IA : Comment Microsoft entend accélérer la recherche scientifique

La recherche scientifique s’accélère grâce à l’intelligence artificielle (IA) de pointe. Combinée au Cloud nouvelle génération, les scientifiques s’attendent à une accélération encore plus rapide. Dans ce cadre, Microsoft a annoncé en juin 2023 Azure Quantum Elements, une solution combinant la puissance de l’intelligence artificielle et du cloud computing, conçue spécifiquement pour la recherche en chimie et en science des matériaux. Elle est basée sur les investissements de Microsoft dans l’IA, le calcul haute performance et les futures technologies quantiques. « Notre objectif est de comprimer les 250 prochaines années de chimie et de progrès de la science des matériaux dans les 25 prochaines », annonçait Satya Nadella, PDG de Microsoft lors de ce lancement.

Microsoft s’est alors associé au Pacific Northwest National Laboratory (PNNL), un laboratoire du Département de l’énergie américain qui mène des recherches en IA dans plusieurs domaines, notamment la chimie et la science des matériaux. Les deux organisations combinent leurs forces pour démontrer comment la chimie et la science des matériaux peuvent tirer parti de cette accélération.

Un premier matériau pour batterie obtenu par IA

Et un premier résultat est au rendez-vous ! Les chercheurs du PNNL testent ainsi actuellement un nouveau matériau de batterie pour jouer le rôle d’électrolyte de batterie à l’état solide. Le matériau dérivé de l’IA est un électrolyte à l’état solide qui fait appel au lithium, au sodium et à d’autres éléments. Il pourrait permettre de réduire la teneur en lithium jusqu’à 70 %. La chimie exacte est sujette à optimisation, mais pourrait ne pas fonctionner à plus grande échelle, prévient Brian Abrahamson, directeur des technologies numériques au PNNL, dans un communiqué de Microsoft.

« Ces travaux ouvrent la voie à une nouvelle façon d’accélérer la résolution des problèmes urgents liés au développement durable, aux produits pharmaceutiques et autres, tout en donnant un aperçu des progrès qui seront rendus possibles par l’avènement de l’informatique quantique », assure Microsoft.

Apprendre des réussites, mais aussi des erreurs !

Habituellement, les chercheurs commencent leur travail par une revue de la littérature scientifique sur le sujet. Cela leur permet de faire des hypothèses sur la façon d’atteindre de nouveaux résultats et améliorer ce qui a été fait dans le passé. Mais comme les chercheurs publient peu leurs échecs, difficile de s’appuyer dessus pour avancer. Ainsi, plusieurs hypothèses fausses peuvent être testées par différents chercheurs, ce qui constitue une perte de temps.

Dans cette nouvelle approche, l’IA et les algorithmes d’apprentissage automatique permettent de prendre en compte tous les matériaux potentiels et, par élimination, d’aboutir à un nouveau matériau. Ce laboratoire virtuel a ainsi passé au crible numérique 32 millions de matériaux non organiques potentiels, pour retenir 18 candidats prometteurs susceptibles d’être utilisés dans le développement de batteries, en seulement 80 heures. Puis les chercheurs ont retenu la configuration qui présente les meilleures propriétés pour jouer le rôle d’électrolyte dans la batterie envisagée. « Ces modèles d’IA laissent planer un avenir où la conception d’une nouvelle molécule pourrait être aussi facile que de demander à Bing Image Creator de peindre un tableau », a déclaré Matthias Troyer, chercheur chez Microsoft et vice-président de Quantum lors du lancement en juin dernier.

Le cloud, comme solution aux attentes interminables

La majeure partie du tri a été faite via IA, ce qui représente environ 90 % du temps de calcul. « La partie HPC a représenté 10 % du temps de calcul, et ce sur un ensemble de molécules déjà ciblées », partage Microsoft. S’il est possible de gagner beaucoup de temps dans le calcul haute performance, c’est grâce au cloud computing, le cloud ayant l’avantage d’être toujours accessible. Habituellement, les chercheurs doivent réserver leurs tours pour utiliser les superordinateurs des universités ou instituts de recherche, et peuvent attendre plusieurs semaines avant d’avoir un créneau de calculs. « Nous sommes convaincus que le cloud est une ressource formidable pour améliorer l’accessibilité des communautés de recherche », explique Brian Abrahamson.

Le projet en est aujourd’hui à l’étape d’expérimentation. Le matériau a été synthétisé avec succès et transformé en prototypes de batteries qui subiront des tests en laboratoire. Brian Abrahamson l’assure : « Nous sommes à l’aube de la maturité des modèles d’intelligence artificielle, de la puissance de calcul nécessaire pour les entraîner et les rendre utiles, et de la capacité à les entraîner dans des domaines scientifiques spécifiques avec une intelligence spécifique. Nous entrons dans une période d’accélération sans précédent. »

Crédit image de une : geralt – Pixabay