🤖 machine learning

Thermodynamically consistent machine learning model for excess Gibbs energy

L'article présente HANNA, un modèle d'apprentissage automatique thermodynamiquement cohérent qui intègre les lois physiques sous forme de contraintes rigides et utilise une méthode de projection géométrique pour prédire avec précision l'énergie libre de Gibbs excédentaire des mélanges liquides multi-composants directement à partir des structures moléculaires, surpassant les références de l'état de l'art tant en précision qu'en applicabilité aux domaines.

Auteurs originaux : Marco Hoffmann, Thomas Specht, Quirin Göttl, Jakob Burger, Stephan Mandt, Hans Hasse, Fabian Jirasek

Publié 2026-04-29

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Marco Hoffmann, Thomas Specht, Quirin Göttl, Jakob Burger, Stephan Mandt, Hans Hasse, Fabian Jirasek

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un chef étoilé essayant de prédire exactement le goût d'une nouvelle soupe avant même d'avoir mélangé les ingrédients. Dans le monde de la chimie et du génie des procédés, cette « soupe » est un mélange liquide, et le « goût » est une propriété complexe appelée énergie de Gibbs excès. Cette valeur indique aux ingénieurs comment les molécules d'un mélange se comporteront : s'elles se mélangeront harmonieusement, se sépareront en couches (comme l'huile et l'eau), ou bouilliront à une température donnée.

Pendant des décennies, prédire ce comportement pour de nouveaux mélanges a été comparable à essayer de deviner le goût d'une soupe en utilisant un vieux livre de recettes rigide. Si le livre de recettes ne contenait pas d'entrée spécifique pour « tomate et basilic », vous étiez bloqué.

Cet article présente HANNA, un nouveau « chef intelligent » construit avec l'intelligence artificielle (apprentissage automatique) capable de prédire ces comportements pour n'importe quel mélange, à condition de connaître les « ingrédients » moléculaires (la structure chimique).

Voici comment HANNA fonctionne, expliqué par le biais d'analogies simples :

1. Le problème des vieux « livres de recettes »

Les méthodes traditionnelles (comme UNIFAC) sont comme une bibliothèque de recettes préécrites. Elles fonctionnent très bien si vous mélangez des ingrédients qu'elles ont déjà rencontrés. Mais si vous introduisez un nouvel ingrédient (comme un produit chimique rare ou un liquide ionique), la bibliothèque n'a aucune entrée pour cela, et la prédiction échoue. Elles sont aussi souvent « obstinées », ce qui signifie qu'elles ne peuvent pas facilement décrire un mélange qui se comporte différemment à différentes températures sans réécrire toute la recette.

2. HANNA : Le chef flexible et respectueux des règles

HANNA est différent. Au lieu de mémoriser une liste de recettes, il apprend les lois fondamentales de la physique qui régissent les interactions moléculaires.

L'entrée : Vous donnez à HANNA le « plan » des molécules (leur structure chimique, écrite dans un code appelé SMILES) et les conditions (la température et la quantité de chaque composant).
Le cerveau : Il utilise un type d'IA appelé réseau de neurones, mais avec une particularité. Il ne se contente pas de deviner ; il est câblé avec les lois de la thermodynamique. Pensez-y comme à un chef si bien formé aux lois des saveurs qu'il ne peut pas préparer un plat qui viole les lois de la physique. Si les mathématiques indiquent qu'un mélange doit se séparer en deux couches, HANNA est contraint de prédire cette séparation. Il ne peut pas « halluciner » un résultat qui enfreint les règles.

3. Le « résolveur de substitution » : un raccourci vers la réponse

L'une des choses les plus difficiles à prédire est le moment où un mélange se divisera en deux couches (équilibre liquide-liquide). Habituellement, résoudre cela nécessite un calcul lent et répétitif, comme essayer de trouver une aiguille dans une botte de foin en vérifiant chaque brin d'herbe un par un.

L'innovation : Les auteurs ont construit un résolveur de substitution. Imaginez un assistant hautement qualifié qui a observé le processus de recherche de l'aiguille des milliers de fois. Au lieu de faire le travail lent, l'assistant regarde la botte de foin et indique instantanément où se trouve l'aiguille. HANNA utilise cet assistant pour apprendre à partir de données expérimentales beaucoup plus rapidement et avec plus de précision qu'auparavant.

