LEBIGDATA.FR I.A, Cloud & Cybersécurité
L'intelligence artificielle GNoME révèle plus de deux millions de nouveaux cristaux. Près de 400 000 sont stables et pourraient servir aux technologies de demain.
Les cristaux inorganiques se trouvent au cœur des technologies modernes, allant des microprocesseurs aux batteries et aux panneaux solaires. Pour développer de nouvelles technologies, il faut parvenir à stabiliser ces matériaux et à trouver de nouveaux composés. DeepMind, laboratoire de Google, a ainsi créé GNoME pour accélérer la recherche.
De 48 000 à plus de deux millions de cristaux connus
Le terme “cristal” fait référence à une famille très étendue de composés qui partagent une caractéristique commune : une structure atomique constituée d'unités qui se répètent. Jusqu'à ces récents travaux de DeepMind, le monde scientifique n'avait pas réellement idée dans quelle mesure cette famille était vaste.
En effet, un article paru dans la revue Nature révèle l'immensité de cette famille. On estime à environ 48 000 le nombre de cristaux différents connus, chacun possédant une formule chimique unique.
DeepMind a développé un outil d'apprentissage automatique appelé GNoME (Graph Networks for Materials Exploration). Celui-ci est capable d'utiliser les bibliothèques existantes de structures chimiques pour en prédire de nouvelles. Cette IA a donc identifié 2,2 millions de structures cristallines, toutes inédites pour la science.
Près de 400 000 nouvelles structures stables très prometteuses
Pour valider les prédictions de GNoME, DeepMind a travaillé sur un second papier en collaboration avec une équipe de l'université de Californie à Berkeley. Parmi les 58 nouveaux composés sélectionnés, les chercheurs ont réussi à en synthétiser 41 en un peu plus de deux semaines.
Le laboratoire de Google indique que d'autres groupes ont créé plus de 700 autres cristaux depuis le début de la rédaction de son papier initial.
Pour soutenir d'autres recherches souhaitant exploiter les résultats de GNoME, DeepMind a partagé un sous-ensemble de ce qu'il considère estime être les 381 000 structures les plus stables. À noter que ce sous-ensemble inclut des milliers de cristaux dont les structures pourraient être propices à la supraconductivité.
GNoME, une énième preuve du fort potentiel de l'IA dans la recherche scientifique
La satisfaction est évidemment au rendez-vous chez DeepMind. Son nouvel outil d'apprentissage profond accélère et optimise considérablement les découvertes en prédisant la stabilité des matériaux inédits.
GNoME illustre le potentiel de l'intelligence artificielle pour la découverte et le développement à grande échelle de nouveaux matériaux.
Auparavant, les scientifiques découvraient de nouvelles structures cristallines en modifiant des cristaux existants ou en testant de nouvelles combinaisons d'éléments. Ce processus, basé sur une méthode coûteuse et propice aux erreurs, pouvait prendre des mois, voire des années, pour produire des résultats, même limités.
L'intelligence artificielle ne fait pas qu'accélérer les processus dans la recherche. Elle soulage également les chercheurs de tâches fastidieuses. En plus du gain de temps, des outils comme GNoME réduisent les coûts de recherche.
La nouvelle IA de DeepMind est un modèle avancé de réseau neuronal graphique (GNN). Les données d'entrée pour les GNN sont structurées sous forme de graphe, qui peut être comparé aux liaisons entre les atomes. Cela rend les GNN particulièrement efficaces pour la découverte de nouveaux matériaux cristallins.
Restez à la pointe de l'information avec LEBIGDATA.FR !
Abonnez-vous à notre chaîne YouTube et rejoignez-nous sur Google Actualités pour garder une longueur d'avance.
- Partager l'article :
