- ▸ Une session de calcul sans consigne d'arrêt
- ▸ Quatre propriétés physiques à satisfaire en même temps
- ▸ La boîte à outils : recherche web, sandbox Python et modèles physiques
- ▸ Cent millions de tokens, aucune condition d'arrêt
Un agent d’IA lancé sans consigne d’arrêt, qui cherche, calcule et propose des cristaux jusqu’à épuiser 100 millions de tokens : c’est le protocole décrit par Discovered Materials. Le pari ne porte pas sur un modèle plus gros, mais sur un modèle mis au travail comme un chercheur. Ce dossier démonte la méthode, ses garde-fous, et le point précis où l’expert humain reprend la main.
Ce qu’il faut retenir 1. Objectif : proposer des matériaux cristallins dynamiquement stables, inédits et compatibles BEOL (Back End Of Line, l’étape d’interconnexion des puces), répondant simultanément à quatre cibles physiques. 2. Budget : l’agent tourne sans condition d’arrêt jusqu’à rencontrer une erreur ou consommer ses 100 millions de tokens. 3. Outils : recherche web via Exa, sandbox Python/Bash équipée de pymatgen, mp_api et ASE, et modèles d’apprentissage automatique pour quatre propriétés. 4. Garde-fou : chaque candidat doit livrer une recette de synthèse compatible BEOL qu’un expert jugerait « digne d’être tentée » — sinon il ne compte pas. 5. Évaluation : le benchmark s’appuie sur Inspect, le cadre open source de l’AI Security Institute.
Une session de calcul sans consigne d’arrêt
Imaginez un modèle de langage à qui l’on ne dit pas quand s’arrêter. On lui confie une mission, une boîte à outils, un budget, puis on le laisse partir. Il formule une hypothèse, écrit du code pour la tester, lit un résultat, corrige, recommence. Il ne s’interrompt ni sur un succès, ni sur un doute. Il s’arrête uniquement quand une erreur technique le bloque, ou quand il a brûlé la totalité de ses jetons.
C’est le dispositif que documente Discovered Materials sur sa page de recherche. La formulation est explicite : le modèle « n’a reçu aucune condition d’arrêt, et progresse jusqu’à ce qu’il rencontre une erreur ou épuise son budget total de 100 millions de tokens ». Ce chiffre n’est pas un détail d’ingénierie. Il définit le régime de travail : long, itératif, autonome.
L’enjeu déclaré n’est pas de bavarder sur la science des matériaux, mais d’en produire. Un livrable concret : des cristaux jamais décrits, physiquement plausibles, et surtout fabricables dans les contraintes d’une usine de semi-conducteurs.
Quatre propriétés physiques à satisfaire en même temps
Le cahier des charges est le premier verrou. L’agent ne cherche pas « un beau cristal » ; il cherche un matériau qui coche toutes les cases d’un cahier des charges quantifié. Selon la documentation de Discovered Materials, la consigne demande de « proposer des matériaux cristallins dynamiquement stables, inédits et compatibles BEOL, satisfaisant l’ensemble des cibles suivantes : conductivité thermique κ, constante diélectrique statique ε, module d’Young et module de cisaillement ».
Chacun de ces termes renvoie à une propriété mesurable, et leur conjonction rend le problème difficile. La conductivité thermique (κ) décrit la capacité du matériau à évacuer la chaleur — un critère devenu central à mesure que les circuits se densifient. La constante diélectrique statique (ε) mesure la façon dont le matériau se polarise sous un champ électrique ; dans un empilement de puce, elle gouverne les capacités parasites entre pistes. Le module d’Young et le module de cisaillement, eux, décrivent la rigidité mécanique : comment le matériau résiste à l’étirement et au glissement.
La contrainte « dynamiquement stable » ajoute une exigence physique que beaucoup de propositions théoriques échouent à passer. Un cristal peut exister sur le papier, avec une géométrie cohérente, tout en étant instable dès qu’on déplace légèrement ses atomes. On parle alors de modes de vibration « imaginaires » : la structure s’effondrerait vers une autre configuration. Exiger la stabilité dynamique, c’est écarter d’emblée les candidats qui ne survivraient pas à la réalité thermique d’un laboratoire.
