La vérification de la qualité des matériaux vient de gagner en rapidité et en efficacité grâce à un nouvel outil d’intelligence artificielle développé par des ingénieurs du MIT. Si l’IA aide déjà à découvrir de nouveaux matériaux en analysant de vastes bases de données, le contrôle qualité reste un goulot d’étranglement, car il repose sur des instruments spécialisés coûteux et lents, comme les spectromètres à rayons X, infrarouges ou Raman. Pour remédier à cela, l’équipe de Loza Tadesse, professeure adjointe en génie mécanique au MIT, a conçu « SpectroGen », un modèle d’IA générative capable de simuler des spectres dans une modalité inconnue à partir d’un spectre mesuré dans une autre. SpectroGen agit comme un spectromètre virtuel : il prend un spectre infrarouge, par exemple, et génère avec 99 % de précision ce que devrait être le spectre en rayons X ou Raman. Cette précision est obtenue grâce à une approche mathématique innovante. Contrairement aux méthodes traditionnelles qui tentent de relier les spectres aux liaisons chimiques et à la structure moléculaire — une tâche complexe et souvent irréalisable — les chercheurs ont compris que les spectres sont des courbes mathématiques identifiables. Par exemple, les spectres infrarouges sont majoritairement de type Lorentzien, les Raman de type Gaussien, et les rayons X une combinaison des deux. En intégrant cette logique mathématique dans un modèle d’IA générative, SpectroGen apprend à reconnaître et à transformer ces formes de manière précise. Le modèle a été entraîné sur un jeu de données public contenant plus de 6 000 minéraux, chacun avec des mesures spectroscopiques dans plusieurs modalités. Après entraînement, SpectroGen a pu prédire avec succès les spectres d’un minéral inconnu à partir d’un spectre unique, en moins d’une minute — contre plusieurs heures ou jours avec les méthodes classiques. Cette vitesse et cette précision ouvrent la voie à une révolution dans les chaînes de production, notamment pour les batteries, les semi-conducteurs ou les médicaments, où la qualité des matériaux est critique. Dans un contexte industriel, une ligne de fabrication pourrait utiliser un seul instrument bon marché, comme une caméra infrarouge, pour scanner les matériaux. Les données seraient ensuite envoyées à SpectroGen pour générer virtuellement les spectres nécessaires à l’évaluation de la qualité. Cela réduit le besoin d’équipements coûteux, facilite la mise en œuvre sur le terrain et accélère le cycle de développement. Les chercheurs envisagent d’adapter l’outil à d’autres domaines, comme le diagnostic médical ou le suivi agricole, dans le cadre d’un projet financé par Google. Loza Tadesse prépare également un spin-off pour commercialiser SpectroGen, visant à le rendre accessible à des secteurs variés, de la pharmacie à la défense. Selon elle, l’outil agit comme un « co-pilote » intelligent, soutenant les techniciens et les chercheurs dans leurs processus. Cette innovation marque une avancée majeure vers une analyse matérielle plus rapide, moins chère et plus accessible, tout en conservant une rigueur scientifique élevée.