Distinguer le signal d'une paire de trous noirs supermassifs, c'est comme entendre les pas d'un danseur dans le fracas d'un ouragan. Quelque part dans l'espace, ces monstres tournent dans un tango gravitationnel lent, déformant l'espace-temps lui-même. Leurs ondes gravitationnelles ne sont pas des sursauts brusques comme ceux de LIGO, mais une respiration profonde de la métrique, étirée sur des années. Pour l'entendre, on utilise les réseaux de chronométrage de pulsars — des réseaux de radiotélescopes qui surveillent des métronomes cosmiques : des étoiles à neutrons millisecondes. Découvertes par Jocelyn Bell Burnell en 1967, elles battent plus précisément que les horloges atomiques, et une onde gravitationnelle qui passe décale le rythme de leurs impulsions de quelques dizaines de nanosecondes à peine. Mais le signal d'une paire individuelle de trous noirs se noie dans le bruit : il faut tenir compte de dizaines de pulsars, des paramètres orbitaux, des corrections relativistes et des caprices des « horloges » elles-mêmes. Les méthodes classiques comme MCMC errent pendant des semaines dans le paysage multidimensionnel des probabilités. Ce nouveau travail insuffle une seconde vie à ce processus.

L'idée est de doter l'apprentissage automatique non seulement de puissance de calcul, mais aussi d'un sens physique du rythme. L'architecture transformeur — celle-là même qui est à la base des modèles de langage — a reçu des « encodages positionnels » d'un nouveau type. Au lieu de sinusoïdes abstraites, le modèle est alimenté par la phase orbitale instantanée du système. La phase est comme la baguette du chef d'orchestre qui donne la mesure à tout l'orchestre des signaux de pulsars. Elle est calculée avec des corrections post-newtoniennes jusqu'au troisième ordre, car dans le champ intense des trous noirs, la danse s'accélère : selon la formule du rayonnement quadrupolaire, prédite par Einstein, les orbites se resserrent en cédant de l'énergie aux ondes. Le transformeur hiérarchique écoute d'abord le rythme de chaque pulsar individuellement, puis capte les corrélations les plus fines entre eux — un portrait « sonore » unifié de l'onde gravitationnelle. La représentation compressée finale est transmise à un flux normalisant — un modèle génératif qui apprend à transformer un simple nuage gaussien en une distribution a posteriori complexe des paramètres : masses, périodes, excentricités. Comme la phase réelle est inconnue de l'observateur, un réseau décodeur fonctionne en parallèle pour la reconstruire à partir des données bruitées. Ainsi, le réseau de neurones acquiert l'intuition d'un mécanicien céleste.

L'effet de cette « intuition » de phase est stupéfiant. Sur des données synthétiques avec bruit blanc, le transformeur physiquement agnostique donnait une densité logarithmique au point vrai de –1.197 (dans l'espace standardisé), tandis qu'avec la phase prédite, elle grimpait à +0.805. Pour l'inférence bayésienne, ce ne sont pas des chiffres, mais une révélation : le nuage de probabilité a posteriori se resserre autour des paramètres corrects — en particulier pour l'excentricité et la période, les plus sensibles à la danse de phase. Sur de petits échantillons (dizaines de milliers d'exemples), le modèle physiquement informé donne un avantage écrasant ; sur un demi-million, les deux approches convergent, mais le « chef d'orchestre » entraîné produit des milliers d'échantillons en quelques secondes — là où MCMC met des jours. Le prédicteur de SNR (rapport signal/bruit) a un R² ≈ 0.93 — la forme et l'intensité du signal sont reconstituées presque sans perte. C'est comme si, en regardant les rides sur un étang, on pouvait reconstituer la trajectoire de la goutte tombée au centimètre près.

Ce travail n'est pas seulement un benchmark pour l'apprentissage profond. Il prouve que le biais inductif, renforcé par la physique, transforme la boîte noire du réseau de neurones en un outil transparent. Le transformeur avec encodages de phase apprend à « raisonner » en termes de mécanique orbitale, et non à ajuster des fonctions à l'aveugle. La modularité permet d'ajouter facilement de nouvelles couches de bruit — bruit rouge des pulsars, variations de dispersion, fond stochastique — sans sacrifier la vitesse. À l'avenir, il s'agira de passer aux données réelles des collaborations, où les radiotélescopes ont accumulé des archives de plusieurs années. Peut-être que de telles méthodes aideront enfin à distinguer des paires excentriques individuelles dans le bourdonnement gravitationnel — et alors, tout comme Russell Hulse et Taylor ont prouvé indirectement l'existence des ondes gravitationnelles, nous ouvrirons un nouveau chapitre dans la compréhension de l'évolution des trous noirs supermassifs et de la nature de la gravité forte. En substance, nous apprenons à écouter la respiration de l'Univers.