La puissance de l'intelligence artificielle au service du bien commun

Intensifier la recherche de traitements médicaux

Appliquée à la mise au point de thérapies à base de cellules souches, l'IA promet d'accélérer la recherche sur le traitement des maladies dégénératives qui s'attaquent aux muscles. En effet, bien que les cellules souches puissent se multiplier pour réparer les muscles blessés, on comprend mal les signaux qui déclenchent une telle activité. Accentuer la recherche sur ces signaux pourrait révéler de nouveaux moyens qui promouvront la croissance des muscles vieillissants et combattront la dystrophie musculaire.

« L'usage de ces thérapies en clinique soulève des difficultés considérables en raison de la complexité des cellules souches et des innombrables façons qui les amènent à reconstituer un tissu fonctionnel », déclare Xiaojian Shao, chef du projet du CNRC qui applique l'IA à la conception de traitements qui font appel aux cellules souches pour soigner les maladies dégénératives des muscles. Les cellules souches se divisent soit pour remplacer les cellules (indifférenciées) perdues, soit pour produire les cellules (différenciées) qui forment tissus et organes.

« Nos travaux se concentrent sur l'amélioration du fonctionnement des cellules souches musculaires dans des situations médicales variées, mais précises », poursuit le chercheur. Malheureusement, tester de tels scénarios nécessite des essais et des expériences par milliers, une démarche extrêmement laborieuse en laboratoire. « Les méthodes d'apprentissage automatique et d'IA que nous créons accéléreront l'expérimentation et, nous en sommes persuadés, aboutiront beaucoup plus vite au scénario idéal. »

Les progrès technologiques qui engendrent une avalanche de données moléculaires ne font que souligner encore plus la nécessité de l'IA et de l'apprentissage automatique. En effet, les scientifiques doivent prendre en compte les plus récentes avancées de la recherche en génomique, en l'occurrence la génomique unicellulaire, technologie qui permet d'identifier beaucoup plus précisément des populations variées de cellules dans un tissu et d'en élucider les rouages. Grâce à cette technique, on jauge simultanément des milliers de gènes de milliers de cellules dans un seul spécimen.

« Avec l'Institut de recherche de l'Hôpital d'Ottawa, notre partenaire, nous développons diverses méthodes pour stimuler, modifier et connecter les cellules souches musculaires », reprend M. Shao. « Dès que les essais et les expériences auront pris fin et que nous en aurons validé les résultats, nous disposerons de l'information voulue pour mettre au point les traitements qui produiront des cellules musculaires fonctionnelles. »

Stimuler la découverte de nouveaux matériaux

Les alliages à haute entropie (AHE) révolutionnent la science des matériaux. Plus robustes, plus malléables, mais également plus résistants à l'usure et à la chaleur, ces alliages sont constitués de 5 métaux ou davantage, en proportions relativement égales. En combinant et restructurant les composants des AHE, les chercheurs parviennent à en créer de nouveaux, car il y a des millions de configurations possibles. Parmi les applications envisageables, on peut songer aux engins spatiaux, aux sous-marins et aux réacteurs nucléaires à la fine pointe de la technologie. Les AHE facilitent aussi l'électrocatalyse dans maintes réactions et ont pour propriété de stocker l'hydrogène de façon réversible.

Les possibilités sont si nombreuses que la modélisation de nouveaux AHE monopolise plus de ressources informatiques que la modélisation des alliages classiques, qui combinent moins d'éléments. Dans l'espoir de trouver comment identifier le plus rapidement possible les éléments qui se marieront bien, les scientifiques du CNRC au Centre de recherche sur l'énergie, les mines et l'environnement et au Centre de recherche sur les technologies de sécurité et de rupture se sont alliés à leurs collègues du laboratoire de génie computationnel des matériaux de l'Université de Toronto pour exploiter la puissance de l'IA et de l'apprentissage automatique.

