modélisation physique par réseaux de neurones

Le diamant n'est pas qu'une simple parure. Dans son réseau cristallin se cachent des défauts qui détectent le champ magnétique mieux que bien des instruments. L'un de ces défauts, le centre NV, agit comme une minuscule boussole, mais son aiguille oscille à cause de la chaleur et du bruit.

Si l'on verse du miel dans une passoire percée d'une centaine de petits trous, il s'écoulera en minces filets, mais chaque filet sera tourbillonnant autour du bord du trou.

Dans une pièce sombre, de la musique joue. De la poudre fine, presque invisible, est répandue sur le sol. Les basses fréquences la font se rassembler en motifs étranges : filaments, amas, vides.

Huit points brillants dans le ciel radio. C'est le même quasar HS 0810+2554, dont la lumière a traversé une lentille gravitationnelle — une galaxie massive au premier plan.

De nombreux processus naturels sont décrits par des équations, mais nous n'en connaissons que des fragments. La nouvelle méthode agit comme un cartographe qui, à partir de quelques repères, reconstitue une carte complète du territoire.

Lorsqu'une étoile géante s'effondre en supernova ou que deux étoiles à neutrons fusionnent dans une danse cosmique, des billions de neutrinos emportent l'énergie du cataclysme.

La DFTB, c'est le train à grande vitesse de la chimie quantique : des centaines de fois plus rapide que la DFT classique, mais toujours sur des rails électroniques. Cependant, son moteur — l'auto-cohérence itérative des charges — ressemble parfois à un orchestre où chaque instrument commence sur une note arbitraire.

Le nombre −0.000459 n'est pas un invité surprise dans l'équation de Blasius. C'est le coefficient de η⁵, qui détermine la couche limite sur une plaque plane — le murmure subtil du frottement de l'air sur le métal. Les méthodes numériques classiques comme Runge-Kutta ne donnent qu'une courbe approximative.

Lorsqu'une étoile massive épuise son carburant, son cœur s'effondre, donnant naissance à une supernova et émettant une pluie pénétrante de neutrinos.

Les réseaux de neurones classiques apprennent à partir d'exemples, un peu comme quelqu'un qui mémorise des mélodies à l'oreille. Mais les réseaux qui intègrent dès le départ les lois physiques ressemblent à un musicien qui connaît les notes et l'harmonie : il peut jouer un nouveau morceau à partir de quelques accords.

Un neurone ressemble à un circuit électrique avec des piles et des résistances variables. Le rôle des résistances est joué par les canaux ioniques — des pores protéiques dans la membrane qui s'ouvrent et se ferment, laissant passer des particules chargées.

Deux étoiles ultra-denses tournent l'une autour de l'autre et finissent par entrer en collision. Cette danse ne dure que quelques instants, mais elle génère de puissantes ondulations dans l'espace — les ondes gravitationnelles.

Imaginez un immense garage avec des centaines de places de stationnement. Vous arrivez au volant d'une petite voiture — la molécule du futur médicament — et vous cherchez l'unique box libre où elle se glissera parfaitement. Sauf que ces boxes ne sont pas en béton, mais tissés de brins d'ADN ou d'ARN, et personne n'a affiché les règles de stationnement.

La symphonie joue, mais une note fausse, à peine perceptible, s'est glissée dans la partition. C'est à peu près ainsi que les physiciens recherchent des écarts par rapport à la relativité générale dans les « sons » de l'Univers — les ondes gravitationnelles issues de la fusion de trous noirs.

Lorsque des trous noirs ou des étoiles à neutrons fusionnent, ils font vibrer l'espace, émettant des ondes gravitationnelles — un gazouillis prédit par Albert Einstein. Des détecteurs comme LIGO capturent cette sonnerie cosmique, dont la hauteur encode les masses.

On goûte un smoothie aux fruits avec deux pailles différentes. L'une ne laisse passer que les gros morceaux, l'autre que le liquide. Pris séparément, les sensations sont trompeuses, mais ensemble, elles donnent la clé : tiens, on dirait de la banane, et là, de la fraise.

Former un modèle aérodynamique précis, c'est un peu comme la cuisine : d'abord, le chef apprend des centaines de recettes pour saisir les principes généraux, puis il perfectionne facilement un plat particulier.

Le noyau d'uranium ressemble à un portefeuille bien rempli, fermé par deux moitiés qui s'emboîtent. Pour qu'il éclate et libère de l'énergie — c'est-à-dire pour que le noyau se divise — il faut franchir une barrière d'énergie. La hauteur de ce seuil détermine si la matière est stable ou prête à se désintégrer à tout moment.

Un réseau de neurones entraîné sur des collisions de protons et d'électrons a transféré ses compétences à une expérience totalement différente : la capture de neutrinos. Comme un cuisinier qui aurait appris la cuisine française puis, sans préparation, réussirait un excellent plov ouzbek.

Dans un nuage, des milliers de minuscules gouttelettes d'eau flottent dans l'air. Pour qu'il pleuve, elles doivent grossir : s'agglutiner en grosses gouttes et devenir assez lourdes pour tomber sur le sol.

