L’aube des ro­bots chi­mistes au­to­nomes

Grâce à l’in­tel­li­gence ar­ti­fi­cielle, des la­bo­ra­toires au­to­nomes vont trans­for­mer notre fa­çon de pro­duire de nou­veau ma­té­riaux in­no­vants. Ins­pi­rée par cette ap­proche, notre équipe a mis au point un al­go­rithme qui ap­prend à sé­lec­tion­ner les mo­lé­cules les pl

La Recherche - - Sommaire - Alan As­pu­ru-Gu­zik

En ce dé­but de siècle, nous sommes confron­tés à la me­nace i mmé­diate des consé­quences du chan­ge­ment cli­ma­tique. Rien ne se­ra ré­so­lu sans ma­té­riaux de haute per­for­mance : pour réus­sir la tran­si­tion com­plète vers les éner­gies re­nou­ve­lables, il fau­dra pro­duire en abon­dance des ma­té­riaux qui nous per­met­tront d’em­ma­ga­si­ner l’éner­gie du vent et du so­leil afin de l’uti­li­ser quand ces sources pri­maires se­ront in­dis­po­nibles. L’hu­ma­ni­té fait éga­le­ment face au pro­blème de l’ap­pro­vi­sion­ne­ment en eau. À cet égard, la dé­cou­verte de nou­veaux ma­té­riaux est un en­jeu ma­jeur car ceux-ci per­met­tront de fa­bri­quer des mem­branes de fil­tra­tion plus ef­fi­caces à moindre coût et ai­de­ront ain­si à pro­cu­rer de l’eau aux mil­liards d’hu­mains de la pla­nète. La so­lu­tion à ces pro­blèmes (et à d’autres) pour­rait ré­si­der dans le vaste es­pace chi­mique com­po­sé de toutes les mo­lé­cules qui res­tent à syn­thé­ti­ser. Leur nombre, qua­si in­fi­ni, est dif­fi­cile à ap­pré­hen­der. On es­time néan­moins que le nombre de mo­lé­cules que l’on pour­rait syn­thé­ti­ser, si chaque per­sonne sur Terre s’y met­tait du­rant un an, est su­pé­rieur au nombre d’atomes de l’Uni­vers vi­sible. Com­ment ac­cé­lé­rer la dé­cou­verte de cet es­pace presque in­ex­plo­ré de com­po­sés dis­po­nibles ? L’ap­proche clas­sique, uti­li­sée dans la plu­part des la­bo­ra­toires de chi­mie du monde, consiste à syn­thé­ti­ser pé­ni­ble­ment les com­po­sés l’un après l’autre, et à les trans­mettre à d’autres cher­cheurs pour qu’ils les testent. Cette fa­çon « ar­ti­sa­nale » de conce­voir de nou­veaux ma­té­riaux, en plus d’être coû­teuse, est re­la­ti­ve­ment longue : le cycle de dé­cou­verte pour un seul ma­té­riau dé­passe la di­zaine d’an­nées.

Ré­tro­syn­thèse

L’in­tel­li­gence ar­ti­fi­cielle pour­rait-elle nous ai­der à rac­cour­cir les dé­lais dans ce do­maine de la science ? Mon groupe de re­cherche par­tage cette convic­tion avec d’autres chi­mistes du monde en­tier. Mieux : nous par­ta­geons l’idéal de la­bo­ra­toires au­to­nomes qui trans­for­me­ront le monde de la chi­mie des ma­té­riaux. Dans ces fu­turs la­bo­ra­toires, le chi­miste ou le phy­si­cien des ma­té­riaux se­ra aux com­mandes d’un « or­di­na­teur à ma­tière », qui per­met­tra aux scien­ti­fiques d’ex­plo­rer ra­pi­de­ment les ma­té­riaux can­di­dats pour une ap­pli­ca­tion

spé­ci­fique. En uti­li­sant les don­nées ex­pé­ri­men­tales dis­po­nibles, l’or­di­na­teur dé­ci­de­ra quels ma­té­riaux doivent être tes­tés en prio­ri­té. De sur­croît, il éta­bli­ra le meilleur moyen de fa­bri­quer un com­po­sé don­né grâce à un pro­ces­sus bap­ti­sé ré­tro­syn­thèse. Cette tech­nique de syn­thèse chi­mique consiste à par­tir d’une mo­lé­cule cible com­plexe et de la dé­com­po­ser en sub­strats plus simples. C’est une ma­nière de pla­ni­fier la syn­thèse de la mo­lé­cule cible « à l’en­vers », en re­ve­nant vers ses élé­ments consti­tu­tifs élé­men­taires. Après cette phase pré­li­mi­naire, un ro­bot spé­cia­li­sé pro­cé­de­ra à la fa­bri­ca­tion du com­po­sé. Cette pro­cé­dure de syn­thèse se­ra sui­vie par l’or­di­na­teur pour ana­ly­ser les étapes de fa­bri­ca­tion et le ré­sul­tat de la syn­thèse. En­fin, un sys­tème de ca­rac­té­ri­sa­tion ra­pide don­ne­ra un aper­çu des pro­prié­tés du ma­té­riau can­di­dat. Ain­si l’or­di­na­teur, en con­jonc­tion avec l’hu­main, pour­ra dé­ci­der quel ma­té­riau tes­ter. Cette dé­ci­sion se­ra prise de ma­nière ob­jec­tive en fai­sant un com­pro­mis entre l’ex­plo­ra­tion – es­sayer des ma­té­riaux qui four­nissent le maxi­mum d’in­for­ma­tions – et l’ex­ploi­ta­tion – tes­ter des ma­té­riaux qui soient proches du ma­té­riau op­ti­mal connu jusque-là. L’un des pion­niers de ce do­maine, Ben­ji Ma­ruya­ma, des la­bo­ra­toires amé­ri­cains de l’Air Force Re­seach La­bo­ra­to­ry, dans l’Ohio,

