Le cosmos ressemble à un tissu de soie dont les fils de la toile sombre émergent. Les véritables toiles, nous ne les voyons qu'en minuscules lambeaux — à travers les télescopes, dans les catalogues réels de galaxie. Pour distinguer, dans le motif universel, le signal fondamental des bruits astrophysiques, l'analyse statistique exige des milliers d'esquisses plausibles — des cartes synthétiques du ciel. Mais comment les créer ? Longtemps, les astronomes ont agi comme des tisserands patients : ils lançaient des simulations hydrodynamiques à grande échelle — des mondes virtuels avec gaz, étoiles et trous noirs — ce qui prenait des mois de temps supercalculateur.

Une autre technique, c'est la broderie automatique. Le maître artisan ici est un modèle de diffusion (un réseau de neurones qui apprend à éliminer le bruit de données aléatoires et à restaurer des motifs cachés). On ne lui donne qu'une esquisse terne — un cube tridimensionnel de densité de matière noire avec une résolution volontairement basse, comme un dessin sur papier calque aux lignes floues. À partir de cette esquisse, le réseau-brodeuse restitue en quelques secondes un tableau détaillé : l'emplacement précis des galaxies, leurs masses stellaires et les taux de naissance de nouvelles étoiles. La base est une architecture de transformeur avec un réseau de neurones convolutif de type Vision Transformer pour encoder le champ de densité, et des mécanismes d'attention — chaque point-galaxie « regarde » tous les autres, ajustant l'ensemble général.

Entraîné sur 90 000 de ces patches issus de la simulation IllustrisTNG, le modèle, après un long apprentissage, crée des catalogues qu'un spécialiste lui-même ne distinguerait pas des catalogues de référence. Les galaxies se placent sur les fils et nœuds invisibles de la toile sombre, les histogrammes des formation stellaire et les spectres de puissance de la structure à grande échelle coïncident avec les vrais dans les limites statistiques. Plus étonnant encore, la brodeuse devine la population de galaxies dans les petits amas de matière noire, indiscernables sur le brouillon original — elle marginalise sur les fluctuations sous-maille, restituant en fait ce qu'elle « n'a pas vu ». Tout le cube de 151.3 mégaparsecs de côté est rempli en 10 secondes sur un processeur graphique.

Une telle approche n'est pas qu'une astuce élégante — elle change la technologie de l'analyse. Au lieu de la longue chaîne « simulation → recherche de halos → peuplement en galaxies », on obtient un générateur de bout en bout qui convertit directement le champ de densité en objets observables. Cela réduit les erreurs systématiques et simplifie l'apprentissage automatique bayésien des paramètres cosmologiques. En ajoutant comme condition un paramètre global — le décalage vers le rouge ou une autre recette de rétroaction — on peut obtenir un générateur pour différentes époques et scénarios physiques. Ainsi, le clustering à petite échelle, où se cache la part du lion du signal, devient accessible à l'extraction. La toile sombre ne semble plus muette : les points rapides des réseaux de neurones y révèlent la carte de l'Univers qui nécessitait auparavant des années de travail manuel.