On imagine souvent que l’or et le platine qui ornent nos bijoux sont nés au cœur tranquille des étoiles, patiemment cuisinés au fil des millénaires. La réalité est bien plus brutale : ces métaux précieux jaillissent des collisions les plus violentes de l’univers, quand deux étoiles à neutrons se percutent dans un déchaînement d’énergie inimaginable. Reconstituer ce cataclysme en laboratoire virtuel relevait pourtant du casse-tête presque insoluble pour les physiciens. Jusqu’à ce qu’une nouvelle approche, dopée à l’intelligence artificielle, ne vienne rebattre les cartes. Une équipe internationale a mis au point un modèle capable de simuler, bien plus vite qu’auparavant, la fabrication des éléments les plus lourds de l’univers. Décryptage d’une avancée qui change la manière dont on regarde ces feux d’artifice cosmiques.
Le choc cosmique qui fabrique l’or de l’univers
Les étoiles à neutrons comptent parmi les objets les plus extrêmes que l’on connaisse. Ce sont les vestiges ultracompacts d’astres massifs qui se sont effondrés sur eux-mêmes, condensant une matière si dense qu’une simple cuillerée pèserait des milliards de tonnes. Lorsque deux de ces astres se rapprochent puis entrent en collision, l’événement libère une violence proprement inconcevable, projetant dans l’espace une gigantesque quantité de matière chauffée à blanc.
C’est précisément dans ce chaos que se joue une alchimie fascinante. Le mécanisme en jeu porte un nom : le processus rapide de capture de neutrons, plus connu sous le nom de processus r. Dans cette réaction en chaîne éclair, des neutrons libres sont capturés par des noyaux déjà existants, avant d’être convertis en protons. Résultat : des noyaux atomiques de plus en plus gros et lourds se forment. C’est ainsi que naissent l’or, le platine et bon nombre des métaux les plus rares que nous connaissons. Autrement dit, ce que nous portons parfois au doigt provient d’un cataclysme survenu il y a des milliards d’années.
Pourquoi les physiciens butaient sur un mur de calcul infranchissable
Voilà le problème : modéliser ce phénomène demandait une puissance de calcul colossale. Pour comprendre ce qui se passe vraiment, les chercheurs doivent suivre simultanément la dynamique de la matière éjectée et l’énorme réseau de réactions nucléaires qui la traverse. Or ces deux dimensions s’entremêlent de façon terriblement complexe.
Un détail qui pèse lourd : la chaleur dégagée lors du processus r. Ce chauffage peut influencer significativement la dynamique et la distribution des vitesses de la matière projetée dans l’espace. Et par ricochet, il agit sur le rayonnement électromagnétique que l’on peut observer depuis la Terre, sous la forme de ce que les astronomes appellent une kilonova, cette bouffée lumineuse qui suit la fusion. Intégrer tous ces paramètres dans une simulation revenait à empiler des couches de complexité jusqu’à faire plier les ordinateurs les plus puissants.
L’intelligence artificielle change les règles du jeu
C’est là qu’intervient l’innovation. Une équipe internationale de chercheurs a développé un modèle baptisé RHINE (pour r-process heating implementation in hydrodynamic simulations with neural networks). Pour la première fois, les scientifiques ont eu recours à l’apprentissage profond, via un réseau de neurones, afin de modéliser la libération d’énergie liée à la nucléosynthèse du processus r au sein de simulations hydrodynamiques.
Le principe est astucieux. Les modèles d’apprentissage automatique sont d’abord entraînés à partir d’un grand nombre de calculs de référence, produits avec un ensemble complet de réactions nucléaires. Une fois cet apprentissage terminé, ils sont intégrés dans les simulations pour approximer les taux de chauffage du processus r avec un effort minimal. En clair, l’IA a appris à reconnaître les grandes règles du jeu, et sait désormais reproduire le résultat sans refaire à chaque fois l’intégralité des calculs. La modélisation de la production des éléments lourds s’en trouve radicalement accélérée.
Ce que cette percée annonce pour l’astrophysique de demain
Les perspectives sont réjouissantes. RHINE pourrait permettre à l’avenir des simulations bien plus détaillées, tout en réduisant considérablement les ressources informatiques nécessaires. Un gain de temps et d’énergie qui libère les chercheurs pour explorer davantage de scénarios et affiner leur compréhension de ces événements.
Autre atout de taille : ces modèles améliorés pourraient servir de pont entre deux mondes. D’un côté, les expériences menées dans la future installation FAIR ; de l’autre, les observations réelles d’explosions stellaires et de fusions d’étoiles à neutrons. Enfin, dans un esprit d’ouverture qui mérite d’être salué, le code source de RHINE a été rendu public, afin que d’autres équipes puissent s’appuyer sur ce travail et le prolonger, le projet ayant notamment été cofinancé par le Conseil européen de la recherche.
Voilà comment, en apprenant à une machine les subtilités des réactions nucléaires les plus extrêmes, les physiciens parviennent aujourd’hui à percer ce que fabrique vraiment le choc de deux étoiles à neutrons. Reste une question vertigineuse : jusqu’où l’intelligence artificielle pourra-t-elle nous aider à reconstituer les mécanismes les plus insaisissables de l’univers, ceux que nos instruments ne captent que sous forme de lointaines lueurs ?