En 1967, la doctorante Jocelyn Bell Burnell découvre le premier pulsar : une étoile à neutrons en rotation rapide, prédite par Fritz Zwicky dès les années 1930. Ces objets sont d'une densité effroyable : une cuillère à café de leur matière pèse autant que toutes les voitures de la Terre. Comprendre leur structure se heurte à la complexité d'équations à des centaines de paramètres. Autrefois, les scientifiques les ajustaient à la main. Aujourd'hui, NNStar, un programme d'apprentissage automatique, le fait tout seul. Tel un robot de cuisine, il lit la recette (la description mathématique de l'étoile), mélange les ingrédients (les types de forces nucléaires), règle le mode (simulation numérique) et goûte le plat : il confronte le modèle aux données des télescopes et du détecteur LIGO (qui capte les ondes gravitationnelles grâce à des mesures laser ultra-précises). Les équations utilisées pour les calculs s'appuient sur les idées d'Einstein sur la courbure de l'espace. L'agent détermine comment la matière est organisée à l'intérieur et comment naissent des éléments lourds comme l'or au cours de la nucléosynthèse. Si ses prévisions divergent des observations, il change les « ingrédients ». La compétence la plus inattendue de NNStar : il extrait directement des formules à partir d'articles PDF et vérifie les conclusions, comme un cuisinier qui reconstituerait une recette à partir d'une photo. L'erreur ne dépasse pas 1 %, et améliorer la théorie ne prend que quelques minutes. Toute la « cuisine » est ouverte pour être reproduite.