L’IA révolutionne la science des matériaux : les étudiants explorent de nouvelles voies !

L’IA révolutionne la science des matériaux : les étudiants explorent de nouvelles voies !

L’IA est de plus en plus utilisée comme un outil précieux dans la recherche sur les matériaux et leurs applications. Un exemple en est le groupe de recherche étudiant sur l'informatique des matériaux de l'Institut des matériaux, qui forme deux étudiants engagés, Claas Hardt et Karina Kaidarova. Hardt, qui termine sa maîtrise en génie environnemental, a développé un programme d'IA pour la classification d'images de microstructures de particules de poudre métallique. Ce travail innovant est désormais poursuivi par Kaidarova dans sa thèse de licence, qui se concentre sur un matériau différent d'une famille de matériaux différente. Elle utilise les résultats des travaux de Hardt et le programme d'IA développé pour atteindre ses propres objectifs de recherche. Cela montre le lien étroit entre la théorie et la pratique en science des matériaux.

Le Groupe de recherche étudiant, dirigé par le Dr Santiago Benito, favorise non seulement les échanges entre étudiants, mais permet également d'éventuelles publications scientifiques conjointes. Le groupe propose un large éventail de domaines de recherche, dont la classification des microstructures, qui est mise en avant comme l'un des quatre axes principaux de ces recherches. Kaidarova estime que grâce au travail préparatoire de Hardt, elle n'a pas besoin de repartir de zéro, ce qui réduit considérablement le temps de développement de ses recherches.

Méthodes innovantes en caractérisation des microstructures

Le groupe « Caractérisation avancée de la microstructure », qui fait partie du paysage de recherche, aborde en profondeur l'analyse quantitative de la structure tridimensionnelle des matériaux. Cette recherche utilise à la fois des méthodes 2D classiques et des techniques tomographiques modernes. L'objectif est de comprendre les procédés de fabrication des matériaux et d'identifier les structures optimales pour des propriétés spécifiques. Les travaux avec des aciers multiphasés et des alliages d'aluminium moulé sont des projets actuels dans ce groupe. Il convient particulièrement de noter la collaboration interdisciplinaire avec l’informatique pour développer des méthodes innovantes de traitement d’images et de classification des structures.

Un avantage décisif de ces méthodes d'analyse modernes est la caractérisation complète de la structure du matériau, qui permet de tirer des conclusions sur les propriétés effectives du matériau. Cela conduit à une meilleure corrélation entre le traitement et les propriétés, ce qui est pertinent pour le développement ultérieur des matériaux.

L’intelligence artificielle comme pionnière du progrès

L’intelligence artificielle joue un rôle de plus en plus important dans la science des matériaux et change fondamentalement la manière dont les matériaux sont découverts et leurs propriétés étudiées. Le développement de processus basés sur l’IA favorise l’innovation et l’efficacité. L’IA peut réduire considérablement le temps nécessaire à la découverte de nouveaux matériaux, souvent jusqu’à 70 %, tout en atteignant une précision de prédiction supérieure à 90 %. L'IA n'est pas seulement utilisée pour la découverte de matériaux, mais aussi pour la modélisation prédictive des propriétés et l'optimisation des processus de conception. Cela a des implications significatives pour les développements futurs de la science des matériaux, car les processus deviennent plus rapides et plus précis.

Kaidarova prévoit de poursuivre ses recherches sur les matériaux et l'IA après sa thèse de licence et considère le groupe de recherche étudiant comme une plate-forme précieuse pour son développement scientifique. Hardt souhaite également continuer à travailler sur le thème de la classification des microstructures dans son mémoire de maîtrise et restera activement impliqué dans le groupe. Leurs efforts collectifs démontrent non seulement la valeur de la collaboration interdisciplinaire, mais également les progrès significatifs qui peuvent être réalisés dans l’application de l’IA à la science des matériaux.

Ces développements ne constituent pas seulement des progrès pour les étudiants individuels, mais pourraient également être cruciaux pour les progrès de l’ensemble du secteur. Le groupe de recherche étudiant est un exemple de la dynamique d'innovation dans la recherche sur les matériaux, inspirée par les technologies modernes et la collaboration scientifique.