Organizational Learning in Materials Discovery Campaigns: Which Databases, Calculations, and Agent Teams Pay Off

Dans la recherche moderne de nouveaux matériaux, les scientifiques sont souvent confrontés au paradoxe de l'abondance. Ils ont accès à de vastes bibliothèques numériques contenant des millions de propriétés calculées pour différentes substances, de la manière dont un cristal conduit l'électricité à la force avec laquelle ses atomes se lient entre eux. L'espoir a longtemps été que le simple fait de rassembler davantage de ces dossiers numériques conduirait à de meilleures découvertes. Si une équipe doit trouver un semi-conducteur avec un écart d'énergie spécifique, ou un alliage qui résiste à la corrosion, elle peut consulter ces bases de données avant même de mélanger des produits chimiques dans un laboratoire. Cependant, traiter ces bases de données comme un seul et immense réservoir de vérité peut être trompeur. Tout comme un groupe de personnes essayant de résoudre un puzzle pourrait s'embrouiller si tout le monde criait des réponses différentes et contradictoires en même temps, un algorithme informatique peut être égaré s'il tente de faire la moyenne de trop de sources d'informations différentes. Le défi n'est pas seulement de trouver les bonnes données, mais de déterminer quelles sources sont réellement en accord avec la réalité et lesquelles ne font que se répéter ou offrir du bruit.

C'est l'énigme centrale abordée par les chercheurs de l'Université de l'Utah, qui ont examiné le processus de découverte de matériaux à travers le prisme de l'apprentissage organisationnel. Ils ont traité une campagne scientifique non pas comme une série de calculs, mais comme une équipe de membres, où chaque membre est une base de données différente, un type spécifique de simulation informatique, ou même un agent logiciel. En lançant des milliers de campagnes simulées, ils ont testé toutes les combinaations possibles de ces membres pour voir quels groupes fonctionnaient le mieux et lesquels freinaient l'équipe. Leur objectif était de comprendre comment la connaissance circule au sein d'un groupe : quand l'ajout d'une nouvelle source aide-t-il, et quand nuit-il ? Ils ont découvert que la réponse dépend fortement de la structure de l'équipe et du coût de génération d'une nouvelle information.

Dans un test majeur, l'équipe a tenté de classer différentes familles de composés chimiques en fonction de leurs bandes interdites (band gaps), qui sont une mesure de l'énergie nécessaire pour qu'un électron saute et conduise l'électricité. Ils avaient accès à sept bases de données différentes, chacune contenant des millions de valeurs calculées. Intuitivement, on pourrait penser que l'utilisation des sept permettrait d'obtenir l'image la plus précise. Au lieu de cela, les chercheurs ont constaté que le groupe complet de sept fonctionnait moins bien qu'un groupe plus restreint et soigneusement sélectionné de seulement trois. Lorsqu'ils incluaient les sept, la capacité de l'équipe à prédire correctement l'ordre des matériaux chutait de manière significative. Le problème était que certaines bases de données disaient essentiellement la même chose, tandis que d'autres proposaient des prédictions qui entraient en conflit avec les mesures du monde réel que l'équipe tentait de correspondre. En regroupant trop de sources, l'équipe a dilué le signal des meilleures sources avec le bruit des moins bonnes. L'étude a montré qu'une équipe plus petite et bien alignée de trois bases de données pouvait atteindre un niveau de précision bien plus élevé que l'ensemble de la collection de sept.

Les chercheurs ont également découvert que la redondance peut être un piège. Deux des bases de données qu'ils ont testées provenaient du même pipeline et contenaient des classements identiques des familles chimiques. Lorsque ces deux bases étaient traitées comme des membres distincts de l'équipe, elles doublaient de fait le poids de cette opinion unique dans le vote final, faussant ainsi les résultats. Si l'équipe les avait reconnues comme des doublons et les avait comptées comme une seule, le résultat aurait été différent. Cela souligne un point subtil mais critique : avoir plus de données ne signifie pas toujours avoir plus d'informations. Si deux sources sont simplement des copies l'une de l'autre, l'ajout de la seconde n'apporte pas de nouvelles connaissances ; elle n'ajoute que du poids à une opinion existante, ce qui peut être préjudiciable si cette opinion n'est pas la meilleure.

