Au cœur de chaque disque dur ou clé USB se cache un matériau qui sait « mémoriser » un champ électrique. On appelle ce matériau un ferroélectrique. Si on lui applique une tension, de minuscules régions — les domaines — se retournent à l'intérieur du cristal, comme les aiguilles d'une boussole. On tourne l'aiguille : on écrit un un ; on la tourne en sens inverse : un zéro. Mais que se passe-t-il au niveau des atomes au moment de ce basculement ? Le voir directement est presque impossible : c'est trop petit et trop rapide.
C'est là qu'intervient la simulation numérique. Les calculs classiques basés sur la mécanique quantique sont précis mais lents — comme si l'on essayait de dessiner un dessin animé en dessinant chaque image à la main. L'apprentissage automatique change la donne : au lieu de calculer directement chaque étape, le programme apprend sur un petit nombre d'exemples, puis prédit le comportement de millions d'atomes avec presque la même précision, mais des milliers de fois plus vite. C'est comme apprendre les règles du jeu plutôt que d'énumérer tous les coups possibles.
Mais des difficultés subsistent. Les forces électriques agissent à grande distance, et il est difficile de les intégrer dans un algorithme rapide. Dans certains matériaux où les propriétés magnétiques et électriques sont entrelacées, il faut tenir compte des deux simultanément. Et pourtant, les auteurs sont confiants : si l'on apprend aux programmes à prendre en compte les interactions à longue portée et à utiliser les données déjà accumulées, nous pourrons concevoir de nouveaux matériaux pour la mémoire, les capteurs, et même des puces qui fonctionnent comme un cerveau.
Ainsi, le cristal qui se souvient révèle peu à peu ses secrets — et pourrait bientôt devenir la base d'une électronique dont nous ne faisons encore que rêver.
Les ferroélectriques sont utilisés dans les détecteurs de mouvement infrarouges — ceux-là mêmes qui allument la lumière lorsque vous passez devant.