Votre téléphone, votre ordinateur, les panneaux solaires sur les toits, la batterie d'une voiture électrique : tous dépendent de matériaux aux propriétés bien précises. Et la plupart de ces matériaux sont des cristaux, c'est-à-dire des atomes rangés dans un ordre parfait, qui se répète en trois dimensions.
Trouver de nouveaux cristaux, c'est donc trouver les technologies de demain. Une équipe du MIT vient de donner à l'IA une nouvelle façon de les chercher.
Le problème : l'IA lit, mais ne voit pas
Les grands modèles d'IA, comme ceux qui font tourner les assistants, ont appris en lisant d'immenses quantités de textes. C'est très utile pour répondre à des questions. Mais la matière, elle, n'est pas faite de mots. Elle est faite d'atomes disposés dans l'espace.
C'est un peu comme si l'on demandait à quelqu'un de choisir le meilleur appartement en ne lisant que des annonces, sans jamais voir un plan. Les annonces disent beaucoup de choses, mais elles oublient souvent l'essentiel : la forme des lieux.
Le professeur Ju Li, qui dirige l'équipe, le résume ainsi : la structure est au cœur de la science des matériaux. Comprenez-la, et vous en déduirez beaucoup sur les propriétés et les performances.
La solution : relier la forme et les mots
Les chercheurs ont créé un modèle qui apprend à associer deux choses : la structure en 3D d'un cristal, et une description en langage courant de ce cristal, sa composition, ses propriétés, la façon de le fabriquer, ses usages possibles. Le principe ressemble à celui qui permet à certaines IA de relier une image à sa légende.
Une fois entraîné, on peut lui demander en toutes lettres un matériau ayant telle propriété, et il va chercher les structures qui correspondent.
Les chercheurs l'ont testé sur un défi très concret : trouver des électrolytes solides pour les batteries au lithium, une piste pour des batteries plus sûres. Le modèle a retrouvé les meilleurs candidats connus, là où une IA nourrie uniquement de textes les manquait. Le professeur Li compare la démarche à AlphaFold, l'IA qui a révolutionné l'étude des protéines.
Une vieille histoire raconte qu'un homme cherche ses clés sous un lampadaire. Un passant lui demande s'il est sûr de les avoir perdues là. « Non, répond-il, mais c'est ici qu'il y a de la lumière. » Les chercheurs du MIT ont identifié ce piège : les articles scientifiques parlent surtout des matériaux déjà très étudiés, et laissent dans l'ombre une grande partie des possibles. Pour l'éviter, ils ont entraîné leur modèle avec des descriptions générées à partir de bases de données, qui couvrent aussi les matériaux dont personne n'a encore parlé. Cette version a donné de meilleurs résultats que celle nourrie seulement d'articles.
Pourquoi c'est important
Plus de 90 % des matériaux solides inorganiques sont cristallins. Une IA capable de comprendre leur structure, et de dialoguer avec les chercheurs en langage courant, pourrait accélérer la découverte de matériaux pour les batteries, l'énergie solaire, l'électronique ou la chimie verte.
L'étude a été publiée cet été dans la revue Nature Communications, et présentée cette semaine par le MIT. Elle reste une étape : trouver un candidat prometteur sur ordinateur ne remplace pas les expériences en laboratoire, qui seules diront s'il tient ses promesses.
Ce qu'on retient
On parle beaucoup de l'IA qui écrit et qui dessine. Celle-ci apprend à voir ce qui ne se voit pas à l'œil nu : l'ordre caché des atomes.
C'est un rappel utile, après le test qui montrait que l'IA ne sait pas encore inventer seule : entre les mains des chercheurs, elle peut déjà les aider à chercher là où personne n'avait pensé à regarder.