MADNESS : Méthodologie assistée par l’intelligence artificielle pour la découverte de nouveaux matériaux en sels fondus
Pilote : David PORTEHAULT
LCMCP – Laboratoire de Chimie de la Matière Condensée de Paris
(UMR 7574 Sorbonne Univ./CNRS/Collège de France/Univ. Paris sciences et lettres)
Mots clés : Nouveaux matériaux, Synthèse en phase liquide, Sels fondus, Intermétalliques et composés, Diffraction des rayons X, in situ, Prédiction de la structure cristalline, Apprentissage automatique supervisé, Réseaux neuronaux graphiques, Électrocatalyse
L’objectif du projet MADNESS est de combiner l’intelligence artificielle à la synthèse inorganique pour répondre à une question simple mais complexe : comment accélérer la recherche de matériaux avec des techniques de synthèse difficilement automatisables ?
Nous prendrons comme cas d’école la synthèse en sels fondus, une méthode originale dont la capacité à ouvrir la voie vers de nouveaux matériaux émerge depuis quelques années, mais qui n’est pas adaptée à l’automatisation et au criblage à haut débit. Nous chercherons plus spécifiquement des matériaux capables de remplacer les métaux précieux pour l’électrocatalyse de la production de dihydrogène à partir de l’eau, en nous concentrant sur des composés de métaux de transition et d’éléments non-critiques prometteurs et dont l’espace chimique est en grande partie vierge, car ils sont difficiles à synthétiser. Nous développerons une méthodologie de synthèse s’appuyant sur deux piliers principaux :
Le premier pilier consiste à tirer le meilleur parti des expériences, en considérant chaque synthèse comme une grande source de données pour cribler certains des paramètres expérimentaux les plus importants. Nous utiliserons ainsi la diffraction des rayons X sous rayonnement synchrotron, dans le but de réaliser le suivi in situ des synthèses et développerons des méthodes d’analyse automatique basées sur l’apprentissage machine (ML).
Le deuxième pilier est la prédiction de nouveaux composés et de diagrammes de phases pour des systèmes chimiques inexplorés ou mal connus en utilisant des techniques génératives afin d’accélérer la recherche de nouveaux composés et anticiper les propriétés électrocatalytiques, qui seront mesurées a posteriori.
Le projet MADNESS s’appuiera sur l’infrastructure de DIADEM pour fournir une méthodologie permettant d’accélérer la découverte de matériaux via la synthèse en sels fondus et, plus généralement, via d’autres méthodes de synthèse, inadaptables à l’automatisation. Son originalité réside dans les méthodes que nous développerons, où l’IA assistera le travail expérimental, pour cribler, prédire, anticiper et réaliser des nouveaux matériaux fonctionnels. MADNESS permettra, pour la première fois, d’établir un lien étroit entre la synthèse inorganique (LCMCP), la caractérisation avancée (SOLEIL), le traitement des données assisté par l’IA (IMN) et la prédiction de structures cristallines assistée par l’IA (LINK), de sorte que les matériaux prédits puissent être réalisés expérimentalement. En fournissant une méthodologie pour la synthèse assistée par l’IA, MADNESS contribuera à démocratiser les approches d’intelligence artificielle au sein de la vaste communauté des chimistes spécialisés en synthèse des matériaux inorganiques.