// CLUBIC — INTELLIGENZA ARTIFICIALE
Le CERN et Mistral AI s'allient pour un « Large Physics Model » entraîné sur les collisions du LHC
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.
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.
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 je