L’IA accélère la chasse aux nouveaux supraconducteurs

Une équipe internationale de physiciens dit avoir identifié deux nouveaux matériaux supraconducteurs grâce à une méthode mêlant apprentissage automatique et calculs quantiques. Publiée le 4 septembre 2026 par Futura, cette avancée vise à accélérer la découverte de matériaux capables de conduire l’électricité sans résistance. L’enjeu dépasse la physique pure : moins de pertes d’énergie, moins de chaleur, et à terme des équipements plus sobres. Le genre de dossier où un algorithme peut encore faire gagner beaucoup de temps aux laboratoires.

Quand l’IA trie les candidats à la place du microscope

Les supraconducteurs transportent un courant électrique sans perte, mais seulement à très basse température dans la plupart des cas. Cela oblige à utiliser des systèmes de refroidissement coûteux et complexes, ce qui freine leur usage à grande échelle. D’où l’intérêt d’une méthode capable de passer au crible un nombre immense de combinaisons chimiques avant d’engager des calculs lourds ou des essais en laboratoire.

Le consortium international SuperC, lancé en 2023 et coordonné par l’Université Aalto, en Finlande, a précisément construit cette approche. D’abord, un algorithme d’apprentissage automatique filtre les structures jugées peu prometteuses. Ensuite, des calculs quantiques plus précis sont appliqués aux matériaux retenus. Enfin, les composés sont fabriqués à l’Université Rice, aux États-Unis, où les mesures expérimentales confirment leur caractère supraconducteur.

Deux composés repérés, et une structure kagome en toile de fond

Les deux matériaux identifiés s’appellent YRu3B2 et LuRu3B2. Leur structure électronique présente des bandes plates liées à une organisation géométrique dite kagome, un motif qui rappelle la vannerie traditionnelle japonaise. Ce type d’architecture intéresse les physiciens parce qu’il peut favoriser des comportements électroniques atypiques, utiles dans la recherche de nouveaux supraconducteurs.

La démarche reste une preuve de concept, mais elle change déjà la méthode. Jusqu’ici, la découverte reposait largement sur l’essai empirique, avec des résultats souvent difficiles à anticiper. Le texte de Futura rappelle qu’au fil des décennies plus de 7 000 matériaux supraconducteurs ont été recensés, mais que très peu avaient été prédits avec précision avant leur synthèse.

Pourquoi cette méthode compte pour l’industrie

En filtrant les structures avant les calculs les plus coûteux, les chercheurs espèrent explorer des ensembles de matériaux jusque-là hors de portée. À terme, cette stratégie pourrait permettre d’examiner des milliards de combinaisons et de repérer des supraconducteurs plus faciles à fabriquer, plus performants, voire capables de fonctionner à température ambiante. Ce dernier point reste l’horizon le plus ambitieux. Le plus rentable, lui, serait déjà de réduire les pertes énergétiques dans les systèmes électroniques et numériques.