Un assistant IA s'attaque aux calculs les plus ardus de la cosmologie express

Original: "LLMs with in-context learning for Algorithmic Theoretical Physics"
· Anamaria Hell, Leander Thiele
arXiv:2605.08212 · 2026-05-06 · CC BY 4.0 · 1 min
Un réseau de neurones couplé à un moteur mathématique résout les équations nécessaires pour tester de nouvelles théories de la gravité.

L'expansion de l'univers s'accélère, et il se pourrait que la gravité ne fonctionne pas comme nous le pensons. Les physiciens élaborent des théories alternatives, mais pour les tester, il faut calculer comment les ondulations primordiales ont donné naissance aux Big Bang galaxies. Ces calculs impliquent de longues équations avec des centaines de termes, où il est facile de se perdre. Georges Lemaître et Edwin Hubble ont posé les fondations, mais aujourd'hui, la machine prend en charge le travail de routine.

Le réseau de neurones Claude, connecté au logiciel de calcul formel Maple, agit comme un robot-cuisinier : vous lui donnez une recette (la théorie de départ), et il mesure lui-même les ingrédients (simplifie les formules), mélange (substitue les expressions) et fait cuire (produit des prédictions). Au physicien de vérifier le goût — c'est-à-dire de comparer avec les observations. Sur le problème des perturbations cosmiques, après quelques exemples, l'IA réussissait la plupart des nouveaux cas, mais se trompait parfois, en confondant les signes ou en perdant des termes.

Le réseau de neurones ne se trompe pas comme une machine — il est cohérent dans ses erreurs, comme s'il avait son propre style de pensée.

Un tel assistant pourrait accélérer considérablement la quête de l'énergie noire — ou même montrer comment l'expansion s'en passe. Pour l'instant, le contrôle humain reste indispensable, mais une chose est claire : l'avenir de la cosmologie passe par une symbiose entre l'esprit humain et la machine.

Les premiers calculs sur les ondulations cosmiques se faisaient au crayon sur papier. Une simple erreur d'arithmétique pouvait retarder une découverte d'une décennie.

Scientifiques
Adam RiessBrian SchmidtEdwin HubbleGeorges LemaîtreMaarten SchmidtSaul Perlmutter
Notions
grands modèles de langage méthode CLs simulation quantique de systèmes physiques référentiel simulation cosmologique analyse automatisée algorithme hybride intelligence artificielle modèles quantiques méthode computationnelle réseaux de neurones en cartographie spatiale Lagrangien approche hybride problème d'optimisation assistant scientifique par IA apprentissage médecine astrophysique par IA coût de calcul limite classique