Chi-kwan Chan a utilisé Codex pour simuler le comportement des trous noirs

L'astrophysicien Chi-kwan Chan de l'Université d'Arizona a utilisé le modèle de langage Codex d'OpenAI pour développer de nouvelles simulations informatiques de trous noirs. Cette approche innovante lui a permis d'accélérer la rédaction de code scientifique complexe et de créer des outils puissants pour étudier les phénomènes extrêmes dans l'Univers.

Quand le code classique ne suffit pas

La modélisation des trous noirs est l'une des tâches les plus complexes de l'astrophysique moderne. Les calculs incluent la résolution de systèmes massifs d'équations de la relativité générale d'Einstein, le traitement d'énormes volumes de données et leur optimisation pour les supercalculateurs. Les scientifiques écrivent généralement du code en Fortran, C++ ou Python, combinant une connaissance approfondie de la physique avec des compétences en programmation — un ensemble rare et précieux de compétences.

Chan et ses collègues ont été confrontés au même problème pendant de nombreuses années : chaque nouvel algorithme nécessitait des semaines de débogage et d'optimisation. Le code devait être non seulement physiquement correct, mais aussi aussi efficace que possible lors de l'exécution sur des supercalculateurs. Cela nécessitait de réécrire les mêmes types de fonctions encore et encore, gaspillant le temps précieux du chercheur.

Codex comme assistant intelligent du physicien

Codex est un modèle de langage profond entraîné sur une énorme quantité de code provenant de GitHub. La caractéristique principale est que Codex comprend le contexte de la tâche non seulement techniquement, mais aussi physiquement. Lorsque Chan a décrit dans un commentaire de code qu'une équation différentielle spécifique devait être résolue pour la métrique de Kerr (description mathématique d'un trou noir en rotation), Codex a généré les blocs de code correspondants, économisant des heures d'écriture et de débogage manuels. Les capacités qui se sont ouvertes pour Chan :

• Prototypage rapide d'algorithmes numériques basés sur des descriptions physiques en langage naturel
• Génération de code optimisé sans avoir besoin de mémoriser tous les détails syntaxiques et les fonctions de bibliothèque
• Débogage accéléré grâce aux suggestions de Codex en cas d'erreurs de type et de logique
• La capacité à se concentrer sur la physique et la science, plutôt que sur les détails techniques de la programmation

Pourquoi de telles simulations sont-elles nécessaires

Les modèles informatiques des trous noirs ne sont pas que de belles visualisations pour la science populaire. Ils sont d'une importance critique pour la recherche fondamentale. À l'aide de ces simulations, les scientifiques peuvent tester les prédictions de la relativité générale dans les conditions les plus extrêmes, où la gravité est si puissante qu'elle déforme le tissu même du temps et de l'espace.

Développer des méthodes de traitement des données provenant des observations à l'aide du télescope Event Horizon — un outil unique qui a photographié pour la première fois de l'histoire un trou noir au centre de la galaxie M87.

Modéliser les collisions de trous noirs et l'émission d'ondes gravitationnelles, qui sont détectées par les observatoires au sol comme LIGO.

« L'intelligence artificielle nous permet de nous concentrer sur les

questions fondamentales de la science, plutôt que de passer des mois à déboguer le code ».

Ce que cela signifie pour la science

Des outils comme Codex deviennent une partie intégrante de l'arsenal scientifique d'un astrophysicien moderne. L'IA accélère non seulement la rédaction de code, mais tout le cycle de recherche scientifique — de l'hypothèse initiale au test sur des données réelles. Cela pourrait conduire à des progrès plus rapides en physique fondamentale, à de nouvelles découvertes sur la structure des trous noirs et au test des théories de la gravité qui semblaient impossibles à confirmer expérimentalement.