La gravité terrestre étire ou comprime les décennies
Les forces gravitationnelles à l'intérieur de la Terre allongent certaines décennies et en font passer d'autres en un éclair.
\n\n
Contexte\n\nUne
étude de Nature déploie un modèle hybride d’apprentissage profond pour révéler que le couplage gravitationnel entre le noyau et le manteau terrestres étire ou comprime les décennies jusqu’à trois millisecondes. Fondée sur plus de cinquante ans de mesures VLBI et GPS, l’IA isole un signal interne d’une période de six à dix ans.
L’écart cumulé atteint trois millisecondes par décennie, reliant directement les fluctuations de la durée du jour aux échanges de moment cinétique à la frontière noyau-manteau.\n\nCe phénomène remet en cause l’hypothèse d’un temps uniforme. Si les forçages externes (vents, courants, marées) sont bien modélisés, le signal décennal résiduel restait insaisissable. Grâce à un apprentissage auto-supervisé sur données synthétiques issues de réanalyses atmosphériques et de modèles océaniques, l’IA a extrait la signature gravitationnelle interne sans paramétrisation explicite des écoulements du noyau.\n\n
Analyse
approfondie\n\nL’architecture double flux fusionne des couches convolutionnelles unidimensionnelles pour les perturbations brusques (séismes, El Niño) et un réseau LSTM pour les tendances lentes, avec un mécanisme d’attention pondérant les processus dynamiques du noyau. L’entraînement sur un jeu synthétique généré par un modèle océan-atmosphère contraint historiquement a permis de démêler les signaux.\n\nLa validation montre que le modèle explique plus de 95 % des sauts de durée du jour liés aux éruptions volcaniques et grands séismes.
Un réseau antagoniste génératif (GAN) a quantifié l’incertitude, excluant le bruit aléatoire. La périodicité de six à dix ans coïncide avec les secousses géomagnétiques, renforçant l’origine gravitationnelle.\n\n
Impact
sur l'industrie\n\nPour la mesure du temps, la prévision par IA du signal interne pourrait allonger le délai des secondes intercalaires de six mois à plusieurs années, réduisant les coûts pour les GNSS, les transactions financières et les télécommunications. Une erreur cumulée de trois millisecondes par décennie équivaut à une dérive de positionnement d’environ un mètre.\n\nLes mégaconstellations comme Starlink et OneWeb bénéficient d’une réduction de 10 à 15 % des erreurs orbitales grâce à l’intégration du signal dans les propagateurs.
Le modèle, diffusé en open source, permet aux climatologues de recalibrer les échelles temporelles des proxys paléoclimatiques. Face aux codes physiques traditionnels, Google DeepMind et Microsoft Research intensifient la course à l’IA pour l’imagerie profonde de la Terre.\n\n
Perspectives\n\nL’extension
aux échelles centennales ou millénaires pourrait résoudre les anomalies des éclipses anciennes en fusionnant le réseau avec des archives multi-proxys (cernes d’arbres, coraux, glaces).
Un déploiement en temps réel avec l’ECMWF est en cours pour fournir une synchronisation sub-milliseconde aux missions comme le retour d’échantillons martiens.\n\nL’interprétabilité progresse via l’intégration des équations magnétohydrodynamiques dans des réseaux de neurones informés par la physique. À terme, prévoir l’« humeur » rotationnelle de la Terre des années à l’avance redéfinira le temps comme une variable dynamique, et non plus un arrière-plan constant.