Un photocatalyseur est une poudre qui, plongée dans l'eau et exposée à la lumière, la décompose en bulles d'hydrogène et d'oxygène. Le matériau le plus courant pour cela est le dioxyde de titane, ce pigment blanc que l'on retrouve dans les peintures et le dentifrice. Mais un cristal pur fonctionne mollement : il n'absorbe que les ultraviolets, et ces rayons sont rares dans le spectre solaire. C'est pourquoi on altère volontairement le cristal — on y introduit des défauts : on retire des atomes d'oxygène ou on remplace une partie du titane par du titane trivalent. Cette poudre « sale » devient grise, voire noire, et se met à utiliser la lumière visible.
Le problème, c'est qu'il existe des centaines de recettes pour cette altération. Les uns chauffent l'échantillon dans l'hydrogène pendant une heure à 400 °C, d'autres pendant deux heures à 600 °C, d'autres encore l'irradient avec un plasma. Les résultats sont dispersés dans des dizaines d'articles, et il est difficile de les comparer : les auteurs mesurent l'activité de manières différentes et ne précisent pas toujours les détails importants. L'analyse automatique classique échoue ici — les données sont trop hétérogènes. Les auteurs de l'étude ont procédé autrement : ils ont sélectionné manuellement les publications décrivant les conditions de synthèse et la production finale d'hydrogène pour le dioxyde de titane avec défauts, et les ont transformées en une base de données unifiée.
Ensuite, les chercheurs ont entraîné un grand modèle de langage non seulement à mémoriser des régularités, mais à raisonner à partir de règles extraites des articles. Le modèle ne dit pas : « d'après mon expérience, 500 °C, c'est bien ». Il cherche dans la base les publications où l'on compare différentes températures et les relie au mécanisme : à température trop basse, il y a trop peu de défauts ; à température trop élevée, ils s'agrègent et cessent d'être utiles. Cette approche est appelée raisonnement augmenté par récupération : le modèle s'appuie sur des phrases précises des articles, comme un étudiant sur des antisèches, et ses conclusions peuvent donc être vérifiées.
L'utilité pratique d'un tel assistant IA ne se limite pas à accélérer la recherche de recettes. Il met en évidence les lacunes : si les données sont insuffisantes pour une condition donnée, le modèle dit honnêtement que la confiance est faible. Cette approche peut être transposée à d'autres matériaux et à d'autres réactions — partout où la science a accumulé des montagnes d'observations disparates mais précieuses.
Le dioxyde de titane est le pigment qui rend la peinture, le papier et même le glaçage des beignets blancs. En y ajoutant un peu de « saleté », on le transforme en dévoreur de lumière solaire.