CERN et Mistral AI veulent entraîner une IA sur les collisions du LHC
Lecture : 2 min
Le 15 octobre, le CERN et la start-up française Mistral AI ont annoncé un partenariat à long terme pour développer des modèles de fondation dédiés à la science, en commençant par la physique des hautes énergies. Premier projet : Flare, un « Large Physics Model ». Pour l'instant, c'est une déclaration d'intention, pas un produit.
Ce qui est annoncé
La déclaration d'intention a été signée jeudi 15 octobre. Le CERN présente Flare comme le premier modèle de fondation pour la physique des collisionneurs, et les deux parties disent que ces modèles pourraient ensuite servir à d'autres sciences. Aucun calendrier ni budget n'a été communiqué, et le modèle n'existe pas encore.
Un modèle de langage, mais pour des particules
Un porte-parole du CERN a résumé l'idée à Reuters : la même logique que les grands modèles de langage, entraînée sur des données de collisions plutôt que sur du texte. Flare doit être pré-entraîné sur des milliards de collisions proton-proton simulées du Grand collisionneur de hadrons (LHC), puis servir à plusieurs tâches : reconstruire les collisions, identifier les particules, repérer des signaux inattendus et évaluer de futurs détecteurs.
Aujourd'hui, ces tâches reposent sur des algorithmes spécialisés, et Flare doit en remplacer certains. C'est le même basculement que dans le traitement du langage : on passe d'outils conçus un par un à un modèle généraliste que l'on adapte ensuite.
L'échelle
Le CERN détient environ un exaoctet de données expérimentales issues du LHC, soit un million de téraoctets. Il s'attend à voir le volume de collisions multiplié par dix après la mise à niveau prévue vers 2030, ce qui explique l'intérêt d'un outil capable d'absorber cette masse de données.
Ce qu'en disent les deux parties
Enrica Porcari, directrice des systèmes d'information du CERN, dit vouloir faire progresser des capacités d'IA « qui servent toute la communauté de la physique et puissent être partagées ». Arthur Mensch, le PDG de Mistral, a écrit dans Le Monde que les modèles de pointe sont « désormais indispensables au progrès scientifique », en critiquant les entreprises qui gardent leurs avantages pour elles.
Ce qu'il faudra regarder
Ce sont mes questions, pas celles du communiqué :
- La simulation face au réel. Flare s'entraînera sur des collisions simulées : sa solidité sur les vraies données reste à démontrer.
- L'incertitude. En physique expérimentale, une prédiction sans barre d'erreur ne sert pas à grand-chose.
- La reproductibilité. Les analyses doivent pouvoir être expliquées et refaites.
- La comparaison avec l'existant. Il faudra faire mieux que les chaînes de reconstruction actuelles, sur plusieurs tâches et pas sur un seul benchmark.
- L'accès. Le CERN parle de capacités partagées avec la communauté, sans préciser les conditions d'accès ni de publication.
Sources
Je n'ai pas lu le communiqué du CERN : les détails viennent de la presse qui l'a relayé.
- Reuters via KSL, « CERN and Mistral partner to build Flare, a new AI model for physics » (15 octobre 2026)
- The Next Web, « CERN and Mistral plan an AI foundation model for particle physics »
- Business Day, « Cern and Mistral partner to build "Flare", a new AI model for physics »