Plutôt que d’expérimenter, expérimenter et encore expérimenter pendant des années, des chercheurs ont utiliser le machine learning pour scanner les qualités de millions de composés théoriques qui pourraient constituer de meilleurs matériaux pour les cellules solaires ou les puces informatiques par exemple. Un polymère comme le plastique est une large molécule constituée de blocs de construction qui se répètent. Ses propriétés sont principalement liées à la façon dont les atomes du polymère sont connectés les uns aux autres. Les combinaisons possibles sont donc astronomiques. Les chercheurs ont confié une partie du travail à un algorithme. Et la plupart des prédictions émises par l’algorithme de machine learning ont été validées par les chercheurs qui ont ensuite créé ces nouveaux polymères pour en tester les propriétés. Bientôt les algorithmes de machine learning remplaceront les expériences en laboratoire et considérablement accélérer le tempo des découvertes scientifiques.
