Une journée pour comprendre les enjeux de l'intelligence artificielle en physique

Institutionnel

Le vendredi 3 juillet 2026, une journée organisée par CNRS Physique et consacrée à l'intelligence artificielle appliquée à la physique a réuni des scientifiques au siège du CNRS. L'objectif était de présenter des applications de l'IA à la physique, de montrer des cas d'usage concrets, et d'envisager les évolutions futures.

La journée a été ouverte par Frédéric Petroff, directeur par intérim de CNRS Physique, qui a rappelé les actions marquantes du CNRS autour de l'IA :

  • dans le cadre de son plan stratégique, le CNRS a lancé en 2021 son centre AISSAI.
  • l’attribution de huit postdoctorats financé par Google DeepMind via la Fondation du CNRS.
  • la formation gratuite au deep learning proposé par le CNRS, l'Université Grenoble-Alpes, l'institut d'IA de Grenoble, ainsi que le réseau métier Agoria.
Des six défis qu’a inscrits le CNRS dans son Contrat d’objectifs et de performance [COP] 2019-2023, l’intelligence artificielle [IA] émargeait à la fois en tant que défi sociétal et en tant que priorité scientifique sur le numérique.
Jalal Fadili, délégué scientifique à l’Institut des sciences de l’information et de leurs interactions et directeur du centre AI for science, science for AI (AISSAI)

Le directeur de CNRS Physique a également soulevé la question de la soutenabilité de l'IA pour la recherche. Les modèles les plus performants exigent des ressources de calcul colossales et une consommation énergétique croissante. Dans un contexte où la sobriété énergétique devient un impératif (scientifique, économique et environnemental), il est crucial de s’interroger, en tant que citoyen et surtout en tant que scientifique, sur les conditions d’un développement responsable de ces technologies.

Si l'IA rencontre la physique c'est aussi parce que la physique a contribué à son développement et son émergence.
Frédéric Petroff

Frédéric Petroff a aussi rappelé l'importance d'utiliser l'IA uniquement lorsqu'elle apporte une valeur ajoutée scientifique avérée. Il est nécessaire de privilégier des modèles adaptés aux besoins plutôt que d’opter par défaut pour les plus performants et d'intégrer de manière pérenne la question de l'empreinte numérique des activités de recherche.

Nous pouvons et nous devons contribuer à une IA plus frugale.
Frédéric Petroff

Des cas d'usage concrets

La journée s'est ensuite poursuivie avec neuf présentations portant sur des cas concrets d’application.

  • Sylvain Gigan1 a abordé l’impact de l’IA en photonique et optique, et comment elle permet de faire avancer les recherches dans ce domaine de manière significative.
    Regarder sa présentation

  • Marylou Gabrié2 a exploré les liens entre la physique statistique et le machine learning, en illustrant son propos par l’exemple des modèles génératifs adaptés à la physique.
    Regarder sa présentation

  • Nelly Pustelnik3 a détaillé les méthodes pour combiner la physique aux réseaux de neurones, ainsi que leurs diverses applications possibles.
    Regarder sa présentation

  • Kheya Sengupta4 a présenté des cas pratiques d’analyse d’images en biophysique, du point de vue de l’utilisateur, assistés par l’IA.

  • Marco Saitta5 a exposé l’apport de l’IA dans l’étude des matériaux, sous l’angle des simulations numériques atomistiques.
    Regarder sa présentation

  • Benjamin Klaes6 a discuté du développement de codes scientifiques assisté par l’IA générative.
    Regarder sa présentation

  • Gabriel Peyré7 a partagé un retour d’expérience sur l’utilisation de l’IA en théorie mathématique.
    Regarder sa présentation

  • François Lanusse8 a offert son regard sur l’IA en cosmologie, en mettant en lumière de nouveaux cas d’usage.
    Regarder sa présentation

  • Vincent Favre-Nicollin9 a enfin traité de l’utilisation de l’IA à l’European Synchrotron Radiation Facility (ESRF), en insistant sur ses effets disruptifs, notamment dans le domaine agentique.
    Regarder sa présentation

Cette journée a offert une vision concrète des applications actuelles de l'intelligence artificielle en physique, ainsi que des transformations qu'elle engendre. Elle a également souligné l'importance pour les chercheurs et chercheuses d’adapter leurs pratiques de recherche et de s’emparer de ce tournant majeur que représente l'intégration de l'IA dans la recherche en physique, dans un contexte d’évolution constante.

  • 1

    Sylvain Gigan est enseignant-chercheur au Laboratoire Kastler Brossel (LKB, CNRS/Collège de France/ENS-PSL/Sorbonne Université)

  • 2

    Marylou Gabrié est enseignante-chercheuse au Laboratoire de physique de l'ENS (LPENS, CNRS / ENS-PSL / Sorbonne Université / Université Paris Cité)

  • 3

    Nelly Pustelnik est chercheuse CNRS au Laboratoire de Physique de l’ENS de Lyon (LPENSL, CNRS / ENS de Lyon)

  • 4

    Kheya Sengupta est chercheuse CNRS au Centre Interdisciplinaire de Nanoscience de Marseille
    (CINaM, Aix-Marseille Université / CNRS)

  • 5

    Marco Saitta, enseignant-chercheur au Laboratoire de physique de l'ENS (LPENS, CNRS / ENS-PSL / Sorbonne Université / Université Paris Cité)

  • 6

    Benjamin Klaes est ingénieur de recherche CNRS au Groupe de physique des matériaux (GPM, CNRS/INSA Rouen/Université de Rouen Normandie)

  • 7

    Gabriel Peyré est chercheur CNRS au Département de mathématiques et applications de l'ENS
    (DMA, CNRS / ENS - PSL)

  • 8

    Francois Lanusse est chercheur CNRS au laboratoire Astrophysique, Instrumentation, Modélisation
    (AIM, CEA / CNRS / Université Paris Cité)

  • 9

    Vincent Favre-Nicollin est membre de l'European Synchrotron Radiation Facility (ESFR)

Replay de la journée Quand l'IA rencontre la physique

La playlist complète de l'évènement est disponible au lien suivant : https://www.youtube.com/playlist?list=PLXMPKqX7Ukxw

Audiodescription