Des chercheurs américains de l'Université Carnegie Mellon, à Pittsburgh, sont parvenus à prédire avec une surprenante précision la formation de la structure de l’Univers, à l'aide d' un réseau de neurones profonds.
Le simulateur, nommé D3M (Deep Density Displacement Model), donne des résultats précis sur lesquels il n’a pas été formé et c’est ce qui impressionne les chercheurs. À titre d’exemple, il a indiqué la quantité de matière noire dans l’Univers, sans que personne ne le lui apprenne via le machine learning.
Selon Shirley Ho, une des coauteurs de l’étude : « c’est comme enseigner un logiciel de reconnaissance d’image avec beaucoup d’images de chats et de chiens, mais ensuite, il est capable de reconnaître les éléphants. Personne ne sait comment cela se passe, et c’est un grand mystère à résoudre ». Une particularité peut-être inexplicable pour le moment, mais qui permet aux astrophysiciens de combler certaines de leurs lacunes en termes de connaissances du cosmos.
Article rédigé par Georges Simmonds pour RT Flash
