Un bras robot plonge une pipette dans un plat et transfère une petite quantité de liquide brillant dans l’un des nombreux récipients situés devant une autre machine. Lorsque tous les échantillons sont prêts, la deuxième machine teste leurs propriétés optiques et les résultats sont transmis à un ordinateur qui contrôle le bras. Le logiciel analyse les résultats de ces expériences, formule quelques hypothèses, puis recommence le processus. Les humains sont à peine nécessaires.
L’installation, développée par une startup appelée Kebotix, illustre comment l’apprentissage machine et l’automatisation robotique pourraient révolutionner la science des matériaux dans les années à venir. Kebotix estime pouvoir trouver de nouveaux composés qui pourraient, entre autres, absorber la pollution, combattre les infections fongiques résistantes aux médicaments et être utilisés pour concevoir des composants optoélectroniques plus efficaces. Le logiciel de l’entreprise s’appuie sur des modèles 3D de molécules aux propriétés connues.
Des algorithmes logiciels sont déjà utilisés pour concevoir des composés chimiques et des matériaux, mais le processus est lent et grossier. Kebotix utilise plusieurs méthodes d’apprentissage machine pour concevoir de nouveaux composés chimiques. L’entreprise alimente des modèles moléculaires de composés aux propriétés souhaitables dans un type de réseau neuronal qui apprend une représentation statistique de ces propriétés. Cet algorithme peut alors produire de nouveaux exemples qui correspondent au même modèle. Christoph Kreisbeck, directeur des produits de la société, explique que Kebotix commencera par travailler avec des molécules sur des applications électroniques, puis essaiera de s’attaquer à la conception de nouveaux polymères et alliages.
