lundi, décembre 23, 2024

Cette startup utilise l’IA pour découvrir de nouveaux matériaux

Alors que le monde se concentre sur l’IA génératrice de texte, d’images et de films, une startup dirigée par un ancien chercheur principal de DeepMind développe la technologie GenAI pour soutenir la fabrication de nouveaux matériaux physiques.

Orbital Materials – fondé par Jonathan Godwin, qui a déjà participé aux efforts de recherche sur les matériaux de DeepMind – crée une plate-forme alimentée par l’IA qui peut être utilisée pour découvrir des matériaux allant des batteries aux cellules capturant le dioxyde de carbone.

Godwin dit qu’il a été inspiré pour fonder Orbital Materials en voyant comment les techniques qui sous-tendent les systèmes d’IA comme AlphaFold, l’IA de DeepMind qui peut prédire la structure 3D d’une protéine à partir de sa séquence d’acides aminés, pourraient être appliquées aux sciences des matériaux.

« Les méthodes traditionnelles de découverte de nouveaux matériaux reposent depuis longtemps sur de longs processus d’essais et d’erreurs en laboratoire, entraînant souvent des années d’expérimentation avant que le succès ne soit obtenu », a déclaré Godwin à TechCrunch dans une interview par courrier électronique. « J’ai senti qu’un nouveau type d’organisation, composé d’experts en IA et de scientifiques des matériaux, était nécessaire pour faire sortir les matériaux de l’ordinateur du monde réel. »

Assisté ou non par l’IA, la création d’un nouveau matériau n’est généralement pas un processus très intuitif.

Pour obtenir certaines propriétés, par exemple la légèreté et la rigidité, il faut identifier les structures physiques et chimiques correspondantes, ainsi que comprendre les processus (par exemple, fusion, évaporation) permettant de créer ces structures de manière fiable. Le matériau, une fois conçu, doit ensuite être soumis à des tests de contrainte dans différentes conditions – températures extrêmes, par exemple – en fonction de l’application prévue.

L’IA ne peut pas résoudre tous les défis inhérents à la conception des matériaux. (Rien ne peut remplacer l’expérimentation dans le monde réel, par exemple.) Mais cela peut permettre d’économiser du temps – et de l’argent – ​​en s’appuyant sur des calculs pour déterminer quelles propriétés et processus pourraient produire quels types de matériaux.

« Les décideurs techniques des entreprises de chimie et de matériaux ont du mal à développer de nouveaux produits parce que les méthodes traditionnelles de découverte de nouveaux matériaux avancés sont trop lentes et coûteuses pour répondre à cette demande », a déclaré Godwin. « [Yet] la demande de nouveaux matériaux avancés… augmente considérablement à mesure que nos économies s’électrifient et se décarbonisent.

Orbital Materials n’est pas le premier à appliquer l’IA à la R&D sur les matériaux.

Osmium AI, dirigé par un ancien Googleur et soutenu par Y Combinator, permet aux clients industriels de prédire les propriétés physiques de nouveaux matériaux, puis d’affiner et d’optimiser ces nouveaux matériaux en tirant parti de l’IA. Plusieurs articles universitaires de la dernière décennie proposent des moyens d’accélérer les flux de travail de conception de matériaux grâce à l’IA en tandem avec de vastes bases de données de molécules. DeepMind lui-même étudie les matériaux issus de l’IA et a annoncé l’année dernière avoir conçu un algorithme pour découvrir des millions de cristaux qui pourraient un jour alimenter des technologies commerciales.

Mais ce qui distingue Orbital Materials, c’est son modèle d’IA exclusif pour la science des matériaux, affirme Godwin.

« Nous nous sommes beaucoup inspirés des succès des grands modèles de langage et d’AlphaFold pour créer nos ensembles de données », a déclaré Godwin. « Dans ces modèles, le plus important est d’obtenir de nombreux types de données différents : des modèles comme ChatGPT sont formés sur le code, les articles de presse, les textes scientifiques et les encyclopédies. Cette diversité est l’un des éléments qui confèrent aux modèles leurs capacités remarquables.

Le modèle d’Orbital, appelé Linus, constitue l’épine dorsale du laboratoire de la startup dans le New Jersey, où il pilote la recherche et le développement de matériaux et de produits chimiques. Linus a été formé sur un vaste ensemble de données de simulations et de matériaux, explique Godwin – des batteries et semi-conducteurs aux catalyseurs et molécules organiques.

Les scientifiques utilisant Linus saisissent des instructions en langage naturel – par exemple « un matériau qui absorbe bien le dioxyde de carbone » – et le système génère une structure moléculaire 3D qui répond aux critères. En commençant par un nuage aléatoire d’atomes, Linus affine la structure de manière itérative jusqu’à atterrir sur quelque chose qui satisfait le mieux aux instructions.

« [We’re] adopter une approche d’IA complète pour développer un pipeline de matériaux en interne », a poursuivi Godwin.

Comme tous les GenAI, Linus n’est pas parfait : il génère parfois des matériaux qui ne sont pas physiquement possibles à fabriquer. Mais Godwin le prétend a a développé avec succès au moins un filtre bon marché et plus fiable pour capturer le dioxyde de carbone de l’air. Orbital prévoit d’annoncer plus de détails cette année.

Orbital, basée à Londres et composée d’une équipe de 13 personnes, n’envisage pas de fabriquer le filtre lui-même, ni aucun autre matériau d’ailleurs. L’objectif est plutôt d’amener les matériaux à la phase de preuve de concept ou de démonstration pilote, puis de rechercher des fabricants extérieurs comme partenaires.

Pour y parvenir, Orbital a récemment levé 16 millions de dollars dans le cadre d’un cycle de série A dirigé par Radical Ventures avec la participation de Toyota Ventures. Portant le total de la startup à environ 21 millions de dollars, Godwin affirme que le nouveau capital sera consacré au développement des équipes de science des données et de laboratoire humide d’Orbital.

« Tout comme AlphaFold permet de découvrir et de commercialiser de nouveaux médicaments plus rapidement, la technologie d’Orbital Materials permet de concevoir et de commercialiser de nouveaux matériaux avancés à une vitesse sans précédent », a déclaré Godwin.

Source-146

- Advertisement -

Latest