Chi-kwan Chan utilise 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 lui a permis d'écrire plus vite un code scientifique complexe et de créer de puissants outils pour étudier les phénomènes extrêmes de l'Univers.

Quand le code classique atteint ses limites

Modéliser les trous noirs est l'une des tâches les plus ardues de l'astrophysique moderne. Les calculs consistent à résoudre d'énormes systèmes d'équations de la relativité générale d'Einstein, à traiter des volumes de données considérables et à les optimiser pour les supercalculateurs. Les chercheurs écrivent généralement en Fortran, C++ ou Python, en alliant une connaissance approfondie de la physique et une vraie maîtrise de la programmation, un profil rare et précieux.

Chan et ses collègues se heurtent depuis des années au même problème : chaque nouvel algorithme exigeait des semaines de débogage et d'optimisation. Le code devait être non seulement correct sur le plan physique, mais aussi aussi efficace que possible sur les supercalculateurs. Il fallait donc réécrire sans cesse les mêmes types de fonctions, au prix d'un temps de recherche précieux.

Codex, assistant intelligent du physicien

Codex est un grand modèle de langage entraîné sur une quantité massive de code issu de GitHub. Son atout principal : il comprend le contexte d'une tâche non seulement sur le plan technique, mais aussi physique. Quand Chan décrivait dans un commentaire de code qu'il fallait résoudre une équation différentielle précise pour la métrique de Kerr (la description mathématique d'un trou noir en rotation), Codex générait les blocs de code correspondants, épargnant des heures d'écriture et de débogage manuels.

Ce que cela a ouvert à Chan :

• Prototypage rapide d'algorithmes numériques à partir d'une description physique en langage naturel
• Génération de code optimisé sans avoir à retenir tous les détails de syntaxe ni les fonctions des bibliothèques
• Débogage accéléré grâce aux suggestions de Codex quand surviennent des erreurs de types et de logique
• La possibilité de se concentrer sur la physique et la science plutôt que sur les détails techniques de la programmation

À quoi servent ces simulations

Les modèles informatiques de trous noirs ne sont pas de simples visualisations spectaculaires pour la vulgarisation. Ils sont essentiels à la recherche fondamentale. Grâce à ces simulations, les chercheurs peuvent tester les prédictions de la relativité générale dans les conditions les plus extrêmes, là où la gravité est si intense qu'elle courbe le tissu même du temps et de l'espace.

Elles servent à mettre au point des méthodes de traitement des données des observations de l'Event Horizon Telescope, un instrument unique qui a photographié pour la première fois de l'histoire un trou noir, celui du centre de la galaxie M87. Elles servent aussi à modéliser les collisions de trous noirs et l'émission d'ondes gravitationnelles, que détectent des observatoires terrestres 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 du code. »

Ce que cela signifie pour la science

Des outils comme Codex deviennent une composante à part entière de la boîte à outils de l'astrophysicien moderne. L'IA accélère non seulement l'écriture du code, mais tout le cycle de recherche, de l'hypothèse initiale au test sur des données réelles. Cela peut conduire à des progrès plus rapides en physique fondamentale, à de nouvelles découvertes sur la structure des trous noirs et à la vérification de théories de la gravité qui semblaient impossibles à confirmer expérimentalement.