Altrove utilise des modèles d'IA et l'automatisation de laboratoire pour créer de nouveaux matériaux

Altrove utilise des modèles d'IA et l'automatisation de laboratoire pour créer de nouveaux matériaux

Depuis quelques années, l’innovation s’accélère dans le développement de nouveaux matériaux. Et une nouvelle startup française appelée Altrove envisage de jouer un rôle dans ce cycle d'innovation. La startup deep tech a déjà levé 3,7 millions d’euros (environ 4 millions de dollars aux taux de change actuels).

Si le développement de nouveaux matériaux vous intéresse, vous avez peut-être remarqué que plusieurs équipes ont partagé des avancées importantes avec la communauté des chercheurs en matière de prédiction des matériaux.

"Historiquement, au cours des 50 dernières années, la R&D visant à trouver de nouveaux matériaux a progressé à un rythme très lent", a déclaré Thibaud Martin, co-fondateur et PDG d'Altrove, à TechCrunch. Il y a eu plusieurs goulots d'étranglement. Et une question importante a été le point de départ : comment pouvez-vous prédire si des matériaux constitués d’une poignée d’éléments peuvent théoriquement exister ?

Lorsqu’on assemble deux éléments chimiques différents, il existe des dizaines de milliers de possibilités. Lorsqu’on souhaite travailler avec trois éléments différents, il existe des dizaines de milliers de combinaisons. Avec quatre éléments, vous obtenez des millions de possibilités.

Les équipes travaillant pour DeepMind, Microsoft, Meta ou Orbital Materials développent des modèles d'intelligence artificielle pour surmonter les contraintes de calcul et prédire de nouveaux matériaux qui pourraient potentiellement exister dans un état stable. "Des matériaux plus stables ont été prédits au cours des neuf derniers mois qu'au cours des 49 années précédentes", a déclaré Martin.

Mais résoudre ce goulot d’étranglement ne constitue qu’une partie de l’équation. Savoir que de nouveaux matériaux peuvent exister ne suffit pas lorsqu’il s’agit de fabriquer de nouveaux matériaux. Il faut trouver la recette.

« Une recette ne se limite pas à ce que vous préparez. C'est aussi une question de proportions, à quelle température, dans quel ordre, pendant combien de temps. Il y a donc de nombreux facteurs, de nombreuses variables impliqués dans la façon dont vous fabriquez de nouveaux matériaux », a déclaré Martin.

Altrove se concentre sur les matériaux inorganiques et commence plus spécifiquement par les éléments de terres rares. Il existe ici une opportunité de marché avec les éléments de terres rares car ils sont difficiles à trouver, leurs prix varient considérablement et ils proviennent souvent de Chine. De nombreuses entreprises tentent de moins dépendre de la Chine dans leur chaîne d’approvisionnement afin d’éviter les incertitudes réglementaires.

Création d'une boucle d'itération automatisée

L'entreprise n'invente pas de nouveaux matériaux à partir de rien, mais elle sélectionne des candidats intéressants parmi tous les nouveaux matériaux annoncés. Altrove utilise ensuite ses propres modèles d'IA pour générer des recettes potentielles pour ces matériaux.

À l’heure actuelle, l’entreprise teste ces recettes une par une et produit un minuscule échantillon de chaque matériau. Après cela, Altrove a développé une technologie de caractérisation exclusive qui utilise un diffractomètre à rayons X pour comprendre si le matériau de sortie fonctionne comme prévu.

« Cela paraît anodin mais c'est en réalité très compliqué de vérifier ce qu'on a fait et de comprendre pourquoi. Dans la plupart des cas, ce que vous avez réalisé ne correspond pas exactement à ce que vous recherchiez au départ », a déclaré Martin.

C'est là qu'Altrove brille en tant que co-fondateur et CTO de l'entreprise, Joonathan Laulainen, titulaire d'un doctorat en science des matériaux et expert en caractérisation. La startup possède une propriété intellectuelle liée à la caractérisation.

Apprendre de l’étape de caractérisation pour améliorer votre recette est essentiel lorsqu’il s’agit de fabriquer de nouveaux matériaux. C'est pourquoi Altrove souhaite automatiser son laboratoire afin de pouvoir tester plus de recettes à la fois et accélérer la boucle de rétroaction.

« Nous voulons construire la première méthodologie à haut débit. En d’autres termes, la prédiction pure ne permet de réaliser que 30 % du chemin menant à un matériau réellement exploitable industriellement. Les 70 % restants consistent à itérer dans la vie réelle. C'est pourquoi il est si important de disposer d'un laboratoire automatisé, car vous augmentez le débit et vous pouvez paralléliser davantage d'expériences », a déclaré Martin.

Altrove se définit comme une entreprise d'IA basée sur le matériel. Elle pense vendre des licences pour ses matériaux nouvellement produits ou fabriquer elle-même ces matériaux avec des partenaires tiers. La société a levé 3,7 millions d’euros lors d’un tour de table mené par Contrarian Ventures avec la participation également d’Emblem . Plusieurs business angels ont également investi dans la startup, comme Thomas Clozel (PDG d'Owkin), Julien Chaumond (CTO de Hugging Face) ou encore Nikolaj Deichmann (fondateur de 3Shape).

La startup s’inspire des entreprises de biotechnologie qui se sont tournées vers l’IA pour trouver de nouveaux médicaments et traitements – mais cette fois pour de nouveaux matériaux. Altrove prévoit de construire son laboratoire automatisé d'ici la fin de l'année et de vendre son premier actif d'ici 18 mois.

Commentaires