CERN et Mistral veulent une IA pour lire le LHC — erreurs invisibles
Le CERN et la start-up française Mistral annoncent la construction d'un « Large Physics Model » : une IA entraînée sur des milliards de collisions simulées du LHC. Le CERN a déjà stocké près d'un exaoctet de données et le HL-LHC attendu vers 2030 doit multiplier par 10 le nombre de collisions. L'IA apprendrait toute la chaîne (filtrage, reconstruction, identification) mais le texte signale un risque réel : si la simulation n'imite pas parfaitement le détecteur, l'IA peut se tromper face aux vraies données.
Un collisionneur apprend à lire ▶ 00:00
Une IA va apprendre à lire les collisions du LHC. Alors, c'est une première mondiale. Elle pourrait changer notre façon d'explorer l'infiniment petit. Le CERN et la start-up française Mistral AI veulent construire ensemble le « Large Physics Model ». Clubic le rapporte ce 16 octobre. L'objectif : une IA entraînée sur des milliards de collisions de protons. Elles sont simulées au Grand collisionneur de hadrons, le LHC, près de Genève. Vous connaissez peut-être ce tunnel de 27 kilomètres ? C'est lui qui a permis d'observer le boson de Higgs, en 2012.
« Les modèles de pointe sont désormais indispensables au progrès scientifique. » Arthur Mensch, le patron de Mistral, l'écrit dans une tribune publiée le 15 octobre dans Le Monde. Bon, pour Johannes Brandstetter, vice-président IA chez Mistral, cette IA doit avoir un objectif clair. Elle doit « repousser les frontières de la physique des hautes énergies » !
Mais toutes les voix ne sont pas aussi enthousiastes. On vous le racontera dans quelques minutes : et là, certains chercheurs s'inquiètent déjà d'un risque bien connu en IA. Celui de l'erreur qu'on ne voit pas venir.
Attendez. Est-ce qu'une IA peut vraiment comprendre une collision de particules ?
Et avant d'y répondre, il faut comprendre l'ampleur de la tâche qui attend cette IA.
Une pile de données immense ▶ 01:15
Deux preuves montrent l'ampleur du problème que cette IA doit résoudre. Un : le volume. Le truc, c'est que le CERN a déjà stocké près d'un exaoctet de données issues du LHC. C'est énorme ! Soit environ 1 million de téraoctets, selon ICTjournal, le média suisse qui suit ce dossier de près.
Ce volume va encore grimper ! D'après ICTjournal, l'accélérateur sera modernisé, baptisé HL-LHC, et attendu vers 2030. Sauf que après ça, cette IA devra traiter DIX fois plus de collisions. Enrica Porcari dirige le système d'information du CERN. Elle explique que la physique des hautes énergies offre un terrain unique pour tester une IA. Avec une rigueur extrême.
Un détecteur de particules qui sert de banc d'essai à une IA. Drôle de laboratoire.
Pourquoi ce déluge pose problème ? Aujourd'hui, chaque collision passe par une chaîne d'algorithmes spécialisés. Chacun optimise pour une seule tâche. Personne ne peut tout trier à la main ! C'est là qu'une IA entre en jeu : elle repère des motifs dans des masses de données qu'aucun cerveau ne peut embrasser.
Combien de temps faudrait-il à une équipe humaine pour faire ce travail seule ?
Alors, qu'est-ce que cette IA changerait concrètement à la chaîne actuelle ?
Un seul système, pas dix ▶ 02:24
Deux preuves, disions-nous. Deux : la fusion des étapes. Clubic l'explique bien. Aujourd'hui, les signaux bruts passent par plusieurs algorithmes distincts. Un algorithme filtre, un autre reconstruit, un troisième identifie les particules. La future IA, elle, apprendrait sur toute la chaîne à la fois.
Une seule IA remplace alors une pile d'algorithmes séparés. C'est un peu comme fusionner dix logiciels de comptabilité en un seul outil qui fait tout ! Ca simplifie. Sauf que ça veut dire aussi qu'une erreur de cette IA peut se propager partout. Et on ne saurait même pas où elle est née.
Cette IA pourrait reconstituer les collisions. Elle pourrait identifier les particules et repérer des signaux inattendus ! Elle pourrait même aider à concevoir les prochains détecteurs. Et là, les deux partenaires n'excluent pas d'ouvrir un jour cette IA à d'autres sciences.
Une IA pensée pour les particules pourrait-elle un jour aider la biologie ou la chimie !
Pas tout de suite : la suite de cette histoire va nuancer ce tableau.
Mistral cherche sa place ▶ 03:21
Pourquoi Mistral, et pourquoi maintenant ? Le truc, c'est que la start-up française cherche depuis des mois des partenariats qui pèsent face aux géants américains de l'IA. On vous en parlait dans notre vidéo sur Mistral 4, le modèle ouvert surnommé Chonk. On en parlait aussi dans celle sur son alliance forcée avec des géants étrangers pour tenir la cadence.
