Trouver l'alliage idéal à partir de ferraille, c'est un peu comme cuire un gâteau avec des restes sans recette précise. Il faut mélanger des morceaux de différents alliages d'aluminium pour obtenir un matériau à la fois résistant et bon conducteur de chaleur. Les scientifiques ont confié cette tâche à un ordinateur quantique.

Contrairement à un ordinateur classique qui essaie les options une par une, le quantique « goûte » de nombreux mélanges simultanément grâce à la superposition — cette capacité à être dans plusieurs états à la fois. Et l'intrication quantique lie les ingrédients de la recette de telle sorte que modifier l'un affecte instantanément les autres. Mais si le mélange est trop complexe, des parasites apparaissent — la décohérence quantique — et la machine se trompe.

Pour contourner ce problème, on a ajouté l'apprentissage automatique — un programme qui prédit les propriétés de l'alliage selon sa composition. Le cycle est simple : le programme propose des recettes, l'algorithme quantique sélectionne les meilleures, et la simulation numérique (l'expérience virtuelle) vérifie le résultat. En répétant ces étapes, les scientifiques ont trouvé la métallicité idéale — la composition chimique exacte où une résistance élevée s'allie à une excellente conductivité thermique. L'essentiel était de ne pas rester bloqué sur une seule option, mais de maintenir la diversité de la recherche — ce que les physiciens appellent l'entropie. Cette approche donne une seconde vie aux canettes et aux profilés, en économisant presque toute l'énergie nécessaire à la production primaire d'aluminium.