Des chercheurs de l’Institut de Science de Tokyo et de l’Institut de Mathématiques Statistiques ont développé un modèle d’apprentissage automatique capable de prédire avec 96 % de précision si une structure polymère formera un état liquide cristallin. En explorant plus de 115 000 polyimides virtuels, ils ont sélectionné et synthétisé six candidats, confirmés expérimentalement comme présentant une organisation smectique et des conductivités thermiques allant jusqu’à 1,26 W m⁻¹ K⁻¹, nettement supérieures aux polyimides classiques. Cette approche s’appuie sur la corrélation entre rigidité moléculaire, alignement des chaînes et transfert thermique, ouvrant la voie à des polymères sur mesure pour la gestion thermique des semi-conducteurs, des écrans flexibles et des dispositifs de nouvelle génération. Cette avancée marque une étape clé dans la conception de matériaux fonctionnels guidée par l’IA, en transformant le développement de polymères hautes performances en un processus rapide et prédictif.
https://phys.org/news/2025-08-ai-advanced-dissipating-polymers.html
