Une équipe de chercheurs du MIT a dévoilé un système robotique révolutionnaire, piloté par l’intelligence artificielle, qui pourrait transformer l’analyse des semi-conducteurs et accélérer le développement de la prochaine génération de panneaux solaires.
Ce système entièrement autonome, présenté dans une publication du 4 juillet dans Science Advances, mesure la photoconductance — une propriété électrique essentielle qui détermine la façon dont les matériaux réagissent à la lumière — avec une rapidité et une précision inédites. Lors d’un test de 24 heures, le système a réalisé plus de 3 000 mesures uniques, opérant à un rythme supérieur à 125 relevés par heure.
« Toutes les propriétés importantes d’un matériau ne peuvent pas être mesurées sans contact. Si vous devez établir un contact avec votre échantillon, il faut que ce soit rapide et que vous maximisiez la quantité d’informations recueillies », explique le professeur Tonio Buonassisi, auteur principal de l’étude.
L’innovation repose sur la combinaison de trois technologies clés : une sonde robotique qui entre physiquement en contact avec les échantillons de semi-conducteurs, un réseau de neurones auto-supervisé qui identifie les points de mesure optimaux, et un algorithme spécialisé de planification de trajectoire qui détermine les itinéraires les plus efficaces entre les points de contact. En intégrant des connaissances expertes en science des matériaux dans le système d’IA, les chercheurs lui ont permis de prendre des décisions dignes d’un spécialiste sur les endroits et les modalités de test des échantillons.
Cette avancée permet de lever un goulot d’étranglement fondamental dans la découverte de nouveaux matériaux. Si les chercheurs peuvent synthétiser rapidement de nouveaux candidats semi-conducteurs, la mesure manuelle de leurs propriétés restait jusqu’ici lente et fastidieuse. Le système du MIT accélère considérablement ce processus, permettant d’identifier plus vite les matériaux prometteurs pour les cellules solaires et d’autres applications.
Les mesures détaillées ont permis de révéler des points chauds de performance et des signes précoces de dégradation des matériaux, qui pourraient passer inaperçus lors de tests conventionnels. Alexander Siemenn, auteur principal, souligne : « Pouvoir collecter des données aussi riches à une telle vitesse, sans intervention humaine, ouvre la voie à la découverte et au développement de nouveaux semi-conducteurs à haute performance. »
Ce projet, financé par le Département de l’Énergie des États-Unis, la National Science Foundation, First Solar et d’autres partenaires, représente une étape majeure vers la vision du MIT d’un laboratoire de découverte de matériaux entièrement autonome. L’équipe ambitionne d’étendre les capacités du système afin de créer un laboratoire automatisé complet, combinant synthèse, imagerie et mesure — une transformation potentielle de la façon dont nous découvrons et développons de nouveaux matériaux pour les applications d’énergie propre.