Ces quatre cibles simultanées transforment la recherche en problème d’optimisation sous contraintes multiples — le terrain exact où un agent capable d’écrire et d’exécuter du code peut, en théorie, se montrer utile.
La boîte à outils : recherche web, sandbox Python et modèles physiques
Satisfaire ce cahier des charges suppose des instruments. Un modèle de langage seul ne calcule pas une conductivité thermique ; il faut lui donner les moyens de simuler le geste d’un chercheur. Discovered Materials décrit trois grands blocs d’outils, plus un cadre d’évaluation.
Le premier bloc est la recherche documentaire : une recherche web « utilisant Exa comme fournisseur ». Exa est un moteur de recherche sémantique pensé pour des requêtes formulées par des machines plutôt que par des humains. L’agent peut ainsi interroger la littérature, vérifier ce qui existe déjà, et fonder ses propositions sur des travaux publiés plutôt que sur sa seule mémoire paramétrique.
Le deuxième bloc est un environnement d’exécution : « une sandbox de code avec des capacités Python et Bash et quelques bibliothèques de science des matériaux pertinentes — pymatgen, mp_api et ASE ». Ces trois noms ne sont pas anodins. pymatgen (Python Materials Genomics) est une bibliothèque open source de manipulation de structures cristallines ; mp_api est le client d’accès à la base de données du Materials Project, un vaste répertoire de matériaux calculés ; ASE (Atomic Simulation Environment) sert à construire et piloter des simulations atomistiques. L’agent dispose donc du même outillage logiciel qu’un doctorant en science des matériaux.
Le troisième bloc est le plus spécifique : « des outils fondés sur l’apprentissage automatique pour calculer 1) la stabilité dynamique, 2) la conductivité thermique de réseau, 3) la constante diélectrique statique et 4) le tenseur de complaisance ». Ces modèles ML jouent le rôle d’oracles physiques rapides. Là où un calcul quantique complet prendrait des heures de supercalculateur, un modèle entraîné fournit une estimation en une fraction du temps — condition sine qua non pour explorer des milliers d’hypothèses dans un budget fini.
| Bloc d’outils | Fonction dans la boucle de l’agent | Composants nommés |
|---|---|---|
| Recherche documentaire | Interroger la littérature, vérifier l’existant | Exa |
| Sandbox de calcul | Construire, manipuler, tester des structures cristallines | Python, Bash, pymatgen, mp_api, ASE |
| Oracles physiques (ML) | Estimer rapidement les propriétés cibles | stabilité dynamique, conductivité thermique de réseau, constante diélectrique statique, tenseur de complaisance |
| Cadre d’évaluation | Mesurer et comparer les performances des modèles | Inspect (AI Security Institute) |
Le tenseur de complaisance mérite un mot. C’est l’objet mathématique qui relie contrainte et déformation dans un solide ; il contient, sous forme condensée, l’information dont dérivent le module d’Young et le module de cisaillement. Le calculer, c’est accéder d’un coup à toute la réponse élastique du matériau. En confiant cet outil à l’agent, les chercheurs lui donnent le moyen de vérifier lui-même deux des quatre cibles mécaniques.
Cent millions de tokens, aucune condition d’arrêt
La méthode se distingue moins par ses outils que par son régime de fonctionnement. Le budget de 100 millions de tokens n’est pas un plafond de sécurité qu’on espère ne jamais atteindre : c’est la seule borne de la course.
100 000 000 tokens : le budget total alloué à l’agent, seule limite à son exploration avec la survenue d’une erreur.
Pour situer l’ordre de grandeur : un échange conversationnel classique consomme quelques milliers de jetons ; un long document technique, quelques dizaines de milliers. Cent millions de tokens représentent donc des milliers de tours de boucle — hypothèse, code, résultat, correction — enchaînés sans interruption humaine. C’est un régime d’exploration prolongée, pas une requête ponctuelle.