« À partir du modèle IA que nous avons mis au point, nous avons créé un système plus grand que tous ceux jamais utilisés dans les études sur les AHE en vue de prototyper les propriétés de ces derniers », affirme Conrard Giresse Tetsassi Feugmo, agent de recherche du CNRC spécialisé en apprentissage automatique. « De cette façon, nous avons obtenu des structures qui réunissent au-delà de 40 000 atomes en l'espace de quelques heures, soit environ mille fois plus vite que les approches quasi aléatoires. » Ces structures serviront aux simulations à grande échelle qui prévoiront des propriétés plus réalistes. Un article sur le sujet, rédigé par M. Feugmo et ses collaborateurs, a d'ailleurs fait la couverture du Journal of Chemical Physics de l'American Institute of Physics (AIP), sous le titre « Neural evolution structure generation: High Entropy Alloys » (en anglais seulement) (genèse de structures neuronales évolutives : les alliages à haute entropie).

« Les AHE que nous concevons s'avéreront particulièrement utiles dans les domaines de l'aérospatiale et des combustibles propres. Ils aideront le Canada à atteindre la carboneutralité d'ici 2050, comme on le souhaite », ajoute M. Feugmo. « La métallurgie a besoin de matériaux peu onéreux, légers et résistants à la chaleur qui catalyseront l'électrolyse de l'eau pour les piles à combustible. » L'étape suivante consistera à tester le nouveau système aux installations de recherche sur les matériaux de pointe du CNRC, à Mississauga.

Perfectionner les convertisseurs photoniques d'électricité

Une nouvelle méthode fascinante vient de voir le jour pour transmettre l'électricité et elle pourrait bien détrôner le cuivre. En effet, grâce au convertisseur photonique, l'électricité est muée en lumière avant de reprendre sa forme première. Les systèmes de ce genre ont pour avantages de ne pas être affectés par les perturbations électromagnétiques et de mieux fonctionner dans des conditions difficiles. En outre, la lumière peut être projetée presque partout, la distance parcourue dépendant de la longueur d'onde. En concevant des convertisseurs photoniques qui fonctionneront à une nouvelle longueur d'onde, on pourra donc transmettre de l'électricité déguisée en lumière sur de nombreux kilomètres, voire à travers l'atmosphère.

Les puces des convertisseurs photoniques et leurs applications n'en sont toutefois qu'au début de leur développement. Une efficacité supérieure et une nouvelle longueur d'onde fonctionnelle en feront un élément précieux pour une myriade de systèmes électriques, des automobiles autonomes aux satellites.

Le programme Défi « L'IA au service de la conception » du CNRC a récemment entamé une collaboration qui réunit de nombreux partenaires pour que cela se réalise sans tarder. Selon Karin Hinzer, titulaire de la chaire de recherche en dispositifs photoniques à l'Université d'Ottawa, qui est à la tête de l'équipe, les puces en question sont faites de nombreuses couches et il y a d'innombrables variables à prendre en considération. « Leur complexité ne cessant d'augmenter, il faut des techniques d'IA pour perfectionner les matériaux et optimiser le dispositif. » Ces techniques, surtout les logiciels de réduction de la dimensionnalité, faciliteront la création de composants plus efficaces qui « projetteront plus loin la lumière ».

Les partenaires du projet sont tous des chefs de file mondiaux dans leur spécialité. Pionnier dans la création de dispositifs photoniques et chef de file en IA, le CNRC aide l'Université d'Ottawa à adapter des modèles novateurs à l'intelligence artificielle. Les nouveaux dispositifs seront fabriqués par l'Institut Fraunhofer des systèmes à énergie solaire (ISE) et AIXTRON SE, des partenaires de longue date du CNRC. De leur côté, Optiwave Systems Inc. et Broadcom Canada, des meneurs de l'industrie canadienne, créent les logiciels qui prévoiront le fonctionnement du dispositif à l'intérieur du système, en vue d'en accélérer la fabrication.

Au terme du projet, les partenaires dévoileront une puce comme l'on n'en a jamais encore vu dans le monde.

Réussite sur réussite

Les paragraphes qui précèdent illustrent en partie comment le programme Défi « L'IA au service de la conception » prend de l'ampleur au Canada. Ce programme a aussi montré que le monde ne peut plus progresser sans l'IA, car l'être humain ne peut à lui seul gérer la masse colossale de données qu'il produit.

« Depuis le lancement du programme Défi, nous avons accompli des prouesses dans maints domaines », conclut M. Martin. Ainsi, on a recouru à l'IA et à l'apprentissage automatique pour trouver des solutions inédites aux problèmes médicaux que pose la COVID-19, pour découvrir plus rapidement des remèdes et pour préciser les multiples paramètres de l'espace conceptuel des nanocomposants photoniques.