Les sismologues écoutent la Terre comme un médecin écoute un cœur. Les ondes de surface des tremblements de terre se propagent à travers la planète, et leur vitesse permet de déduire ce qui se cache sous nos pieds : roche solide, magma ou eau. Habituellement, on construit pour cela des modèles physiques complexes.

Au cœur de chaque disque dur ou clé USB se cache un matériau qui sait « mémoriser » un champ électrique. On appelle ce matériau un ferroélectrique. Si on lui applique une tension, de minuscules régions — les domaines — se retournent à l'intérieur du cristal, comme les aiguilles d'une boussole.

Un modèle d'apprentissage automatique classique examine un objet à la fois : un cerveau, un patient, un moteur. Mais les biologistes cherchent le général : comment le cerveau d'une espèce est organisé, et pas seulement celui d'un poisson particulier.

Dans une batterie ordinaire, l'électrolyte est liquide et les particules chargées (les ions) se déplacent librement. Dans la version solide, elles se faufilent à travers des « couloirs » atomiques, comme des piétons dans des passages étroits. Pour que la batterie fonctionne vite, il faut un matériau avec une bonne conductivité ionique.

Un morceau de combustible nucléaire à l'intérieur d'un réacteur n'est pas qu'un simple solide. Lorsqu'on le chauffe, les atomes d'uranium commencent à « remuer » leurs moments magnétiques, et ce mouvement modifie la conductivité thermique et d'autres propriétés.

Les taches solaires sont les traces de champs magnétiques qui émergent à la surface. Elles vivent leur vie : les taches apparues plus près de l'équateur s'inclinent davantage, tandis que celles plus éloignées s'inclinent moins.

Tous les deux ou trois ans, le courant chaud au large du Pérou se déplace, et les pêcheurs se retrouvent sans prise. C'est El Niño, la respiration de l'océan Pacifique tropical, qui influence la météo de l'Indonésie à la Californie. Prédire son apparition est aussi difficile que de prédire où roulera une pierre jetée dans une rivière tumultueuse.

Un étudiant apprend la physique dans un manuel et passe un examen. Il résout brillamment les deux premiers problèmes, mais se trompe sur le troisième, qui ne figurait pas dans le manuel. C'est à peu près ce à quoi ressemble le test du modèle hybride d'atmosphère NeuralGCM, soumis à trois niveaux de vérification : les cyclones, El Niño et le réchauffement anormal.

Tout comme l'eau gèle en glace ou s'évapore, la forstérite dans le manteau terrestre, sous des pressions de milliers d'atmosphères, réassemble son motif atomique — telle un Rubik's Cube dont les faces se réorganisent en de nouvelles combinaisons.

Les étoiles situées en périphérie des galaxies tournent plus vite que ne le prévoient les lois de la physique si l'on ne compte que la matière visible. Ce paradoxe a été mis en évidence au XXe siècle par Vera Rubin et Fritz Zwicky.

À l'intérieur d'une batterie, comme dans un gâteau à plusieurs étages, différentes couches solides se côtoient. Leur point de rencontre — l'interface — se comporte de manière capricieuse : les contraintes s'y concentrent et, avec le temps, la batterie vieillit. Pour comprendre ces processus, il faut des modèles informatiques qui voient chaque atome.

Dans le détecteur d'un collisionneur, chaque collision de protons laisse une traînée de dizaines de particules, comme les éclaboussures d'une pierre jetée dans l'eau. Démêler ces éclaboussures et comprendre ce qui s'est passé au moment de l'impact est une tâche que l'humain ne peut plus accomplir seul.

Lorsqu'une molécule invitée entre dans une molécule hôte, c'est un peu comme une clé dans une serrure. Mais les molécules n'ont pas de forme rigide : elles se plient légèrement, les charges à leur surface s'attirent ou se repoussent, et deviner comment elles vont s'assembler était très difficile. Le programme DeepHostGuest apprend sur des milliers de paires hôte-invité déjà connues.

Chaque printemps, les prévisions d'El Niño perdent de leur vigueur, comme un interprète qui se laisse distraire par le moindre bruissement dans la salle et transforme une réunion d'une heure en séance de deux heures.

Prédire le climat, c'est un peu comme suivre une recette compliquée : une pincée de trop, et tout est gâché. C'est le cas avec les nuages — petits, mais décisifs. Les modèles climatiques découpent le ciel en cellules de 50 à 100 km et ne voient pas les nuages individuellement.

Un interprète assiste à une réunion où l'on parle une langue inconnue. Il ne connaît pas les mots, mais il remarque que lorsqu'une personne élève la voix, une autre se met à hocher la tête une minute plus tard. Au début, cela semble être le fait du hasard, mais avec le temps, l'interprète apprend à comprendre qui influence qui.

Un couteau suisse, c'est simple : un manche, plusieurs lames, chacune pour une tâche précise. On sort celle qu'il faut, et on travaille. En science des matériaux, les réseaux de neurones graphiques ont longtemps ressemblé à un ensemble d'outils épars : MEGNet traînait dans le tiroir TensorFlow, M3GNet dans celui de PyTorch, et CHGNet dans une boîte à part avec ses propres scripts.

À une conférence, l'interprète entend le bruit de la salle, mais continue de traduire. Il ne répète pas chaque mot, il trouve une langue intermédiaire où les phrases complexes deviennent simples, sans perdre le sens.