Révolution en physique : une IA accélère 400 fois les découvertes matérielles

La science des matériaux vient de franchir un cap historique grâce à l’intelligence artificielle. Des chercheurs américains ont mis au point une technologie capable de résoudre en quelques heures ce qui nécessitait auparavant des semaines de calculs sur des supercalculateurs. Cette avancée pourrait transformer radicalement notre compréhension de la matière et accélérer considérablement la découverte de nouveaux matériaux.

Un défi centenaire enfin relevé

Depuis le XIXe siècle et les travaux de Boltzmann et Gibbs, les physiciens connaissent l’existence de l’intégrale configurationnelle. Cette équation théorique permet de décrire comment les atomes s’organisent dans un matériau et comment l’énergie circule entre eux.

Le problème ? Cette intégrale était considérée comme impossible à résoudre directement en raison des milliers de variables et de dimensions qu’elle implique. Pendant plus d’un siècle, les scientifiques n’ont eu d’autre choix que de recourir à des simulations indirectes, longues et approximatives.

THOR AI : un outil révolutionnaire

L’équipe menée par Boian Alexandrov de Los Alamos et Dimiter Petsev de l’University of New Mexico a développé THOR AI, une structure d’intelligence artificielle qui bouleverse cette impasse. Leurs travaux ont été publiés dans la revue Physical Review Materials.

Cette technologie calcule directement les interactions atomiques dans un matériau solide, accomplissant en quelques secondes des opérations qui mobilisaient auparavant des supercalculateurs pendant des semaines.

Une approche mathématique innovante

Le secret de THOR réside dans sa stratégie de calcul. Plutôt que de s’attaquer au problème dans sa globalité, le système le découpe en une série de petits calculs enchaînés.

Il s’appuie sur une technique mathématique appelée décomposition en réseau de tenseurs et exploite intelligemment les symétries naturelles des cristaux pour réduire considérablement la charge de travail.

Des performances stupéfiantes

Les chercheurs ont validé leur système sur trois matériaux différents : le cuivre, l’argon cristallin sous très haute pression et l’étain lors de sa transition entre deux structures cristallines.

Les résultats sont spectaculaires. Le calcul du diagramme de phase de l’étain, qui nécessitait environ 2560 heures de calcul par les méthodes habituelles, est obtenu en moins de 6 heures par THOR.

Un facteur d’accélération de 400

La technologie démontre un facteur d’accélération supérieur à 400 par rapport aux approches classiques de dynamique moléculaire. Mieux encore, les résultats obtenus se superposent quasi parfaitement avec ceux des méthodes traditionnelles.

Cette précision associée à une vitesse fulgurante ouvre la voie à des découvertes plus rapides et à une compréhension plus profonde des matériaux.

Un outil accessible à tous

Dans une démarche collaborative, les chercheurs ont mis le code de THOR en open source sur GitHub. Le système fonctionne également avec des potentiels issus du machine learning, élargissant ainsi son champ d’application.

Cette disponibilité permet à l’ensemble de la communauté scientifique de bénéficier de cette avancée majeure et de contribuer à son développement.

Des limites encore à explorer

Toutefois, la méthode présente actuellement des contraintes. Elle est particulièrement efficace pour les cristaux ordonnés, dont les structures régulières permettent d’exploiter les symétries.

Une question demeure quant à son application future aux liquides ou alliages complexes, où ces symétries n’existent plus. Les chercheurs travaillent probablement déjà à étendre les capacités de THOR à ces matériaux plus désordonnés.