Innovation dans la conception des MOF avec IA générative et supercalcul

Les MOF sont constitués de nœuds inorganiques, de nœuds organiques et de liants organiques, offrant d’innombrables possibilités de configuration. Pour accélérer le processus de découverte, des chercheurs du Laboratoire National d’Argonne du Département de l’Énergie des États-Unis, en collaboration avec des institutions telles que l’Université de l’Illinois à Urbana-Champaign (UIUC), exploitent l’intelligence artificielle générative, l’apprentissage automatique, le criblage à haut débit et les simulations de dynamique moléculaire.

Exploration des MOF pilotée par l’IA

L’équipe a rapidement généré plus de 120 000 nouveaux candidats de MOF en utilisant l’IA générative en 30 minutes seulement. Des calculs computationnels ont été effectués sur le supercalculateur Polaris au Argonne Leadership Computing Facility (ALCF).

Des simulations de dynamique moléculaire, prenant beaucoup de temps, ont ensuite été réalisées sur le supercalculateur Delta à l’UIUC pour évaluer la stabilité des candidats et leur capacité de capture du carbone.

Conception pionnière des MOF

Cette approche interdisciplinaire marque un changement de paradigme dans la conception des matériaux MOF, synthétisant les meilleurs candidats MOF. Avec les prochaines avancées telles que le supercalculateur exascale Aurora de l’ALCF, les chercheurs anticipent l’exploration de milliards de candidats MOF, débloquant ainsi de nouvelles structures aux capacités sans précédent.

L’équipe intègre des connaissances chimiques issues de diverses disciplines, améliorant les performances des MOF pour la capture du carbone. En exploitant des ensembles de données en biophysique, physiologie et chimie physique, l’algorithme affine les conceptions de MOF, promettant des matériaux transformateurs qui sont efficaces, rentables et évolutifs.

Efforts collaboratifs pour des progrès futurs

Cette recherche met en lumière le potentiel des approches pilotées par l’IA dans les sciences moléculaires. En favorisant la collaboration entre les institutions et en exploitant la créativité des jeunes scientifiques, cette entreprise ouvre la voie à des solutions innovantes pour relever les défis environnementaux pressants.

À mesure que le modèle d’IA évolue, ses prédictions deviendront de plus en plus précises, facilitant la validation expérimentale des MOF nouvellement conçus. Cet effort interdisciplinaire fait progresser la technologie de capture du carbone et pose un précédent pour les applications de l’IA dans la recherche scientifique, avec des implications qui s’étendent aux simulations biomoléculaires et à la conception de médicaments.

---

Lisez l’article original sur Nature.

Lire la suite : Cellules solaires à points quantiques surpassent l’efficacité du silicium