Découvrir de nouveaux matériaux thermoélectriques par word embeddings (IA)

Parlez à n'importe qui aujourd'hui : l'IA est « la prochaine grande chose » — la patate brûlante que tous veulent, mais que personne ne maîtrise.

Majorité ajoute : beaucoup d'IA = battage médiatique — machine learning et maths habillés en PowerPoint. Majoritairement vrai.

Mais un domaine où Deep Learning est réellement révolutionnaire : Traitement du Langage Naturel (NLP).

Exemple : chatbots sites web. Architectures Deep Learning complexes : réseaux LSTM (Long Short-Term Memory). « Comprennent » nos requêtes, génèrent phrases cohérentes. Pas Socrate, mais pas salade de mots aléatoire. Suggestion indéniable d'intelligence bas niveau.

Word embeddings (embeddings de mots)

Ère moderne Deep Learning NLP = papier word2vec de Tomas Mikolov (2013). Triomphe : méthode calculatoirement faisable pour générer word embeddings (vecteurs de mots) via réseaux neuronaux.

Mots : homme, femme, roi, reine. Groupement sens commun : [homme, femme] et [roi, reine] OU [homme, roi] et [femme, reine].

Relation : roi : homme = reine : femme. Même sans connaître ces mots, j'apprends ces relations en observant phrases : « Cet homme est un roi », « La reine était une femme divine », etc. Proximité mots = relation.

Word embeddings font pareil, mais pour millions de mots, milliers de documents. Clé : apprentissage par contexte. Puissance calcul moderne + magie Deep Learning = analogies mathématiques.

Word embeddings Deep Learning

Exemple : embeddings de tous mots dans Harry Potter.

1. Créer « coffre-fort mathématique multidimensionnel » assez grand pour tous mots = espace vectoriel.

2. Parcourir Harry Potter mot par mot, placer chaque mot dans un « coffre ». Mots similaires (Robe, Manteau) = même coffre. Quidditch et Vif d'or = coffres adjacents. Voiture et Centaure = aussi loin que Banane et Voldemort.

Embedding d'un mot = adresse de son coffre. Mathématiquement : vecteur dans l'espace vectoriel.

Trop de mots, trop de déplacements pour humain. Réseau neuronal = excelle. « Magie » : millions engrenages/levriers. Chaos initial → धीरे-धीरे ordre émerge. Frankenstein vivant !

Langage volontairement vague : focus applications, pas dérivation. Fondamentalement, on ne sait pas exactement comment réseaux neuronaux font ce qu'ils font. Expérimentations : couches, fonctions activation, neurones/couche... Autre sujet.

Thermoélectrique

Article 2019 : équipe Lawrence Berkeley Lab → embeddings de tous résumés ~3,3 millions articles, 1000 revues. Couvre ~tous sujets science matériaux dernières décennies.

Dans texte scientifique, formules chimiques = « mots ». Vecteur pour LiCoO₂ (cathode batterie courante). Question : quels vecteurs les plus proches de LiCoO₂ ?

Réponse : LiMn₂O₄, LiNi₀.₅Mn₁.₅O₄, LiNi₀.₈Co₀.₂O₂, LiNi₀.₈Co₀.₁₅Al₀.₀₅O₂, LiNiO₂ — tous matériaux cathodes Li-ion.

Ce qu'on a fait ici

Explorer matériaux similaires à cathode favorite. Au lieu de lire 1000 articles, prendre notes, lister composés lithium → word embeddings résolvent en secondes.

Puissance : convertir requêtes sémantiques en opérations vectorielles mathématiques → interroger/comprendre grandes bases textuelles mieux, plus efficacement.

Exemple supplémentaire : fréquence composé chimique près vecteur « thermoélectrique » (matériaux convertissant énergie électrique↔chaleur). Produit scalaire (dot product) : vecteurs similaires → produit → 1 ; dissimilaires → ~0.

Même opération sur composés base + mot « thermoélectrique » → tous chimiques susceptibles d'être thermoélectriques.

Auteurs montrent relations similaires pour propriétés : structure cristalline, ferroélectricité. Technique permet de prédire thermoélectriques actuels années avant depuis littérature existante.

Analyse = expression élégante, simple, trompeuse de la question : « De tous matériaux étudiés par l'homme, lesquels sont probablement thermoélectriques ? »

Bases de données matériaux : besoin urgent

On croirait que cette liste existe — quelqu'un note tout ? Manuels, bases électroniques ?

Réponse surprenante : NON. Vaste connaissance accumulée enfermée dans livres, revues, articles. Trop nombreux pour scan manuel.

C'est précisément pourquoi word embeddings et techniques de cet article sont révolutionnaires. Promettent de changer interaction avec texte et d'accélérer radicalement bases données matériaux.

Quels matériaux étudiés pour piézoélectricité ? Un supraconducteur manqué dans la littérature ? Un nouveau médicament contre Alzheimer ?
Interrogez les word embeddings. Ils sauront.