L'IA au service de l'archéologie spatiale : 35 ans de données du télescope Hubble analysées en 48 heures révèlent 1 300 mystères

Dans une démonstration de puissance de calcul qui redéfinit les limites de la recherche astronomique, un système d'intelligence artificielle a accompli en seulement deux jours et demi ce qui aurait pris des décennies de travail manuel à la communauté scientifique : examiner l'intégralité des 35 ans d'archives du télescope spatial Hubble pour identifier plus de 1 300 objets cosmiques rares ou anormaux. Des chercheurs de l'Agence spatiale européenne (ESA), dirigés par David O'Ryan et Pablo Gómez, ont développé et appliqué le réseau neuronal. AnomalyMatch à l'archive Hubble Legacy, menant la première recherche systématique et exhaustive de singularités dans près de 100 millions d'images accumulées depuis le lancement du télescope. Les résultats ont été publiés ce lundi dans la revue Astronomie et astrophysiqueElles révèlent un univers caché à la vue de tous : la plupart de ces anomalies n’avaient jamais été documentées dans la littérature scientifique, démontrant que même les données les plus scrutées de l’histoire recèlent des secrets si on les observe avec le bon « œil ».

Le trésor invisible des archives publiques

L'importance de cette découverte réside non seulement dans la rapidité de l'analyse, mais aussi dans la nature des résultats obtenus. Pendant trois décennies et demie, des milliers d'astronomes ont étudié les images de Hubble, publiant des dizaines de milliers de résultats. papiersOn supposait raisonnablement que les objets les plus brillants, les plus étranges ou les plus évidents avaient déjà été catalogués. Cependant, 65 % des anomalies détectées par AnomalyMatch Elles n'étaient répertoriées dans aucune base de données astronomiques. Cela implique que des centaines de phénomènes astrophysiques uniques ont été « cachés » sur des serveurs publics, attendant qu'un outil doté de la patience infinie d'une machine les révèle au grand jour.

Parmi les raretés exhumées, le catalogue comprend 138 nouveaux candidats à la lentille gravitationnelleIl s'agit de phénomènes où la masse d'une galaxie au premier plan courbe la structure de l'espace-temps, agissant comme une loupe cosmique qui déforme la lumière des objets lointains en arcs et anneaux parfaits. Ces galaxies constituent des laboratoires naturels essentiels pour l'étude de la matière noire et de l'expansion de l'univers. De plus, l'IA a identifié… 417 fusions de galaxies jusqu'alors inconnues, capturant le ballet violent des collisions stellaires à différents stades d'interaction, et 18 « galaxies méduses », des structures fascinantes où la pression du gaz intergalactique arrache des tentacules de matière stellaire tandis que la galaxie traverse un amas à toute vitesse.

Hamburgers, papillons et l'inclassable

La capacité de l'IA à détecter des morphologies inhabituelles a permis la découverte d'objets qui défient les descriptions classiques. L'équipe a notamment observé des disques protoplanétaires vus par la tranche qui, en raison de l'absorption de la lumière par la poussière dans leur plan central, ressemblent visuellement à des « hamburgers » cosmiques ou à des papillons sombres se détachant sur le fond étoilé. Deux rares galaxies annulaires de collision ont également été recensées ; elles se forment lorsqu'une petite galaxie traverse le centre d'une plus grande, créant une onde de choc de formation d'étoiles semblable aux rides à la surface d'un étang.

Mais ce qui est peut-être le plus prometteur pour la physique théorique, c'est l'ensemble des plusieurs dizaines d'objets qui ont complètement défié les systèmes de classification existants Ces anomalies « pures » ne correspondent à aucune des catégories de galaxies spirales, elliptiques ou irrégulières, et ne semblent pas non plus être des artefacts instrumentaux. Ce sont, en réalité, de véritables mystères qui nécessitent des observations complémentaires à l'aide de télescopes comme le James Webb afin de déterminer s'il s'agit de nouvelles classes d'objets célestes ou de phases d'évolution extrêmement brèves et rares que nous n'avons jamais eu la chance d'observer et d'identifier jusqu'à présent.

Résoudre la crise à échelle humaine

Les recherches d'O'Ryan et Gomez s'attaquent à un goulot d'étranglement fondamental de l'astronomie moderne : le problème du volume. Si les scientifiques humains excellent dans l'analyse qualitative — c'est-à-dire comprendre ce qu'est quelque chose une fois qu'ils l'ont vu —, ils sont biologiquement incapables de maintenir l'attention nécessaire pour examiner des millions d'images sans commettre d'erreurs dues à la fatigue. Des projets de sciences participatives, comme Galaxy Zoo, ont tenté d'atténuer ce problème en déléguant la tâche à des milliers de bénévoles, mais même l'enthousiasme du public a ses limites face à des archives qui croissent de façon exponentielle.

AnomalyMatch Ceci est résolu par une approche hybride de apprentissage semi-supervisé et actif Contrairement aux algorithmes traditionnels qui se contentent de rechercher ce pour quoi ils ont été entraînés (par exemple, « trouver des chats »), ce réseau neuronal a été entraîné à reconnaître la structure normale des données astronomiques et à signaler toute anomalie. De plus, il intègre une boucle de rétroaction où des experts humains valident ses résultats initiaux, « apprenant » ainsi au système à distinguer une véritable anomalie astrophysique d'un simple défaut du capteur de l'appareil photo ou d'un rayon cosmique impactant le détecteur.

Une répétition générale avant le déluge de données

La mise en œuvre réussie de cet outil dans les archives de Hubble constitue, en réalité, une préparation pour l'avenir immédiat. L'astronomie entre dans l'ère des « grands observatoires de relevés ». La mission Euclid de l'ESA, lancée en 2023, cartographie déjà des milliards de galaxies ; l'observatoire Vera C. Rubin, dont la mise en service est imminente, produira un film du ciel de l'hémisphère sud toutes les quelques nuits, accumulant plus de 60 pétaoctets de données sur une décennie. Le télescope spatial Nancy Grace Roman de la NASA, dont le lancement est prévu en 2027, aura un champ de vision 100 fois plus grand que celui de Hubble, produisant des paysages stellaires d'une richesse insondable pour l'esprit humain.

Dans ce contexte, des outils tels que AnomalyMatch Elles cesseront d'être une curiosité et deviendront une infrastructure essentielle. Sans IA pour filtrer le torrent de données en temps réel, La grande majorité des découvertes potentielles resteraient archivées sur des disques durs, invisibles et oubliées.Le succès de l'équipe de l'ESA démontre que l'intelligence artificielle ne remplace pas l'astronome, mais agit plutôt comme un tamis ultra-rapide, séparant le bon grain de l'ivraie afin que les humains puissent consacrer leur temps à ce qu'ils font de mieux : interpréter la physique de l'impossible.