Pour générer de nouvelles données, Google DeepMind a développé un outil de Deep Learning appelé GNoME, et a crée avec 400 000 nouveaux matériaux.
Auteur / Autrice :
Google Deepmind crée 400 000 nouveaux matériaux
Pour innover, les scientifiques ont besoin de nouveaux matériaux afin de travailler à créer des innovations de pointe, qui vont de meilleurs véhicules à de nouveaux moyens de capter l’énergie ou simplement d’accélérer la recherche avec des ordinateurs plus rapides.
Parfois, au lieu de tester au hasard différents nouveaux matériaux, ils utilisent de puissants logiciels (sur de très puissants ordinateurs) pour simuler et prédire le comportement de ces matériaux.
C’est ce que vient de faire Google Deepmind, qui a annoncé dans Nature une grande nouvelle : DeepMind, le laboratoire d’intelligence artificielle de pointe de Google, a apporté une contribution majeure au Materials Project, une base de données spécialisée du Berkeley Lab. Cette initiative a permis d’enrichir considérablement la base de données avec 400 000 nouveaux matériaux, en calculant et en prédisant les propriétés de ces matériaux, élargissant ainsi considérablement l’horizon des connaissances dans le domaine.
Ceci aide la communauté scientifique dans son ensemble, car ils peuvent désormais examiner encore plus de matériaux et choisir ceux qui semblent prometteurs pour les technologies futures.
Kristin Persson, fondatrice et directrice du Materials Project au Berkeley Lab et professeur à l’université de Berkeley, explique :
« Nous devons créer de nouveaux matériaux si nous voulons relever les défis environnementaux et climatiques mondiaux.
Grâce à l’innovation dans le domaine des matériaux, nous pouvons potentiellement mettre au point des plastiques recyclables, exploiter l’énergie des déchets, fabriquer de meilleures batteries et construire des panneaux solaires moins chers qui durent plus longtemps, entre autres choses. »
Le don fait par Google DeepMind au laboratoire de Berkeley comprend aussi des informations sur la manière dont les minuscules éléments constitutifs de ces matériaux, les atomes, sont agencés.
GNoMe : Graph Networks for Materials Exploration
Pour créer ces nouveaux matériaux, DeepMind a utilisé un outil de Deep Learning nommé GNoME (Graph Networks for Materials Exploration). L’équipe l’a formé, et entraîné à l’aide d’informations provenant justement du Materials Project du Berkeley Lab. Le résultat ? Ils ont obtenu des 2,2 millions de structures cristallines, et en ont sélectionné un peu moins de 400 000 qui semblaient stables et utiles.
« Nous espérons que le projet GNoME fera avancer la recherche sur les cristaux inorganiques », a déclaré Ekin Dogus Cubuk, responsable de l’équipe de découverte des matériaux de Google DeepMind. « Des chercheurs externes ont déjà vérifié plus de 736 des nouveaux matériaux de GNoME par le biais d’expériences physiques simultanées et indépendantes, ce qui démontre que les découvertes de notre modèle peuvent être réalisées en laboratoire. »
Les chercheurs ont également utilisé les informations issues des calculs de GNoME et du Materials Project pour tester le A-Lab. Ce laboratoire dispose de robots intelligents guidés par l’intelligence artificielle, qui peuvent rapidement fabriquer de nouveaux matériaux avec très peu d’aide humaine. En 17 jours seulement, A-Lab a fabriqué 41 nouveaux composés, ce qui serait « beaucoup plus rapide » que ce qu’il faut habituellement aux humains, qui peuvent passer des mois à essayer de créer un seul nouveau matériau.
« Nous avons obtenu ce taux de réussite stupéfiant de 71 %, et nous avons déjà quelques moyens de l’améliorer », a déclaré Gerd Ceder, chercheur principal de l’A-Lab et scientifique au Berkeley Lab et à l’UC Berkeley.
« Nous avons montré que la combinaison de la théorie et des données avec l’automatisation donne des résultats incroyables. Nous pouvons fabriquer et tester des matériaux plus rapidement que jamais, et l’ajout de nouveaux points de données au Materials Project nous permet de faire des choix encore plus judicieux », a ajouté Gerd Ceder.
Retrouvez la publication « An autonomous laboratory for the accelerated synthesis of novel materials » dans Nature à ce lien.
