Google DeepMind affirme avoir développé un modèle d’IA capable de prédire des millions de structures cristallines inorganiques qui pourraient potentiellement être utilisées pour fabriquer des microprocesseurs, des batteries électriques, des panneaux solaires et similaires de nouvelle génération. Les structures cristallines se composent d’atomes disposés selon un motif répétitif. Elles présentent souvent des caractéristiques particulières qui leur permettent de conduire l’électricité, la lumière ou le magnétisme dans des conditions spécifiques qui les rendent utiles pour l’ingénierie électronique. La silice, par exemple, forme une structure cristalline cubique en diamant, et, comme vous le savez certainement, elle est utilisée comme base des circuits électroniques miniatures des puces informatiques. Le graphène est constitué de couches d’atomes de carbone disposés selon un réseau hexagonal, et ses propriétés thermiques ont été testées pour fabriquer des tuyaux de chauffage et des courroies thermiques pour les spacecrafts [PDF]. Les scientifiques travaillant à découvrir des structures cristallines encore inconnues aux propriétés souhaitables ont autrefois expérimenté sur des matériaux connus, en les faisant réagir avec des éléments et des molécules différents, dans l’espoir que quelque chose de cool se produise. La méthode du essai-et-erreur est évidemment complexe et prend beaucoup de temps, et elle ne conduit souvent nulle part. Les choses se sont améliorées avec l’utilisation de simulations informatiques qui modélisent si une nouvelle structure pourrait être chimiquement stable ou non, et si elle en vaut la peine d’être fabriquée en laboratoire.
Équilibrer la Numérisation et la Sobriété Numérique dans la Formation Professionnelle : Solutions Actuelles et Besoins Émergents
La formation professionnelle tout au long de la vie (FTLV) connaît une transformation significative dans le contexte actuel de numérisation