Un outil d’IA révolutionne la recherche en science des matériaux
Un ingénieur de l’Université Johns Hopkins a mis au point un outil d’IA spécialisé qui pourrait transformer le travail des scientifiques des matériaux, à l’instar de l’impact de ChatGPT sur les codeurs et les rédacteurs. Ce nouveau système, baptisé ChatGPT Material Explorer, ou CME, pourrait accélérer la découverte de nouveaux matériaux, des batteries avancées aux alliages plus résistants, selon une étude publiée dans Integrative Materials and Manufacturing Innovation.
“ChatGPT Materials Explorer est comparable à un assistant de recherche spécialisé, spécifiquement formé pour explorer d’immenses bases de données, prédire le comportement d’un matériau sans tests physiques, trier les publications scientifiques pour identifier les études pertinentes à vos projets, et même analyser des travaux et aider à la rédaction scientifique”, explique le créateur de CME.
L’innovation clé de cet outil réside dans son accès à de véritables modèles de données scientifiques et physiques, lui permettant de fournir des réponses précises aux questions des scientifiques des matériaux. L’idée de CME est née des expériences de son créateur avec ChatGPT.
“Je travaille sur de nombreux supraconducteurs, des matériaux qui conduisent l’électricité sans résistance. J’ai demandé à ChatGPT de concevoir un supraconducteur avec une composition spécifique et de me montrer sa structure cristalline. La réponse était très générique et incorrecte”, explique l’ingénieur.
Ce phénomène est connu sous le nom d’“hallucination” – lorsque ChatGPT présente des informations erronées comme des faits avérés, un problème relativement courant. Certains experts estiment que le taux d’hallucination de ChatGPT se situe entre 10% et 39%.
“Les hallucinations surviennent parce que ChatGPT n’est pas formé pour comprendre les faits. S’il ne trouve pas la réponse exacte dans les données qu’il utilise, il propose une réponse plausible, mais potentiellement fausse. Des sources de données comme Wikipédia ou Le New York Times ne contiennent pas toujours les informations actuelles et les recherches en science des matériaux, ce qui peut conduire à des réponses incorrectes. CME, en revanche, puise ses informations dans des bases de données spécialisées en science des matériaux, garantissant ainsi la fiabilité de ses réponses”, précise l’ingénieur.
Le modèle de langage spécialisé a été développé à l’aide de la fonctionnalité de constructeur de ChatGPT, qui permet aux utilisateurs de créer des GPT personnalisés adaptés à leurs besoins. Il a d’abord défini les objectifs de l’IA et ses fonctions, puis l’a configurée en la connectant aux bases de données pertinentes et en lui indiquant les types de réponses attendues.
“Ces bases de données sont la source d’information de ChatGPT, il est donc crucial de connecter des bases de données pertinentes pour obtenir des résultats corrects. Auparavant, j’utilisais ChatGPT pour déterminer la structure moléculaire de l’ibuprofène, et il donnait une réponse incorrecte ou générique. Avec CME, j’obtiens la bonne réponse, ainsi que pour de nombreuses autres questions en science des matériaux.”
Les bases de données utilisées, notamment le référentiel automatisé de la science et de la technologie pour diverses simulations intégrées (NIST-Jarvis), les National Institutes of Health-Chemistry Connecting Tool Usage to Science (NIH-Cactus) et le projet de matériaux, mettent constamment à jour CME avec les dernières découvertes en science des matériaux.
“Ces bases de données sont automatiquement mises à jour avec de nouveaux articles, assurant ainsi la pertinence des informations fournies par CME”, souligne l’ingénieur.
Pour évaluer sa résistance aux hallucinations, CME a été comparé à ChatGPT 4 et à ChemCrow, un agent d’IA conçu pour résoudre les tâches liées à la chimie. CME a répondu correctement à huit questions, allant de la formule moléculaire de l’aspirine à l’interprétation des diagrammes de phase, tandis que les autres modèles n’ont donné que cinq réponses précises.
L’ingénieur travaille maintenant à améliorer la plateforme en ajoutant des outils de modélisation avancés et des revues de littérature automatisées. Il développe également une plateforme open source, disponible sur Atomgpt.org, qui permet aux utilisateurs de modifier le code et d’améliorer les capacités de l’IA en matière de science des matériaux, contrairement au modèle CME à source fermée.
“L’objectif ultime est de faire de ChatGPT Materials Explorer l’assistant de recherche incontournable pour les scientifiques des matériaux, capable de les aider dans les simulations informatiques, l’analyse des données et d’autres méthodes qui font progresser le domaine. Ce qui a commencé comme un projet personnel le week-end pourrait devenir un outil précieux pour les scientifiques des matériaux”, conclut l’ingénieur.
Référence: K. Choudhary. ChatGPT Material Explorer: Design and Implementation of a Custom GPT Assistant for Materials Science Applications. Integr Mater Manuf Innov. 2025; 14(3): 276-283. doi: https://doi.org/10.1007/s40192-025-00410-9
À lire aussi
