Tohoku University et Fujitsu utilisent l’IA causale pour percer le mécanisme de la supraconductivité

Des chercheurs de Tohoku University et l’équipe de Fujitsu Limited ont réussi à appliquer une intelligence artificielle basée sur la découverte causale à l’étude d’un matériau supraconducteur prometteur. En analysant des données expérimentales mesurées au NanoTerasu Synchrotron Light Source, ils ont utilisé cette IA pour extraire automatiquement des relations causales entre des phénomènes physiques complexes qui étaient difficiles à discerner avec des méthodes classiques. Cette collaboration scientifique, publiée dans la revue Scientific Reports en décembre 2025, démontre une nouvelle façon d’exploiter l’IA pour accélérer la recherche fondamentale en science des matériaux.

Technologie utilisée : IA causale et spectroscopie ARPES

Le travail s’appuie sur la plateforme d’IA de Fujitsu, Fujitsu Kozuchi, qui a été adaptée pour développer une technique de discovery intelligence capable d’estimer avec précision des relations de causalité à partir d’ensembles de données volumineux et complexes. Dans ce cas, les chercheurs ont appliqué l’outil à des données issues de la spectroscopie par photoémission résolue en angle (ARPES), une méthode expérimentale standard en science des matériaux pour observer l’état des électrons dans un cristal. En filtrant et en simplifiant les graphes causaux générés, l’IA a permis de réduire considérablement la complexité des données tout en révélant des interactions électroniques significatives responsables du comportement supraconducteur du matériau étudié (cesium vanadium antimonide).

Une compréhension plus fine des phénomènes physiques

L’analyse causale a mis en évidence que la supraconductivité du matériau provient de l’interaction des électrons des éléments constitutifs (vanadium, antimoine et césium), fournissant des informations physiquement interprétables qui dépassent ce que les approches statistiques classiques pouvaient révéler. Cette capacité à identifier non seulement des corrélations mais des relations causales concrètes représente une avancée méthodologique importante pour la recherche en science des matériaux.

Implications pour la recherche et les applications futures

Au-delà de la supraconductivité, cette approche montre comment l’IA peut être intégrée aux processus de découverte scientifique automatique, réduisant la dépendance à l’intuition humaine et accélérant l’identification de mécanismes physiques sous-jacents dans des systèmes complexes. Fujitsu prévoit de proposer un environnement d’essai pour cette technologie à partir de mars 2026, ce qui pourrait étendre son utilisation à d’autres domaines tels que l’énergie, les dispositifs électroniques avancés, et la conception de nouveaux matériaux à faible consommation énergétique.

#TohokuUniversity #Fujitsu #IACausale #supraconductivité #NanoTerasu #ARPES #science #IA

Sources :

Tohoku University and Fujitsu use AI to discover superconductivity mechanism of a promising new functional material – Tohoku University Research

Promising new superconducting material discovered with the help of AI – Phys.org