Découverte accélérée de matériaux à l’aide de l’intelligence artificielle, de la robotique et du calcul de haute performance

Traditionnellement, les nouveaux matériaux peuvent mettre jusqu’à 20 ans avant de percer le marché, à partir du moment de leur conceptualisation. En outre, le coût élevé des technologies et des matériaux liés à l’énergie propre est attribuable à leurs éléments constitutifs, lesquels représentent plus de 50 % du coût total de la technologie.

La numérisation du laboratoire à l’aide d’outils comme l’intelligence artificielle, la robotique et le calcul informatique de haute performance permettra de raccourcir les délais de recherche-développement, de réduire les coûts de traitement des matériaux et de devancer la mise à l’échelle supérieure visant à accélérer le processus de développement technologique par un facteur de 10. Les plateformes de découverte accélérée des matériaux (MAP) sont des laboratoires autonomes qui effectuent de façon robotique les essais de synthèse et de caractérisation des matériaux, ainsi que la collecte de données. Des algorithmes d’apprentissage machine sont ensuite utilisés pour analyser les données en temps réel et prédire d’autres réactions ou conditions de traitement afin d’optimiser sur-le-champ les résultats liés aux attributs, en guidant le prochain cycle d’expérimentation ou en « bouclant la boucle ».

Des experts du centre de recherche CanmetMATÉRIAUX de Ressources naturelles Canada travaillent présentement à faire progresser deux plateformes de découverte accélérée des matériaux. Une troisième plateforme est en cours d’élaboration. Ces plateformes sont les suivantes :

1. E-MAP : Nouveaux matériaux catalyseurs pour la production d’hydrogène propre et la conversion du CO2.
2. TEG-MAP : Nouveau matériau thermoélectrique pour la conversion de la chaleur résiduelle en électricité afin de soutenir l’efficacité énergétique des véhicules.
3. 3DP-MAP : Formulation et développement de procédés pour l’impression 3D des métaux afin de soutenir l’efficacité énergétique des véhicules.

Objectifs du projet

Utiliser des algorithmes d’apprentissage machine pour réaliser efficacement des recherches sur les espaces des paramètres et prendre des décisions afin de recommander les conditions pour de futures expériences et recherches aléatoires.

Résultats anticipés

L’élaboration de plateformes de découverte accélérée de matériaux est essentielle à l’avancement des technologies d’énergie propre dans le monde. Elle offrira d’ailleurs plusieurs avantages, y compris les suivants :

• la possibilité de reproduire les résultats du projet dans d’autres plateformes de découverte accélérée de matériaux axées sur d’autres domaines spécialisés;
• des possibilités accrues de collaboration nationale et internationale dans les domaines de la production d’hydrogène, des technologies de batteries et des technologies de captage, d’utilisation et de stockage du carbone (CUSC), à l’étape de la recherche;
• la création d’emplois en recherche et développement (R-D), et plus tard dans le secteur manufacturier.

Exigences relatives aux données

• Données générées par l’entremise des paramètres automatisés de synthèse des matériaux, et résultats de la caractérisation, lesquels peuvent souvent exiger un grand volume de données.