Une machine redécouvre des formules que les physiciens mettaient des années à dériver express

Original: "Learning the S-matrix from data: Rediscovering gravity from gauge theory via symbolic regression"
· Nathan Moynihan
arXiv:2602.15169 · 2026-02-16 · CC BY 4.0 · 1 min
Un réseau de neurones a trouvé seul des liens entre différentes descriptions de collisions de particules, sans aucune indication théorique.

📄 Version "Simple" affichee, "Populaire" n est pas encore prete. Ajoutez-le aux favoris pour aider a la prioriser.

Lorsque deux particules entrent en collision puis se séparent, les physiciens consignent le résultat sous la forme d'une formule mathématique complexe. Ces formules sont nombreuses, et des liens invisibles les unissent — comme entre différentes recettes d'un même plat : on change l'ordre des étapes, mais le goût reste le même. Autrefois, ces liens étaient dérivés à la main, ce qui prenait des mois, voire des années.

Désormais, un programme s'en charge, en cherchant des régularités dans les nombres. On ne lui a fourni que les résultats de calculs de collisions, sans aucune explication. Le programme a redécouvert de lui-même les célèbres relations qui relient différentes descriptions d'une même collision. L'une d'elles est le lien entre la théorie de la gravitation et la théorie des interactions fortes à l'intérieur du noyau.

Le programme a trouvé un ensemble minimal de formules à partir duquel toutes les autres se déduisent — comme si tous les vêtements d'une collection étaient taillés à partir d'un seul patron de base.

La méthode fonctionne pour cinq particules en collision. Pour un plus grand nombre de particules, des difficultés techniques subsistent, mais les auteurs voient déjà comment les surmonter. La conclusion principale est simple : la machine peut chercher des règles cachées en physique sans indications humaines. Cela signifie qu'on peut ainsi tester aussi de nouvelles théories, encore inexplorées.

Cette approche rappelle un détective qui reconstitue la scène d'un crime à partir d'indices épars — sauf qu'ici, les indices sont numériques.

L'une des relations trouvées relie la force de gravité à la force qui maintient les quarks à l'intérieur du proton — deux mondes apparemment complètement différents.

Dans la série « Fondation », Hari Seldon utilisait les mathématiques pour prédire l'avenir — ici, la machine cherche des règles mathématiques cachées dans les données du passé.

Scientifiques
Erwin SchrödingerHugh Everett IIIEmmy NoetherSatyendra Nath BoseAlbert EinsteinWolfgang Pauli
Notions
régression symbolique régression linéaire modèle SYK