Dans une salle où jouent une centaine d'instruments, une symphonie s'élève, mais le chef d'orchestre est caché derrière un rideau. Le scientifique n'entend que les notes jouées par les instruments et cherche à comprendre qui donne le rythme. Les données scientifiques ressemblent à cet orchestre : nous enregistrons les lectures des instruments, mais nous ne voyons pas les mécanismes cachés qui les dirigent. MOSAIC apprend à partir de ces enregistrements à repérer les chefs d'orchestre et à expliquer sur quels instruments ils agissent.

Auparavant, on ne savait pas comment transférer l'interprétabilité des variables observées aux facteurs latents sans perdre l'identifiabilité. MOSAIC résout ce problème en deux étapes. D'abord, un autoencodeur variationnel compresse les données et extrait les facteurs latents, en garantissant qu'ils sont reconstruits de manière unique. Ensuite, le décodeur dense est remplacé par un décodeur additif parcimonieux : pour chaque facteur latent, le modèle identifie un petit ensemble de variables observées sur lesquelles il agit. C'est comme si, après avoir écouté une symphonie, nous pouvions dire : « Le chef lève sa baguette, les flûtes entrent, tandis que les violons se taisent ».

La méthode a été testée sur différents systèmes. En dynamique moléculaire de l'ARN, MOSAIC a trouvé un facteur lié à la boucle tétraloop, ce qui correspond à un mécanisme de repliement connu. Sur le vent solaire, les données climatiques, un processus chimique et un tokamak, la méthode a correctement identifié les groupes de variables attendus dans 12 des 12 exécutions. Cela signifie que MOSAIC ne se contente pas de trouver des facteurs latents, il les explique aussi à travers des grandeurs physiques compréhensibles.

Aujourd'hui, MOSAIC peut être appliqué à la météo spatiale, au diagnostic de la fusion thermonucléaire, à la surveillance climatique et à la sécurité des processus chimiques. Là où l'annotation manuelle est impossible, la méthode détecte automatiquement les mécanismes. À l'avenir, elle devrait être étendue aux régimes multiclasses et intégrée à des méthodes de détection causale au sein des modules. La symphonie des systèmes complexes devient plus audible lorsque l'on sait qui dirige.