4. La « projection géométrique » : des paires aux foules

HANNA a été entraîné principalement sur des données provenant de paires de produits chimiques (mélanges binaires). Mais dans le monde réel, nous mélangeons souvent trois, quatre ou même plus de produits chimiques à la fois.

L'astuce : HANNA utilise une projection géométrique. Imaginez que vous savez exactement comment deux personnes (Produit Chimique A et Produit Chimique B) s'entendent, et comment deux autres (Produit Chimique C et Produit Chimique D) s'entendent. HANNA utilise une « carte » mathématique pour projeter ces relations par paires dans une foule complexe de nombreuses personnes. Il n'a pas besoin d'apprendre comment chaque groupe possible de cinq personnes interagit ; il le calcule en fonction de la façon dont les paires interagissent. Cela lui permet de prédire le comportement de mélanges complexes qu'il n'a jamais vus auparavant.

5. Les résultats : Meilleurs et plus larges

Les auteurs ont testé HANNA par rapport à l'« étalon-or » actuel (UNIFAC modifié) et à d'autres modèles d'IA.

Précision : HANNA était plus précis pour prédire le comportement des mélanges, en particulier pour des cas délicats comme la dilution infinie (une petite goutte d'un produit chimique dans un immense bassin d'un autre) et la séparation liquide-liquide.
Polyvalence : Alors que les vieux livres de recettes échouent si un nouveau produit chimique est introduit, HANNA peut le gérer car il a seulement besoin du plan moléculaire. Il a prédit avec succès les comportements de mélanges contenant des liquides ioniques (sels complexes qui sont liquides à température ambiante), qui sont très difficiles à traiter pour les anciens modèles.
Cohérence : Contrairement à d'autres modèles d'IA qui pourraient donner un résultat qui semble bon mais qui enfreint les lois de la physique, HANNA est garanti d'être thermodynamiquement cohérent.

Résumé

En bref, l'article présente HANNA, un modèle d'apprentissage automatique qui agit comme un oracle thermodynamique. Il combine la flexibilité de l'IA moderne avec les règles strictes de la physique. Il apprend à partir de données expérimentales sur de simples paires de produits chimiques et utilise une projection mathématique ingénieuse pour prédire le comportement de mélanges complexes à plusieurs ingrédients. Il est plus précis que les normes industrielles actuelles et peut gérer une variété beaucoup plus large de produits chimiques, y compris ceux que les anciennes méthodes ne pouvaient même pas tenter de modéliser.

Les auteurs ont rendu ce « chef intelligent » et son code disponibles au public, permettant aux ingénieurs de l'utiliser pour concevoir de meilleurs procédés chimiques, de la création de nouveaux solvants à l'optimisation des techniques de séparation industrielles.

1. Énoncé du problème

La prédiction précise de l'énergie libre de Gibbs molaire d'excès ( $g^E$ ) et des coefficients d'activité dérivés ( $\gamma_i$ ) est fondamentale en génie chimique pour la modélisation des équilibres de phases (Équilibre Vapeur-Liquide - VLE, Équilibre Liquide-Liquide - LLE) et de la cinétique réactionnelle.

Limitations actuelles :
- Modèles basés sur la physique (NRTL, UNIQUAC) : Ils nécessitent d'importantes données expérimentales pour ajuster les paramètres d'interaction binaire. Ils ne peuvent pas prédire les propriétés pour des composants ou des systèmes non étudiés manquant de données binaires. Ils éprouvent souvent des difficultés à décrire simultanément les équilibres VLE et LLE avec un seul jeu de paramètres.
- Contribution de groupes (UNIFAC) : Réduit les paramètres en décomposant les molécules en groupes fonctionnels, mais se limite aux groupes pré-paramétrés et peine avec les systèmes complexes (par exemple, les liquides ioniques) ou la description simultanée VLE/LLE.
- Chimie quantique (COSMO-RS/SAC) : Coûteuse en calcul et dont la précision dépend fortement du niveau de DFT choisi.
- Modèles d'apprentissage automatique (ML) existants : De nombreuses approches récentes basées sur les réseaux de neurones à graphes (GNN) manquent de cohérence thermodynamique stricte (par exemple, violation de l'équation de Gibbs-Duhem) ou sont restreintes à des conditions spécifiques (par exemple, dilution infinie uniquement, température fixe, ou systèmes binaires uniquement).

