Learning the Chronology of Materials Discovery for Synthesizability Prediction

La recherche de nouveaux matériaux est une course contre la montre. Les scientifiques peuvent désormais utiliser des ordinateurs puissants pour imaginer des millions de nouvelles recettes chimiques, proposant des candidats pour les batteries, les panneaux solaires et les médicaments bien plus rapidement que n'importe quel laboratoire ne peut les tester. Cela crée un goulot d'étranglement : un vaste océan de possibilités théoriques où seule une infime fraction pourra jamais être construite et prouvée comme fonctionnelle. Pour naviguer dans cette situation, les chercheurs ont développé des modèles informatiques qui tentent de deviner lesquelles de ces recettes imaginaires sont réellement réalisables en laboratoire. Traditionnellement, ces modèles traitent l'histoire de la science comme une liste statique, ne regardant que ce qui a été fabriqué et ce qui ne l'a pas été, sans considérer quand ou pourquoi les découvertes ont eu lieu. Ils supposent que le chemin vers un nouveau matériau est aléatoire, ignorant le fait que la découverte humaine suit une histoire spécifique et évolutive, façonnée par les outils disponibles, le financement et l'évolution des intérêts scientifiques.

Une équipe de chercheurs de l'Imperial College London a introduit une nouvelle approche appelée ChronoSyn qui change la manière dont ces prédictions sont effectuées. Au lieu de traiter l'histoire des matériaux comme une simple collection de faits, ce modèle apprend de la chronologie de la découverte elle-même. Il reconnaît que l'ordre dans lequel les scientifiques ont trouvé de nouveaux matériaux n'est pas aléatoire ; il reflète une progression pilotée par des besoins pratiques et des avancées technologiques. En apprenant à l'ordinateur à comprendre cette séquence historique, le modèle acquiert une compréhension plus profonde de quelles combinaisons chimiques sont susceptibles d'être synthétisées ensuite. Les chercheurs ont constaté qu'en incorporant les dates des découvertes passées, le modèle devenait nettement meilleur pour identifier de nouveaux matériaux prometteurs, même ceux qui n'avaient encore jamais été vus.

Le cœur de ce travail réside dans la manière dont le modèle traite l'information. Il prend une composition chimique — un mélange spécifique d'éléments — et la convertit en une empreinte numérique. Cette empreinte est ensuite injectée simultanément dans deux parties différentes du programme informatique. Une partie tente de prédire si le matériau peut être synthétisé, tandis que l'autre tente de deviner quand ce matériau a probablement été découvert par rapport aux autres. Le modèle apprend en comparant des paires de matériaux connus, ajustant sa logique interne afin d'attribuer un score « plus tardif » aux matériaux rapportés au cours des années récentes et un score « plus ancien » à ceux trouvés il y a longtemps. Cette double tâche force l'ordinateur à construire une compréhension partagée de la chimie qui respecte le flux du temps. Le résultat est un système qui ne se contente pas de mémoriser une liste de matériaux connus, mais comprend la trajectoire de la façon dont la science progresse à travers l'espace chimique.

Lorsqu'il a été testé par rapport aux modèles standards qui ignorent la chronologie, ChronoSyn s'est avéré plus précis. Dans des expériences utilisant des bases de données contenant des centaines de milliers de matériaux connus et hypothétiques, le nouveau modèle a correctement identifié un pourcentage plus élevé de composés réels et synthétisables. L'amélioration n'était pas seulement un léger gain statistique ; c'était un signal clair que l'histoire de la découverte fournit des indices précieux. Les chercheurs ont observé que le modèle apprenait à regrouper les matériaux d'une manière qui reflétait leur histoire réelle. Dans la carte interne de l'ordinateur, les matériaux découverts dans les années 1970 et 1980 se regroupaient dans une zone, tandis que ceux trouvés dans les années 2010 et 2020 se rassemblaient dans une autre. Cette organisation permettait au modèle de distinguer les familles chimiques qui ont été minutieusement explorées de celles qui commencent tout juste à être étudiées.

