L’apprentissage automatique réduit le processus de conception technologique d’une année entière

Les chercheurs ont utilisé l’apprentissage automatique pour effectuer des calculs 40 000 fois plus rapide qu’auparavant. Imaginez la vie se déplaçant à 40 000 fois plus vite que la vitesse actuelle. Un vol de New York à Los Angeles ne prendrait qu’une demi-seconde et une tomate serait mûre trois minutes après la plantation de sa graine.

L’apprentissage automatique au service de la science des matériaux

Une équipe de chercheurs des Sandia National Laboratories (Sandia) aux États-Unis a trouvé un moyen d’améliorer l’apprentissage automatique afin que le processus de conception des matériaux pour les nouvelles technologies puisse être 40000 fois plus rapide. Leur recherche a été publiée dans Computational Materials. L’équipe a réussi à utiliser l’apprentissage automatique pour effectuer des calculs de science des matériaux à 40 000 fois la vitesse normale.

Cette nouvelle avancée pourrait changer la façon dont les nouvelles technologies pour l’optique, l’aérospatiale, le stockage d’énergie et même la médecine sont fabriquées. De plus, les laboratoires qui créent ces technologies pourraient faire des économies sur les coûts de calcul. L’idée est de raccourcir le cycle de conception, a expliqué David Montes de Oca Zapiain, un scientifique des matériaux informatiques chez Sandia.

Accélérer la conception des matériaux

La conception des composants dépasse largement la conception des matériaux nécessaires pour les fabriquer. Les chercheurs de Sandia veulent changer cela. Une fois le composant conçu, ils aimeraient pouvoir concevoir un matériau compatible pour ce composant sans avoir à attendre des années, comme c’est le cas avec le processus actuel.  

À titre d’exemple, l’équipe a noté qu’une simulation unique et non assistée sur un cluster de calcul haute performance de 128 cœurs de traitement prenait 12 minutes. Cependant, avec leur nouvel apprentissage automatique, cette simulation exacte n’a pris que 60 millisecondes en utilisant seulement 36 équivalents de cœurs de traitement. C’est 42 000 fois plus rapide qu’un processus sans apprentissage automatique.

Passer d’une année en quelques minutes

En d’autres termes, ce qui prendrait généralement un an aux chercheurs pour apprendre ne prendra plus désormais que 15 minutes. Selon Rémi Dingreville, spécialiste des matériaux de Sandia, leur cadre d’apprentissage automatique atteint essentiellement la même précision que le modèle haute fidélité, mais à une fraction du coût de calcul.

L’équipe se tourne vers l’avenir. Pour les prochaines étapes, les chercheurs se voient utiliser son algorithme pour rechercher des technologies optiques ultrafines, à utiliser sur les moniteurs et les écrans.

Pin It on Pinterest