Le défi central : Développer un modèle d'apprentissage automatique flexible capable de prédire $g^E$ et les coefficients d'activité pour des mélanges arbitraires (y compris des composants non étudiés) uniquement à partir des structures moléculaires, tout en respectant strictement toutes les lois de cohérence thermodynamique.

2. Méthodologie : Le modèle HANNA

Les auteurs présentent HANNA (Hybrid Architecture for Neural Network Activity), un cadre d'apprentissage profond qui intègre les lois physiques sous forme de contraintes rigides directement dans l'architecture du réseau de neurones.

A. Architecture et Entrées

Entrées : Structures moléculaires (chaînes SMILES), température ( $T$ ) et fractions molaires ( $x$ ).
Encodage : Les chaînes SMILES sont traitées à l'aide du modèle transformateur pré-entraîné ChemBERTa-2 pour générer des représentations moléculaires (embeddings).
Structure du réseau : HANNA utilise trois réseaux de neurones à propagation avant (FFNN) :
1. Réseau d'encodage : Affine les représentations moléculaires.
2. Réseau de mélange : Traite les interactions entre composants.
3. Réseau de propriétés : Calcule les termes d'interaction binaire.
Contraintes rigides : L'architecture impose :
- Équivariance de permutation : L'ordre de sortie correspond à l'ordre des composants en entrée.
- Limite du composant pur : Les coefficients d'activité tendent vers 1 pour les composants purs.
- Cohérence de Gibbs-Duhem : Les coefficients d'activité sont dérivés par différentiation automatique de la $g^E$ prédite, garantissant une cohérence mathématique.
- Gestion des composants identiques : Un score de similarité par fonction de base radiale (RBF) regroupe les composants identiques pour assurer $g^E = 0$ pour les substances pures.

B. Extrapolation multi-composants

Pour étendre les données d'entraînement binaires aux mélanges multi-composants sans paramètres supplémentaires, HANNA emploie une méthode de projection géométrique (projection de Muggianu).

Les fractions molaires d'un mélange à $N$ composants sont projetées sur tous les $N(N-1)/2$ sous-systèmes binaires.
La $g^E$ totale est calculée comme une somme pondérée des contributions des sous-systèmes binaires.
Cela permet d'entraîner le modèle exclusivement sur des données binaires tout en prédisant des systèmes ternaires et quaternaires.

C. Stratégie d'entraînement et fonction de perte

HANNA est entraîné de bout en bout sur un jeu de données massif provenant de la Dortmund Data Bank (DDB) couvrant 46 543 systèmes. L'entraînement minimise une fonction de perte composite ( $L_{total}$ ) :

Pertes de données :
- VLE (TPXY/TPX) : Prédit les coefficients d'activité ou la pression totale.
- Dilution infinie (ACI) : Prédit $\gamma^\infty$ .
- Enthalpie d'excès ( $H^E$ ) : Dérivée par différentiation automatique de $g^E$ par rapport à la température.
- LLE (Équilibre Liquide-Liquide) : Il s'agit d'une innovation clé. Puisque le LLE nécessite de résoudre itérativement des équations non linéaires (ce qui brise le flux de gradient), les auteurs ont développé un solveur de substitution différentiable. Ce solveur utilise un réseau de neurones pour imiter la méthode de l'enveloppe convexe (CEM), mappant l'énergie libre de Gibbs de mélange ( $\Delta g_{mix}$ ) directement vers les compositions de phase ( $x', x''$ ).
Perte de Gibbs ( $L_{Gibbs}$ ) : Un terme de perte inspiré de la physique qui pénalise le modèle s'il échoue à prédire un écart de miscibilité (c'est-à-dire si la dérivée seconde de $\Delta g_{mix}$ n'est pas négative là où elle devrait l'être).
Régularisation de Lipschitz ( $L_{Lips}$ ) : Impose la régularité de la fonction $g^E$ prédite pour améliorer la robustesse et les capacités d'extrapolation.

