Search
  • Annonce
  • Apprentissage automatique, apprentissage biologique
  • Énergie solaire bio-inspirée

L’intelligence artificielle peut accélérer la course vers les technologies énergétiques durables

by Tyler Irving déc. 6 / 17
Ted Sargent
Dans un article d’opinion publié aujourd’hui dans Nature, le professeur Ted Sargent (génie électrique et informatique) et ses coauteurs suggèrent que l’intelligence artificielle et l’apprentissage automatique pourraient nous permettre d’accélérer le développement de technologies énergétiques durables. (Photo : Johnny Guatto – Université de Toronto)

Un article d’opinion de Ted Sargent, Alán Aspuru-Guzik, Yoshua Bengio et d’autres avance que l’apprentissage automatique pourrait cibler les efforts des ingénieurs qui cherchent à exploiter, à convertir et à stocker l’énergie propre.

Nous avons tous entendu dire que l’intelligence artificielle et l’apprentissage automatique sont en voie de transformer notre vie avec des voitures autonomes et des assistants robotisés activés par la voix. Et ces technologies pourraient aussi constituer la clé pour accélérer le développement de l’énergie propre – des meilleures batteries aux meilleures piles solaires.

Voilà l’argument avancé aujourd’hui dans Nature par une équipe de chercheurs éminents, y compris Ted Sargent (Université de Toronto, génie), directeur Heffernan du programme Énergie solaire bioinspirée de l’ICRA, Alán Aspuru-Guzik (Université Harvard), Boursier principal, et Yoshua Bengio (Université de Montréal), codirecteur du programme Apprentissage automatique, apprentissage biologique.

Ces dernières années, le coût des énergies solaire et éolienne a baissé de façon considérable. Toutefois, afin de déplacer une quantité significative de combustibles fossiles, il faut rapidement améliorer la conversion et le stockage de l’énergie. L’équipe de Sargent participe à cette course visant le développement de nouvelles technologies aptes à répondre à ces besoins.

Le problème, avance Sargent, c’est que l’« espace de recherche est vaste ».

« Selon le Materials Project, il y a plus de 700 000 matériaux éventuels desquels choisir », dit Sargent. « Toutefois, quand les chercheurs choisissent les matériaux à utiliser dans un nouvel appareil, comme une pile ou une batterie solaire, ils se fondent habituellement sur quelques combinaisons d’éléments qu’ils jugent intéressants d’après leur propre expérience. Ils ignorent tout le reste. »

Les humains sont mal équipés pour faire le tri de tous les matériaux possibles et repérer les meilleurs à utiliser dans chaque situation donnée. D’un autre côté, l’intelligence artificielle est très efficace pour explorer de grandes bases de données et trouver la solution optimale en fonction d’un ensemble de critères. Cette méthode pourrait nous permettre d’éviter beaucoup d’impasses, de gagner du temps précieux et d’économiser de l’argent.

« Nous souhaitons une plus grande collaboration entre la communauté de l’intelligence artificielle et la communauté de l’énergie propre », dit Phil De Luna (candidat au doctorat en science et génie des matériaux), un des auteurs de l’article. « Si les algorithmes de l’apprentissage automatique réussissent à décoder la parole humaine et à reconnaître les visages, ils devraient aussi réussir à nous indiquer les combinaisons de matériaux les plus prometteuses. »

L’article d’opinion publié dans Nature est le produit d’un séminaire conjoint entre deux programmes de recherche de l’Institut canadien de recherches avancées (ICRA) : Énergie solaire bioinspirée, et Apprentissage automatique, apprentissage biologique. Tenue au MIT l’été dernier, la rencontre a mené à cet appel collectif à l’action, parrainé par plus d’une douzaine de professeurs et de scientifiques industriels de renom issus de divers domaines, notamment la science des matériaux, le génie et l’informatique.

La faculté de génie de l’Université de Toronto est idéalement placée pour agir comme médiatrice de ces collaborations. Des chercheurs, comme Sargent et d’autres à l’Institut de l’énergie renouvelable, développent des solutions novatrices en matière de production et de stockage d’énergie. Sur le plan de l’intelligence artificielle, des membres du corps professoral ont mis au point des algorithmes qui peuvent exécuter une reconnaissance faciale sophistiquée en temps réel ou bien fouiller le génome humain pour trouver la cause fondamentale de maladies.

L’Université de Toronto héberge aussi l’Institut Vector, une communauté dynamique interdisciplinaire de chercheurs novateurs qui excellent à la résolution de problèmes et qui se penchent sur des défis de recherche appliquée orientés par la curiosité : l’application de l’apprentissage automatique et de l’intelligence artificielle à la durabilité serait un jumelage parfait.

Sargent et ses coauteurs reconnaissent que leur proposition constitue un défi de taille, mais ils croient qu’il s’agit là d’une étape nécessaire.

« Il reste peu de temps pour trouver les nouvelles technologies énergétiques dont le monde a besoin », dit Sargent. « Comme les stratégies ne pourront peut-être pas nous mener à destination assez rapidement, il nous faut essayer quelque chose de nouveau. »

La liste complète de cosignataires compte des professeurs et des scientifiques des établissements et des entreprises suivantes : Université de Toronto, Université de Montréal, Université Harvard, Université Northwestern, Université Stanford, Institut avancé de science et technologie de la Corée, Université de la Pennsylvanie, Université Carnegie Mellon, Total, IBM Watson Health, Toyota Research Institute et Citrine Informatics.


Cet article a été réimprimé avec la permission de Tyler Irving de la Faculté de génie de l’Université de Toronto.