Cette absence de condition d’arrêt a une conséquence méthodologique directe. Le protocole ne juge pas l’agent sur une réponse unique, mais sur ce qu’il produit au fil d’une longue trajectoire. Le modèle qui gère mal ses erreurs, qui tourne en rond ou qui « gaspille » ses jetons sur des pistes stériles obtiendra un rendement médiocre par token. Celui qui planifie, mémorise ce qu’il a déjà testé et rebondit sur ses échecs ira plus loin. Le budget devient ainsi une mesure indirecte de la discipline de raisonnement.
Ce choix a aussi un coût. Laisser un agent tourner jusqu’à épuisement, c’est accepter qu’il génère beaucoup de bruit avant, éventuellement, un signal. La valeur du protocole se joue alors entièrement dans les filtres appliqués en aval : sans validation stricte, un budget massif ne produirait qu’un tas de propositions invérifiables.
La nouveauté se juge à l’absence de film mince BEOL dans la littérature
C’est là qu’intervient le deuxième verrou, celui de la nouveauté. Proposer un cristal déjà connu ne vaut rien ; encore faut-il définir ce que « nouveau » signifie de façon opérationnelle. Discovered Materials tranche : « La nouveauté signifie que le matériau n’a jamais été déposé sous forme de film mince dans des conditions compatibles BEOL dans la littérature publiée. »
La définition est plus subtile qu’un simple « ce composé n’existe pas ». Un matériau peut être parfaitement connu comme poudre ou comme monocristal massif, et rester inédit sous la forme précise qui intéresse l’industrie : un film mince déposé à basse température, intégrable dans une puce. La nouveauté n’est donc pas chimique au sens strict ; elle est procédurale et applicative. C’est un critère qui colle au besoin réel des fabricants, et qui oblige l’agent à confronter chaque idée à ce qui a déjà été publié — d’où l’utilité de la recherche web fournie en amont.
Ce cadrage évite un écueil classique des générateurs de matériaux : produire, par milliers, des structures « nouvelles » au sens combinatoire mais sans intérêt pratique. En ancrant la nouveauté dans le contexte BEOL et le dépôt en film mince, le protocole réintroduit la pertinence industrielle au cœur de la définition.
Le verdict d’un expert : une recette qu’il faudrait vraiment tenter
Le garde-fou décisif n’est pas computationnel, il est humain. Un cristal séduisant sur le papier ne compte pour rien s’il ne peut pas être fabriqué. Le protocole impose donc une condition supplémentaire, et elle est sévère.
Discovered Materials la formule ainsi : « Chaque candidat doit également s’accompagner d’une recette de synthèse compatible avec les températures et les procédés BEOL, qu’une revue par un expert jugerait qu’elle SERAIT TENTÉE — un candidat dont la recette est jugée non digne d’être tentée ne compte pas. » Autrement dit, la validation finale repose sur un jugement de faisabilité rendu par un spécialiste. La barre n’est pas « le matériau existe » ; elle est « un expert prendrait la peine d’essayer cette recette au laboratoire ».
Ce filtre déplace le centre de gravité de la performance. Un agent peut satisfaire les quatre cibles physiques, respecter la contrainte de nouveauté, et échouer malgré tout parce que sa procédure de fabrication n’a aucun sens pratique. La recette doit tenir dans le budget thermique du BEOL — c’est-à-dire une fabrication à basse température, pour ne pas endommager les composants déjà présents sur la plaquette.
Un exemple d’outil de dépôt cité dans le contexte de ces contraintes est le CVD micro-onde-plasma à 2,45 GHz, décrit comme basse température et amorcé par germes (« seeded »). Le dépôt chimique en phase vapeur (CVD) assisté par plasma micro-onde permet de faire croître certaines couches cristallines sans porter l’ensemble de la plaquette à haute température. Ce type de procédé illustre ce que « recette compatible BEOL » veut dire concrètement : une voie de synthèse réaliste, adaptée aux limites thermiques de l’étape d’interconnexion.
