Les rayons cosmiques sous l’œil de l’intelligence artificielle

La radioactivité naturelle est aujourd’hui bien connue : partout sur Terre, nous recevons des rayons émis par des substances radioactives contenues dans la croûte terrestre. Il est dès lors facile d’imaginer qu’en prenant de l’altitude, on reçoive une dose progressivement plus faible de ces mêmes radiations. C’est l’hypothèse que Victor F. Hess teste entre 1911 et 1913 en montant dans un ballon avec un détecteur. À sa grande surprise, il observe qu’en réalité, la dose augmente à mesure qu’il s’éloigne du sol. Il comprend alors que des rayons supplémentaires nous viennent «d’en haut», de l’espace, et qu’ils sont absorbés par notre atmosphère. Sa découverte, qu’on nomma les rayons cosmiques, lui valut le prix Nobel.

Un siècle plus tard, beaucoup de questions restent ouvertes sur ces rayons cosmiques. Comment sont-ils générés ? Comment sont-ils accélérés à des vitesses de plus de 99,99% de la vitesse de la lumière, faisant passer le grand accélérateur du CERN pour un jouet ? Peut-on y trouver des traces de la fameuse matière noire, une masse invisible et inconnue qui constituerait 80% du contenu de l’Univers ? Pour tenter d’y répondre, l’académie chinoise des sciences a envoyé en orbite le satellite DAMPE, un puissant détecteur qui enregistre les rayons cosmiques. Mais les mesures brutes qu’il envoie vers nos laboratoires doivent encore être interprétées.

L’objectif de ma thèse est d’identifier lesquels de ces rayons cosmiques sont constitués d’électrons, d’en étudier la distribution en énergie et d’en comprendre les particularités. Pour ce faire, j’explore l’utilisation d’une intelligence artificielle. Je simule des données que je fournis ensuite à une machine, paramétrée pour qu’elle comprenne le procédé qui transforme les rayons en des signaux électriques dans un détecteur. Après cette première étape dite d’entraînement, je confronte ces détections aux données réelles. La machine fait alors la transformation inverse: à partir des mesures du détecteur, elle reconstruit la particule originale. Cela me permet ensuite d’identifier les électrons, et ainsi de rejeter les autres types de particules. Mon travail montre que l’efficacité de cette classification dépasse largement celle de méthodes plus conventionnelles, et augmente d’autant la précision des mesures. Un résultat qui nous ouvre la porte à une meilleure compréhension des rayons cosmiques, et peut-être de la structure même de notre Univers.  —

CONCOURS
David Droz a participé à l’édition 2018
du concours «Ma thèse en 180 secondes».
Les inscriptions pour l’édition 2019 seront ouvertes dans le courant des prochaines semaines.