Et si l’or de votre alliance venait tout droit de la collision titanesque de deux astres morts ? La question a de quoi surprendre, mais elle taraude les astrophysiciens depuis des décennies. D’où proviennent réellement les métaux les plus précieux de l’univers, ceux que l’on extrait aujourd’hui des entrailles de la Terre ? On soupçonne depuis longtemps les fusions d’étoiles à neutrons d’en être les grandes forges cosmiques. Le problème : simuler ces cataclysmes exigeait une puissance de calcul si vertigineuse qu’elle dépassait les capacités des ordinateurs classiques. Mais une équipe internationale vient de trouver la parade grâce à l’intelligence artificielle. Le fil, longtemps insaisissable, semble enfin tenu.

Ce que vous allez apprendre

• Pourquoi les fusions d’étoiles à neutrons sont les grandes suspectes dans la fabrication de l’or et des métaux lourds.
• Comment l’intelligence artificielle bouleverse la modélisation de ces événements cosmiques ultrarapides.
• Ce que cette avancée annonce pour la prochaine génération de découvertes astrophysiques.

Quand deux étoiles mortes forgent les métaux les plus précieux

Imaginez deux astres parmi les plus denses de l’univers, vestiges d’étoiles éteintes, tournoyant l’un autour de l’autre jusqu’à se percuter dans un déchaînement d’énergie. Lors d’une telle fusion d’étoiles à neutrons, d’énormes quantités de matière riche en neutrons sont éjectées dans l’espace à des vitesses proches de celle de la lumière. C’est dans ce chaos que se joue une véritable alchimie cosmique.

Le mécanisme porte un nom : le processus r. Dans ce ballet nucléaire, les noyaux atomiques absorbent rapidement de grands nombres de neutrons avant de subir une désintégration radioactive. C’est précisément cet enchaînement qui permet la naissance de l’or, du platine et de l’uranium. Autrement dit, les métaux que nous jugeons rares et précieux ne sont rien d’autre que les cendres brillantes de collisions stellaires survenues il y a des milliards d’années.

Le mur de calcul qui bloquait les astrophysiciens depuis des décennies

Comprendre ces forges cosmiques, c’est bien. Les modéliser, c’est une autre paire de manches. La simulation des réactions du processus r figure parmi les plus grands défis de l’astrophysique nucléaire. Pourquoi ? Parce que ces calculs exigent une puissance de traitement absolument colossale. Il faut suivre à la fois le mouvement de la matière éjectée, l’énergie libérée par les réactions nucléaires et la lumière produite lors de l’explosion, le tout à des échelles de temps infimes.

Cette énergie dégagée par les réactions, que les scientifiques appellent le chauffage, joue un rôle déterminant. Elle influence la vitesse à laquelle la matière est projetée et la luminosité de l’événement. Or, l’intégrer dans une simulation dynamique revenait, jusqu’ici, à demander à un calculateur de résoudre une équation aux innombrables inconnues en un temps record. Un véritable mur, contre lequel les chercheurs butaient depuis des années.

L’intelligence artificielle entre en scène et accélère tout

C’est ici qu’intervient la percée. Une équipe internationale du centre GSI/FAIR a développé un modèle de simulation reposant sur l’apprentissage automatique. Pour la première fois, les scientifiques ont mobilisé un réseau de neurones profond afin de modéliser la libération d’énergie durant la nucléosynthèse du processus r, directement au sein de simulations hydrodynamiques. Une manière élégante de contourner le mur de calcul plutôt que de le percuter de plein fouet.

Ce nouvel outil porte un nom : RHINE, acronyme désignant l’intégration du chauffage du processus r dans les simulations hydrodynamiques via réseaux de neurones. Concrètement, le modèle estime la quantité d’énergie libérée par les réactions nucléaires pendant que la simulation tourne. Là où les méthodes traditionnelles demandaient des ressources démesurées, l’intelligence artificielle apprend à prédire ce chauffage à la volée. Les travaux, portés par Oliver Just, chercheur au département d’astrophysique nucléaire de GSI/FAIR, ont été publiés dans la revue Physical Review D. Voilà donc la solution que l’on attendait : une simulation dopée à l’IA capable d’accélérer spectaculairement la modélisation des éléments lourds.

Ce que ce fil enfin tenu promet pour l’avenir de la cosmologie

L’enjeu dépasse largement la prouesse technique. En rendant ces simulations plus rapides et plus fiables, RHINE pourrait considérablement améliorer nos prédictions sur ces explosions stellaires. Et c’est là que tout devient passionnant : cet outil offre la possibilité de relier les observations spatiales aux expériences menées sur Terre. Un pont entre le télescope pointé vers les confins de l’univers et le laboratoire où l’on scrute la matière à l’échelle atomique.

Autrement dit, chaque nouvelle fusion d’étoiles à neutrons captée par nos instruments pourrait désormais être confrontée à un modèle capable de décrire finement ce qui s’y trame. De quoi affiner notre compréhension de l’origine des métaux qui nous entourent, et peut-être répondre enfin à cette vieille interrogation : où naît véritablement l’or de l’univers ?

En apprivoisant la puissance de l’intelligence artificielle, les astrophysiciens ne se contentent plus d’admirer les feux d’artifice cosmiques : ils commencent à en décrypter la recette. Reste une question vertigineuse : combien d’autres secrets de la matière, jusqu’ici verrouillés par le mur du calcul, ces réseaux de neurones nous aideront-ils bientôt à percer ?