Contexte : BEOL, ou pourquoi la basse température commande tout
Pour saisir l’ambition du projet, il faut comprendre ce que recouvre l’acronyme BEOL, qui revient dans chaque critère. La fabrication d’une puce se divise en deux grandes phases. Le Front End Of Line construit les transistors eux-mêmes, dans le silicium, souvent à haute température. Le Back End Of Line, lui, vient ensuite : il connecte ces millions de transistors entre eux par un réseau de pistes métalliques et de couches isolantes empilées.
Cette chronologie impose une règle absolue. Au moment du BEOL, les transistors et les premières couches métalliques sont déjà en place. Les chauffer fortement les dégraderait — le métal peut diffuser, les interfaces peuvent se dégrader, les dopants peuvent migrer. Tout ce qu’on dépose pendant le BEOL doit donc l’être à basse température. C’est cette contrainte, invisible pour le grand public, qui restreint drastiquement le catalogue de matériaux utilisables : beaucoup de composés aux propriétés idéales exigent des températures de synthèse incompatibles avec une puce déjà partiellement fabriquée.
Les propriétés visées par l’agent prennent tout leur sens dans ce cadre. Une conductivité thermique élevée aide à évacuer la chaleur d’un circuit toujours plus dense. Une constante diélectrique bien choisie contrôle les interférences électriques entre pistes voisines. Une bonne tenue mécanique limite les fissures et les délaminations provoquées par les cycles de chauffage-refroidissement de la fabrication. Chaque cible répond à un problème réel du BEOL, pas à une abstraction académique.
C’est aussi ce qui rend la recherche ardue. On ne cherche pas le meilleur matériau dans l’absolu, mais le meilleur compromis sous une pile de contraintes hétérogènes — thermique, électrique, mécanique, procédurale — dont plusieurs se contredisent. Un agent capable d’explorer cet espace de compromis, en s’appuyant sur des oracles physiques rapides, s’attaque exactement au type de problème où l’intuition humaine sature vite.
Inspect : mesurer un agent scientifique avec un cadre open source
Reste une question de méthode : comment évaluer, de façon reproductible, la performance de plusieurs modèles sur cette tâche ? Discovered Materials répond en s’appuyant sur un outil externe : « Nous utilisons le cadre open source Inspect de l’AI Security Institute pour évaluer ces modèles. »
Inspect est un cadre d’évaluation de modèles de langage développé par l’AI Security Institute britannique. Son intérêt ici est double. D’abord, il apporte une infrastructure standardisée pour orchestrer des tâches agentiques — outils, boucles, journalisation — plutôt qu’un simple échange question-réponse. Ensuite, en choisissant un cadre public et indépendant plutôt qu’un harnais maison, les chercheurs rendent leur protocole plus lisible et, en principe, plus comparable d’un modèle à l’autre.
Le choix n’est pas anodin sur le plan éditorial. Utiliser un cadre issu d’un institut dédié à la sécurité de l’IA pour benchmarker des agents scientifiques signale une préoccupation partagée : ces systèmes autonomes doivent être mesurés avec rigueur, dans des conditions traçables. C’est cohérent avec un protocole qui, par ailleurs, laisse tourner l’agent sans surveillance jusqu’à épuisement de son budget.
Le vrai goulot d’étranglement n’est pas le calcul, c’est la synthèse
Notre lecture : l’architecture décrite déplace le problème plus qu’elle ne le résout, et c’est sans doute son intérêt principal. Donner à un modèle des oracles ML rapides et 100 millions de tokens ne garantit pas des découvertes ; cela garantit un volume de propositions. Le facteur limitant se trouve à la sortie, dans le jugement de faisabilité rendu par un expert.
Cette dépendance à la revue humaine est à la fois une force et une fragilité. Une force, parce qu’elle empêche le benchmark de récompenser des cristaux fantômes, séduisants en simulation mais irréalisables. Une fragilité, parce que le résultat final dépend d’un jugement — « cette recette, un expert la tenterait-il ? » — dont la subjectivité et le coût ne se parallélisent pas comme du calcul. Plus l’agent produit de candidats, plus la file d’attente de validation humaine s’allonge.
