Un framework AI conçoit des métamatériaux tolérants aux défauts avec des fonctions complexes

Un cadre d’optimisation basé sur l’intelligence artificielle (IA) a été développé par une équipe de l’université de Californie à Berkeley pour concevoir des métamatériaux résistants aux défauts et dotés de fonctionnalités complexes. Ce système, nommé GraphMetaMat, permet aux utilisateurs de créer des conceptions de métamatériaux 3D, représentées sous forme de graphes, à partir de zéro, en tenant compte de critères personnalisés. L’IA ajoute ensuite progressivement des nœuds et des arêtes au graphe pour définir la géométrie et la topologie du matériau, tout en intégrant des contraintes liées à la fabrication et aux défauts potentiels. Cette approche, publiée dans Nature Machine Intelligence, est brevetée et vise à améliorer l'efficacité de la conception des métamatériaux. Les métamatériaux, souvent utilisés dans des produits industriels comme les pare-chocs automobiles, les panneaux aéronautiques ou les implants médicaux, sont des matériaux légers et structurés qui offrent des performances spécifiques. Cependant, les défauts générés lors de la fabrication peuvent altérer ces performances ou provoquer des échecs critiques. GraphMetaMat, grâce à des techniques d'apprentissage profond, permet de concevoir des structures optimisées non seulement pour leurs propriétés mécaniques, mais aussi pour leur résistance aux défauts liés à la fabrication. Selon Xiaoyu (Rayne) Zheng, professeur de science et d'ingénierie des matériaux et principal investigateur du projet, la plupart des travaux précédents en IA et conception de matériaux se concentraient sur des modèles théoriques et informatiques, sans tenir compte des contraintes réelles de fabrication. GraphMetaMat, en revanche, génère des designs adaptés à des méthodes spécifiques, comme l'impression 3D, et optimisés pour résister aux défauts. Cette avancée pourrait permettre la conception automatique de matériaux manufacturables, tolérants aux défauts et avec des fonctions sur mesure. Les méthodes de conception existantes, comme l'optimisation de la topologie ou les approches guidées par l'intuition, sont efficaces pour des réponses simples, mais ne s'adaptent pas bien aux problèmes complexes, tels que l'absorption d'énergie ou la réduction des vibrations. En intégrant des réseaux de neurones graphiques, l’équipe a surmonté le manque de données d’entraînement en combinant plusieurs techniques d’IA, notamment l’apprentissage par renforcement, l’apprentissage par imitation, des modèles de substitution et la recherche arborescente de Monte Carlo. Le système permet aux utilisateurs de définir des objectifs spécifiques, comme une courbe contrainte-déformation souhaitée ou des plages de réduction des vibrations. L’IA construit alors progressivement le graphe représentant le matériau, en ajustant sa structure pour répondre aux critères de performance et de fabrication. Zheng souligne que GraphMetaMat peut également intégrer des contraintes techniques, comme les imperfections causées par la fabrication, ce qui rend le matériau plus résistant aux défauts. Dans leur démonstration, les chercheurs ont utilisé GraphMetaMat pour concevoir des métamatériaux légers optimisés pour l’absorption d’énergie et la suppression des vibrations. Les résultats ont montré que ces matériaux surpassaient les matériaux traditionnels, comme les mousse polymères ou les cristaux phononiques. Zheng conclut que ce cadre a le potentiel de révolutionner la conception des métamatériaux, en permettant la création de matériaux réalistes et performants. L’innovation de GraphMetaMat est reconnue comme un pas important vers une conception plus fiable et adaptée aux contraintes industrielles. Des experts en ingénierie et en matériaux soulignent que cette approche pourrait accélérer le développement de nouveaux matériaux pour des applications critiques, tout en réduisant les coûts et les risques associés aux défauts de fabrication. Cette avancée ouvre la voie à des applications innovantes dans des domaines comme l’aéronautique, l’automobile et la médecine.