ap­pelle ce­la la « loi de Moore de la

dé­cou­verte scien­ti­fique » . Avec son équipe, il a uti­li­sé cette ap­proche pour fa­bri­quer un sys­tème op­ti­mi­sant les condi­tions de crois­sance des na­no­tubes de car­bones (lire l’en­ca­dré p. 55). Notre groupe de re­cherche a quant à lui conçu et fa­bri­qué des diodes élec­tro­lu­mi­nes­centes or­ga­niques (Oled) en s’ai­dant du cal­cul haute per­for­mance et de l’ap­pren­tis­sage au­to­ma­tique (1).

Pré­sé­lec­tion vi­suelle

Peu oné­reuses, faibles consom­ma­trices de cou­rant, les Oled sont au­jourd’hui ex­ploi­tées dans de nom­breux écrans et sont ame­nées à se dé­ve­lop­per. Pour op­ti­mi­ser leurs per­for­mances, une pos­si­bi­li­té consiste à cal­cu­ler les pro­prié­tés quan­tiques des ma­té­riaux et sé­lec­tion­ner ceux qui émettent le plus

Les « or­di­na­teurs à ma­tière » pour­ront dé­ci­der quel ma­té­riau tes­ter

de lu­mière. Tou­te­fois, ces cal­culs quan­tiques sont très gour­mands en temps et en éner­gie, li­mi­tant de fait les pos­si­bi­li­tés. Nous avons op­té au contraire pour l’in­tel­li­gence ar­ti­fi­cielle. Nous avons d’abord en­traî­né un al­go­rithme de type ré­seau de neu­rones à pré­dire cer­tains pa­ra­mètres phy­siques de mo­lé­cules or­ga­niques à par­tir de don­nées ex­pé­ri­men­tales sur 63 mo­lé­cules. Cet al­go­rithme a en­suite été uti­li­sé sur une nou­velle base de don­nées de 400 000 mo­lé­cules, pour sé­lec­tion­ner les plus ef­fi­caces a prio­ri. Ré­sul­tat : 900 d’entre elles ont été sé­lec­tion­nées. Puis nous avons sol­li­ci­té un pa­nel d’ex­perts. Nous lui avons de­man­dé d’ef­fec­tuer une nou­velle sé­lec­tion sur deux cri­tères : l’ori­gi­na­li­té et la nou­veau­té des struc­tures mo­lé­cu­laires trou­vées par l’al­go­rithme, et la fa­ci­li­té at­ten­due de la syn­thèse. Nous avons alors fa­bri­qué quatre mo­lé­cules que nous avons in­té­grées dans des diodes. Celles-ci ont mon­tré d’ex­cel­lents taux de conver­sion d’élec­tri­ci­té en lu­mière. Nous avons ain­si consta­té l’ef­fi­ca­ci­té de cette pré­sé­lec­tion vir­tuelle. L’idée d’un la­bo­ra­toire de syn­thèse com­plè­te­ment au­to­nome n’est plus un fan­tasme. Elle com-

mence à être dis­cu­tée sé­rieu­se­ment. Je re­viens juste de la ville de Mexi­co, où je co-or­ga­ni­sais un ate­lier as­so­cié à la Mis­sion in­no­va­tion, on, une col­la­bo­ra­tion in­ter­naer­na­tio­nale de plus de vingt ngt pays de l’Union eu­ro­péenne, nne qui a dé­mar­ré du­rant la con­fé­rence de Pa­ris de 2015 sur le chan­ge­ment cli­ma­tique. Cette mis­sion a sé­lec­tion­né sept « dé­fis de l’in­no­va­tion » pour ai­der l’hu­ma­ni­té dans sa tran­si­tion vers les éner­gies re­nou­vel lables. L’ate­lier en qu ques­tion avait pour ob ob­jec­tif d’avan­cer sur le d dé­fi n° 6, as­so­cié au déve dé­ve­lop­pe­ment ra­pide de cette cet nou­velle gé­né­ra­tion de m ma­té­riaux (2). Dé­sor­mais, nous de­vons nous mettre les mains da dans le cam­bouis et par­ve­nir à construire ces « or­di­na­teurs à ma­tière ». Le monde a be­soin d’eux. (1) R. Go­mez-Bom­ba­rel­li et al., Nat. Ma­ter., 15, 1120, 2016.

(2) http://ic6.mis­sion-in­no­va­tion.net

CHI­MISTE Alan As­pu­ru-Gu­zik est pro­fes­seur de chi­mie et de bio­lo­gie chi­mique à l’uni­ver­si­té Har­vard. Il y di­rige un groupe dont les re­cherches portent sur les liens entre le cal­cul quan­tique, l’in­for­ma­tion quan­tique et la chi­mie.

Ben­ji Ma­ruya­ma, à l’Air Force Re­search La­bo­ra­to­ry, dans l’Ohio, est un pré­cur­seur dans la mise en oeuvre de la­bo­ra­toires de chi­mie au­to­nomes.

Newspapers in French

Newspapers from France

© PressReader. All rights reserved.