L'intelligence artificielle aide les scientifiques à simuler avec précision les collisions d'étoiles à neutrons

Les collisions d'étoiles à neutrons figurent parmi les événements les plus énergétiques de l'Univers et sont responsables de la production d'éléments chimiques lourds. Lorsque deux étoiles à neutrons fusionnent, d'importantes quantités de matière riche en neutrons sont éjectées dans l'espace à des vitesses proches de celle de la lumière. C'est dans cet environnement qu'intervient le processus r, un mécanisme de nucléosynthèse responsable de la formation rapide de noyaux atomiques lourds. C'est grâce à ce processus que sont produits des éléments tels que l'or, le platine et l'uranium.

Comprendre en détail ce qui se produit lors de ces collisions nécessite des simulations numériques. Les modèles doivent décrire l'hydrodynamique de la matière éjectée, la physique nucléaire à l'origine de la formation des éléments ainsi que les effets relativistes. Cela conduit à des calculs informatiques extrêmement complexes, impliquant des milliers de réactions nucléaires. Dans de nombreux cas, une seule simulation peut nécessiter plusieurs jours, voire plusieurs semaines de calcul sur des supercalculateurs. Cette contrainte rend difficile l'étude de différentes conditions initiales et de divers paramètres physiques.

Pour résoudre ce problème, une nouvelle étude propose d'utiliser l'intelligence artificielle (IA) afin de surmonter une partie de ces limitations. Les chercheurs ont développé un modèle capable de reproduire l'échauffement généré par le processus r au sein des simulations hydrodynamiques. Au lieu de calculer directement l'ensemble des réactions nucléaires à chaque étape de la simulation, le réseau neuronal apprend à en estimer les effets de manière plus efficace. Cette approche permet d'étudier un plus grand nombre de simulations et d'explorer différents paramètres physiques.

Collision d'étoiles à neutrons

Les collisions d'étoiles à neutrons se produisent lorsque deux de ces objets compacts perdent de l'énergie orbitale par l'émission d'ondes gravitationnelles et finissent par fusionner. Lors de la collision, de la matière est éjectée dans l'espace dans des conditions extrêmes de température, de densité et d'énergie. La fusion produit également une explosion appelée kilonova, associée à des émissions électromagnétiques et à des ondes gravitationnelles.

Dans le processus r, les noyaux atomiques absorbent de grandes quantités de neutrons sur de très courtes périodes avant de subir des désintégrations radioactives. Ce mécanisme permet la formation d'éléments tels que l'or, le platine et l'uranium. La quantité d'éléments synthétisés dépend de nombreux facteurs, notamment la masse de matière éjectée, sa composition chimique et les conditions physiques régnant durant son expansion. Par ailleurs, des milliers de réactions nucléaires se produisent simultanément à mesure que la matière se refroidit et évolue.

Le défi des simulations numériques

Pour comprendre ces processus, les astronomes et les physiciens ont recours à des simulations numériques décrivant la physique du phénomène. Lors de la fusion, des phénomènes liés à la relativité générale, à l'hydrodynamique, à la physique nucléaire et au transport du rayonnement interviennent simultanément. L'interaction entre ces différents domaines de la physique engendre un système extrêmement complexe dont l'évolution doit être calculée étape par étape par des modèles informatiques. Ces simulations permettent de reconstituer ces processus et de comparer les prédictions théoriques aux observations.

Cependant, la réalisation de ces simulations représente un défi informatique considérable. Les modèles doivent suivre l'évolution de milliards d'éléments tout en résolvant des équations décrivant la dynamique de la matière et de la gravitation. Dans de nombreux cas, il est également nécessaire d'intégrer des milliers de réactions nucléaires responsables de la formation des éléments lourds produits lors de la collision. Selon la résolution et la complexité du modèle, une seule simulation peut nécessiter plusieurs jours, voire plusieurs semaines de calcul.

Des simulations accélérées par l'IA

Une nouvelle étude propose d'utiliser l'intelligence artificielle pour résoudre ce problème et accélérer l'une des étapes les plus coûteuses des simulations de collisions d'étoiles à neutrons. La méthode, baptisée RHINE, s'appuie sur des réseaux neuronaux pour modéliser l'énergie libérée lors du processus r. Les chercheurs ont entraîné le réseau neuronal à l'aide d'un ensemble de calculs de référence produits à partir de réseaux complets de réactions nucléaires. Au cours de cette phase, le système apprend la relation entre les conditions physiques de la matière et l'énergie libérée par le processus r.

Une fois entraîné, le réseau neuronal peut être intégré directement aux simulations hydrodynamiques afin d'estimer les taux de chauffage de manière beaucoup plus rapide. Au lieu de résoudre des milliers de réactions nucléaires à chaque pas de temps, l'IA fournit des approximations avec un coût de calcul nettement réduit. Cette approche permet d'exécuter un plus grand nombre de simulations et d'explorer différents scénarios physiques en moins de temps. Les chercheurs peuvent ainsi étudier plus en détail la façon dont évoluent les propriétés des kilonovas et de la matière éjectée lors des collisions d'étoiles à neutrons.

Référence de l'article :

Just et al. 2026 r-process heating implementation in hydrodynamic simulations with neural networks Physical Review D