La recherche en IA te passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Le chimiste Syensqo applique des agents d’IA pour explorer des millions de combinaisons moléculaires et accélérer la sélection de candidats testés en laboratoire. L’entreprise cible les besoins des centres de données et de la fabrication de semi-conducteurs, avec des solutions de haute tension, d’étanchéité et de refroidissement par immersion. Mike Finelli défend une approche où performance technique et durabilité sont pensées conjointement et évoque une boucle d’innovation entre IA et matériaux.
IA générative en laboratoire : sélection moléculaire et boucle d’innovation
Syensqo utilise des agents d’intelligence artificielle pour générer numériquement des millions de combinaisons moléculaires potentielles. Ces agents prédisent les performances et les caractéristiques de durabilité de ces molécules, puis réduisent ce vaste ensemble à un groupe beaucoup plus restreint pour des essais en laboratoire. Mike Finelli indique que cette méthode permet d’explorer un champ plus large et plus profond, plus rapidement, tout en donnant aux scientifiques davantage de temps pour traiter des problèmes d’ingénierie complexes. Il imagine un cycle où l’IA contribue à la mise au point de matériaux qui améliorent l’infrastructure de l’IA, ce qui permet ensuite à l’IA d’accélérer la découverte de nouveaux matériaux. Selon lui, cette boucle de rétroaction pourrait instaurer un cycle d’innovation et élargir les possibilités des technologies à venir.
Cibles industrielles : haute tension, étanchéité et refroidissement par immersion
Syensqo met au point des matériaux destinés aux infrastructures de centres de données fonctionnant sous haute tension. L’entreprise élabore aussi des solutions avancées d’étanchéité pour la production de semi-conducteurs ainsi que des produits pour la gestion thermique, comme des fluides conçus pour le refroidissement par immersion directe. Certains matériaux conçus à l’origine pour l’industrie des véhicules électriques peuvent également satisfaire les exigences croissantes en matière de tension élevée et de densité énergétique dans les centres de données.
Contraintes accrues et cap environnemental intégrés dès la conception
Le développement de l’intelligence artificielle entraîne de nouvelles exigences matérielles pour les semi-conducteurs et les centres de données, en ce qui concerne la performance, la gestion de la chaleur, l’efficacité énergétique et la fiabilité. Mike Finelli met en avant l’accumulation des critères à respecter : résistance à des températures élevées, pureté, efficacité électrique, résistance aux agents chimiques, tenue face au plasma et stabilité sur la durée, une sophistication qu’il désigne comme le « sommet de la pyramide ». Selon lui, ce sont désormais les matériaux avancés qui fixent de plus en plus les limites du possible. Par ailleurs, la définition de la performance évolue : les clients attendent désormais que les matériaux conjuguent exigences techniques et réduction de l’impact environnemental. Mike Finelli affirme que l’objectif est d’éliminer le compromis entre performance et durabilité, en intégrant la durabilité dès le début du processus de recherche, plutôt que comme une exigence ajoutée après coup.
