Google DeepMind trouve en un an 2,2 millions de nouveaux matériaux, dont 381 000 sont stables
En moins d'un an, la division DeepMind de Google https://deepmind.google/ de Google a réussi à découvrir 381 000 matériaux stables qui peuvent être utiles dans de nombreux domaines grâce à un modèle d'IA perfectionné appelé Graph Networks for Materials Exploration (GNoME). Il ne s'agit en fait que d'une fraction des 2,2 millions de structures cristallines prédites par le modèle.
L'IA a été entraînée à l'aide de données collectées au cours de la dernière décennie par le Lawrence Berkeley National Laboratory, aux États-Unis, dans le cadre du projet Materials. En théorie, les 381 000 structures stables pourraient jouer un rôle clé dans le développement accéléré des supraconducteurs, des superordinateurs quantiques, VE et les batteries, mais tous ces matériaux doivent d'abord être synthétisés afin de tester leur efficacité.
Jusqu'à présent, des expériences indépendantes ont permis de synthétiser et de prouver la stabilité de seulement 736 de ces matériaux. Toutefois, les chercheurs de DeepMind souhaitent accélérer le processus de synthèse pour le reste des structures en publiant immédiatement les données relatives à tous les matériaux et en mettant le modèle d'IA à la disposition du public.
Les structures les plus prometteuses semblent être incluses dans les 52 000 composés qui ressemblent à la nature stratifiée des graphènes. Il s'agirait de candidats idéaux pour de nouvelles formes de supraconducteurs pouvant être utilisés dans les scanners IRM, les ordinateurs quantiques et les réacteurs à fusion nucléaire. En outre, le modèle d'IA a trouvé 528 conducteurs lithium-ion alternatifs qui peuvent être utilisés pour augmenter l'efficacité des batteries des véhicules électriques.
