AMETHYST : Conception de matériaux polymères accélérée par des outils d’intelligence artificielle et des méthodes de préparation et caractérisation haut-débit

Pilote : Jean-François GERARD

IMP – Ingénierie des Matériaux Polymères
(UMR 5223 CNRS/INSA Lyon/Univ. Jean Monnet St Etienne/Univ. Lyon 1)

Mots clés : Polymère, haut-débit, Intelligence artificielle

Avec une production mondiale de près de 380 millions de tonnes par an, les matériaux polymères jouent un rôle central dans la société moderne. En fait, ils sont utilisés dans la fabrication d’innombrables produits de la vie quotidienne ou comme composés plus sophistiqués en médecine, en diagnostic et en chimie fine. Cependant, les contraintes économiques et les nouvelles contraintes sociétales imposent une conception plus rationnelle et des modes alternatifs de synthèse et de formulation des polymères pour répondre aux besoins de plus grande durabilité, de gestion plus vertueuse de la fin de vie et d’amélioration des performances.

Les matériaux à base de polymères du futur seront l’un des piliers de l’économie circulaire. Ainsi, la découverte de nouveaux polymères entraînera un changement de paradigme et de nouvelles techniques pour la conception, le traitement et l’analyse des matériaux à base de polymères. Le développement récent des méthodes à haut débit (HTP) et d’intelligence artificielle (IA) a ouvert d’énormes opportunités pour relever ces défis. Si de telles méthodes émergent en chimie, elles ne sont pas encore mises en œuvre en France en Science des Polymères. Ainsi, le projet de démonstrateur AMETHYST propose, comme preuve de concept, de fusionner ces domaines par l’utilisation combinée des méthodes HTP et IA pour aborder quatre études de cas différentes dans le domaine des polymères. Les problématiques abordées ont été choisies pour leur pertinence face à des enjeux scientifiques et sociétaux pressants :

  • Etude de cas 1 – Conception de matériaux polymères à dégradabilité programmable
  • Etude de cas 2 – Nanocomposites et composites à base de polymères
  • Etude de cas 3 – Matériaux organiques-inorganiques à base de polymères
  • Etude de cas 4 – Matériaux biosourcés

Dans chaque étude de cas, chaque type de matériau, méthode de synthèse et de caractérisation des HTP sera mis en œuvre aux échelles moléculaire, macromoléculaire et des matériaux. Les données de l’analyse HTP seront utilisées pour alimenter les approches d’apprentissage automatique afin de déterminer la meilleure combinaison avec plusieurs propriétés ciblées. Des matériaux optimisés conçus par l’IA seront fabriqués et évalués.