À l’intérieur des laboratoires autonomes de Dunia Innovations pour accélérer la découverte de nouveaux matériaux

La science des matériaux est à la base de presque toutes les technologies modernes — des batteries aux semi‑conducteurs, en passant par les catalyseurs chimiques et les technologies d’énergie propre. Pourtant, découvrir un nouveau matériau reste un processus lent, coûteux et largement manuel.

La start‑up deep‑tech berlinoise Dunia Innovations tente de changer cette équation. Son idée : construire des laboratoires autonomes où l’intelligence artificielle, la robotique et les instruments scientifiques fonctionnent comme un système intégré capable d’expérimenter en continu.

Au lieu de mener des expériences une par une, la plateforme de Dunia automatise l’ensemble du cycle de découverte afin d’accélérer radicalement l’innovation en matériaux.

Il existe parfois des références à un futur grand laboratoire baptisé « GigaLab » à Berlin, mais les informations publiques disponibles confirment surtout la plateforme technologique et les collaborations scientifiques de Dunia, sans détails vérifiés sur la taille ou le financement précis d’une telle installation.

Le principal goulot d’étranglement de la recherche en matériaux

Les modèles d’intelligence artificielle peuvent aujourd’hui prédire des milliers de matériaux potentiels. Mais ces prédictions ne suffisent pas pour créer une technologie utilisable.

Chaque candidat prometteur doit encore être synthétisé physiquement, testé puis validé en laboratoire.

Ce processus expérimental constitue l’étape la plus lente de la recherche. Les cycles traditionnels de R&D — souvent décrits comme Design → Make → Test → Analyze (DMTA) — peuvent prendre des années avant qu’un catalyseur ou un matériau performant ne soit découvert.

La stratégie de Dunia consiste donc à automatiser ce cycle afin que les expériences puissent s’exécuter en continu et alimenter les modèles d’IA avec de nouvelles données en temps réel.

Le principe du laboratoire autonome

Au cœur de la technologie de Dunia se trouve une plateforme de découverte de matériaux en boucle fermée qui relie l’intelligence artificielle à des équipements expérimentaux robotisés.

Le fonctionnement général suit quatre étapes :

1. Design – des modèles d’IA génèrent de nouveaux matériaux candidats et prédisent leurs propriétés.
2. Make – des systèmes robotisés synthétisent automatiquement ces matériaux.
3. Test – des instruments mesurent leurs performances chimiques ou électrochimiques.
4. Analyze – les données obtenues sont réinjectées dans les modèles pour améliorer les prédictions suivantes.

Cette automatisation transforme le laboratoire en un système expérimental continu capable de produire des ensembles de données beaucoup plus rapidement que les méthodes traditionnelles.

L’entreprise décrit cette approche comme une « materials acceleration platform », où les modèles d’IA apprennent directement à partir de résultats expérimentaux réels plutôt qu’à partir de simples simulations ou de données historiques.

L’importance de l’IA « informée par la physique »

De nombreuses approches d’IA appliquées à la chimie reposent uniquement sur des corrélations statistiques.

Dunia adopte une stratégie différente : elle combine apprentissage automatique et contraintes physiques et chimiques.

Cette approche dite physics‑informed AI permet de générer des candidats plus réalistes — non seulement prometteurs sur le plan théorique, mais aussi expérimentalement réalisables, ce qui réduit les expériences inutiles.

Selon l’accélérateur climatique Third Derivative, l’intégration de cette IA avec des systèmes robotisés pourrait permettre de découvrir des matériaux électroactifs jusqu’à dix fois plus vite et pour environ un tiers du coût des méthodes de R&D classiques.

Des applications centrées sur la transition énergétique

Les premiers axes de recherche de Dunia concernent des matériaux essentiels à la transition énergétique.

Parmi les domaines visés :

• des électrocatalyseurs pour produire hydrogène vert ou ammoniac
• des matériaux permettant la conversion du CO₂ en carburants ou produits chimiques
• des catalyseurs avancés pour la décarbonation industrielle

L’entreprise se concentre notamment sur les matériaux électroactifs utilisés dans les technologies “power‑to‑X”, qui convertissent l’électricité renouvelable en carburants ou en matières premières chimiques.

