Crédits : SLAC La lentille gravitationnelle est un des premiers phénomènes prédits par la relativité générale. Il s’agit d’une distorsion perceptible de la lumière indiquant la présence d’un astre colossal, dont la masse provoque une courbure dans l’espace-temps qui l’environne. Le phénomène de lentille gravitationnelle (ou mirage gravitationnel) est par exemple très important autour d’un trou noir. Cela peut poser quelques problèmes. Ainsi, lorsque les astrophysiciens observent une galaxie lointaine située dans la même direction qu’un objet massif tel qu’une étoile ou un trou noir, le « mirage » qui se dresse sur le chemin donne une image déformée de l’objet observé. Et détecter la présence de la lentille gravitationnelle est un processus fastidieux pour les astronomes. C’est là que l’intelligence artificielle entre en jeu, expliquait Laurence Perreault Levasseur le 30 août dernier dans un communiqué de presse. L’IA analyserait ainsi l’action d’une lentille gravitationnelle dix millions de fois plus vite que les chercheurs. « Des analyses qui nécessitent habituellement des semaines voire des mois, et requièrent la participation d’experts et des calculs exigeants, peuvent être effectuées par des réseaux de neurones artificiels en une fraction de seconde, de manière entièrement automatisée et, en principe, sur la puce informatique d’un téléphone cellulaire », explique Laurence Perreault Levasseur, auteure d’une étude sur le sujet parue dans Nature. Les chercheurs ont utilisé un réseau de neurones artificiels formé après avoir été exposé pendant près de 24 heures à un demi-million d’images simulées de lentilles gravitationnelles. On leur a ensuite montré des images réelles de lentilles gravitationnelles, et l’IA a démontré qu’elle pouvait analyser la présence des distorsions spatio-temporelles dix millions de fois plus vite que les humains. Armé d’outils de cette puissance, on comprend mieux pourquoi certains, comme Elon Musk, souhaitent qu’on fusionne avec l’IA plutôt que de risquer nous retrouver sous leur coupe. Sources : Nature/SLAC