AIM-GPT (label PRIME CNRS)

Artifical Inteligence for Material Generation & Predictive Tools

Label PRIME de la Mission pour les initiatives transverses et interdisciplinaires (MITI) du CNRS.

La collaboration entre le Centre de Recherche en Informatique de Lens (CRIL) et l’Unité de Catalyse et Chimie du Solide (UCCS) depuis 2020 sur l’utilisation de l’intelligence artificielle (IA) pour la chimie et les matériaux, illustre une synergie fructueuse et durable. Cette collaboration interdisciplinaire combine les compétences en IA avec la connaissance approfondie des matériaux et de la chimie, favorisant ainsi une approche innovante pour la génération de matériaux et la prédiction de leurs propriétés. Elle a donné lieu à plusieurs thèses financées par l’ANR VIVAH, comme celles de Gokhan Tahil et Astrid Klipfel, et à des projets de recherche en cours, tels que celui d’Elohan Veillon et de Tom Ternisien, montrant un engagement à long terme dans la formation de jeunes chercheurs. Les chercheurs ont publié plusieurs articles dans des revues prestigieuses, démontrant la qualité et l’impact de leurs travaux, notamment dans des revues comme Journal of Chemical Information and Modeling et lors de conférences internationales comme AAAI et IJCAI, soulignant la reconnaissance internationale de leurs recherches. La collaboration AIM-GPT renforce la position des laboratoires dans le paysage de la recherche française, notamment en Hauts-de-France, en favorisant l’innovation et en répondant aux priorités régionales comme celle de l’énergie. En intégrant l’IA dans la chimie des matériaux, les chercheurs ouvrent de nouvelles voies de recherche, influençant ainsi les pratiques et les méthodologies dans ces domaines, et augmentant la visibilité des laboratoires à l’échelle locale, nationale et internationale. Les travaux visent à résoudre des problèmes complexes comme la génération de nouveaux matériaux pour des applications spécifiques, ce qui peut avoir des répercussions sur l’industrie et l’environnement, renforçant ainsi l’impact sociétal de la recherche. En résumé, la collaboration AIM-GPT entre le CRIL et l’UCCS est un exemple de recherche interdisciplinaire réussie, qui non seulement enrichit les connaissances scientifiques mais aussi contribue de manière significative au rayonnement des laboratoires à l’échelle locale, nationale et internationale.

Thèses soutenues (financement ANR VIVAH)

• Gokhan Tahil encadré par Daniel Le Berre et Sébastien Tilloy
• Astrid Klipfel encadré par Yael Frégier, Adlane Sayede et Zied Bouraoui

Thèses en cours

• Elohan Veillon (DGF Artois) encadré par Adlane Sayede et Zied Bouraoui
• Tom Ternisien (PIA4 MAIA) encadré par Florence Pilard (LG2A), Sébastien Tilloy et Nejat Arinik Vers la Synthèse de Nouveaux Dérivés de Cyclodextrines Assistée par l’Intelligence Artificielle – (SYNTIA)

Collaborations en cours

• Jed Alwa DUERSH PostDoc PIA4 MAIA encadré par Adlane Sayede et Zied Bouraoui

Publications

Gökhan Tahıl, Fabien Delorme, Daniel Le Berre, Éric Monflier, Adlane Sayede, Sébastien Tilloy, Stereoisomers Are Not Machine Learning’s Best Friends in Journal of Chemical Information and Modeling, vol. 64, n° 14, pp. 5451–5469, 2024.

Astrid Klipfel, Yaël Fregier, Adlane Sayede, Zied Bouraoui, Vector Field Oriented Diffusion Model for Crystal Material Generation in The 38th Annual AAAI Conference on Artificial Intelligence, vol. 38, pp. 22193-22201, 2024.

Astrid Klipfel, Yaël Frégier, Adlane Sayede, Zied Bouraoui, Optimized Crystallographic Graph Generation for Material Science in Thirty-Second International Joint Conference on Artificial Intelligence {IJCAI-23}, International Joint Conferences on Artificial Intelligence Organization, pp. 7145- 7148, 2023.

Astrid Klipfel, Yaël Frégier, Adlane Sayede, Zied Bouraoui, Unified Model for Crystalline Material Generation in 32nd International Joint Conference on Artificial Intelligence, IJCAI 2023, vol. 2023- August, pp. 6031 – 6039, 2023.

Astrid Klipfel, Zied Bouraoui, Olivier Peltre, Yaël Fregier, Najwa Harrati, Adlane Sayede, Equivariant Message Passing Neural Network for Crystal Material Discovery in AAAI Conference on Artificial Intelligence, vol. 37, pp. 14304-14311, 2023.

Gökhan Tahil, Fabien Delorme, Daniel Le Berre, Éric Monflier, Adlane Sayede, Sébastien Tilloy, Curated dataset of association constants between a cyclodextrin and a guest for machine learning in Chemical Data Collections, vol. 45, pp. 101022, 2023.