L’exploration puis le cas échéant la colonisation de la planète Mars et de ses satellites ne se feront pas initialement par des humains, mais par des robots et des agents intelligents, selon le terme aujourd’hui utilisé par l’Intelligence Artificielle. Ceux-ci auront initialement été préparés dans des environnement terrestres proches de ceux qu’ils trouveront sur ces planètes, mais ils devront être conçus pour s’entretenir et se développer en faisant le moins que possibles appel à l’intervention d’humains – étant entendu cependant que beaucoup de procédures, si elles ne sont pas urgentes, pourront être assistées ou commandées depuis la Terre.
Parmi les défis à relever par les premiers colons martiens, il y aura la nécessité d’avoir de l’oxygène pour respirer ou faire fonctionner certains équipements . Il existe des régions sur Mars avec de l’eau et on peut envisager de l’électrolyser (ce qui donnera du dioxygène O2 et du dihydrogène H2 sous forme gazeuse) avec une électricité produite par des panneaux solaires pendant le jour martien. Toutefois, il faudra un bon rendement, notamment parce que l’ensoleillement est moins bon que sur Terre.
Sur Terre, on utilise des électrodes et des catalyseurs pour obtenir le courant électrique nécessaire à la production d’oxygène. Mais il serait coûteux de faire venir des catalyseurs depuis la Terre.
Une équipe, dirigée par les professeurs Luo Yi, Jiang Jun et Shang Weiwei de l’université des sciences et technologies de Chine (USTC) de l’Académie chinoise des sciences (CAS), s’est demandé s’il n’y avait pas moyen de produire des catalyseurs efficaces à partir du sol martien.
C’est bien le cas, comme ces chercheurs le démontrent dans un article publié chez Nature Synthesis, où ils expliquent qu’ils ont utilisé pour cela des techniques d’intelligence artificielle. On en trouvera ci-dessous les références et l’abstract
Ils ont commencé par se procurer des échantillons de plusieurs météorites de nature différente que l’on sait être d’origine martienne, étant arrivées sur la Terre après avoir fait un voyage de plusieurs millions d’années dans l’espace à la suite à une éjection hors de Mars, lors d’un impact violent d’astéroïdes à la surface de celle-ci. .
Ces échantillons de sol martien ont ensuite vu leur composition chimique analysée en utilisant la technique de laser induced breakdown spectroscopy (LIBS), ou en français la spectrométrie d’émission atomique de plasma induit par laser.
——————————————–
Pour la suite, nous lisons dans Futurascience
Une intelligence artificielle est nourrie de la composition de ces météorites et pilote différentes opérations élémentaires de leur traitement pour en extraire de façon robotisée des hydroxydes métalliques qui seront testés sur des électrodes.
La même intelligence artificielle va alors faire des simulations de chimie quantique et de dynamique moléculaire pour 30 000 mélanges possibles d’hydroxydes. Ces simulations et les résultats possibles concernant l’efficacité d’un catalyseur produit à partir de ces mélanges sont ensuite analysés par un réseau de neurones afin de pouvoir prédire, encore plus efficacement, les propriétés d’un mélange donné d’hydroxydes métalliques tirés du sol martien.
Des tests réels de ces mélanges ont été effectués confirmant que l’on avait trouvé de bons catalyseurs et que la réaction d’électrolyse productrice d’oxygène se faisait efficacement dans les conditions de températures martiennes moyennes d’environ -37 °C, au moins pour l’un de ces catalyseurs.
Référence
- nature
- article
Automated synthesis of oxygen-producing catalysts from Martian meteorites by a robotic AI chemist
Abstract
Living on Mars requires the ability to synthesize chemicals that are essential for survival, such as oxygen, from local Martian resources. However, this is a challenging task. Here we demonstrate a robotic artificial-intelligence chemist for automated synthesis and intelligent optimization of catalysts for the oxygen evolution reaction from Martian meteorites. The entire process, including Martian ore pretreatment, catalyst synthesis, characterization, testing and, most importantly, the search for the optimal catalyst formula, is performed without human intervention. Using a machine-learning model derived from both first-principles data and experimental measurements, this method automatically and rapidly identifies the optimal catalyst formula from more than three million possible compositions. The synthesized catalyst operates at a current density of 10 mA cm−2 for over 550,000 s of operation with an overpotential of 445.1 mV, demonstrating the feasibility of the artificial-intelligence chemist in the automated synthesis of chemicals and materials for Mars exploration.
