Une équipe internationale de chercheurs a mis au point une méthode novatrice utilisant l'intelligence artificielle pour identifier de nouveaux matériaux supraconducteurs. Cette approche, développée par le consortium SuperC dirigé par la professeure Päivi Törmä de l'Université Aalto, a permis de découvrir deux nouveaux composés supraconducteurs : YRu3B2 et LuRu3B2. Leur propriété remarquable provient de la façon dont les électrons se comportent dans un réseau cristallin en forme de treillis kagomé, un motif géométrique traditionnel japonais. Les supraconducteurs permettent de transporter le courant électrique sans aucune résistance, un phénomène quantique qui ne se manifeste qu'à des températures extrêmement basses. Ils sont déjà essentiels pour les ordinateurs quantiques, les appareils d'imagerie médicale et la lévitation magnétique. Cependant, leur adoption massive reste limitée par la nécessité de les maintenir dans des cryostats coûteux. L'objectif fixé par les chercheurs est de concevoir un supraconducteur fonctionnant à température ambiante d'ici 2033. Historiquement, la découverte de ces matériaux a reposé sur une approche empirique et des simulations massives. Plus de 7 000 supraconducteurs ont été identifiés au fil des décennies, mais seulement une vingtaine ont été prédits théoriquement en raison de la complexité des calculs et de la faisabilité de leur synthèse. La nouvelle méthode renverse cette dynamique en combinant une présélection à grande échelle par apprentissage automatique avec des calculs théoriques ciblés sur les candidats les plus prometteurs. Après validation numérique, les chercheurs de l'Université Rice, sous la direction de la professeure Emilia Morosan, ont synthétisé et testé les deux composés, confirmant expérimentalement leurs propriétés supraconductrices. Les résultats, publiés dans Physical Review Research, démontrent que cette stratégie accélère considérablement la recherche. Grâce à l'intelligence artificielle, les équipes pourraient désormais explorer des milliards de combinaisons atomiques, dépassant largement les limites des méthodes traditionnelles. Cette avancée réduit également le temps et les ressources nécessaires pour évaluer la stabilité et l'extensibilité des matériaux. Une supraconductivité à température ambiante transformerait les infrastructures énergétiques mondiales, en supprimant les pertes de courant dans les réseaux électriques, les centres de données et les systèmes de transport. En intégrant la physique quantique et les outils numériques, le consortium SuperC établit un cadre reproductible pour la découverte de matériaux, rapprochant la communauté scientifique de l'objectif d'une exploitation industrielle à grande échelle.