L'IA prédit l'efficacité du biochar : la purification de l'eau des antibiotiques s'accélère considérablement

Des scientifiques ont créé un modèle d'IA qui prédit avec précision la rapidité avec laquelle le biochar décompose les antibiotiques dans l'eau — cela réduit le développement des filtres de quelques années à quelques semaines et ouvre la voie à une purification abordable de l'eau potable.

Les chercheurs, sous la direction de Junaid Latif et Na Chen, ont collecté des données provenant de dizaines de travaux précédents, en identifiant 16 paramètres clés : le type de matière première pour le biochar, la température de pyrolyse, la porosité, la composition chimique, la concentration d'oxydants et les conditions de réaction.

Sur cette base, ils ont entraîné plusieurs modèles de machines, et l'architecture transformeur TabPFN a montré la meilleure précision : un coefficient de détermination R² ≈ 0,91 avec une erreur de prévision minimale.

La nouveauté scientifique réside dans le passage de la méthode par essais et erreurs à une conception ciblée des matériaux. Auparavant, la sélection d'un biochar efficace nécessitait des centaines d'expériences en laboratoire ; désormais, l'algorithme évalue en quelques secondes quelle combinaison de paramètres donnera la vitesse maximale de dégradation du polluant.

Parallèlement, l'équipe a créé un outil web : tout chercheur peut saisir les paramètres de son matériau et obtenir instantanément une prévision de la cinétique de réaction.

Le sens pratique est évident : les antibiotiques dans les eaux usées sont l'un des moteurs de la croissance de la résistance des bactéries aux médicaments.

Le biochar, obtenu à partir de déchets agricoles (rafles de maïs, paille), est bon marché et écologique, et en combinaison avec des photocatalyseurs (TiO₂, g-C₃N₄), il est capable de décomposer les antibiotiques de type sulfonamide à 98 % en 60 minutes sous l'action de la lumière solaire.

Le modèle d'IA aide à trouver précisément la recette qui garantira un tel résultat dans des conditions spécifiques de traitement de l'eau.

Il est important de comprendre les limites. Pour l'instant, le modèle est entraîné sur des données concernant un ensemble limité d'antibiotiques et de conditions de laboratoire ; les eaux usées réelles contiennent un mélange de polluants, de matières organiques et de matières en suspension qui peuvent influencer le processus.

De même, la stabilité à long terme des composites à l'échelle industrielle nécessite une vérification supplémentaire — lors des tests en laboratoire, le matériau a conservé son efficacité après cinq cycles, mais le régime industriel pourrait être plus sévère.

Quelle est la suite ? L'équipe prévoit d'élargir la base de données en incluant des données sur d'autres classes de polluants — PFAS, microplastiques, produits pharmaceutiques de nouvelle génération.

Parallèlement, des négociations sont en cours avec des stations d'épuration pilotes pour tester les filtres de biochar conçus par l'IA dans des conditions réelles. Si les résultats se confirment, la technologie pourrait intégrer les solutions standard pour les municipalités et les entreprises industrielles d'ici 3 à 5 ans.