Un traducteur n'apprend pas une langue dans un dictionnaire, mais au fil de conversations vivantes : il entend des bribes de phrases, le bruit de la rue, des accents différents. De ce chaos, il tire des règles qui ne figurent dans aucun livre. Ici, c'est pareil : au lieu de comprimer les masses des trous noirs dans une forme préparée d'avance, le réseau de neurones écoute les signaux eux-mêmes et déduit tout seul comment ces masses se répartissent.
L'approche habituelle ressemble à un tailleur qui coud un costume sur trois mesures et espère qu'il ira à n'importe quel client. Les modèles paramétriques fixent les pics et les cassures à l'avance, puis se contentent d'en ajuster la hauteur. Mais si la distribution réelle présente une bosse ou un creux inattendu, un tel modèle ne le verra tout simplement pas. Le flot normalisant fonctionne autrement : il part d'une colline lisse et la malaxe peu à peu, comme de la pâte à modeler, jusqu'à ce que la forme coïncide avec les données.
Le test sur deux catalogues simulés l'a montré : la méthode distingue si la population de trous noirs a évolué avec le temps ou est restée inchangée. Lorsque l'évolution du pic de masse a été intégrée aux données, le diagnostic a donné un décalage positif, tandis que pour un modèle stationnaire il était proche de zéro. C'est comme si un traducteur comprenait à l'intonation que des locuteurs de générations différentes n'emploient pas les mêmes mots.
Sur les données réelles de GWTC-5.0, le réseau de neurones a vu deux pics familiers : autour de 10 et 35 masses solaires. Cela concorde avec l'analyse officielle de la collaboration, mais ici la forme n'a pas été imposée d'avance. Le diagnostic pour les données réelles s'est révélé proche de zéro, autrement dit rien n'indique que la distribution des masses ait varié avec le décalage vers le rouge.
Un tel outil ne servira pas qu'aux trous noirs. Toute science où les objets sont observés avec du bruit et où l'on n'en voit pas la totalité peut recourir à cette approche : du comptage des exoplanètes à la démographie des supernovae. Le traducteur qui apprend au fil des conversations, et non dans un dictionnaire, pourra un jour comprendre n'importe quel accent de l'Univers.
Dans la campagne d'injections destinée à GWTC-5.0, 1.57 milliard de signaux ont été générés, dont seulement 1.34 million ont franchi le seuil de détection, soit environ un « survivant » pour mille signaux générés.