Les propriétés et le comportement des matériaux dans des conditions extrêmes sont essentiels pour les systèmes énergétiques tels que les réacteurs de fission et de fusion. Cependant, prédire avec précision les propriétés des matériaux à haute température reste un défi. Les mesures directes de ces propriétés sont limitées par les instruments expérimentaux, et les simulations à l'échelle atomique basées sur des champs de force empiriques sont souvent peu fiables en raison d'un manque de précision. Ce problème peut être résolu à l'aide de techniques d'apprentissage statistique, qui ont récemment vu leur utilisation exploser en science des matériaux. Les champs de force construits par apprentissage statistique atteignent le degré de précision des calculs {it ab initio} ; cependant, leur mise en œuvre dans les méthodes d'échantillonnage est limitée par des coûts de calcul élevés, généralement supérieurs de plusieurs ordres de grandeur à ceux des champs de force traditionnels. Pour surmonter cette limitation, deux objectifs seront poursuivis dans cette thèse : (i) améliorer les champs de force par apprentissage statistique actif en trouvant un meilleur compromis précision-efficacité et (ii) créer des méthodes accélérées d'échantillonnage de l'énergie libre et des chemins cinétiques afin de faciliter l'utilisation de champs de force d'apprentissage statistique coûteux en termes de calcul. Pour le premier objectif, nous améliorons la construction des champs de force d'apprentissage statistique en nous concentrant sur trois facteurs clés : la base de données, le descripteur de l'environnement atomique local et le modèle de régression. Pour le deuxième objectif, nous mettrons en œuvre un schéma d'échantillonnage bayésien rapide et robuste pour estimer l'énergie libre anharmonique, qui est cruciale pour comprendre les effets de la température sur les solides cristallins, à l'aide d'une méthode de force de biais adaptative qui améliore considérablement la vitesse de convergence et la précision globale. Nous appliquerons les méthodes développées au calcul de l'énergie libre et de ses dérivées, des grandeurs physiques qui donnent accès aux propriétés thermo-élastiques des alliages et aux propriétés thermodynamiques des défauts ponctuels. Pour cela, nous utiliserons des extension algorithmiques qui permettent d'échantillonner un état métastable spécifique et aussi les chemins de transition vers d'autres bassins d'énergie et donc d'estimer les énergies libres de formation et de migration de défauts lacunaires. Les grandeurs thermodynamiques calculées seront ensuite utilisées comme données d'entrée de méthodes de Monte Carlo cinétique, qui permettra de mesurer les coefficients de diffusion dans les alliages complexes en fonction de la température. Un but sera d'essayer de relier les propriétés de transport atomique à la complexité de l'alliage. Notre approche ayant une rapidité considérablement supérieure à celle des méthodes standard, nous pourrons envisager de l'appliquer à des alliages complexes comprenant les éléments W, Ti, V, Mo et Ta à des températures et des compositions qui n'ont pas été étudiées expérimentalement.