Sujet
Tous les articles d’Actu.ai consacrés à Matériaux : actualités, analyses et explications sur ce sujet lié à l’intelligence artificielle. 10 articles
Des chercheurs de KAIST proposent une impression 3D qui module la résistance d’une même pièce avec la lumière et l’apprentissage automatique. Leur résine photocurable, conçue pour mieux absorber chocs et vibrations, pourrait simplifier la fabrication d’objets techniques en évitant le recours à plusieurs matériaux.
Prédire le comportement d’une molécule avant de la synthétiser ou de la mesurer peut accélérer considérablement la recherche. Développé par le groupe McGuire au MIT, ChemXploreML propose aux chimistes une application gratuite, utilisable hors ligne, pour estimer cinq propriétés clés sans devoir programmer.
Les équations qui décrivent les molécules et les systèmes quantiques deviennent vite impossibles à résoudre exactement. Des chercheurs de Texas A&M participent à une vaste synthèse sur l’AI4Science, un champ où l’intelligence artificielle aide à explorer plus vite des candidats médicaments, des matériaux et des batteries.
Des chercheurs internationaux ont mis au point, avec l’aide de l’intelligence artificielle, des formules de peinture qui réfléchissent le soleil et évacuent mieux la chaleur. Testée en modélisation pour des bâtiments situés dans des climats chauds, cette approche pourrait réduire fortement les besoins de climatisation tout en accélérant la découverte de nouveaux matériaux.
Le ciment donne sa résistance au béton, mais son emploi pose aussi un défi de coût et d’empreinte carbone. Des chercheurs du MIT ont conçu un cadre fondé sur l’IA pour passer au crible des matériaux de substitution, des sous-produits industriels aux déchets de démolition.
Les modèles d’IA peuvent fournir une réponse erronée avec une assurance trompeuse, un risque majeur pour la recherche en matériaux et en chimie. Des chercheurs du PNNL proposent une méthode pour mesurer cette incertitude, détecter les limites d’un modèle et guider son entraînement vers les données réellement nécessaires.
Concevoir une molécule capable de répondre à des critères précis reste un travail long et complexe. Avec Llamole, des chercheurs du MIT combinent un modèle de langage et une IA spécialisée dans les graphes moléculaires. Leur méthode porte le taux de succès observé de 5 % à 35 % sur leurs tâches expérimentales.
Des chercheurs du MIT proposent une méthode d’apprentissage automatique entraînée sur des calculs quantiques très précis. Baptisé MEHnet, ce modèle vise à prévoir rapidement plusieurs propriétés électroniques de molécules, un levier potentiel pour la découverte de matériaux, de médicaments ou de solutions de stockage d’énergie.
Une équipe menée par le Lawrence Berkeley National Laboratory a employé l’apprentissage automatique pour explorer près de 50 000 structures de polymères. Trois candidats ont été synthétisés et testés pour des condensateurs en film, dont l’un associe résistance thermique, isolation électrique, densité d’énergie et efficacité à un niveau record.
La taille des particules influence directement la qualité de nombreux produits, des poudres pharmaceutiques aux aliments et aux cosmétiques. Pour mesurer rapidement leur répartition, la diffraction laser s’impose face au tamisage, à condition de bien préparer l’échantillon et d’interpréter les données avec rigueur.
