Chebyshev interpolation in Einstein-Boltzmann codes

Pour comprendre l'univers, les cosmologues construisent des modèles mathématiques élaborés qui décrivent la manière dont la matière et la lumière se sont comportées depuis le Big Bang. Ces modèles reposent sur un ensemble d'équations complexes qui suivent l'évolution du cosmos au fil du temps, à travers différentes échelles de distance et dans toutes les directions du ciel. Pour transformer ces équations en prédictions comparables aux données réelles des télescopes, les scientifiques utilisent de puissants programmes informatiques appelés codes Einstein–Boltzmann. Ces programmes agissent comme des laboratoires virtuels, simulant la naissance du fond diffus cosmologique — l'écho ténu du Big Bang — et la distribution des galaxies. Cependant, exécuter ces simulations est incroyablement difficile car les équations sont rigides et changent rapidement à certains moments, comme lorsque l'univers s'est suffisamment refroidi pour que les atomes se forment. Pour rendre les calculs gérables, les programmes résolvent traditionnellement les équations seulement en quelques points spécifiques, puis comblent les lacunes entre eux à l'aide d'une méthode appelée interpolation, qui consiste essentiellement à tracer une courbe lisse à travers des points de données connus pour deviner les valeurs intermédiaires. La précision de toute la simulation dépend fortement de la réussite de ce jeu de devinettes.

Un chercheur de l'Université d'Oslo, Herman Sletmoen, a trouvé un moyen de rendre ce jeu de devinettes nettement plus précis et plus rapide. Dans une nouvelle étude, Sletmoen démontre qu'en modifiant la technique mathématique utilisée pour combler ces lacunes, l'ordinateur peut atteindre une précision bien plus élevée avec beaucoup moins de calculs. La méthode traditionnelle, qui utilise des splines cubiques — une technique qui relie les points par de petites courbes lisses — fonctionne bien mais nécessite un grand nombre de points de données pour atteindre des niveaux de précision élevés. Sletmoen a remplacé cela par une approche différente basée sur les polynômes de Chebyshev, un outil mathématique exceptionnellement efficace pour ajuster des courbes lisses lorsque les points de données sont placés à des intervalles spécifiques et non uniformes. En résolvant les difficiles équations physiques uniquement à ces points spéciaux, puis en utilisant la nouvelle méthode pour combler le reste, l'ordinateur peut produire des résultats avec des erreurs d'interpolation jusqu'à dix mille fois inférieures à l'ancienne méthode pour une quantité de travail égale.

Le cœur du problème réside dans la nature des données que ces codes génèrent. L'univers évolue de manière fluide dans le temps et l'espace, sauf lors de quelques brefs moments de changement rapide. Lorsqu'un ordinateur tente de simuler cela, il doit calculer le comportement de la lumière et de la matière pour des milliards de distances et d'angles différents. Faire cela pour chaque possibilité est impossible, donc le code calcule quelques milliers d'exemples puis interpole le reste. Pendant des décennies, l'outil standard pour cette tâche a été les splines cubiques. Bien que fiables, cette méthode est quelque peu brute ; pour obtenir une réponse très précise, elle doit être alimentée par une grille dense de points de données, ce qui ralentit la simulation. Le travail de Sletmoen montre que, puisque la physique sous-jacente est fluide, une approche mathématique plus sophistiquée peut faire le travail avec une fraction des données. En plaçant les points de calcul là où la nouvelle méthode en a le plus besoin, plutôt que de les répartir uniformément, l'ordinateur peut capturer les détails fins de l'évolution de l'univers de manière beaucoup plus efficace.

Dans l'étude, Sletmoen a testé cette nouvelle approche sur les deux variables les plus critiques de la simulation : l'échelle des ondes dans l'univers primordial et l'angle sous lequel nous observons le ciel. Lorsque le code a utilisé la nouvelle méthode pour combler les lacunes pour les échelles d'ondes, l'erreur dans la prédiction finale a chuté de manière spectaculaire. Alors que l'ancienne méthode avait besoin d'environ deux cents points de données pour atteindre un certain niveau de précision, la nouvelle méthode a atteint la même précision, voire une meilleure, avec seulement cinquante à quatre-vingts points. Cette réduction des calculs requis se traduit directement par de la vitesse. Pour une simulation typique de la température du fond diffus cosmologique, la nouvelle méthode a rendu l'ensemble du processus deux fois et demi à quatre fois plus rapide tout en maintenant le même standard élevé de précision. Il s'agit d'un gain significatif, car ces simulations sont souvent exécutées des milliers de fois pour tester différentes théories sur l'univers.

Le défi n'était pas seulement mathématique, mais aussi lié à la manière dont l'ordinateur traite les données. La nouvelle méthode fonctionne mieux lorsque les points sont placés à des intervalles irréguliers et spécifiques, mais les quantités physiques mesurées, telles que l'angle dans le ciel, n'existent que sous forme de nombres entiers. On ne peut pas avoir une mesure à un demi degré de la même manière qu'on peut avoir une mesure à un demi mètre. Pour résoudre cela, Sletmoen a développé un contournement ingénieux. Au lieu de forcer l'ordinateur à calculer des valeurs à des angles non entiers impossibles, la méthode arrondit les points de calcul spéciaux au nombre entier le plus proche. Ce petit ajustement permet d'utiliser la nouvelle mathématique puissante sans enfreindre les règles de la simulation physique. L'étude a révélé que cette approche « arrondie » performait aussi bien que la version mathématique idéale, prouvant que la technique est assez robuste pour la cosmologie réelle.

Les résultats suggèrent un changement dans la manière dont ces simulations complexes sont construites. Les anciens codes informatiques utilisaient souvent des raccourcis et des approximations pour accélérer les choses, passant d'une équation à l'autre selon la situation. Bien que rapides, ces raccourcis peuvent introduire de petites bosses ou irrégularités dans les données qui font lutter les méthodes d'interpolation traditionnelles. La nouvelle approche brille davantage lorsqu'elle est utilisée avec une nouvelle génération de codes qui évitent ces raccourcis et résolvent les équations de manière continue, gardant les données parfaitement fluides. En associant ces codes fluides, sans approximations, à la nouvelle méthode d'interpolation, les scientifiques peuvent obtenir le meilleur des deux mondes : la vitesse de moins de calculs et la précision d'un modèle hautement exact. Cette combinaison permet aux chercheurs d'explorer l'univers avec une clarté qui était auparavant trop coûteuse à calculer, ouvrant la porte à des tests plus détaillés des théories cosmologiques sans avoir besoin d'attendre des ordinateurs plus rapides.