Avec de nouvelles enquêtes massives comme l’Observatoire Vera Rubin, qui devrait commencer ses opérations scientifiques complètes en août 2025, les astronomes s’inquiètent de la manière de gérer le déluge de données à venir.
Personnellement, je suis particulièrement enthousiaste à l’idée de découvrir, parmi les téraoctets d’images qu’il produira chaque nuit, des éléments vraiment inhabituels et inattendus.
Un article de recherche pourrait apporter une solution, décrivant un outil utilisant de manière créative l’intelligence artificielle moderne pour guider les astronomes vers des objets d’intérêt.
Pour tester leur méthode, Michelle Lochner et Lawrence Rudnick ont exploré les données du télescope radio sud-africain MeerKAT. Ce dernier a observé chaque cluster de galaxies pendant 6 à 10 heures, englobant plus de 6 000 galaxies radios.
Comment déterminer quelles galaxies analyser ? C’est là qu’intervient un logiciel que l’équipe appelle « Protege ».
Aide de l’apprentissage machine
Au cœur de cette approche se trouve une routine d’apprentissage machine appelée BYOL.
BYOL prend un ensemble d’images et les réduit à un ensemble de caractéristiques. On pourrait imaginer faire de même avec une série d’images d’animaux.
Par exemple, une caractéristique pourrait représenter une forme rectangulaire pour le corps de l’animal et une autre quelque chose qui rappelle une patte.
D’autres caractéristiques pourraient représenter des rayures ou des taches, ou encore les formes créées par des arbres en arrière-plan.
En choisissant suffisamment de caractéristiques, il serait possible de représenter n’importe quelle image comme une combinaison de ces éléments individuels.
La magie des routines comme BYOL réside dans le fait qu’il n’est pas nécessaire de définir soi-même ces caractéristiques, elles sont découvertes par le réseau durant le processus d’apprentissage.
Certaines des caractéristiques qu’il choisit pourraient avoir des sens compréhensibles pour les humains, tandis que d’autres peuvent être très abstraites.
Le plus crucial est que des galaxies similaires devraient être représentées par des ensembles de caractéristiques similaires, permettant ainsi d’identifier des galaxies semblables.
Ce qui est captivant, c’est ce qui se passe ensuite. Protege montre un ensemble aléatoire d’images à l’astronome qui l’utilise, lequel les classe sur une échelle de 1 à 5 en fonction de leur intérêt.
Grâce à ce retour, Protege anticipe la note que des images comportant un ensemble de caractéristiques particulières pourraient recevoir, et choisit alors les prochaines images à présenter à l’astronome pour sa révision.
Celles-ci sont également notées et le processus se répète jusqu’à ce que l’astronome soit exposé uniquement à des éléments qu’il juge intéressants.
Évidemment, ce qui est considéré comme « intéressant » variera d’un astronome à l’autre. Dans l’exemple du MeerKAT, Protege a effectivement découvert des éléments que ses formateurs avaient ratés, comme des galaxies entourées d’émissions de fond, ainsi qu’un ensemble fascinant et inattendu de sources en forme de X.
Certaines de ces sources semblent être des systèmes où des jets radio s’étendent de part et d’autre des galaxies, tandis que d’autres, dotées de longues « ailes » parfois peu marquées s’éloignant de la source centrale, sont beaucoup plus déroutantes.
Même cette étude, portant sur « seulement » 6 000 sources, a révélé des galaxies dont nous aimerions en savoir plus.
Lorsque Protege et ses robots seront libérés sur ces vastes ensembles de données à venir, qui sait ce que nous découvrirons ?
Article original rédigé par : Chris Lintott.
Cet article est paru dans le numéro de janvier 2025 du magazine BBC Sky at Night
Points à retenir
- La collaboration entre l’intelligence artificielle et les astronomes pourrait transformer la manière dont les données sont analysées.
- Le logiciel Protege est capable de mettre en lumière des découvertes que les humains auraient pu négliger.
- Des structures inattendues comme des sources en forme de X ont été identifiées grâce aux techniques d’apprentissage machine.
En ouvrant la voie à de nouvelles méthodes d’analyse, la combinaison des capacités de traitement de l’IA et de l’expertise des astronomes pourrait non seulement enrichir notre compréhension de l’univers, mais aussi poser de nouvelles questions sur les mystères qui nous entourent. Quelles autres découvertes fascinantes pourrions-nous réaliser avec la montée en puissance de ces technologies ?
C’est fascinant de voir comment l’intelligence artificielle peut aider à découvrir des galaxies que nous aurions autrement ratées. L’avenir de l’astronomie semble prometteur !
C’est fascinant de voir comment l’intelligence artificielle aide les astronomes à faire des découvertes, comme un assistant qui ne finit jamais de surprendre. Qui sait ce qu’on va trouver ensuite ?
C’est fascinant de penser à ce que l’intelligence artificielle pourrait découvrir au-delà de notre compréhension actuelle des galaxies. L’avenir des explorations spatiales s’annonce passionnant !