Agentic inverse design of spatially programmed materials

Les chercheurs en science des matériaux considèrent depuis longtemps la structure interne d'un solide comme un paysage fixe, déterminé par les ingrédients chimiques mélangés ensemble et la chaleur ou la pression appliquées lors de sa création. Bien qu'ils puissent ajuster les propriétés d'un matériau en changeant sa composition ou en appliquant des forces externes comme des champs magnétiques, ils ont eu du mal à inscrire un motif spécifique et personnalisé directement dans l'intérieur du matériau. Imaginez essayer de sculpter un dessin unique à l'intérieur d'un bloc de pierre sans briser la surface ; pendant des décennies, cela a été presque impossible car les outils pour façonner la matière de l'intérieur vers l'extérieur sont grossiers et imprécis. L'objectif des « matériaux spatialement programmés » est de surmonter cela en disposant les atomes ou les défauts selon un motif tridimensionnel délibéré, transformant la profondeur d'un matériau en une variable de conception, tout comme sa couleur ou sa dureté. Cette approche promet de débloquer de nouveaux comportements physiques, tels que le guidage de la lumière ou de l'électricité de manières impossibles pour les matériaux uniformes, mais le chemin pour créer ces structures a été bloqué par un problème difficile : comprendre exactement comment les construire.

Le défi réside dans l'écart entre un design souhaité et les étapes physiques nécessaires pour y parvenir. Pour créer un motif interne spécifique, un chercheur doit choisir une séquence d'actions, comme tirer des faisceaux d'ions sur une cible, mais prédire le résultat de ces actions est complexe. Traditionnellement, un expert humain devait deviner la bonne combinaison d'énergie de faisceau, d'angle et de durée, lancer une simulation informatique pour voir le résultat, puis deviner à nouveau si l'issue était incorrecte. Cette boucle d'essais et d'erreurs est lente et repose fortement sur l'intuition humaine. Dans une nouvelle étude, des chercheurs du Massachusetts Institute of Technology ont montré qu'un agent d'intelligence artificielle peut fermer cette boucle de manière autonome. En connectant un modèle de langage étendu à un simulateur de physique, ils ont créé un système capable de regarder un motif interne désiré et de déterminer automatiquement la séquence exacte d'étapes nécessaires pour le construire, sans avoir besoin qu'un humain guide chaque mouvement.

Les chercheurs ont testé ce système en utilisant l'implantation ionique, une technique où des faisceaux d'atomes chargés sont projetés dans un matériau pour en modifier les propriétés. Ils ont donné à l'agent d'IA un objectif simple : créer un profil de profondeur spécifique d'ions ou de vides au sein d'un solide. Dans une expérience, les chercheurs ont dessiné un croquis grossier d'un motif souhaité à la main — une forme qui montait vers un plateau, montait par paliers, puis se stabilisait à nouveau. Ils ont remis ce croquis à l'agent. L'agent a d'abord converti le dessin en une cible numérique, puis a commencé à planifier. Il a sélectionné un type d'ion, en l'occurrence du bismuth, et un matériau cible, le silicium. Il a ensuite lancé une simulation physique pour voir comment des ions de différentes énergies voyageraient à travers le silicium. L'agent a réalisé qu'une seule énergie de faisceau ne créerait qu'une petite bosse localisée dans le motif. Pour remplir l'ensemble de la forme, il devait combiner de nombreuses énergies de faisceau différentes.

L'agent a commencé à itérer. Il a choisi un ensemble d'énergies, a lancé la simulation et a comparé le résultat au croquis cible. Là où la simulation faisait défaut, l'agent ajoutait de nouvelles énergies ou ajustait les existantes. Il a procédé ainsi de manière répétée, affinant son plan jusqu'à ce que le motif simulé corresponde au croquis dessiné à la main avec une grande précision. Finalement, l'agent a déterminé qu'il devait tirer des ions à 28 niveaux d'énergie différents, allant de 2,0 à 195,8 millions d'électron volts, pour recréer la forme. Le résultat final présentait un écart de moins de 8 %, un niveau de précision qui aurait nécessité de nombreuses heures de calcul manuel et d'ajustement de la part d'un expert humain.

