Le comportement quantique de 100 électrons, calculé par une méthode de force brute, prendrait plus de temps que l'âge de l'univers.
Une molécule médicamenteuse en comporte facilement des milliers, un matériau de batterie encore plus. Leur simulation est un besoin fondamental pour le développement de médicaments, de batteries et de puces.
L'équipe d'Anima Anandkumar du California Institute of Technology a publié le 24 août un article présentant un modèle d'IA qui réduit la complexité de calcul de ce type de problèmes d'un ordre cubique à un ordre presque linéaire.
https://x.com/AnimaAnandkumar/status/2092031815448248594
Le résultat est assez frappant : la simulation d'un défaut métallique impliquant 82 500 électrons a été réalisée sur un seul GPU, alors qu'un calcul similaire en 2019 avait nécessité environ 7800 GPU.
Un goulot d'étranglement vieux de 60 ans
La méthode de calcul la plus utilisée en chimie quantique est la théorie de la fonctionnelle de la densité (DFT), une théorie de niveau prix Nobel, indispensable pour le criblage de médicaments, la conception de catalyseurs ou la recherche sur les matériaux de batteries.
Le problème est sa lenteur : pour chaque augmentation de la taille du système, la charge de calcul augmente de manière cubique — multiplier par 10 le nombre d'électrons multiplie la charge de calcul par 1000.
Pendant 60 ans, les physiciens ont cherché des moyens de l'accélérer, sans percée substantielle.
L'IA a été testée selon deux approches.
La première approche consiste à faire prédire le résultat final directement par le modèle, en une seule étape.
Les résultats sont bons dans la distribution d'entraînement, mais la capacité d'extrapolation est faible : dès que la molécule dépasse la taille de celles vues pendant l'entraînement, l'erreur devient incontrôlable.
Les tests de l'article montrent qu'en extrapolant de petites molécules à des molécules de taille pharmaceutique, l'erreur des modèles de prédiction directe passe de moins de 1% à environ 10%, atteignant jusqu'à 41%.
L'autre approche suit l'ancienne voie des physiciens, en faisant apprendre à l'IA une cartographie inverse.
Cette voie est mathématiquement instable ; dans les expériences de contrôle de l'article, tous les calculs divergent après quelques itérations, échouant complètement.
Itérer comme une chaîne de raisonnement plutôt que de deviner la réponse en une fois
Cet article prend une direction différente.
Le processus de calcul DFT est itératif : à chaque cycle, un ensemble de conditions d'entrée est donné, la densité électronique est calculée, puis utilisée pour mettre à jour les conditions d'entrée, et ainsi de suite jusqu'à stabilisation des résultats.
La méthode traditionnelle est bloquée par une étape de résolution extrêmement coûteuse en calcul à chaque itération, d'ordre cubique.
La méthode de l'équipe Anandkumar est : remplacer cette étape par l'IA.
Un opérateur neuronal de Fourier (FNO) est entraîné pour apprendre la cartographie directe « conditions d'entrée données → densité électronique correspondante », réduisant la complexité de calcul de O(N^3) à O(N log N).
Le modèle est ensuite intégré dans la boucle d'itération originale, les autres étapes restant inchangées.
https://x.com/AnimaAnandkumar/status/2090125110309204371
On peut comprendre ainsi : un modèle de prédiction directe, c'est comme demander à un LLM de donner la réponse finale à un problème difficile en une seule fois, ça marche pour les problèmes simples, mais les problèmes difficiles sont souvent faux.
Kohn-Sham FNO, c'est comme faire faire au modèle une chaîne de raisonnement étape par étape, chaque étape pouvant s'autocorriger, et une erreur peut être rattrapée par les itérations suivantes.
Cette conception offre également un avantage que n'a pas le modèle de prédiction directe : une soupape de sécurité.
Si le modèle est poussé au-delà de ses capacités, l'itération diverge, et le chercheur sait immédiatement que le résultat n'est pas fiable.
La première tentative de l'expérience sur la dislocation du magnésium dans l'article le confirme : en utilisant directement un modèle pré-entraîné général, tous les calculs divergent immédiatement — la divergence est en elle-même une alerte.
Un modèle de prédiction directe donne une réponse, sans moyen de savoir si elle est correcte ou non.
Les données d'entraînement n'ont utilisé que 8504 structures, un seul modèle traitant à la fois des molécules et des matériaux solides, couvrant les cinq premières rangées du tableau périodique.
Cela est rendu possible par une variante FNO invariante au domaine conçue par l'équipe : des systèmes de tailles différentes partagent le même ensemble de filtres appris, une petite molécule et un gros cristal utilisent le même modèle.
En extrapolant à de grosses molécules pharmaceutiques non vues pendant l'entraînement, l'erreur de densité de Kohn-Sham FNO est de 2,23%, contre 9,97% pour le modèle de prédiction directe.
Plus la molécule est grosse, plus l'écart est marqué : pour 45 atomes lourds, l'erreur de prédiction directe atteint 41%, contre seulement 4% pour Kohn-Sham FNO.
1 GPU, 80 000 électrons
L'équipe a réalisé une validation à grande échelle sur une structure de dislocation du magnésium.
En 2019, une étude nominée pour le prix ACM Gordon Bell a effectué un calcul DFT complet sur 6164 atomes de magnésium, utilisant environ 7800 GPU NVIDIA V100 sur le supercalculateur Summit.
Le dernier Kohn-Sham FNO a réalisé le calcul pour 8250 atomes et 82 500 électrons de valence sur un seul GPU NVIDIA B300, avec une convergence totale.
L'exposant d'échelle mesuré est de 1,03 (presque linéaire parfait), contre 3,37 (ordre cubique) pour la méthode traditionnelle.
Comparer 1 B300 à 7800 V100 n'est pas une équivalence matérielle directe, mais l'exposant d'échelle n'est pas affecté par le matériel : l'un est quasi-linéaire, l'autre cubique, plus le système est grand, plus l'écart devient irréversible.
Le jour même de la publication de l'article, Anandkumar a annoncé la création de la société de simulation physique par IA Accelerated Understanding, rapportée ensuite par Reuters.
https://www.reuters.com/business/ai-founders-who-walked-away-bezos-backed-prometheus-model-universe-2026-08-25/
Selon ses explications sur X, les modèles d'IA de l'entreprise simulent des phénomènes physiques dans un espace 4D, avec un contexte de raisonnement dépassant les 5 billions.
https://x.com/AnimaAnandkumar/status/2092236528898675014
Actuellement, Kohn-Sham FNO n'a appris qu'une étape du processus de calcul, le calcul complet de l'énergie nécessite encore une étape de post-traitement.
Mais la voie est claire : l'IA ne remplace pas la physique, mais l'étape de calcul la plus coûteuse en ressources, celle des opérations répétitives.
L'équipe prévoit ensuite de compléter les étapes restantes, permettant alors de se passer également du post-traitement. L'avenir est prometteur.
Photo de l'équipe fondatrice
Références : https://tensorlab.cms.caltech.edu/users/anima/ks_fno.html
Cet article provient du compte WeChat officiel «新智元» (New Zhi Yuan), auteur : ASI启示录 ; éditeur : Ma Ke
