Depuis plus d’une décennie, le professeur adjoint du MIT Rafael Gómez-Bombarelli utilise l’intelligence artificielle pour concevoir de nouveaux matériaux. Avec l’évolution des technologies, ses ambitions se sont considérablement élargies. Aujourd’hui, titulaire d’un poste de professeur à temps plein en sciences et génie des matériaux, il croit que l’IA est sur le point de transformer la science de manière sans précédent. Son travail au MIT et au-delà vise à accélérer cette révolution. « Nous sommes à un second tournant », affirme-t-il. Le premier s’est produit vers 2015, avec l’émergence du deep learning, de l’apprentissage de représentations et de l’IA générative, des outils qu’il a intégrés tôt dans sa recherche. À présent, nous entrons dans une phase où les langages naturels, les données multimodales et les modèles généralisés s’unissent pour former une « intelligence scientifique générale ». L’objectif : combiner la capacité de raisonnement sur les structures matérielles, les recettes de synthèse et les textes scientifiques. Ses recherches combinent simulations physiques, apprentissage automatique et IA générative pour découvrir des matériaux innovants aux applications concrètes : batteries, catalyseurs, plastiques, diodes OLED. Il a cofondé plusieurs entreprises, notamment Lila Sciences, une plateforme visant à développer une intelligence scientifique pour les secteurs de la vie, de la chimie et des matériaux. Il conseille aussi des startups dans des domaines variés comme la découverte de médicaments ou la robotique. Gómez-Bombarelli a grandi en Espagne, passionné dès l’enfance par les sciences physiques. Lauréat des Olympiades de chimie en 2001, il a étudié à l’Université de Salamanca, puis poursuivi un doctorat sur les effets des composés chimiques sur l’ADN. Son parcours a basculé vers la simulation informatique au milieu de sa thèse. « Programmer m’a semblé une manière plus puissante et libre d’organiser ma pensée », explique-t-il. Il a ensuite poursuivi un postdoctorat en Écosse, puis rejoint Alán Aspuru-Guzik à Harvard en 2014. C’est là qu’il a été parmi les premiers à appliquer l’IA générative à la chimie (2016) et les réseaux de neurones à l’analyse moléculaire (2015), à l’aube du deep learning scientifique. Après deux ans, il a cofondé une entreprise de calcul matériel, qui s’est spécialisée dans les OLED. Cette expérience, qu’il qualifie d’« une des choses les plus difficiles de ma carrière », l’a profondément marqué. Il a d’abord hésité à devenir professeur, après avoir vu le rythme intense d’Aspuru-Guzik. Mais une intervention directe de ce dernier l’a convaincu de postuler au MIT. Intrigué par l’énergie collaborative du laboratoire, il a accepté. Depuis neuf ans, son équipe, entièrement computationnelle, explore les liens entre composition atomique, structure et performance des matériaux. Elle développe des outils qui fusionnent IA et modélisation physique, créant des boucles vertueuses où plus de données améliorent à la fois les simulations et les algorithmes. Il collabore étroitement avec des entreprises via le programme d’innovation du MIT, s’assurant que ses découvertes répondent aux besoins industriels. Aujourd’hui, les grands acteurs comme Meta, Google DeepMind ou Microsoft réalisent des simulations physiques similaires, et le Département américain de l’Énergie a lancé la mission Genesis pour accélérer la science par l’IA. « L’IA pour les simulations est passée d’une idée risquée à une conviction scientifique », souligne Gómez-Bombarelli. Il voit dans les grands modèles linguistiques une opportunité majeure : traduire le langage naturel des articles scientifiques en données exploitées par l’IA, accélérant ainsi la découverte. Son laboratoire, composé d’une vingtaine de doctorants et postdoctorants, reflète sa vision d’un environnement collaboratif et diversifié. Il encourage ses membres à poursuivre des carrières académiques, lui-même ayant finalement embrassé le rôle de professeur. « J’ai transmis le relais », sourit-il. Son ambition reste claire : rendre la science plus rapide, plus ouverte et plus productive grâce à l’intelligence artificielle.