À l'intérieur d'une batterie, comme dans un gâteau à plusieurs étages, différentes couches solides se côtoient. Leur point de rencontre — l'interface — se comporte de manière capricieuse : les contraintes s'y concentrent et, avec le temps, la batterie vieillit. Pour comprendre ces processus, il faut des modèles informatiques qui voient chaque atome. Mais les calculs précis sont trop coûteux, et les rapides trop grossiers.
Les auteurs de l'étude proposent la méthode FIRE, une façon d'affiner un modèle universel sur une tâche spécifique. Le modèle apprend d'abord sur une multitude de matériaux différents, puis, comme un chef qui goûte un nouveau plat et ajuste la recette, il affine ses prédictions jusqu'à la précision des coûteux calculs quantiques. Pour cela, il faut dix fois moins de données que d'habitude.
Le test sur six interfaces différentes dans des batteries a montré : l'erreur sur l'énergie est inférieure à un millième d'électronvolt par atome, et sur les forces, d'environ vingt milliélectronvolts par angström. C'est dix fois plus précis que les modèles précédents. Le modèle entraîné a correctement reproduit les propriétés mécaniques et électrochimiques des matériaux, en accord avec les expériences.
La méthode FIRE ouvre la voie à la modélisation prédictive des matériaux, qui était auparavant impossible en raison des coûts de calcul. De tels modèles aideront à concevoir des batteries avec une durée de vie plus longue et une meilleure sécurité.
L'énergie d'un électronvolt équivaut à peu près à l'énergie qu'un électron gagne en traversant une pile d'un volt. L'erreur du modèle est mille fois plus petite que cette valeur.