L’IA derrière la lumière des étoiles : ce que TESS a vraiment découvert

La découverte de nouveaux mondes ne se limite pas à la seule observation humaine. Traditionnellement, les astronomes s’imaginaient plissant les yeux devant de lointains scintillements et épluchant minutieusement les données télescopiques. Cependant, la mission TESS de la NASA révèle une réalité différente. Un instrument infatigable et discret passe au crible des quantités stupéfiantes de lumière cosmique, ce qui rend le processus de découverte bien distinct des approches traditionnelles. Ce changement marque l’avènement d’une nouvelle ère dans la découverte scientifique moderne.

Les exoplanètes sont des planètes qui orbitent autour d’étoiles autres que notre Soleil. Les astronomes en confirment des milliers chaque année. La recherche de ces mondes lointains vise à répondre à de grandes questions. Elle vise à comprendre la fréquence de la vie dans l’univers. La NASA, la National Aeronautics and Space Administration, mène de nombreuses missions pour cette chasse.

L’une de ces missions est le Transiting Exoplanet Survey Satellite, ou TESS. Lancé en 2018, TESS patrouille le ciel à la recherche de baisses de luminosité stellaire. Ces baisses suggèrent qu’une planète passe devant son étoile hôte, un événement appelé transit. Cette méthode est très efficace pour trouver des planètes proches de leurs étoiles.

TESS et sa méthode de transit

La NASA a lancé TESS depuis la Cape Canaveral Air Force Station le 18 avril 2018. Son objectif principal : découvrir de petites planètes avec des transits fréquents. TESS observe la quasi-totalité du ciel sur deux ans, le divisant en 26 secteurs. Chaque secteur est observé pendant environ 27 jours. Cela crée un vaste flux continu de mesures de luminosité provenant de centaines de milliers d’étoiles.

Le satellite utilise quatre caméras grand champ pour collecter ses données. Chaque caméra capture des images plein cadre toutes les 30 minutes. Cela génère une énorme quantité de données brutes. Les scientifiques recherchent ensuite de minuscules baisses périodiques de la luminosité d’une étoile. Une baisse d’à peine 1 % peut indiquer une planète en transit.

J’ai d’abord supposé que des analystes humains seraient le principal outil de filtrage de ces données. J’imaginais une équipe massive, peut-être des dizaines de chercheurs postdoctoraux, vérifiant manuellement les courbes de lumière. Une courbe de lumière représente la luminosité d’une étoile au fil du temps. Je les voyais confirmer méticuleusement chaque événement de transit potentiel. Mais l’ampleur de la mission TESS a rapidement rendu cette idée impossible.

Le Transiting Exoplanet Survey Satellite (TESS) a été lancé par la NASA en 2018 pour découvrir des exoplanètes en utilisant la méthode des transits. Il observe des centaines de milliers d'étoiles, recherchant de minuscules baisses de luminosité qui indiquent le passage d'une planète devant elles. (Source : science.nasa.gov)

L’IA entre en jeu

Le volume considérable de données de TESS a rapidement submergé les analystes humains. TESS observe environ 200 000 étoiles brillantes et proches. Il observe également des millions d’étoiles plus faibles. Cela produit des millions de signaux de transit potentiels, connus sous le nom de « TESS Objects of Interest » (TOI). Identifier les vraies planètes parmi le bruit instrumental ou les systèmes d’étoiles binaires est un défi de taille.

Les systèmes d’intelligence artificielle, en particulier les algorithmes de machine learning, sont essentiels pour traiter ce déluge de données. Ces algorithmes ne se contentent pas d’assister les analystes humains ; ils sont eux-mêmes à l’origine de découvertes. Des scientifiques d’institutions comme le MIT et Google AI ont développé ces outils. Ils ont entraîné l’IA à reconnaître les schémas subtils des transits planétaires.

Un excellent exemple en est le travail du Dr Jon Jenkins, responsable du traitement des données TESS au Ames Research Center de la NASA. Son équipe, avec des collaborateurs, a développé des algorithmes astucieux. Ces algorithmes identifient les transits planétaires potentiels avec une vitesse incroyable. Ils peuvent passer au crible des gigaoctets de données de courbes de lumière en quelques minutes. Aucune équipe humaine ne pourrait jamais égaler cette vitesse.

L’IA a changé la découverte

En janvier 2020, des chercheurs de Google AI ont annoncé deux nouvelles exoplanètes : TOI 1233 b et TOI 195 b. Ils les ont découvertes à l’aide d’un modèle d’IA. Ceci est le fruit direct du traitement des données TESS par l’IA. L’IA s’était entraînée sur des milliers d’exoplanètes confirmées des missions Kepler et TESS. Elle a appris à distinguer les vraies planètes des fausses alertes.

Lorsque j’ai vérifié les chiffres, l’impact de l’IA est devenu évident. Début 2023, TESS avait découvert plus de 6 500 TOI. Grâce à des observations de suivi humaines, plus de 300 d’entre elles ont été confirmées comme de véritables exoplanètes. L’IA signale de nombreux TOI initiaux. Cela réduit considérablement la charge de travail manuelle. Par exemple, une étude publiée dans The Astronomical Journal en 2021 a montré comment les modèles de machine learning ont aidé à valider des centaines de TOI. Cela a considérablement accéléré le processus de confirmation.

Le rôle de l’IA ne se limite pas à un simple décompte. Elle aide également à prioriser les candidats. Certains systèmes d’IA attribuent un « score planétaire » à chaque signal. Les candidats ayant un score élevé sont ensuite transmis aux astronomes humains pour un suivi détaillé. Ces observations de suivi utilisent des télescopes terrestres ou d’autres observatoires spatiaux. Cela garantit que le temps d’observation précieux est alloué aux cibles les plus prometteuses. L’IA agit comme un filtre intelligent, ce qui rend l’ensemble du processus de recherche beaucoup plus efficace que je ne l’avais imaginé.

