La découverte de nouveaux matériaux peut-elle être stimulée par l’intelligence artificielle ?

Les scientifiques du monde entier utilisent déjà l’intelligence artificielle (IA) pour les aider à découvrir de nouveaux matériaux en prédire la façon dont ils agiront avant d’être synthétisés et identifier matériaux utiles pour résoudre des problèmes particuliers, entre autres techniques.

Désormais, une équipe multi-institutionnelle de la L’Institut national des normes et de la technologie (NIST) a développé son système pour ce faire en inventant un algorithme appelé CAMEO qui les aide à découvrir de nouveaux matériaux sans aucune formation supplémentaire de la part des scientifiques.

CAMEO, qui signifie Closed-Loop Autonomous System for Materials Exploration and Optimization, utilise la prédiction et l’incertitude pour déterminer quelle expérience les chercheurs devraient essayer ensuite pour découvrir si le matériau est bien adapté à une application ou non.

L’algorithme est le travail de chercheurs de plusieurs établissements d’enseignement et de recherche, dont l’Université de Stanford, le Département américain de l’énergie Office of Science, l’Université du Maryland et l’Université de Washington.

CAMEO fonctionne en faisant ce que son nom l’indique : il recherche un nouveau matériau utile en opérant en boucle fermée. Le système détermine quelle expérience exécuter sur un matériau, expérimente et collecte les données.

Rationalisation du processus

Il peut également demander plus d’informations, telles que la structure cristalline du matériau souhaité, au scientifique avant d’exécuter l’expérience suivante, qui est informée par toutes les expériences passées réalisées dans la boucle, a déclaré Le chercheur du NIST Aaron Gilad Kusne, qui a dirigé les travaux.

De cette façon, CAMEO vise à aider les scientifiques à optimiser leur temps, en veillant à ce que chaque expérience maximise les connaissances et la compréhension des scientifiques afin qu’ils puissent sauter des tests qui leur donneront des informations redondantes, ont déclaré les chercheurs. Cela, à son tour, permet aux laboratoires d’utiliser leurs ressources limitées plus efficacement, ont-ils déclaré.

réLa découverte de nouveaux matériaux pour des utilisations scientifiques particulières est généralement un processus d’essais et d’erreurs qui prend du temps. Si un chercheur s’intéresse à la façon dont les propriétés d’un matériau varient avec différentes températures, il devra peut-être mener 10 expériences à 10 températures différentes, par exemple.

Cependant, d’autres paramètres peuvent également exister en dehors des températures, ce qui augmente de manière exponentielle le nombre de fois où les chercheurs doivent effectuer des expériences pour voir si le matériau est bien adapté à une entreprise particulière ou non, a déclaré Kusne.

CAMEO est basé sur l’apprentissage automatique, un processus dans lequel les programmes informatiques peuvent accéder aux données et les traiter eux-mêmes, s’améliorant automatiquement par eux-mêmes au lieu de s’appuyer sur une formation répétée.

Travailleur indépendant

Dans ce cas, le système n’a besoin d’aucune supervision, les lois pour sa découverte étant codées directement dans CAMEO, a déclaré Ichiro Takeuchi, chercheur en science et ingénierie des matériaux et professeur à l’Université du Maryland. C’est ainsi que CAMEO peut rechercher de nouveaux matériaux par lui-même sans aucune contribution ou formation de scientifiques, a-t-il déclaré.

« La clé de notre expérience était que nous avons pu lancer CAMEO sur une bibliothèque combinatoire où nous avions créé un large éventail de matériaux avec toutes les compositions différentes », a déclaré Takeuchi dans un communiqué.

L’équipe a utilisé CAMEO pour découvrir un nouveau matériau, Ge₄Sb₆Te₇, que le groupe a raccourci en GST467, composé de trois éléments : le germanium, l’antimoine et le tellure. Les chercheurs ont donné au système 177 matériaux potentiels à étudier, ce que CAMEO a fait en 19 cycles expérimentaux différents qui ont duré 10 heures. Les chercheurs estiment que les scientifiques auraient mis 90 heures pour faire le même travail.

GST467 est un matériau de mémoire à changement de phase qui change sa structure atomique d’un matériau cristallin ou solide avec des atomes dans des positions désignées et régulières, en un matériau amorphe ou solide avec des atomes dans des positions aléatoires lorsqu’il est rapidement fondu en appliquant de la chaleur.

Les chercheurs recherchaient un matériau présentant la plus grande différence de « contraste optique » entre les états cristallin et amorphe pour montrer des performances supérieures par rapport à des matériaux similaires dans les applications de mémoire électronique telles que le stockage de données.

GST467 a également des applications pour les dispositifs de commutation photonique, qui contrôlent la direction de la lumière dans un circuit, qui peuvent également être utilisés dans l’informatique neuromorphique, un domaine visant à développer des dispositifs qui émulent la structure et la fonction des neurones dans le cerveau, ont déclaré les chercheurs.

L’équipe a publié un article sur ses travaux dans la revue Communications naturelles.

Les chercheurs pensent que CAMEO a le potentiel pour une large application dans la découverte de matériaux et envisagent de rendre le code de l’algorithme open source afin que d’autres scientifiques puissent également l’utiliser, ont-ils déclaré.

Ils se concentrent actuellement sur l’amélioration de l’IA pour améliorer sa capacité à résoudre des problèmes d’une complexité encore plus grande, a déclaré Kusne.

« CAMEO a l’intelligence d’un robot scientifique, et il est conçu pour concevoir, exécuter et apprendre des expériences d’une manière très efficace », a-t-il déclaré.