Squealer : quand le modèle de données couine ✛ ✦
Une règle flexible, plaquée sur une table en plusieurs points, forme une courbe douce. Si l'on déplace une section, un grincement se fait entendre : la règle résiste à la déformation. Squealer fonctionne de la même manière : l'utilisateur tire sur la courbe du graphique, et le programme transforme la résistance du modèle en son — d'autant plus fort que le modèle refuse rigidement d'accepter les nouvelles données. En cosmologie, cela a révélé une rigidité inattendue des modèles. Les images satellites du Fond diffus cosmologique (l'écho du Big Bang) devraient correspondre à la courbe décrivant l'expansion de l'univers sous l'influence de la matière noire et de l'énergie noire.
D'autres sections répondaient par un bruit sourd, admettant une certaine flexibilité. La méthode, qui combine l'apprentissage automatique et la simulation numérique, révèle des tensions invisibles à l'œil. Découverte surprenante : la cacophonie la plus forte surgit là où le modèle entre en conflit avec les lois de Edwin Hubble et Georges Lemaître, ainsi qu'avec la théorie de l'inflation d'Alan Guth — comme si les données « criaient » à propos de nouveaux phénomènes dépassant le cadre de la physique connue.
Dans la version de test, une courbe parfaite résonnait comme un diapason, mais le moindre décalage produisait un grincement — c'est ainsi que les créateurs ont compris qu'ils entendaient la « douleur » du modèle. Plus un point est éloigné de la prédiction, plus la tonalité du bruit est élevée, si bien que les utilisateurs expérimentés peuvent reconnaître l'ampleur de l'erreur à la hauteur du son, sans même regarder l'écran.