[postdoc 2022] Chercheur postdoctorant en IA pour la découverte de matériaux

Nous recherchons des candidats ayant soit une formation en informatique (en particulier l’IA) et un fort intérêt pour la physique/la science des matériaux, soit une formation en science des matériaux (en particulier les calculs ab-initio) et une expérience des techniques d’IA.

Postuler avant le 26/06/2022      Voir la fiche de poste

L’IA est d’ores et déjà un élément clé du processus scientifique, et l’objectif des travaux proposés ici est d’approfondir notre compréhension de ses apports potentiels et des méthodologies requises spécifiquement dans le domaine de la découverte de matériaux. La découverte de matériaux consiste à trouver des matériaux, parfois non encore synthétisés, qui présentent certaines caractéristiques. Comme dans de nombreux autres processus de découverte scientifique, le principal problème est que l’espace des matériaux possibles est très grand et qu’une approche par force brute est irréalisable : le calcul des caractéristiques les plus intéressantes des matériaux prend des millions d’heures CPU. Nous nous intéressons donc ici à l’utilisation de méthodes prédictives pour approximer les propriétés physiques recherchées, et donc générer un ensemble de matériaux candidats avec des valeurs prédites souhaitables pour ces propriétés physiques. Un petit sous-ensemble des candidats les plus prometteurs peut à ce stade être vérifié d’abord par calcul, puis par des expériences physiques après synthèse.

Un tel processus, s’il est effectif, pourrait avoir un impact très significatif sur la découverte de matériaux, en réduisant son coût et en augmentant son efficacité. Des expérimentations pour y parvenir ont déjà été menées à l’aide d’une petite base de données de matériaux de la même famille pour tenter d’identifier des matériaux à faible conductivité thermique. Cependant, cela reste limité à une approche spécifique de la prédiction, utilisant un petit ensemble des caractéristiques des matériaux.

Dans ce poste d’un an, l’objectif est donc de capitaliser sur ces premières expérimentations, de les prolonger et de les généraliser, non seulement pour montrer de manière plus systématique et plus large les résultats que l’on peut obtenir avec les méthodes d’IA dans de tels processus, mais aussi pour établir les bases d’une plate-forme d’IA, une boîte à outils, facilitant l’utilisation interactive de l’IA sur un large éventail de données et de caractéristiques des matériaux.

En d’autres termes, le candidat retenu travaillera vers les objectifs suivants :

• Comparer et contraster les méthodes d’IA pour la prédiction des matériaux, y compris les méthodes d’apprentissage automatique, l’apprentissage profond, l’apprentissage “few-shot”, ainsi que les approches axées sur les connaissances.
• Mettre en place un processus d’ingénierie des caractéristiques, y compris l’analyse des caractéristiques existantes et possibles à inclure en tant que prédicteurs
• Établir les bases d’une plate-forme d’IA pour la découverte de matériaux, pour faciliter non seulement l’application des techniques d’IA et de science des données dans la découverte de matériaux, mais aussi le partage de données, y compris les résultats intermédiaires des calculs.

Ce post-doc d’1 an se déroulera au sein de l’équipe K du laboratoire LORIA (k.loria.fr) en forte interaction avec les membres et collaborateurs du laboratoire LEMTA (lemta.univ-lorraine.fr) impliqués dans le calcul ab-initio pour la découverte de matériaux (Laurent Chaput). L’équipe K possède un large éventail d’expertise dans les méthodes d’intelligence artificielle (IA), incluant les approches centrées sur les connaissances et le raisonnement automatisé ainsi que les méthodes centrées sur les données et les méthodologies de science des données. Notre objectif est de comprendre comment l’IA peut bénéficier de son intégration dans les connaissances existantes, et comment de nouvelles connaissances peuvent être découvertes et affinées grâce à l’application de l’IA. Le travail ici contribuera à une collaboration émergente entre les membres de l’équipe K et les membres du LEMTA pour explorer les réponses possibles à ces questions fondamentales qui peuvent émerger de l’application des techniques d’IA dans les activités scientifiques, y compris la découverte de matériaux.

Les connaissances et compétences requises sont :

• Au moins quelques connaissances de base sur diverses méthodes d’IA en rapport avec la tâche
• Au moins quelques connaissances de base en chimie et en physique
• Connaissance des méthodes de traitement de données / d’ingénierie (soit qui s’appliquent spécifiquement à la science des matériaux, soit de manière générale)
• Capacité à mettre en place un processus de traitement des données
• Une certaine capacité de programmation, idéalement en python
• Expérience dans l’application de l’IA
• Capacité démontrée à travailler dans un environnement fortement multidisciplinaire
• Bon communicant (en français ou en anglais)
• Bonnes capacités de présentation (en anglais)
• Bonnes compétences en rédaction académique (en anglais)

Candidatures
(CV et lettre de motivation) à adresser à drhrecrutement-contact@univ-lorraine.fr, à sylvie.hilbert@univlorraine.fr et à mathieu.d-aquin@univ-lorraine.fr avant le 26/06/2022.