Cette capacité à lire la chronologie s'est révélée particulièrement utile lors de l'examen de matériaux qui n'avaient pas encore été répertoriés. Le modèle a identifié des groupes de compositions hypothétiques qui ressemblaient aux familles chimiques découvertes au cours des décennies récentes. Ces matériaux « de type récent » recevaient des scores de synthétisabilité plus élevés que les plus anciens. Les chercheurs ont constaté que cela était cohérent : les espaces chimiques qui font l'objet d'études actives récemment, tels que ceux utilisés pour les batteries lithium-ion ou les piles à combustible, sont toujours en cours d'exploration, ce qui signifie qu'il y a une probabilité plus élevée que les matériaux non encore répertoriés dans ces domaines soient réellement réalisables. Inversement, les espaces chimiques qui ont été intensément étudiés il y a plusieurs décennies mais qui se sont depuis éteints sont plus susceptibles de contenir des matériaux qui sont véritablement difficiles ou impossibles à fabriquer. Le modèle a appris efficacement à donner la priorité à la « frontière » de la recherche actuelle plutôt qu'aux « eaux mortes » de l'exploration passée.

Pour tester la valeur pratique de cette approche, les chercheurs ont réalisé une expérience rétrospective. Ils ont entraîné le modèle en utilisant uniquement les connaissances disponibles jusqu'à une année spécifique, telle que 2018, puis lui ont demandé de prédire quels matériaux seraient découverts après cette date. ChronoSyn a systématiquement surpassé les modèles standards pour identifier ces découvertes futures. Il a réussi à signaler des compositions qui ont effectivement été rapportées dans la littérature scientifique dans les années suivant la date de coupure, démontant que le modèle pouvait utiliser le passé pour prévoir l'avenir. Cela suggère que le chemin emprunté par les scientifiques pour trouver des matériaux jusqu'à présent constitue une carte indiquant où se situeront les prochaines percées.

L'étude a également révélé que le modèle était particulièrement performant pour identifier des matériaux complexes contenant des éléments rares, tels que ceux possédant des éléments du bloc f comme les lanthanides. Ces matériaux apparaissent souvent par vagues de découverte distinctes, avec des périodes de recherche intense suivies de périodes plus calmes. Parce que le modèle a appris le calendrier de ces vagues, il pouvait mieux reconnaître lorsqu'une nouvelle composition s'inscrivait dans une tendance de recherche actuellement active. Lorsque l'équipe a appliqué ChronoSyn à un espace hypothétique massif de 50 millions de combinaisons chimiques potentielles, il a mis en évidence des familles spécifiques de composés qui étaient probablement réalisables. Une vérification par rapport aux registres scientifiques a confirmé que beaucoup de ces prédictions à score élevé étaient effectivement des matériaux qui avaient été synthétisés et rapportés par le passé, mais qui manquaient dans les principales bases de données utilisées pour l'entraînement.

Les chercheurs reconnaissent que leur méthode présente des limites. Le modèle repose sur les dates de publication, qui sont un indicateur de la découverte et peuvent ne pas toujours correspondre au moment exact où un matériau a été fabriqué pour la première fois. Il reflète également les biais de la recherche humaine, favorisant potentiellement les domaines chimiques qui ont historiquement attiré l'attention tout en négligeant des champs prometteurs mais délaissés. De plus, le modèle prédit si une formule chimique est possible, mais il ne tient pas encore compte des structures cristallines spécifiques qui pourraient rendre un matériau stable ou instable. Malgré ces contraintes, ce travail démontre que l'histoire de la science n'est pas seulement un registre de ce qui a été fait, mais un guide pour ce qui peut être fait ensuite. En apprenant la chronologie de la découverte des matériaux, les scientifiques peuvent désormais utiliser le passé pour naviguer plus efficacement dans le vaste territoire inexploré du futur.