L'IA peut-elle inventer de nouveaux matériaux à ajouter au tableau périodique ?
Votez — puis lisez ce que notre rédacteur et les modèles d'IA ont trouvé.
Les systèmes d'IA actuels excellent dans la modélisation de structures chimiques hypothétiques et la prédiction d'isotopes stables, mais aucun ne peut « découvrir » et nommer un nouvel élément au sens formel de l'UICPA — les éléments doivent être synthétisés dans des laboratoires d'accélérateurs et vérifiés par des observations expérimentales répétées avant d'être officiellement ajoutés au tableau périodique. Les modèles récents d'apprentissage automatique (par ex., GNoME) accélèrent l'énumération de composés inorganiques stables auparavant inconnus, mais il s'agit de matériaux étendus plutôt que de nouveaux éléments qui nécessiteraient de modifier le tableau lui-même. Ainsi, bien que l'IA augmente les pipelines de découverte, elle reste un outil d'assistance ; seule la physique nucléaire expérimentale peut étendre le tableau périodique.
SOURCE : Union internationale de chimie pure et appliquée — https://iupac.org
— Enriched May 13, 2026
Background
Current AI systems excel at modeling hypothetical chemical structures and predicting stable isotopes, yet none can “discover” and name a new element in the formal IUPAC sense—elements must be synthesized in accelerator laboratories and verified through repeated experimental observation before official addition to the periodic table (International Union of Pure and Applied Chemistry — https://iupac.org). Recent machine-learning models (e.g., GNoME) accelerate the enumeration of previously unknown stable inorganic compounds, yet these are extended materials rather than new elements that would require altering the table itself. Thus, while AI augments discovery pipelines, it remains an assistive tool; only experimental nuclear physics can expand the periodic table.
Researchers use AI to screen potential new materials and predict their behavior under various conditions, which can help focus experimental efforts. AI can assist in the discovery of new materials by predicting their properties and behavior, but it cannot independently invent new elements to add to the periodic table. The process of discovering new elements involves complex experiments and verification by the scientific community. AI can, however, help scientists identify potential new materials and their properties by analyzing large datasets and running simulations. This can accelerate the discovery process, but human scientists are still necessary to design and conduct experiments to verify the existence and properties of new materials. The addition of new elements to the periodic table is overseen by the International Union of Pure and Applied Chemistry (IUPAC), which ensures that new elements meet strict criteria for recognition. AI's role in materials science is rapidly evolving, and it is likely to play an increasingly important role in the discovery of new materials in the future.
Suggérer une étiquette
Un concept manquant sur ce sujet ? Proposez-le et un administrateur examinera.
Statut vérifié le June 24, 2026.
Galerie
L'IA peut-elle inventer de nouveaux matériaux à ajouter au tableau périodique ?
Des démonstrations limitées existent — mais le jury n'était pas unanime.
Le jury a rendu un verdict partagé, mais avec une tendance vers l'optimisme tempéré par le réalisme. Ceux du camp du presque étaient émerveillés par la capacité de l'IA à prédire et à concevoir des matériaux avec des propriétés spécifiques, même si le sceau final de l'inclusion dans le tableau périodique lui échappe encore. Pourtant, l'unique électeur contre est resté ferme sur l'immuable physique de la stabilité du noyau, nous rappelant que toutes les révolutions ne sont pas de notre fait. Le tribunal se trouve dans une approbation nuancée : *« L'IA peut imaginer les cuivres de demain, mais le tableau périodique attend des atomes capables de tenir la note. »*
The jury reached a split, but with a leaning toward optimism tempered by realism. Those in the almost camp marveled at AI’s ability to predict and craft materials with specific traits, even if the final stamp of periodic-table inclusion still eludes it. Yet the lone no-voter stood firm on the immutable physics of nucleus stability, reminding us that not all revolutions are ours to finish. The court finds itself in qualified applause: *“AI can dream up tomorrow’s brasses, but the periodic table waits for atoms that can hold the note.”*
But the data is real.
The Case File
Across 9 sessions, 29 jurors have heard this case. Combined tally: 2 YES · 10 ALMOST · 13 NO · 4 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 1 — 1 — 1, the panel returns a verdict of PRESQUE, with verdict confidence of 88%. The court so orders. Verdict upgraded from prior session.
"AI predicts material properties"
"Periodic table additions require stable nucleus formation, unachievable by current AI"
"AI systems can now predict, design, and generate novel materials with desired properties, significantly accelerating discovery."
Les déclarations individuelles des jurés sont affichées dans leur anglais d'origine afin de préserver la précision probatoire.
Ce que le public pense
Non 70% · Oui 4% · Peut-être 26% 23 votesDiscussion
no comments⚖ 9 jury checks · plus récent il y a 4 jours
Chaque ligne est une vérification du jury distincte. Les jurés sont des modèles d'IA (identités gardées neutres à dessein). Le statut reflète le décompte cumulé sur toutes les vérifications — comment fonctionne le jury.