L'Univers entraîné à prédire express

Original: "Towards an optimal extraction of cosmological parameters from galaxy cluster surveys using convolutional neural networks"
arXiv:2601.03894 · 2026-01-07 · CC BY 4.0 · 2 min
Les amas de galaxies révèlent les propriétés de l'Univers avec une précision inédite.

Des milliers d'univers sont nés dans un ordinateur pour, un jour, parler du nôtre. Chacun avec ses amas de galaxies, disposés selon les lois de la gravitation, comme des petits pois dans un bocal secoué avec plus ou moins de force. La façon dont les petits pois se répartissent permet de deviner quelle main a secoué le bocal. Ici, c'est pareil : à partir de la répartition des amas, les scientifiques veulent déterminer combien de matière noire contient l'Univers et à quelle vitesse elle s'est agglutinée en grumeaux.

Auparavant, on ne tirait de ces motifs que quelques chiffres : combien d'amas au total et à quel point ils préfèrent se tenir à certaines distances. C'est comme juger un tableau par sa couleur moyenne et le nombre de coups de pinceau. Désormais, le réseau de neurones regarde l'ensemble du tableau : une carte tridimensionnelle où chaque point est un amas de galaxies. Et il s'entraîne sur trente-deux mille de ces cartes, générées selon différents scénarios.

Les amas de galaxies sont les « grumeaux » les plus massifs de l'Univers, avec des centaines de milliers de milliards de masses solaires. Ils sont comme des lanternes géantes qui éclairent l'invisible charpente de matière noire.

Le résultat est encourageant : la nouvelle approche se trompe dix pour cent de moins que l'ancienne dans l'estimation de la densité de matière, et vingt pour cent de moins dans l'estimation de l'agglutination. Si l'on fournit en plus au réseau de neurones la luminosité de chaque amas, la précision double encore. La luminosité, ici, c'est comme la taille du petit pois : elle dépend aussi de la quantité de matière noire environnante.

Ainsi, les univers informatiques deviennent un manuel pour lire le nôtre. Meilleur est le manuel, plus précisément nous saurons de quoi est fait le cosmos et où il va.

L'échantillon d'entraînement comptait 32 768 univers virtuels, soit exactement 2 puissance 15, un nombre « rond » pour un ordinateur.

Scientifiques
Fritz ZwickyNancy Grace RomanRashid Alievich SunyaevR. Brent Tully
Notions
cartographie galactique par réseau de neurones astrophysique par réseaux de neurones regroupement grands modèles de langage simulation cosmologique données cosmologiques carte tridimensionnelle simulation sur superordinateur IllustrisTNG données d'entraînement regroupement en k-moyennes chaîne de Markov Monte Carlo population stellaire chronométrie cosmique constellation astrophysique par IA ombre des amas de galaxies reconnaissance de formes régression symbolique généralisation