L'IA face aux grands problèmes du monde · Chimie et matériaux · arXiv · 2026-10-21
GBClaw : un cadre d'IA agentique pour la recherche sur les joints de grains à l'échelle atomistique et la découverte de mécanismes
Titre original: GBClaw: An agentic AI framework for atomistic grain boundary research and mechanistic discovery
Les joints de grains généraux constituent la grande majorité des interfaces réelles dans les matériaux polycristallins, mais ils restent peu étudiés en raison de leur complexité structurelle et de leur désadaptation interfaciale. GBClaw intègre de grands modèles de langage dans une architecture modulaire composée d'un orchestrateur, d'agents spécialisés, d'outils propres au domaine, d'interfaces de simulation et d'une mémoire hiérarchique, en recourant à une replanification dynamique pour relier des simulations systématiques à une analyse mécanistique. Appliqué à 14 joints de grains de flexion asymétriques généraux du nickel, il a caractérisé les structures de défauts interfaciaux et divers modes de déformation, et des calculs de suivi guidés par les chercheurs ont attribué une résistance anormalement élevée au cisaillement à des structures de joints métastables.