Une bibliothèque de 27 000 livres, et tous sur le béton. Dans chacun, on trouve la recette du mélange, la température, la résistance. Mais ces informations sont dispersées dans des paragraphes, des tableaux et des notes de bas de page. Pour qu'une personne les rassemble, il faudrait des années. Le programme, lui, a réussi en une heure.
Les scientifiques ont pris un grand modèle de langage — celui qui sait lire et comprendre un texte — et l'ont réglé pour chercher des données sur le béton. Le modèle extrayait des articles la composition du mélange, le mode de préparation et les propriétés finales. Par exemple, la quantité de ciment ajoutée, la durée de maturation et la résistance obtenue. Les données collectées ont été organisées dans un tableau de plus de cent colonnes.
Une telle base n'est pas qu'une archive. On peut l'utiliser pour entraîner d'autres programmes afin qu'ils prédisent les propriétés du béton pour de nouvelles recettes. Plus il y a d'exemples, plus la prédiction est précise. Et la base est ouverte : tout chercheur peut la télécharger et l'utiliser pour ses propres besoins.
La bibliothèque a cessé d'être un labyrinthe. On en a fait un fichier où chaque fiche est une recette prête à l'emploi. Et cela ne fonctionne pas seulement pour le béton : la même approche s'applique aux alliages, aux polymères ou aux médicaments. Les données qui dormaient dans les articles commencent à travailler.
La base contient près de 9 000 enregistrements, chacun avec plus de 100 caractéristiques : de la teneur en ciment à la résistance à la compression.