L’Organisation européenne pour la recherche nucléaire (CERN) et Mistral AI veulent apprendre à une intelligence artificielle (IA) à lire les collisions de particules du Grand collisionneur de hadrons (LHC). Une première mondiale, qui pourrait changer la façon dont les physiciens explorent l’infiniment petit.
Ces derniers temps, l’IA est surtout évoquée pour l’utilité de son déploiement en entreprise. Mais elle peut aussi devenir une alliée de taille pour la science, grâce à sa capacité de défricher des montagnes de données qu’aucune équipe humaine ne pourrait traiter seule.
Arthur Mensch, P.-D.G de Mistral, a même assuré dans une tribune publiée ce 15 octobre dans Le Monde que » les modèles de pointe sont désormais indispensables au progrès scientifique, dans tous les domaines de la recherche ». Il entend le prouver avec ce partenariat majeur dans la physique des particules.
Un modèle entraîné sur des collisions de particules
Le CERN et Mistral IA viennent en effet de signer une déclaration d’intention ouvrant la voie à une collaboration sur le long terme. Son objectif est de développer le « Large Physics Model », qui serait le premier modèle de fondation consacré à la physique des collisionneurs : elle apprendrait sur des milliards de collisions de protons simulées. « Ensemble, nous avons l’opportunité de repousser les frontières de la physique des hautes énergies », estime Johannes Brandstetter, vice-président IA for Engineering chez Mistral.
Pour rappel, le Grand collisionneur de hadrons est le plus grand et le plus puissant accélérateur de particules du monde. Installé au CERN, près de Genève, dans un tunnel circulaire de 27 kilomètres, il lance des protons presque à la vitesse de la lumière avant de les faire se percuter. Ces chocs permettent d’étudier les briques fondamentales de la matière et les forces qui les lient. C’est, notamment, grâce à lui que le boson de Higgs a été observé en 2012.
Le LHC, un terrain de jeu hors norme pour l’IA
Ici, le principe ressemble à celui des grands modèles de langage qui alimentent les IA génératives classiques. Mais une fois entraîné, il pourrait reconstituer les collisions, identifier les particules ou repérer des signaux inattendus. Il pourrait aussi aider à concevoir les prochains détecteurs, ces instruments géants qui captent les traces laissées par les collisions.
Chaque collision laisse une masse d’informations à trier. Le CERN a déjà stocké environ 1 exaoctet de données issues du LHC, soit 1 million de téraoctets. Et ce n’est qu’un début : le nombre de collisions sera multiplié par dix après la modernisation de l’accélérateur, baptisée HL-LHC et attendue vers 2030. Dans ce contexte, la directrice informatique du CERN, Enrica Porcari, estime que la physique des hautes énergies offre un cadre unique pour développer et tester l’IA « avec une rigueur exceptionnelle ».
Car aujourd’hui, les signaux bruts captés par les détecteurs passent par une chaîne d’algorithmes spécialisés. Le futur modèle, lui, apprendrait sur toute la chaîne à la fois. Un seul système pourrait ainsi remplacer une partie de ces algorithmes. D’ailleurs, les deux partenaires n’excluent pas d’ouvrir ensuite ces modèles à d’autres sciences.
Un modèle de fondation est un réseau de neurones entraîné à grande échelle sur des données très variées d’un même domaine, afin d’apprendre des représentations générales réutilisables. En physique des hautes énergies, cela signifie ingérer d’énormes volumes d’événements de collisions (souvent simulés et/ou reconstruits) pour apprendre des motifs statistiques liés aux particules et à leurs signatures dans les détecteurs. Contrairement à un modèle conçu pour une tâche unique, il peut ensuite être adapté à plusieurs usages : classification d’événements, estimation de paramètres, détection d’anomalies, ou assistance à la reconstruction. L’enjeu clé est la généralisation : capturer des régularités physiques sans être trop dépendant d’un seul détecteur, d’une seule période de prise de données ou d’un seul type de simulation.
Les collisions simulées servent à générer des jeux de données massifs, annotés et contrôlés, indispensables pour entraîner des modèles quand les données réelles sont rares, difficiles à labelliser ou soumises à des biais instrumentaux. Elles reposent sur des générateurs d’événements (processus physiques) puis sur une simulation du détecteur, afin d’imiter les signaux mesurés. La limite classique est l’« écart simulation-réalité » : si la simulation ne reproduit pas parfaitement le détecteur ou certains phénomènes, le modèle peut perdre en performance sur les données réelles. Pour réduire ce risque, on calibre les simulations avec des données expérimentales, et on mesure systématiquement les incertitudes et biais introduits. Une autre contrainte est la dérive dans le temps : l’état du détecteur et les conditions de faisceau évoluent, ce qui oblige à réentraîner ou adapter les modèles.
Traditionnellement, les signaux bruts passent par plusieurs étapes spécialisées : filtrage/trigger, reconstruction des trajectoires, identification des particules, puis analyses statistiques, chaque brique étant optimisée séparément. Un modèle unique viserait à apprendre une représentation de bout en bout (ou sur une grande partie du pipeline), afin de produire directement des sorties utiles : objets reconstruits, scores de sélection, ou indicateurs d’anomalies. Le gain potentiel se situe dans la simplification de l’architecture logicielle, la vitesse d’inférence et une meilleure exploitation des corrélations entre étapes. En contrepartie, l’explicabilité, la validation et la maîtrise des systématiques deviennent plus délicates, car une erreur peut se propager sans être isolée à une brique précise. Dans un contexte scientifique, cela impose des protocoles de vérification stricts, des tests de robustesse et des comparaisons systématiques avec les méthodes établies.
