fr.wedoany.com Rapport : Le laboratoire national d'Argonne (Argonne National Laboratory) du Département de l'Énergie des États-Unis a récemment publié un cadre open source nommé ChemGraph, qui utilise l'intelligence artificielle pour automatiser les flux de travail en chimie computationnelle et en science des matériaux, visant à abaisser le seuil de simulation des matériaux avancés afin d'accélérer la recherche et le développement dans des domaines tels que les batteries de nouvelle génération, les carburants propres et les matériaux critiques.
La conception de nouveaux matériaux à l'échelle atomique a longtemps été réservée aux experts, car la construction de modèles précis du comportement de la matière nécessite une connaissance approfondie de la chimie computationnelle et la maîtrise de logiciels scientifiques complexes. Le cadre ChemGraph publié par Argonne vise à changer cette situation en combinant le traitement des instructions en langage naturel, des modèles de base de réseaux de neurones graphiques et des outils de simulation éprouvés. Ce système permet aux utilisateurs de décrire leurs questions de recherche en langage naturel, et le cadre les mappe automatiquement en tâches de simulation, outils d'exécution et processus d'analyse de données correspondants. Son architecture sous-jacente est composée de plusieurs agents spécialisés, respectivement chargés de la planification, de l'exécution et de l'agrégation des données. Dans une évaluation publiée, l'équipe a testé le cadre sur treize tâches de référence, en utilisant des modèles open source et propriétaires de fournisseurs tels qu'Alibaba, OpenAI et Anthropic, et a constaté que les modèles plus petits traitaient bien les flux de travail simples, tandis que les problèmes plus complexes bénéficiaient de modèles plus grands.
Le développement de ChemGraph repose sur le supercalculateur exaflopique Aurora de l'Argonne Leadership Computing Facility (ALCF). Michael Papka, directeur de l'ALCF, a déclaré que l'équipe est « ravie de voir Aurora rejoindre le club exaflopique ». Cette machine effectue plus de cent milliards de milliards d'opérations par seconde selon des tests de référence standard, fournissant la puissance de calcul nécessaire pour exécuter des simulations de chimie quantique intensives. Le service d'inférence de l'ALCF permet aux chercheurs d'accéder à de grands modèles de langage sur les systèmes propres de l'installation, ce qui aide à conserver les données sensibles dans un environnement contrôlé et à réduire les coûts d'appel des modèles. La conception du cadre met l'accent sur la génération de nouvelles données basées sur des simulations physiques plutôt que sur la mémoire du modèle, afin de réduire le risque de résultats fictifs dans les applications scientifiques de l'IA.
Le laboratoire national d'Argonne indique que les domaines d'application du cadre couvrent des dépendances clés pour les matériaux d'infrastructure. Cela inclut les technologies de batteries de nouvelle génération, dont la vitesse de développement affecte directement l'électrification des flottes et le stockage d'énergie à l'échelle du réseau ; des technologies de combustion plus efficaces visant des moteurs et carburants plus propres ; ainsi que le développement de matériaux critiques, directement lié à la résilience de la chaîne d'approvisionnement pour des matériaux tels que les aimants et les alliages spéciaux dépendant de sources concentrées. Les flux de travail exemplaires partagés par le cadre incluent également la modélisation de matériaux à structure poreuse pour la capture du dioxyde de carbone, applicables à la réduction des émissions dans des processus industriels comme la production de ciment.
La publication de ChemGraph intervient alors que les États-Unis investissent des ressources politiques et financières dans la même direction. Ce cadre complète la « Mission Genesis » (Genesis Mission) lancée par le Département de l'Énergie des États-Unis en novembre 2025, qui vise à doubler la productivité de la science et de l'ingénierie américaines en une dizaine d'années en intégrant les laboratoires nationaux, les supercalculateurs et les ensembles de données scientifiques. Publié en tant que cadre open source, ChemGraph peut être personnalisé et intégré par les équipes de recherche pour s'adapter à leurs missions respectives. L'objectif d'Argonne est de rendre le système progressivement plus autonome, afin de rapprocher la découverte de matériaux d'un processus continu et auto-dirigé.