Le système s'est avéré tout aussi capable de réaliser des conceptions plus complexes. Les chercheurs ont demandé à l'agent de créer un « super-réseau », un motif de pics et de vallées répétitifs, et un « super-réseau de Fibonacci », un motif qui suit une séquence mathématique où l'espacement entre les pics change d'une manière spécifique et non répétitive. Pour le motif répétitif, l'agent a réussi à espacer cinq pics exactement à 5 micromètres d'intervalle. Pour le motif de Fibonacci, il a disposé les pics de manière à suivre le bon ratio mathématique, préservant l'ordre unique même lorsque le motif s'enfonçait plus profondément dans le matériau. L'agent a également abordé un autre type de défi : créer un motif spécifique de dommages, ou de lacunes, plutôt que d'ajouter simplement des ions. Il a réussi à concevoir une recette pour créer un gradient d'espaces vides à travers une interface entre deux matériaux différents, le silicium et le germanium, montrant qu'il pouvait contrôler non seulement l'endroit où les ions atterrissent, mais aussi les dommages qu'ils laissent derrière eux.

L'un des tests les plus pratiques concernait les limites réelles du matériel de laboratoire. Dans un accélérateur réel, il existe une limite d'énergie maximale ; la machine ne peut pas tirer des ions plus rapidement qu'une certaine vitesse. Les chercheurs ont demandé à l'agent de concevoir un motif qui s'étendrait plus profondément que cette limite ne le permettait. Au lieu d'échouer ou d'ignorer la contrainte, l'agent s'est adapté. Il a réalisé qu'il ne pouvait pas atteindre les parties les plus profondes de la cible, il a donc concentré ses efforts sur la section qu'il pouvait atteindre. Il a ensuite converti sa liste d'étapes d'énergie discrètes en une rampe unique d'énergie changeante et fluide, un plan qu'un opérateur humain pourrait suivre pour balayer le faisceau de façon continue de basse en haute énergie. Cela a démontré que l'agent pouvait non seulement résoudre des puzzles abstraits, mais aussi générer des instructions pratiques et exécutables pour des machines réelles.

Les chercheurs ont également poussé le système dans ses retranchements absolus en lui demandant d'écrire les lettres « MIT » dans la profondeur d'un matériau. L'agent devait déterminer comment disposer les ions afin que, lorsqu'on les regarde de côté, la concentration d'atomes forme la silhouette des lettres. Il a réussi à écrire clairement le « M » et le « I », mais le « T » est resté flou. Cet échec n'était pas une faille de l'agent, mais une limite fondamentale de la physique : les ions se dispersent légèrement lors de leur trajet, un phénomène appelé « straggling » (dispersion), qui brouille les bords nets à certaines profondeurs. L'agent a respecté cette réalité physique, montrant qu'il comprend les lois de la nature qu'il tente de manipuler.

Ce travail marque un changement dans la manière dont les matériaux sont conçus. Au lieu qu'un humain devine les étapes pour construire une structure, l'agent d'IA agit comme un pont, traduisant une idée visuelle ou mathématique directement en une recette physique. Le système n'invente pas de nouvelles lois de la physique ; il utilise des outils de simulation établis pour explorer l'immense espace des combinaisons possibles bien plus rapidement qu'un humain ne le pourrait. En automatisant le processus de conception inverse, les chercheurs ont montré que la structure spatiale d'un matériau peut devenir une variable programmable. Cela ouvre la voie à la création de matériaux dotés d'architectures internes personnalisées, menant potentiellement à de nouveaux types de dispositifs électroniques, de composants durcis contre les radiations ou de matériaux quantiques dotés de propriétés encore jamais vues. La capacité de l'agent à gérer des tâches complexes à plusieurs étapes avec un minimum d'intervention humaine suggère un avenir où la conception de la matière sera limitée uniquement par l'imagination du concepteur et les lois de la physique, plutôt que par la difficulté du calcul.