Il existe une seconde tension, plus profonde. Les modèles ML qui estiment la stabilité, la conductivité ou la réponse élastique sont des approximations. Ils accélèrent l’exploration au prix d’une incertitude que seule la synthèse réelle lèvera. Entre un cristal « validé » par les oracles et le film mince effectivement déposé sur une plaquette, il reste tout le chemin du laboratoire — celui, précisément, que le critère de recette « digne d’être tentée » cherche à garder en vue.
Ces limites ne disqualifient pas l’approche ; elles en précisent le statut. Discovered Materials décrit un banc d’essai pour agents scientifiques, pas une chaîne de production de matériaux. La distinction est importante pour ne pas surinterpréter les résultats.
Et après : le matériau reste à fabriquer
L’automatisation décrite s’arrête au seuil de la paillasse. L’agent propose, calcule, argumente une recette ; il ne dépose aucun film, ne mesure aucune conductivité sur un échantillon réel. Le protocole produit des hypothèses fortement contraintes et pré-validées, à charge pour des expérimentateurs de les confronter au four et au plasma.
Ce partage des rôles dessine une trajectoire crédible pour l’« IA scientifique » : non pas remplacer le chercheur, mais comprimer la phase la plus combinatoire de son travail — générer, filtrer et prioriser des candidats — pour concentrer le temps humain, rare et coûteux, sur la synthèse et la mesure. Le budget de 100 millions de tokens et l’absence de condition d’arrêt sont les paramètres d’un moteur d’exploration ; le critère de recette « qu’un expert tenterait » en est la soupape.
La vraie question ouverte n’est pas de savoir si un agent peut proposer un cristal plausible — le protocole montre comment l’y contraindre. Elle est de savoir combien de ces propositions franchiront un jour l’épreuve du dépôt réel en conditions BEOL. C’est cette conversion, du calcul au film mince, que les prochaines publications de Discovered Materials devront documenter pour transformer un banc d’essai prometteur en méthode de découverte.
FAQ
Ces agents peuvent-ils produire un matériau utilisable immédiatement ?
Non. Le protocole s’arrête à la proposition et à sa recette de synthèse. Un candidat ne compte que si un expert humain juge sa recette « digne d’être tentée », mais ce jugement porte sur la faisabilité, pas sur une fabrication effective. Le dépôt réel et la mesure des propriétés restent à réaliser en laboratoire.
Qu’est-ce qui définit la fin d’un test pour ces modèles ?
Deux conditions, et deux seulement. Le modèle poursuit son exploration jusqu’à ce qu’il rencontre une erreur technique qui le bloque, ou jusqu’à ce qu’il ait consommé l’intégralité de son budget de 100 millions de tokens. Aucune condition d’arrêt liée à un « succès » n’est fixée : l’agent ne s’interrompt pas de lui-même après une bonne réponse.
Que signifie « compatible BEOL » pour un matériau ?
Le BEOL (Back End Of Line) est l’étape où l’on connecte les transistors déjà fabriqués. Comme ces composants ne supportent pas une forte chaleur, tout dépôt doit se faire à basse température. Un matériau compatible BEOL est donc un matériau dont la recette de synthèse tient dans ces limites thermiques et procédurales.
Sources – Discovered Materials — Research, Material Discovery Bench (2026) : cahier des charges des candidats, description des outils (Exa, pymatgen, mp_api, ASE), modèles ML de propriétés, budget de 100 millions de tokens, critères de nouveauté et de recette de synthèse, usage du cadre Inspect de l’AI Security Institute, procédé CVD micro-onde-plasma à 2,45 GHz.
Pour aller plus loin sur LagazetteIA – Les agents autonomes et la gestion du budget de tokens – Materials Project et l’open data en science des matériaux – Inspect et l’évaluation des modèles par l’AI Security Institute
