Dans quelle mesure un matériau qui n'existe même pas encore peut-il être considéré comme durable ?
Une équipe de recherche internationale démontre comment l'IA peut prendre en compte les impacts environnementaux potentiels dès la phase de recherche de nouveaux matériaux
Annonces
Les nouveaux matériaux ont pour but de permettre des innovations techniques, qu’il s’agisse de composants électroniques plus puissants ou de matériaux de construction plus respectueux de l’environnement. Mais à quoi sert un matériau aux propriétés exceptionnelles si sa production consomme d’énormes quantités d’énergie ou nécessite des matières premières rares ? Ces questions ne sont souvent prises en compte qu’à un stade avancé du développement des nouveaux matériaux. À ce moment-là, il se peut que l’on ait déjà investi beaucoup de temps, d’énergie et d’argent dans une solution qui s’avère inadaptée à une application pratique.
Une équipe de recherche internationale, comprenant notamment des chercheurs de l’université Friedrich Schiller de Iéna, a désormais mis au point une stratégie grâce à laquelle l’intelligence artificielle peut non seulement sélectionner de futures solutions matérielles en fonction de leurs propriétés techniques, mais aussi prendre en compte les enjeux de durabilité – tels que les impacts environnementaux potentiels – dès les premières étapes de la recherche. À cette fin, les chercheurs proposent une approche combinant le développement de matériaux assisté par l’IA avec des analyses prospectives du cycle de vie et d’autres considérations de durabilité. Ils ont publié leur feuille de route dans la revue spécialisée « Nature Sustainability ».
Des questions telles que : un matériau nécessite-t-il une production à forte intensité énergétique ? De quelles ressources a-t-il besoin ? Que devient-il à la fin de son cycle de vie ? Ne trouvent souvent de réponse qu’à un stade avancé, voire uniquement lorsqu’il est utilisé dans des conditions réelles. Parallèlement, l’effort requis pour mener de telles investigations augmente généralement rapidement à mesure que les travaux avancent.
Dans leur article récemment publié, les chercheurs proposent d’intégrer directement les méthodes d’analyse du cycle de vie dans les processus de développement basés sur l’IA et de les concevoir de manière à permettre des prévisions. « Une telle analyse prend en compte les impacts environnementaux depuis l’extraction des matières premières jusqu’à la fabrication et à l’utilisation, et ce jusqu’à la fin de vie du produit. À l’avenir, ces informations pourraient influencer dès le début le choix des matériaux candidats retenus par un système d’IA et ceux qui seront finalement intégrés au processus de développement concret, en dehors de l’environnement informatique », explique le professeur Lothar Wondraczek, docteur en ingénierie, de l’université d’Iéna. En collaboration avec des chercheurs de l’Institut indien de technologie de Delhi, de l’Imperial College de Londres, de l’Institut indien de technologie de Madras, de l’université technologique de Chalmers et de l’université de Göteborg, il a développé le concept de base de ces travaux.
Cinq piliers pour une recherche de matériaux plus durable
La feuille de route comprend cinq tâches interdépendantes. Les informations issues de publications scientifiques et d’autres sources doivent être automatiquement extraites et regroupées dans des bases de données sur les matériaux et l’environnement. Sur cette base, des modèles doivent permettre d’estimer comment la composition et la structure d’un matériau sont liées aux processus de fabrication et aux impacts environnementaux. Plusieurs voies de production possibles et les incertitudes qui y sont associées doivent être explicitement prises en compte. Enfin, les performances techniques et les impacts environnementaux doivent être intégrés conjointement dans le processus d’optimisation.
Une difficulté particulière réside dans le fait que, pour les matériaux entièrement nouveaux, il n’existe encore aucune donnée issue de la production industrielle ou d’une utilisation à long terme. Les chercheurs proposent donc de calculer dans un premier temps divers scénarios plausibles et de rendre transparentes les incertitudes associées. Les modèles pourraient ensuite être progressivement améliorés à l’aide de nouvelles données expérimentales et industrielles. « Un défi particulier réside dans la mise en relation de types d’informations très différents », explique N. M. Anoop Krishnan, professeur à l’Institut indien de technologie de Delhi et ancien chercheur invité Humboldt à l’université d’Iéna. « À l’avenir, outre les données mesurées et les simulations informatiques, les modèles d’IA devront également prendre en compte les informations relatives aux processus de fabrication, aux exigences légales et à l’acceptation sociale d’un matériau. »
Des plastiques au verre en passant par le ciment
En prenant comme exemples les polymères, le verre, les photorésines utilisées dans la fabrication de semi-conducteurs et le ciment, l’équipe démontre à quel point les exigences posées à ces modèles d’IA sont variées. Dans le cas des polymères, on constate notamment un manque de données traitées de manière systématique sur les impacts environnementaux ; pour les nouveaux types de verre, il manque des modèles adaptés combinant composition, propriétés et performance environnementale. En ce qui concerne le ciment, en revanche, on dispose d’une quantité relativement importante de données d’analyse du cycle de vie, tandis que la modélisation des propriétés des matériaux à différentes échelles reste difficile.
« Les modèles d’IA multimodaux tournés vers l’avenir peuvent nous aider à filtrer, parmi la multitude de matériaux théoriquement possibles, précisément ceux qui ont de fortes chances de déboucher sur des applications durables. Cependant, ils ne nous empêcheront pas de poursuivre avec curiosité des approches improbables en laboratoire », conclut le professeur Wondraczek.
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
