L'IA déverrouille les nouveaux matériaux quantiques
L'approche pourrait accélérer les progrès de l'informatique quantique, des supraconducteurs et des technologies électroniques de nouvelle génération.
Les chercheurs du MIT ont dévoilé une nouvelle méthode qui permet aux modèles d'IA génératifs de concevoir des matériaux avec des propriétés quantiques inhabituelles, accélérant potentiellement les progrès dans des champs comme l'informatique quantique.L'approche, appelée scigen (intégration des contraintes structurelles dans le modèle générateur), introduit des règles de conception géométrique dans des modèles de diffusion existants afin qu'ils produisent des matériaux avec des structures connues pour donner naissance à des comportements exotiques.
Cela traite d'un goulot d'étranglement de longue date en science des matériaux.Alors que l'IA a généré des millions de candidats matériels stables ces dernières années, les modèles favorisent généralement des structures sûres et conventionnelles plutôt que celles avec des états électroniques ou magnétiques non conventionnels.Cela laisse aux chercheurs du mal à identifier les candidats aux liquides de spin quantique et à d'autres matériaux quantiques prometteurs, dont seule une poignée ont été découvertes à ce jour.
L'équipe travaille en contraignant des modèles génératifs pour suivre des modèles de réseau spécifiques - comme les réseaux Kagome et Archimean - qui sont fortement liés aux effets quantiques.Dans les tests, le système a généré plus de 10 millions de candidats matériels, a dépisté un million pour la stabilité et a effectué des simulations détaillées sur 26 000 d'entre elles.Plus de 40% ont montré des signes de magnétisme.De ce pool, l'équipe a synthétisé deux composés jamais vus, TipDBI et TipBSB, confirmant que les prédictions AI se sont traduites par de vrais matériaux avec des propriétés exotiques.
Les experts externes conviennent que l'outil pourrait aider les expérimentateurs à prioriser les candidats prometteurs, à accélérer les progrès vers des plateformes informatiques quantiques stables et d'autres applications de nouvelle génération.Le développement intervient alors que Global Labs race pour identifier les matériaux qui peuvent prendre en charge les qubits résistants aux erreurs et les supraconducteurs topologiques.Les chercheurs soulignent cependant que l'IA ne remplacera pas les expériences: chaque candidat doit toujours être synthétisé et testé dans des conditions réelles.
À l'avenir, l'équipe prévoit d'étendre Scigen pour inclure des contraintes chimiques et fonctionnelles, ouvrant la possibilité de générer des matériaux non seulement avec des structures exotiques mais aussi avec des propriétés accordables pour le stockage d'énergie, la capture du carbone ou l'électronique avancée.
"Nous n'avons pas besoin de 10 millions de nouveaux matériaux pour changer le monde. Nous avons juste besoin d'un très bon matériel", a déclaré la physicienne du MIT Mingda Li, auteur principal de l'étude.