Ces domaines se prêtent particulièrement bien à l’expérimentation automatisée, car la découverte de catalyseurs nécessite souvent de tester un très grand nombre de combinaisons de matériaux.

Le consortium industriel ASCEND en Allemagne

Un exemple concret de collaboration industrielle est le consortium ASCEND, un programme allemand dédié à la découverte de catalyseurs pilotée par l’IA.

Le projet réunit :

• Dunia Innovations
• BASF
• Siemens Energy
• Helmholtz‑Zentrum Berlin
• le Fritz Haber Institute de la Max‑Planck‑Gesellschaft
• la Technische Universität Berlin

Le gouvernement fédéral allemand soutient l’initiative avec 30 millions d’euros de financement afin d’accélérer le développement de catalyseurs pour les industries à forte intensité énergétique.

L’objectif est de combiner modélisation informatique, expérimentation automatisée et expertise industrielle pour créer des technologies chimiques plus efficaces et moins carbonées.

Financement et investisseurs deep‑tech

Fondée en 2022, Dunia Innovations a levé environ 10,6 millions d’euros (environ 11,5 millions de dollars) pour développer sa plateforme de laboratoires autonomes.

Parmi les investisseurs figurent notamment :

• Elaia
• redalpine
• le Conseil européen de l’innovation (EIC)
• Pace Ventures
• Kindred Capital
• Deep Science Ventures
• Anglo American

Ce financement reflète l’intérêt croissant en Europe pour les technologies qui combinent IA avancée et recherche scientifique.

Un écosystème industriel autour de l’IA physique

Même si aucun « stack » industriel précis n’est confirmé publiquement pour une future installation Dunia, plusieurs collaborations majeures dans l’IA industrielle illustrent les technologies susceptibles de soutenir ce type de laboratoires.

Par exemple :

• Siemens et NVIDIA travaillent ensemble sur des technologies d’IA industrielle et de jumeaux numériques pour simuler des systèmes complexes.
• ABB Robotics intègre les bibliothèques NVIDIA Omniverse dans RobotStudio afin de développer des systèmes de robotique industrielle basés sur l’IA physique.

Ces briques technologiques — simulation, jumeaux numériques et robotique autonome — sont précisément celles nécessaires pour faire évoluer les laboratoires scientifiques vers des systèmes automatisés à grande échelle.

Ce que ces laboratoires pourraient changer pour la deep‑tech européenne

Si ce type de plateforme se généralise, il pourrait transformer l’économie de la découverte scientifique.

Les laboratoires autonomes offrent plusieurs avantages potentiels :

• cycles de découverte beaucoup plus rapides
• ensembles de données expérimentales plus riches pour entraîner l’IA
• réduction des coûts de R&D
• expérimentation continue plutôt que projets ponctuels

Cela est crucial car les matériaux avancés sont au cœur d’industries clés : énergie, chimie, électronique ou fabrication avancée.

L’Europe possède historiquement une forte expertise en science des matériaux mais moins d’infrastructures massives en intelligence artificielle. Des plateformes mêlant logiciels d’IA et expérimentation physique automatisée pourraient contribuer à renforcer la compétitivité technologique du continent.

L’essentiel

Dunia Innovations représente une nouvelle génération d’infrastructures scientifiques nativement conçues pour l’IA : des laboratoires où algorithmes, robots et instruments expérimentaux fonctionnent comme un système unique.

La technologie centrale — une découverte de matériaux en boucle fermée pilotée par l’IA — est déjà documentée et appliquée aux catalyseurs et aux matériaux énergétiques. En revanche, certaines informations sur un futur « GigaLab » berlinois de grande taille restent à confirmer publiquement.

Une chose est néanmoins claire : la recherche en matériaux pourrait évoluer d’un laboratoire traditionnel vers une véritable usine de recherche autonome où l’IA conçoit les expériences et où les robots les exécutent en continu.