3. Contributions clés

Cohérence thermodynamique comme contraintes rigides : HANNA est le premier modèle à intégrer strictement toutes les contraintes thermodynamiques pertinentes (Gibbs-Duhem, limites de dilution infinie, symétrie de permutation) dans l'architecture du réseau plutôt que de s'appuyer sur des pénalités douces.
Entraînement LLE de bout en bout : Le développement d'un solveur de substitution différentiable permet l'entraînement direct de modèles ML sur des données expérimentales de composition de phase LLE, une tâche précédemment considérée comme difficile pour l'apprentissage profond en raison de la nécessité de solveurs itératifs.
Applicabilité universelle : Contrairement à UNIFAC, HANNA ne nécessite aucun paramétrage de groupes. Il peut prédire les propriétés pour n'importe quel mélange dont les structures moléculaires sont connues, y compris les liquides ioniques et les systèmes complexes.
Description simultanée VLE/LLE : Le modèle décrit avec succès les équilibres vapeur-liquide et liquide-liquide avec un seul paramétrage, surmontant une limitation majeure des modèles traditionnels comme UNIQUAC.
Open Source : Le modèle, le code et une interface web interactive (MLPROP) sont disponibles publiquement.

4. Résultats

Le modèle a été évalué sur des systèmes de test non vus (retenus pendant l'entraînement) et comparé à UNIFAC modifié (Dortmund) et d'autres références ML (GE-GNN, GDI-GNN, SolvGNN).

Précision par rapport à UNIFAC :
- Systèmes binaires : HANNA surpasse UNIFAC modifié en erreur absolue moyenne (MAE) pour VLE, ACI et LLE. Notamment, la MAE médiane pour ACI est passée de 0,18 (UNIFAC) à 0,11 (HANNA).
- Systèmes multi-composants : HANNA maintient une précision supérieure ou comparable pour les mélanges ternaires.
- Détection LLE : HANNA identifie correctement les écarts de miscibilité dans 89 % des systèmes LLE binaires (contre 74 % pour UNIFAC) et 98 % des systèmes LLE ternaires.
Applicabilité :
- HANNA prédit avec succès les propriétés pour des systèmes contenant des liquides ioniques et des molécules complexes où UNIFAC échoue en raison de paramètres de groupes manquants.
- Il couvre un espace chimique plus large, incluant des composants non étudiés.
Comparaison avec d'autres modèles ML :
- HANNA surpasse nettement les autres modèles ML (GE-GNN, SolvGNN, etc.) en précision et en applicabilité.
- Contrairement à d'autres modèles ML restreints aux systèmes binaires, aux températures fixes ou à la dilution infinie, HANNA gère des mélanges à $N$ composants arbitraires et la dépendance température/composition.
Performance qualitative : Le modèle prédit correctement des comportements de phase complexes, y compris les écarts de miscibilité de type îlot (températures critiques de solution supérieures et inférieures) et les hétéroazéotropes.

5. Signification et impact

Changement de paradigme : HANNA représente un passage du « calage des paramètres sur les données » à « l'apprentissage des lois physiques à partir des données ». Il démontre que les réseaux de neurones peuvent être contraints d'obéir à la thermodynamique sans sacrifier la flexibilité.
Utilité industrielle : En fournissant des prédictions précises pour des systèmes non étudiés (par exemple, nouveaux solvants, liquides ioniques) sans nécessiter de nouveau calage expérimental, HANNA accélère la conception de procédés, la sélection de solvants et la découverte de matériaux.
Avancement méthodologique : Le solveur de substitution pour le LLE et la stratégie de projection géométrique offrent de nouveaux outils pour intégrer des contraintes physiques complexes dans les flux de travail d'apprentissage profond.
Perspectives futures : Les auteurs prévoient d'étendre l'entraînement aux équilibres Solide-Liquide (SLE) et d'intégrer potentiellement des données ternaires directement pour affiner la méthode de projection.

En résumé, HANNA établit un nouvel état de l'art pour la thermodynamique prédictive, combinant la puissance de généralisation de l'apprentissage profond avec la cohérence rigoureuse des lois physiques, surpassant les standards industriels vieux de plusieurs décennies tout en offrant une applicabilité plus large.