thermique et électrique. Leur utilisation s’étend à la fabrication de composants électroniques et de microprocesseurs, à la production de cellules photovoltaïques pour les panneaux solaires. Certains cristaux peuvent aussi être utilisés pour améliorer la performance des batteries lithium-ion.

Cette recherche menée par DeepMind ouvre ainsi la voie à de nombreuses opportunités technologiques. Elle peut accélérer le développement des technologies émergentes. Ekin Dogus Cubuk, chercheur au sein de la société, a par ailleurs souligné une découverte particulière. L’IA a imaginé des cristaux composés de six éléments qui étaient considérés comme extrêmement rares. GNoME en a pourtant identifié un nombre record, soit environ 3 200 dans son lot de 381 000 molécules stables.

Il reste aux scientifiques de faire des recherches sur les possibilités qu’offrent ces nouveaux cristaux. Les techniques développées par la société pour faire ces découvertes pourraient également être utilisées pour le développement de nouvelles technologies et pour une meilleure compréhension de la formation des matériaux.

Newsletter

Envie de ne louper aucun de nos articles ? Abonnez vous pour recevoir chaque semaine les meilleurs actualités avant tout le monde.

Cliquez pour commenter

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *