Un détecteur de neutrinos apprend à entendre les murmures express

Original: "Deep-learning-based low-energy trigger algorithms for the Hyper-Kamiokande experiment"
arXiv:2605.31391 · 2026-05-29 · CC BY 4.0 · 2 min
Un réseau de neurones capture des particules rares dans un immense réservoir d'eau, en laissant passer le bruit.

Un photographe prend en photo une forêt de nuit et tente de capturer des lucioles. Les flashs sont rares, faibles, et autour, il y a le bruit du vent et des lumières lointaines. C'est à peu près ainsi que fonctionne l'immense détecteur Hyper-Kamiokande au Japon : il capture les neutrinos, des particules presque insaisissables, grâce à de minuscules flashs de lumière dans 260 000 tonnes d'eau. L'ancienne méthode, un simple compteur de coïncidences, ressemble à un photographe qui déclenche à chaque bruissement et rate presque toujours son sujet.

Les neutrinos sont les particules de matière les plus légères connues ; ils traversent la Terre de part en part, n'interagissant presque avec rien.

Les auteurs de ces travaux ont appris à un réseau de neurones à regarder ce même bruit autrement. Un premier modèle a été entraîné sur des signaux réels, comme si l'on montrait au photographe des centaines de photos de lucioles. Résultat : il détecte un électron d'énergie 3 MeV (soit à peu près celle d'un photon de rayons X) dans 76,7 % des cas. L'ancien compteur, lui, n'y parvient que dans 26,4 % des cas. Un autre modèle, un autoencodeur, n'a été entraîné que sur du bruit, sans aucun exemple de signal, et a tout de même trouvé 31,8 % des événements. C'est comme reconnaître une mélodie en ne connaissant que le silence.

L'énergie de 3 MeV est des centaines de milliers de fois plus faible que celle des particules du Grand collisionneur de hadrons.

Les deux réseaux de neurones fonctionnent directement sur la carte graphique, traitant chaque morceau de données en moins d'une milliseconde. C'est plus rapide qu'un clignement d'œil. Cet « obturateur intelligent » ne manquera pas un signal rare, même s'il provient des profondeurs du cosmos ou de l'explosion d'une supernova quelque part dans notre Galaxie.

Hyper-Kamiokande sera cinq fois plus grand que son prédécesseur Super-Kamiokande et pourra détecter les neutrinos de supernovae à des millions d'années-lumière.

Dans le roman « Blanc comme neige » de Peter Watts, les neutrinos sont utilisés comme canal de communication idéal : les particules traversent n'importe quoi, et des détecteurs comme celui-ci pourraient servir de récepteurs pour de tels signaux.

Scientifiques
Paul DiracEmilio Gino SegrèEnrico FermiSubrahmanyan ChandrasekharAlbert EinsteinBarry Barish
Notions
hyper-kamiokande réseaux neuronaux d'apprentissage prédictif super-kamiokande taux d'apprentissage autoencodeur arbre de décision boosté calcul par réservoir reconstruction de données par réseaux de neurones classificateur détecteur supraconducteur entraînement méthodes de détection de particules potentiel interatomique appris par machine reconnaissance de formes données étiquetées apprentissage auto-supervisé réseaux de neurones récurrents