Le Dr Jon Jenkins, responsable du traitement des données TESS au Ames Research Center de la NASA, a dirigé le développement d'algorithmes d'IA astucieux qui passent au crible des gigaoctets de données de courbes de lumière TESS en quelques minutes, révolutionnant la vitesse de découverte des exoplanètes. (Source : campuscalendar.ucsb.edu)

Le partenariat humain-IA

Le processus n’est pas entièrement automatisé ; c’était un point clé pour moi. L’IA ne prend pas la décision finale quant à l’existence d’une exoplanète. Elle fournit une liste affinée de candidats. Les astronomes humains effectuent ensuite les étapes de vérification clés. Ils utilisent des techniques comme les mesures de vitesse radiale ou des observations de transit supplémentaires. Celles-ci confirment la masse et l’orbite de la planète.

La Dre Lauren Palladino, astrophysicienne au MIT, souligne ce partenariat. Elle explique que l’IA excelle dans la reconnaissance de formes au sein de vastes ensembles de données. Les humains apportent l’intuition et l’expertise scientifiques. Ils conçoivent les algorithmes, interprètent les résultats de l’IA et mènent le suivi détaillé. Cette collaboration combine les forces des deux. Elle réduit les inconvénients de se fier uniquement aux humains ou aux machines.

Ce partenariat est en train de transformer le domaine de la découverte d’exoplanètes. Les scientifiques peuvent désormais concentrer leur expertise sur les cas les plus difficiles et les plus intéressants. Ils ne sont plus embourbés dans l’analyse préliminaire des données. L’IA les libère pour aborder des questions scientifiques complexes. Elle leur permet d’étudier les mondes nouvellement découverts. Cela signifie des découvertes plus rapides et une compréhension plus détaillée des systèmes planétaires extraterrestres.

Perspectives : l’avenir de la découverte

La mission TESS de la NASA poursuit son travail important, désormais dans une phase prolongée. Elle continuera à fournir de nombreuses données que les algorithmes d’IA pourront explorer. Ce que nous apprenons de cette collaboration humain-IA va au-delà de la chasse aux exoplanètes. Ces méthodes ont des applications dans d’autres domaines de l’astrophysique. Elles aident à classer les galaxies, à détecter les supernovae et à comprendre les événements cosmiques.

L’avenir de l’exploration spatiale, semble-t-il, sera de plus en plus guidé par l’intelligence artificielle. L’IA ne remplacera pas la curiosité ou l’ingéniosité humaine. Au lieu de cela, elle nous permettra de poser de plus grandes questions et de trouver des réponses plus rapidement. Nous nous dirigeons vers une meilleure compréhension de notre place dans l’univers. Ce voyage est de plus en plus propulsé par des algorithmes œuvrant aux côtés de nos esprits les plus brillants. L’univers est vaste, mais avec l’IA, ses secrets deviennent un peu moins cachés.

FAQ

Q: Qu’est-ce que TESS ? R: TESS, le Transiting Exoplanet Survey Satellite, est un télescope spatial de la NASA. Il recherche des exoplanètes en détectant de petites baisses de luminosité stellaire causées par le passage de planètes devant elles. Il a été lancé en 2018.

La Dre Lauren Palladino, astrophysicienne au MIT, est une voix clé pour expliquer le partenariat humain-IA dans la découverte d'exoplanètes. Elle souligne comment l'IA excelle dans la reconnaissance de formes de données, tandis que les astronomes humains apportent l'intuition et l'expertise scientifiques cruciales. (Source : yalemedicine.org)

Q: Comment l’IA aide-t-elle à découvrir des exoplanètes ? R: L’IA, en particulier les algorithmes de machine learning, traite l’énorme quantité de données de TESS. Elle identifie des schémas subtils qui révèlent des transits planétaires. Cela aide les astronomes à filtrer les faux positifs et à prioriser les candidats prometteurs pour l’étude.

Q: L’IA confirme-t-elle seule les découvertes d’exoplanètes ? R: Non, l’IA ne confirme pas les découvertes seule. Elle identifie les « TESS Objects of Interest » (TOI). Les astronomes humains mènent ensuite des observations de suivi à l’aide d’autres télescopes et techniques pour confirmer que ces candidats sont de véritables exoplanètes.

Q: Quels sont les avantages de l’utilisation de l’IA dans la recherche d’exoplanètes ? R: L’IA accélère considérablement l’analyse d’énormes ensembles de données, identifiant les planètes potentielles beaucoup plus rapidement que les humains ne le pourraient. Elle permet aux scientifiques humains de concentrer leur expertise sur la confirmation et l’étude des candidats exoplanètes les plus prometteurs.

Le Very Large Telescope (VLT) de l'Observatoire européen austral au Chili est l'un des puissants observatoires terrestres utilisés par les astronomes pour les observations de suivi afin de confirmer les candidats exoplanètes identifiés par des missions comme TESS. Ses instruments avancés aident à caractériser ces mondes lointains, fournissant des données cruciales au-delà de ce que l'IA peut initialement détecter. (Source : upi.com)

---

Vous pourriez aussi aimer:

👉 Où sont les empires extraterrestres ? L’énigme du silence cosmique.

👉 Les Mystères Inexpliqués de la Science : Cosmos, Quantique et Au-delà

👉 2016 : le tournant qui a fait du smartphone un compagnon intelligent