NAE, Statistically

Au Grand collisionneur de hadrons, une machine massive enfouie sous la frontière entre la France et la Suisse, les physiciens fracassent des protons les uns contre les autres à une vitesse proche de celle de la lumière. L'objectif est de trouver les signes d'une nouvelle physique inconnue qui pourrait expliquer les mystères les plus profonds de l'univers. Pendant des décennies, la stratégie a consisté à deviner ce à quoi une nouvelle particule pourrait ressembler, à construire un modèle informatique de cette supposition, puis à la traquer dans les données de collision. Mais que se passe-t-il si la nouvelle physique ne ressemble en rien à nos suppositions ? Et si elle était cachée d'une manière que nous n'avons pas imaginée ? Ces dernières années, les scientifiques se sont tournés vers l'intelligence artificielle pour agir comme un guide. Au lieu de traquer une cible spécifique, ces programmes informatiques apprennent à quoi ressemble la « normalité » en se basant sur la vaste majorité des données, puis signalent tout ce qui semble étrange ou inhabituel. Cette approche est puissante, mais elle présente un défaut majeur : l'ordinateur donne un score indiquant que quelque chose est bizarre, mais il ne peut pas dire au physicien à quel point il peut faire confiance à ce score. Sans moyen de mesurer la fiabilité du résultat, la recherche reste scientifiquement incomplète.

Une équipe de chercheurs de l'Université de Heidelberg a développé une nouvelle méthode pour résoudre ce problème. Ils ont créé un système qui non seulement repère les événements inhabituels, mais calcule également la certitude statistique de son propre jugement. Le cœur de leur travail repose sur un type de réseau neuronal appelé auto-encodeur. Imaginez une machine qui tente de compresser une image complexe en un petit résumé, puis de reconstruire l'image à partir de ce résumé. Si la machine est entraînée uniquement sur des données normales, elle devient très douée pour reconstruire des choses normales. Lorsqu'elle voit quelque chose d'étrange, elle échoue à le reconstruire correctement, et l'erreur de reconstruction devient le signal que quelque chose de nouveau est apparu. Cependant, les chercheurs ont réalisé que le simple fait de mesurer cette erreur ne suffisait pas. Ils devaient relier cette erreur à une probabilité, une manière mathématique de dire dans quelle mesure un événement appartient à la foule normale.

Pour résoudre cela, l'équipe a introduit une version « normalisée » de l'auto-encodeur. Ce système traite l'erreur de reconstruction non pas seulement comme une erreur, mais comme une mesure d'énergie, où une faible énergie signifie que l'événement est normal et une énergie élevée signifie qu'il est rare. En entraînant soigneusement le réseau pour qu'il comprenne l'ensemble du paysage des possibilités, ils se sont assurés que le score d'énergie correspond directement à une probabilité. Cela signifie que l'ordinateur peut désormais dire : « Cet événement a 99 % de chances d'être normal » ou « Cet événement est hautement inhabituel ». Pour rendre cela encore plus robuste, ils ont ajouté une couche d'incertitude au système. En permettant aux paramètres internes du réseau de varier légèrement pendant l'entraînement, le système apprend non pas une réponse unique, mais une gamme de réponses possibles. Cela donne aux scientifiques une barre d'erreur intégrée, leur montrant à quel point l'ordinateur est confiant dans sa propre évaluation.

Les chercheurs ont d'abord testé cette idée sur un modèle simple en deux dimensions où ils connaissaient déjà la bonne réponse. Ils ont constaté que le système apprenait avec succès la véritable distribution des données, identifiant avec précision les zones les plus communes et les bords les plus rares. Lorsqu'ils ont ajouté la fonction d'incertitude, le système a correctement identifié qu'il était moins sûr des points de données éloignés du centre, là où il avait vu moins d'exemples. La confiance de l'ordinateur correspondait à la réalité des données : il était très sûr dans le centre encombré et appropriément prudent dans les coins vides. Ils ont également testé une méthode où deux de ces systèmes étaient entraînés sur des types de données différents et comparés l'un à l'autre. Cette configuration double a permis de calculer le rapport des probabilités entre deux scénarios différents, imitant efficacement une recherche supervisée plus complexe sans avoir besoin de connaître la réponse à l'avance.

Encouragés par ces résultats, l'équipe a appliqué sa méthode à des données réelles du Grand collisionneur de hadrons. Ils ont utilisé un ensemble de données de « jets », qui sont des projections de particules créées lorsque des quarks ou des gluons sont éjectés lors d'une collision. Plus précisément, ils ont cherché des jets de quarks top cachés parmi une mer de jets ordinaires de chromodynamique quantique. Dans cet environnement à enjeux élevés, le système s'est comporté de manière impressionnante. Il a réussi à distinguer les rares jets de quarks top du fond commun, et les estimations d'incertitude ont fourni une image claire de la fiabilité du système. Les chercheurs ont constaté que les différences d'énergie apprises par l'ordinateur correspondaient étroitement aux résultats d'un classificateur supervisé traditionnel, qui est la référence pour ces recherches. Cela a confirmé que la nouvelle méthode ne se contentait pas de deviner ; elle apprenait la physique sous-jacente des données.

L'étude a également révélé que le système se comporte différemment selon ce qu'il recherche. Lorsqu'il est entraîné pour trouver des quarks top, le système est très cohérent. Lorsqu'il est entraîné pour trouver des jets ordinaires cachés parmi les quarks top, l'incertitude est plus élevée, reflétant la plus grande difficulté de la tâche. C'est un aperçu crucial, car cela montre que le système est honnête sur ses propres limites. Les chercheurs ont démontré qu'en ajustant un paramètre spécifique dans le processus d'entraînement, ils pouvaient aligner les scores d'énergie du système avec les probabilités connues d'un classificateur supervisé. Cet alignement suggère que la méthode peut être réglée pour fonctionner efficacement même dans l'espace complexe et de haute dimension des collisions réelles de particules.

En fin de compte, ce travail comble une lacune critique entre la puissance brute de l'intelligence artificielle et les exigences rigoureuses de la physique statistique. Il transforme la détection d'anomalies, passant d'une boîte noire produisant un score mystérieux à un outil transparent fournissant une probabilité et une mesure de confiance. En prouvant que ces réseaux peuvent apprendre la véritable probabilité des événements et quantifier leur propre incertitude, les chercheurs ont fourni une nouvelle façon fiable de chercher l'inconnu. Cette méthode ne nécessite pas de théorie spécifique sur ce à quoi la nouvelle physique pourrait ressembler ; elle apprend simplement ce qui est normal et signale le reste, avec une déclaration claire de son degré de certitude. Cette capacité pourrait fondamentalement changer la façon dont les physiciens analysent le flux de données du Grand collisionneur de hadrons, leur permettant de repérer l'inattendu avec un niveau de rigueur statistique qui était auparavant hors de portée.