Shanghai AI Lab lance MatVerse, IA des matériaux

Le Laboratoire de Shanghai sur l’intelligence artificielle, le Laboratoire national de Suzhou et l’Université Jiao Tong de Shanghai ont présenté récemment, lors d’un événement consacré aux percées technologiques, une famille de modèles multimodaux dédiés aux matériaux, baptisée MatVerse. Déjà téléchargée plus de 300 000 fois, cette plateforme combine un grand modèle capable d’interpréter plusieurs types de données scientifiques et un système d’agents destiné à accompagner la recherche de bout en bout. La particularité de MatVerse est de traiter dans un même espace sémantique des informations traditionnellement difficiles à comparer : spectres de diffraction, images de microscopie et structures moléculaires. Le modèle utilise des encodeurs spécialisés pour chaque type de donnée, puis un décodeur commun qui aligne ces représentations. Les chercheurs peuvent ainsi demander une analyse reliant plusieurs instruments et échelles sans convertir manuellement chaque format. Au-delà de la lecture des données, l’objectif est de faire progresser l’outil de la simple recherche documentaire vers le raisonnement scientifique. MatVerse intègre des connaissances issues de la littérature et des mécanismes physico-chimiques dans sa chaîne de raisonnement. Il ne se contente donc pas de rappeler des résultats publiés ; il peut proposer des hypothèses, identifier des liens de causalité et suggérer des pistes de synthèse ou de fabrication. Un ensemble d’agents nommé OmniMat complète le système. Il organise une boucle de recherche interdisciplinaire : recherche d’inspiration dans les publications, génération structurée d’hypothèses, filtrage de candidats selon leur mécanisme, puis intégration des retours des chercheurs et des expériences. Ce cadre vise à transformer le modèle en infrastructure de travail scientifique, plutôt qu’en simple assistant de questions-réponses. Les premières applications montrent l’intérêt de cette approche. À partir de 500 articles pluridisciplinaires, le modèle a généré des milliers de candidats pour un polymère destiné à une batterie thermique. Les chercheurs en ont retenu une route expérimentale confirmée par la fabrication d’un matériau produisant environ 245 millivolts sous une différence de température de 10 kelvins, avec une puissance densifiée proche de 0,68 milliwatt par mètre carré et par kelvin au carré. Des travaux similaires portent sur des élastomères pour muscles artificiels de robots humanoïdes. Pour mesurer l’efficacité réelle du système, l’équipe a développé OmniMatBench, un référentiel couvrant dix-neuf sous-domaines des matériaux. Il permet d’évaluer les capacités du modèle dans des situations concrètes et de comparer les solutions proposées. Les travaux associés ont été distingués par la revue Cell Reports Physical Science et retenus dans des supports pédagogiques. Sur le plan industriel, MatVerse s’appuie sur des calculateurs et accélérateurs issus d’écosystèmes technologiques nationaux, notamment Ascend et Sugon, afin de garantir une chaîne de traitement allant du nettoyage des données à la sécurité d’utilisation. Le modèle doit par ailleurs être intégré à la plateforme de découverte scientifique Shusheng Duan Yan, déjà utilisée dans la biologie, les semi-conducteurs, la fusion ou les sciences du climat. Avec cette avancée, la recherche sur les matériaux entend réduire les cycles d’essais et erreurs et orienter plus vite les expériences les plus prometteuses.