Au cours des deux dernières années, l’innovation s’est accélérée dans le développement de nouveaux matériaux. Et une nouvelle startup française appelée Forêt prévoit de jouer un rôle dans ce cycle d’innovation. La startup deep tech a déjà levé 3,7 millions d’euros (environ 4 millions de dollars au taux de change actuel).
Si vous vous intéressez au développement de nouveaux matériaux, vous avez peut-être remarqué que plusieurs équipes ont partagé des percées importantes avec la communauté des chercheurs en matière de prédiction des matériaux.
« Historiquement, au cours des 50 dernières années, la recherche et le développement pour trouver de nouveaux matériaux ont progressé à un rythme très lent », a déclaré Thibaud Martin, cofondateur et PDG d’Altrove, à TechCrunch. Il y a eu plusieurs goulots d’étranglement. Et l’un d’entre eux a été le point de départ : comment pouvez-vous prédire si des matériaux constitués d’une poignée d’éléments peuvent théoriquement exister ?
Lorsque vous assemblez deux éléments chimiques différents, il y a des dizaines de milliers de possibilités. Lorsque vous voulez travailler avec trois éléments différents, il existe des dizaines de milliers de combinaisons. Avec quatre éléments, vous obtenez des millions de possibilités.
Des équipes travaillant pour DeepMind, Microsoft, Meta ou Orbital Materials ont développé des modèles d’intelligence artificielle pour s’affranchir des contraintes de calcul et prédire de nouveaux matériaux qui pourraient potentiellement exister dans un état stable. « Des matériaux plus stables ont été prédits au cours des neuf derniers mois qu’au cours des 49 années précédentes », a déclaré Martin.
Mais résoudre ce goulot d’étranglement n’est qu’une partie de l’équation. Savoir que de nouveaux matériaux peuvent exister ne suffit pas lorsqu’il s’agit de fabriquer de nouveaux matériaux. Vous devez trouver la recette.
« Une recette ne concerne pas seulement ce que vous préparez. Il s’agit aussi des proportions, à quelle température, dans quel ordre, pendant combien de temps. Il y a donc beaucoup de facteurs, beaucoup de variables impliquées dans la façon dont vous fabriquez de nouveaux matériaux », a déclaré Martin.
Altrove se concentre sur les matériaux inorganiques et commence plus spécifiquement par les éléments de terres rares. Il y a une opportunité de marché ici avec les éléments de terres rares car ils sont difficiles à trouver, les prix varient considérablement et ils proviennent souvent de Chine. De nombreuses entreprises essaient de moins compter sur la Chine dans le cadre de leur chaîne d’approvisionnement pour éviter les incertitudes réglementaires.
Création d’une boucle d’itération automatisée
L’entreprise n’invente pas de nouveaux matériaux à partir de zéro, mais elle sélectionne des candidats intéressants parmi tous les nouveaux matériaux qui ont été prédits. Altrove utilise ensuite ses propres modèles d’IA pour générer des recettes potentielles pour ces matériaux.
À l’heure actuelle, l’entreprise teste ces recettes une par une et produit un petit échantillon de chaque matériau. Après cela, Altrove a développé une technologie de caractérisation exclusive qui utilise un diffractomètre à rayons X pour comprendre si le matériau de sortie fonctionne comme prévu.
« Cela semble trivial, mais il est en fait très compliqué de vérifier ce que vous avez fait et de comprendre pourquoi. Dans la plupart des cas, ce que vous avez fait n’est pas exactement ce que vous recherchiez en premier lieu », a déclaré Martin.
C’est là qu’Altrove brille car le cofondateur et directeur technique de l’entreprise, Joonathan Laulainen, est titulaire d’un doctorat en science des matériaux et est un expert en caractérisation. La startup possède la propriété intellectuelle liée à la caractérisation.
Apprendre de l’étape de caractérisation pour améliorer votre recette est essentiel lorsqu’il s’agit de fabriquer de nouveaux matériaux. C’est pourquoi Altrove souhaite automatiser son laboratoire afin de pouvoir tester plus de recettes à la fois et accélérer la boucle de rétroaction.
« Nous voulons construire la première méthodologie à haut débit. En d’autres termes, la prédiction pure ne vous prend que 30% du chemin pour avoir un matériau qui peut vraiment être utilisé industriellement. Les 70 % restants impliquent l’itération dans la vie réelle. C’est pourquoi il est si important d’avoir un laboratoire automatisé car vous augmentez le débit et vous pouvez paralléliser plus d’expériences », a déclaré Martin.
Altrove se définit comme une société d’IA basée sur le matériel. Il pense qu’il vendra des licences pour ses matériaux nouvellement produits ou fabriquera lui-même ces matériaux avec des partenaires tiers. La société a levé 3,7 millions d’euros lors d’un tour de table mené par Entreprises à contre-courant avec la participation d’Emblem. Plusieurs business angels ont également investi dans la startup, comme Thomas Clozel (CEO d’Owkin), Julien Chaumond (CTO de Hugging Face) et Nikolaj Deichmann (fondateur de 3Shape).
La startup s’inspire des sociétés de biotechnologie qui se sont tournées vers l’IA pour trouver de nouveaux médicaments et traitements, mais cette fois pour de nouveaux matériaux. Altrove prévoit de construire son laboratoire automatisé d’ici la fin de l’année et de vendre son premier actif dans les 18 mois.
