Alors que la matière noire représente près de 27 % de la composition de l’Univers, elle reste l’une des plus grandes énigmes de la physique moderne. Depuis sa mise en évidence dans les années 1960 par l’astronome Vera Rubin, cette matière invisible défie toutes les tentatives de détection directe. Aujourd’hui, c’est grâce à l’intelligence artificielle que les chercheurs du Cern relancent cette quête, en exploitant des algorithmes capables d’isoler des signaux infimes au cœur d’un bruit de fond colossal. Selon Futura Sciences, cette approche pourrait enfin révéler la nature de cette composante essentielle à l’architecture cosmique.

Ce qu’il faut retenir

  • La matière noire constitue 27 % de l’Univers, mais son existence n’a jamais été confirmée par une observation directe.
  • Le Cern utilise désormais l’IA pour analyser des milliards de collisions de protons par seconde au LHC.
  • Deux détecteurs géants, Atlas et CMS, entraînent des algorithmes à repérer des particules exotiques ou des minitrous noirs.
  • L’objectif est de détecter des anomalies compatibles avec une « nouvelle physique », comme des particules à longue durée de vie.
  • L’IA pourrait aussi confirmer l’existence d’un « photon noir », lié à la désintégration du boson de Higgs.

Une chasse qui change d’échelle grâce à l’apprentissage automatique

Après des décennies de recherches infructueuses, les physiciens du Cern misent aujourd’hui sur l’intelligence artificielle pour traquer la matière noire. Au sein du Large Hadron Collider (LHC), les collaborations Atlas et CMS exploitent des algorithmes capables de distinguer, parmi des milliards de collisions de protons chaque seconde, des événements anormaux. Ces derniers pourraient trahir la présence de particules encore inconnues ou de minitrous noirs quantiques, qui s’évaporent instantanément après leur formation. Cette méthode, inédite par son ampleur, permet de scanner des données autrement inexploitables en raison de leur complexité.

Les algorithmes sont entraînés à reconnaître les signatures des particules connues, comme les « jets » – ces gerbes de particules issues des collisions. Leur rôle est d’écarter l’immense majorité des événements ordinaires pour ne conserver que les cas atypiques, potentiellement liés à une « nouvelle physique ». Comme l’explique Futura Sciences, cette approche revient à chercher une aiguille dans une botte de foin, mais avec une précision inégalée. Les chercheurs espèrent ainsi identifier des particules à longue durée de vie, dont l’existence, bien qu’hypothétique, n’est pas exclue par le Modèle standard de la physique des particules.

Trois pistes majeures explorées par les scientifiques

Plusieurs équipes au Cern explorent des stratégies complémentaires pour débusquer la matière noire. La première, menée par Marie-Hélène Genest, directrice de recherche au CNRS, se concentre sur des particules hypothétiques dont la longévité permettrait de parcourir des distances mesurables avant de se désintégrer. Leur détection se traduirait par un excès d’événements par rapport aux prédictions du Modèle standard – un signal clair de matière noire. Pour cela, les scientifiques s’appuient sur l’apprentissage automatique, une technologie devenue indispensable face à l’ampleur des données à analyser.

Une seconde approche, développée par Abhirami Harilal, experte en physique des particules, vise à détecter des signatures rares de particules en lien avec le boson de Higgs. Ce dernier, découvert en 2012, est une pièce maîtresse du Modèle standard : il explique pourquoi les autres particules ont une masse. Selon les théories, sa désintégration pourrait produire un « photon noir », une particule candidate pour expliquer la matière noire. Les algorithmes conçus par Harilal permettent d’analyser ces événements avec une précision bien supérieure aux méthodes traditionnelles.

Enfin, une troisième voie consiste à rechercher des minitrous noirs quantiques, des objets exotiques qui s’évaporent presque instantanément après leur création. Ces phénomènes, bien que théoriques, pourraient laisser des traces détectables dans les données du LHC. Les collaborations Atlas et CMS, qui réunissent des milliers de chercheurs et d’ingénieurs, utilisent des techniques d’apprentissage automatique de pointe pour identifier ces signatures fugaces.

Pourquoi l’IA est-elle un game-changer dans cette quête ?

Le défi de la détection de la matière noire réside dans la faiblesse des signaux attendus. Dans un environnement aussi bruyant que le LHC, où des milliards de collisions se produisent chaque seconde, repérer une anomalie infime relève du miracle. C’est là que l’IA intervient : en apprenant à reconnaître les motifs des événements ordinaires, elle peut isoler ceux qui sortent de l’ordinaire. Cette capacité à filtrer l’information est devenue un atout majeur, alors que les méthodes traditionnelles peinent à suivre le rythme des données générées.

Les algorithmes utilisés par les chercheurs sont capables de traiter des volumes de données colossaux, bien au-delà des capacités humaines. Ils permettent également d’explorer des scénarios inédits, comme la présence de particules à longue durée de vie ou de photons noirs. Selon Futura Sciences, cette révolution technologique ouvre la voie à une physique de précision, où chaque détail compte. Pourtant, malgré ces avancées, la matière noire reste insaisissable – du moins pour l’instant.

Et maintenant ?

Si l’IA n’a pas encore permis de détecter la matière noire, elle a considérablement accéléré la recherche en réduisant le champ des possibilités. Les prochaines années s’annoncent décisives, avec des mises à niveau prévues sur le LHC pour augmenter sa luminosité et améliorer la sensibilité des détecteurs. Les physiciens espèrent ainsi multiplier les chances de capturer un signal significatif. Par ailleurs, d’autres expériences, comme celles menées avec le télescope spatial James-Webb, pourraient apporter des indices complémentaires. Reste à voir si cette traque sans précédent aboutira enfin à une découverte majeure.

Au-delà de la matière noire, ces avancées technologiques pourraient aussi bénéficier à d’autres domaines de la physique, comme la compréhension des trous noirs ou l’étude de l’énergie sombre. Une chose est sûre : l’intelligence artificielle s’impose désormais comme un outil incontournable pour percer les mystères les plus profonds de l’Univers.

La matière noire n’émet ni ne reflète aucune lumière ou rayonnement électromagnétique, ce qui la rend invisible aux instruments classiques. De plus, elle n’interagit presque pas avec la matière ordinaire, sauf par la gravité. Sa détection directe nécessite donc des technologies capables de repérer des effets infinitésimaux dans un environnement extrêmement bruyant, comme celui du LHC.

Le Cern prévoit d’améliorer la sensibilité de ses détecteurs, notamment avec la mise à niveau du LHC prévue pour 2029, qui augmentera sa luminosité. Par ailleurs, les équipes travaillent sur de nouveaux algorithmes d’IA pour affiner l’analyse des données et explorer des pistes théoriques encore inexplorées, comme les particules supersymétriques.