Prédire un matériau résistant sans expériences ✛ ✦
Chercher un nouveau matériau, c'est un peu comme constituer une équipe idéale : il faut deviner quels atomes de métaux s'entendront et supporteront la chaleur. Avant, on y passait des années à tâtons. Aujourd'hui, des scientifiques français et japonais ont utilisé l'apprentissage automatique et la simulation numérique selon les lois de la thermodynamique quantique pour prédire la résistance des mélanges en quelques secondes.
Le secret tient à l'entropie – la mesure du désordre dans un cristal. Ludwig Boltzmann a été le premier à comprendre que la nature aime le chaos, et dans les mélanges de métaux avec l'oxygène, ce chaos aide les atomes à rester soudés – comme dans une équipe, la diversité des talents renforce la cohésion. Le réseau de neurones a été entraîné sur cinq cents exemples réussis (avec du fer, du cuivre, du zinc), puis il a testé les 4368 combinaisons possibles de cinq éléments. L'erreur s'est révélée infime – une goutte d'eau dans l'océan. Le plus important : l'ordinateur a non seulement confirmé des compositions résistantes déjà connues, mais il en a aussi découvert trois nouvelles, qui ont été immédiatement créées avec succès en laboratoire.
Désormais, on conçoit délibérément des matériaux pour les batteries et l'électronique. La clé, c'est l'équilibre entre le désordre et l'affinité chimique : la métallicité – la capacité des métaux à partager des électrons – et la taille des atomes. Comme dans une bonne équipe, la nouveauté et la compatibilité sont toutes deux essentielles.
Si vous décidiez de tester manuellement les 4368 combinaisons possibles, en passant une semaine sur chacune, il vous faudrait environ 84 ans de travail ininterrompu. Le réseau de neurones, lui, s'en sort en une fraction de seconde.