L'intelligence artificielle conçoit des matériaux avancés

Des scientifiques du Max-Planck-Institut für Eisenforschung mettent au point un nouveau modèle d'apprentissage automatique pour la conception d'alliages résistants à la corrosion

15.08.2023 - Allemagne
Combined Stock Images

Image symbolique de l'utilisation de l'intelligence artificielle dans la science de la corrosion.

Dans un monde où les pertes économiques annuelles dues à la corrosion dépassent les 2,5 billions de dollars américains, la quête d'alliages résistants à la corrosion et de revêtements protecteurs est ininterrompue. L'intelligence artificielle (IA) joue un rôle de plus en plus central dans la conception de nouveaux alliages. Cependant, le pouvoir prédictif des modèles d'IA pour prévoir le comportement de la corrosion et suggérer des formules d'alliage optimales est encore difficile à évaluer. Les scientifiques du Max-Planck-Institut für Eisenforschung (MPIE) ont mis au point un modèle d'apprentissage automatique qui améliore la précision prédictive de 15 % par rapport aux cadres existants. Ce modèle permet de découvrir de nouvelles compositions d'alliages résistantes à la corrosion, mais réalistes. Sa puissance distinctive provient de la fusion de données numériques et textuelles. Initialement développé pour le domaine critique de la résistance à la corrosion par piqûres dans les alliages à haute résistance, la polyvalence de ce modèle peut être étendue à toutes les propriétés des alliages. Les chercheurs ont publié leurs derniers résultats dans la revue Science Advances.

Fusionner les textes et les chiffres

"Chaque alliage possède des propriétés uniques en ce qui concerne sa résistance à la corrosion. Ces propriétés ne dépendent pas seulement de la composition de l'alliage, mais aussi de son processus de fabrication. Les modèles actuels d'apprentissage automatique ne peuvent tirer profit que des données numériques. Cependant, les méthodologies de traitement et les protocoles d'essais expérimentaux, qui sont principalement documentés par des descripteurs textuels, sont essentiels pour expliquer la corrosion", explique le Dr Kasturi Narasimha Sasidhar, auteur principal de la publication et ancien chercheur postdoctoral au MPIE. L'équipe de chercheurs a utilisé des méthodes de traitement du langage, apparentées au ChatGPT, en combinaison avec des techniques d'apprentissage automatique pour les données numériques et a développé un cadre de traitement du langage naturel entièrement automatisé. En outre, l'intégration de données textuelles dans le cadre d'apprentissage automatique permet d'identifier des compositions d'alliage améliorées résistantes à la corrosion par piqûres. "Nous avons entraîné le modèle d'apprentissage profond avec des données intrinsèques qui contiennent des informations sur les propriétés de corrosion et la composition. Le modèle est désormais capable d'identifier les compositions d'alliage qui sont essentielles pour la résistance à la corrosion, même si les éléments individuels n'ont pas été introduits initialement dans le modèle", explique Michael Rohwerder, co-auteur de la publication et chef du groupe Corrosion au MPIE.

Repousser les limites : exploration de données et traitement d'images automatisés

Dans le cadre récemment conçu, Sasidhar et son équipe ont exploité des données recueillies manuellement en tant que descripteurs textuels. Actuellement, leur objectif est d'automatiser le processus d'exploration des données et de l'intégrer de manière transparente dans le cadre existant. L'incorporation d'images microscopiques marque une nouvelle étape, envisageant la prochaine génération de cadres d'IA qui font converger des données textuelles, numériques et des images.

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

Actualités les plus lues

Plus actualités de nos autres portails

Tous les fabricants de spectromètres FT-IR en un coup d'œil