Une autre découverte clé concernait le coût de la création de nouvelles connaissances. En science des matériaux, certaines données sont déjà archivées et gratuites à utiliser. D'autres données doivent être générées par des simulations informatiques coûteuses, qui demandent du temps et de la puissance de calcul. Les chercheurs ont découvert que la génération de nouvelles données n'est rentable que si ces données sont réutilisées de nombreuses fois. Dans leurs simulations, un nouvel ensemble de calculs a aidé l'équipe à trouver les meilleurs matériaux au début, mais uniquement parce qu'il couvrait des composés chimiques qu'aucune base de données existante ne possédait. Cependant, une fois le coût de l'exécution de ces calculs pris en compte, les nouvelles données ont en réalité freiné l'équipe. Le bénéfice de disposer de cette nouvelle information n'apparaissait que lorsque les mêmes calculs étaient partagés entre plusieurs campagnes de recherche différentes. Si une équipe dépense des ressources pour créer une nouvelle carte d'un territoire, cette carte n'est rentable que si d'autres équipes l'utilisent aussi.

L'étude a également examiné le fonctionnement des équipes d'agents d'intelligence artificielle. Ils ont testé des groupes d'agents de modèles de langage, qui sont des programmes logiciels conçus pour raisonner et prendre des décisions, pour voir s'ils pouvaient se coordonner pour trouver les meilleurs matériaux plus rapidement qu'une recherche aléatoire. Étonnamment, ces équipes d'agents n'ont pas performé aussi bien qu'une simple recherche aléatoire. Lorsque les agents travaillaient sans leader clair, ils répétaient souvent les mêmes tâches et manquaient des opportunités. Lorsqu'un coordinateur a été ajouté pour assigner les tâches, l'équipe s'est légèrement améliorée, mais elle n'a toujours pas réussi à battre la référence de la recherche aléatoire. Cela suggère que l'ajout de plus d'agents intelligents ne crée pas automatiquement une équipe plus intelligente ; la structure de leur communication et de leur partage d'informations est tout aussi importante que l'intelligence des individus.

La partie peut-être la plus dynamique de la recherche impliquait une équipe adaptative capable de changer sa propre structure au fil de son travail. Au lieu d'avoir une hiérarchie fixe où un membre est toujours le chef, cette équipe réévaluait ses membres après chaque lot de résultats. Si les prédictions d'un membre commençaient à diverger de la réalité observée, l'équipe diminuait sa confiance envers ce membre. Si deux membres étaient d'accord entre eux, l'équipe les fusionnait en une seule unité pour éviter de gaspiller des efforts. Cette approche flexible a permis à l'équipe de trouver les meilleurs matériaux plus rapidement que toute structure fixe, bien qu'elle n'ait pas non plus performé aussi bien que le meilleur membre travaillant seul. La clé était que l'équipe apprenait de son propre historique, accordant sa confiance aux membres qui s'étaient révélés fiables et ignorant ceux qui ne l'étaient pas.

En fin de compte, la recherche suggère que l'avenir de la découverte de matériaux ne réside pas dans la collecte de plus de données, mais dans une sélection plus rigoureuse de la manière dont elles sont utilisées. Une campagne réussie doit intégrer quelques sources bien alignées qui correspondent au problème spécifique traité, plutôt que de tenter d'utiliser tout ce qui est disponible. Elle doit traiter les sources dupliquées comme une voix unique et n'engager des frais pour de nouveaux calculs que si ceux-ci seront réutilisés. Plus important encore, l'équipe doit être capable d'apprendre de sa propre expérience, en déplaçant sa confiance vers les membres qui performent bien et en écartant ceux qui ne le font pas. En appliquant ces principes d'apprentissage organisationnel, les scientifiques peuvent construire des équipes plus efficaces qui naviguent dans le paysage complexe de la découverte de matériaux avec une plus grande rapidité et une plus grande précision.