Chercher un nouveau matériau, c'est un peu chercher une aiguille dans une botte de foin, sauf que la botte ici, ce sont des millions de combinaisons possibles d'atomes. Autrefois, les scientifiques passaient des années à éplucher les options en laboratoire, en s'en remettant à l'intuition et à la chance. Aujourd'hui, l'intelligence artificielle vient à la rescousse, apprenant à « comprendre » le langage des cristaux.

Le système ElementsClaw fonctionne comme une équipe bien rodée. Une de ses parties, tel un comptable méticuleux, calcule le comportement des électrons dans le réseau cristallin grâce à un modèle spécialisé à un milliard de paramètres. L'autre partie, à la manière d'un expert chevronné, évalue si la structure du matériau se prête à la supraconductivité, en s'appuyant sur une intelligence langagière classique. Ensemble, ils ont passé au peigne fin une base de 2,4 millions de cristaux. En 28 heures de travail sur processeur graphique, ils ont déniché 68 000 candidats prometteurs — plus que tous les supraconducteurs connus réunis au fil des décennies.

Le plus intéressant, c'est ce qui s'est passé quand les prédictions ont été vérifiées en laboratoire. Quatre nouveaux supraconducteurs ont été synthétisés à partir de métaux courants : zirconium, scandium, rhénium et hafnium. L'un d'eux, Zr₃ScRe₈, bascule dans l'état supraconducteur à 6,5 degrés au-dessus du zéro absolu — soit environ -266,5 °C. À cette température, même l'air se solidifie. Un autre, HfZrRe₄, devient supraconducteur à 5,9 K. Les chiffres sont modestes, mais ils prouvent que la machine a réellement appris à « voir » des motifs invisibles dans l'enchevêtrement des atomes.