Des réseaux de neurones au collisionneur : l'IA traque une physique que nous n'avions pas commandée

Imaginez que vous ayez construit l'instrument le plus coûteux et le plus complexe de l'histoire de l'humanité, un anneau de 27 kilomètres sous la frontière franco-suisse, et qu'il s'obstine à ne confirmer que ce que vous saviez déjà il y a cinquante ans. C'est précisément la situation des physiciens du Grand collisionneur de hadrons. Le modèle standard, qui décrit la structure de notre monde, s'est révélé d'une précision troublante.

Il prédit les propriétés des particules à quelques billionièmes près, mais laisse sans réponse les questions essentielles : qu'est-ce que la matière noire, où est passée l'antimatière et pourquoi les neutrinos ont-ils une masse. C'est comme si nous étions coincés dans une pièce immaculée où tout est rangé sur des étagères, tout en sachant avec certitude que, derrière le mur, se cache un entrepôt entier de bric-à-brac inexploré.

Pendant longtemps, les scientifiques ont cherché des choses précises. Par exemple la supersymétrie, une théorie qui promettait un véritable zoo de nouvelles particules lourdes. Lorsque le LHC a été lancé en 2008, de jeunes doctorants étaient persuadés que la supersymétrie leur « sauterait au visage » dès la première année. Dix-huit ans ont passé, et l'enthousiasme est retombé. Nous avons cherché ce que nous nous attendions à voir et n'avons rien trouvé. La physique des particules prend désormais une autre voie, où une intelligence artificielle entraînée à chercher « simplement quelque chose d'étrange » remplace l'intuition humaine et les théories préconçues.

L'outil central est l'apprentissage non supervisé, en particulier les autoencodeurs. Dans l'industrie, on les utilise pour détecter les cyberattaques : le réseau de neurones étudie le trafic normal, le compresse et tente de le reconstruire. Si le trafic change brusquement, l'algorithme ne parvient pas à le reconstruire correctement et déclenche l'alarme. Les physiciens se sont dit : remplaçons les ordinateurs du réseau par des particules élémentaires. On nourrit l'IA de données sur des collisions typiques et, lorsqu'un événement que le réseau ne parvient pas à « reconnaître » ni à compresser traverse le détecteur, elle le signale comme anomalie. Cela permet de chercher une physique au-delà du modèle standard sans avoir la moindre idée approximative de son apparence.

Le problème, c'est que les données sont trop nombreuses. Le collisionneur produit 40 millions de collisions par seconde. Stocker un tel volume d'informations est impossible : les disques grilleraient tout simplement. Les décisions sur ce qu'il faut garder ou jeter doivent donc être prises instantanément. C'est ici qu'intervient le matériel. Des chercheurs du MIT et du Fermilab ont appris à loger des réseaux de neurones dans des puces FPGA (circuits intégrés logiques programmables). Ces systèmes analysent les événements en 80 nanosecondes, plus vite que le cerveau humain ne perçoit un éclair de lumière. Nous créons littéralement un « génie numérique » qui voit le monde autrement et filtre la réalité à la recherche de fissures dans l'univers.

Mais même l'algorithme le plus intelligent représente un risque. L'histoire de la physique compte déjà des épisodes « Oops-Leon » (fausses découvertes), où des fluctuations statistiques ont été prises pour de nouvelles particules. Les physiciens sont prudents : pour annoncer une découverte, la probabilité d'erreur doit être inférieure à une sur 3,5 millions.

L'IA peut repérer une anomalie qui se révélera n'être que du bruit dans le détecteur ou un câble mal branché. Le réseau de neurones ne remplace donc pas le physicien : il joue les éclaireurs. Il dit : « Hé, regarde dans ce coin, il se passe un truc bizarre.

» Ensuite, c'est à un humain armé d'un crayon et d'une craie de décider s'il s'agit d'un prix Nobel ou d'un simple capteur défaillant.

L'avenir passe par le projet DUNE, un gigantesque détecteur de neutrinos qui capturera des particules fantômes traversant 1300 kilomètres de roche. L'IA y passera au crible 5 téraoctets de données par seconde, à la recherche de traces de supernovæ ou de la désintégration du proton. Nous avons enfin admis que nos théories peuvent être des lunettes qui non seulement aident à voir, mais aussi nous aveuglent, en masquant des couleurs auxquelles nous ne sommes pas habitués. Peut-être que la prochaine grande vérité sur l'Univers sera découverte non par un nouvel Einstein, mais par un algorithme à qui l'on a simplement oublié de dire qu'il n'est pas d'usage de chercher des particules « impossibles ».

L'essentiel : la physique passe de la vérification de théories à la chasse aux anomalies assistée par machine. Si le modèle standard tombe, ce sera très probablement sous les coups d'algorithmes opérant à des vitesses de l'ordre de la nanoseconde.