Avec le CERN, l'IA de Mistral change de terrain. Au lieu de concurrencer OpenAI ou Google sur les chatbots grand public, elle vise un autre domaine. Un domaine où personne d'autre n'a encore de modèle de fondation. ICTjournal le confirme : les deux partenaires présentent cette IA comme la toute première consacrée à la physique des collisionneurs.
Le CERN, de son côté, a l'habitude des grands projets technologiques. C'est lui qui a inventé le World Wide Web, en 1989, pour partager ses données entre chercheurs. Un labo qui a déjà changé Internet une fois.
Franchement, le CERN apporte son calcul scientifique à grande échelle, Mistral son expertise pour entraîner de gros modèles d'IA ! Reste une question simple : qui, du laboratoire ou de l'entreprise, gardera la main sur les choix techniques de cette IA ?
Est-ce que cette IA sera un jour pilotée par les physiciens ? Résultat : ou par les ingénieurs qui l'ont construite ?
Mais un projet aussi ambitieux attire forcément ses sceptiques, et leurs doutes méritent d'être entendus.
Ce que personne ne garantit ▶ 04:37
Cette annonce n'est, pour l'instant, qu'une déclaration d'intention. Ni le CERN ni Mistral ne donnent de date de livraison pour cette IA. Rien que ca. Pas de budget non plus, ni de calendrier précis.
Le texte de Clubic est clair sur un risque : l'« écart simulation-réalité ». Vous savez quoi ? Si la simulation ne reproduit pas parfaitement le détecteur, l'IA peut se tromper face aux vraies données. Autrement dit, une IA entraînée sur des collisions imaginées peut se tromper devant les VRAIES !
Autre limite soulevée par la source : l'explicabilité. Quand une seule IA remplace plusieurs algorithmes séparés, une erreur peut se propager partout. On ne peut plus l'isoler à une étape précise. Une IA capable de tout faire, et incapable de dire ce qu'elle a raté.
Dans un contexte scientifique, où chaque résultat doit être vérifiable, ça impose des tests stricts. Et des comparaisons systématiques avec les méthodes déjà établies.
Que se passe-t-il si cette IA se trompe sur une collision jamais observée avant ?
Ni Clubic ni ICTjournal ne citent de physicien ouvertement opposé a cette IA ! Ce qu'on ne sait pas encore, c'est une chose essentielle. Sera-t-elle un jour assez fiable pour remplacer la chaîne actuelle ? Où restera-t-elle un outil d'appoint à côté des méthodes classiques. La prudence vient ici des deux partenaires eux-mêmes, pas d'un contradicteur extérieur.
Et cette prudence a un prix très concret, qu'on va voir maintenant.
Trois façons que ça vous touche ▶ 05:59
Pour vous, chercheur ou pas, cette IA ne change rien demain. Aucune donnée personnelle n'est en jeu. Aucun produit ne sort cette semaine. Mais elle dessine l'avenir de la science que vous lirez dans les médias dans dix ans.
Concrètement, pour un étudiant en physique aujourd'hui, c'est l'annonce d'un métier différent. L'IA trie moins de données à la main ; les humains supervisent et vérifient ses hypothèses. Un peu comme un étudiant en médecine face à une IA de diagnostic. Il apprend à lire ses résultats plutôt qu'à les produire seul.
Pour vous, contribuable européen, c'est de l'argent public engagé. Il finance le pari d'une IA encore incertaine, aux côtés d'une entreprise privée française. Le CERN est financé par ses États membres, dont la France.
Concrètement, pour les autres sciences citées dans l'article, chimie ou biologie, une porte pourrait s'ouvrir. Mais ce serait plus tard. Les deux partenaires évoquent déjà d'étendre cette IA au-delà de la physique des particules.
Trois profils differents. Un seul fil commun : l'IA change la manière dont la science PRODUIT ses résultats. Pas seulement la manière dont elle est financée.
Est-ce que cette IA va vraiment accélérer les découvertes ? Ou va-t-elle juste déplacer le travail des chercheurs vers une nouvelle tâche !
La question reste ouverte, et elle ramène à ce qui vient ensuite.
Les prochaines étapes ▶ 07:11
Rien n'est encore figé. La déclaration d'intention ouvre seulement la voie à une collaboration de long terme. Aucun calendrier public n'existe pour cette IA. La vraie échéance à suivre, c'est 2030, avec l'arrivée du HL-LHC et son décuplement du nombre de collisions.
D'ici là, le CERN et Mistral devront prouver que leur IA fonctionne sur des données simulées. Avant même de songer aux vraies collisions.
Une IA entraînée sur des simulations peut-elle vraiment repousser les frontières de la physique ? Ou va-t-elle juste reproduire, plus vite, ce que les chercheurs savent déjà faire ?
Une question qui vaut, au fond, pour toutes les sciences qui commencent à s'appuyer sur l'IA.
Ce qu'il faut en retenir ▶ 07:56
Le CERN et Mistral veulent qu'une IA apprenne à lire les collisions du LHC. C'est un pari encore sans date ni garantie !
Petite précision, nous ne faisons la promotion d'aucun outil, d'aucun produit, ni d'aucune entreprise.