Accélérer la découverte de nouveaux matériaux grâce à l'IA
Un système multi-agents agit en tant que partenaire créatif, conduisant le développement de batteries de nouvelle génération durables
Des chercheurs de l'université de Bayreuth et de l'université des sciences et technologies de Hong Kong ont utilisé un réseau multi-agents pour la conception de batteries, ce qui constitue une première mondiale dans le domaine de la recherche sur les batteries. Cet outil basé sur l'IA permet de générer rapidement des propositions prometteuses pour de nouveaux matériaux de batterie, faisant ainsi progresser le développement de batteries de nouvelle génération durables et pérennes. Les chercheurs publient leurs résultats dans la revue Advanced Materials.
L'électrolyte d'une batterie, qui transporte les ions entre les électrodes et permet ainsi le flux d'électricité, est crucial pour la durée de vie, la sécurité et les performances globales de la batterie. La découverte de nouveaux matériaux d'électrolyte est donc l'un des principaux moteurs de la transition énergétique mondiale. L'identification d'électrolytes appropriés nécessite toutefois des recherches approfondies, au cours desquelles il faut d'abord trouver des compositions de matériaux prometteuses, puis les tester expérimentalement - un processus qui prend souvent des semaines, voire des mois. Francesco Ciucci de la chaire de conception d'électrodes pour les dispositifs de stockage d'énergie électrochimique du Centre bavarois pour la technologie des batteries (BayBatt) de l'université de Bayreuth ont fait un premier pas vers l'accélération de ce processus.
À cette fin, les chercheurs de Bayreuth, en collaboration avec l'université des sciences et technologies de Hong Kong, ont mis au point un réseau multi-agents basé sur de grands modèles linguistiques tels que ChatGPT. Il se compose de deux unités spécialisées (agents logiciels) qui travaillent ensemble pour résoudre un problème ou une question de recherche. L'un des agents a une vue d'ensemble de la littérature existante sur le sujet, tandis que l'autre a accès à des connaissances spécialisées approfondies. Lorsque les humains effectuent des recherches, passent au crible les informations et évaluent les options, il leur faut parfois des semaines, voire des mois, pour identifier un matériau approprié. L'IA, quant à elle, y parvient en quelques heures seulement. Avec ce système multi-agents, l'équipe a créé une approche pionnière pour exploiter la créativité de l'IA afin d'accélérer la découverte de matériaux.
"Notre nouveau système multi-agents agit comme un partenaire scientifique créatif, avec deux agents spécialisés qui analysent la littérature pertinente. En simulant un débat scientifique, les deux agents relient les idées issues de leurs nombreuses données de formation et de la littérature pour proposer de nouvelles compositions d'électrolytes", explique M. Ciucci.
Matthew J. Robson, de l'Université des sciences et technologies de Hong Kong, ajoute : "Ce qu'il faut retenir ici, c'est l'évolution du rôle de l'IA dans le processus scientifique. Nous avons démontré un nouveau schéma directeur pour la recherche scientifique qui fait passer l'IA du statut d'outil passif d'analyse de données à celui de partenaire actif et créatif capable de générer des hypothèses véritablement nouvelles et de qualité."
Dans une étape cruciale, l'équipe a traduit ses recherches de la théorie à la pratique : le système multi-agents a proposé plusieurs composants d'électrolytes nouveaux, rentables et respectueux de l'environnement pour les batteries au zinc. L'un des électrolytes a démontré des performances exceptionnelles lors des essais expérimentaux, rivalisant avec les systèmes les plus avancés dans sa catégorie d'électrolytes. La nouvelle conception a démontré une durabilité exceptionnelle en réalisant plus de 4 000 cycles de charge-décharge. Il a également établi un nouveau record de charge rapide dans sa catégorie d'électrolyte, offrant une capacité supérieure de près de 20 % à des vitesses de charge rapide par rapport à des électrolytes similaires.
"L'efficacité prouvée de notre réseau multi-agents révolutionne la découverte de matériaux avancés, même au-delà de la conception des batteries", déclare M. Ciucci. "Cette approche permet de raccourcir considérablement la phase de recherche initiale. Le réseau d'IA peut donc servir d'outil puissant pour compléter l'expertise scientifique humaine. Combinées à la validation par des expériences en laboratoire et au jugement critique des chercheurs, les propositions prometteuses générées par l'IA peuvent conduire à des solutions plus rapides pour relever les défis mondiaux.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
Autres actualités du département science
