Une recherche assistée par l'IA découvre 1 400 objets mystérieux dans les archives de Hubble

Une recherche assistée par l'IA découvre 1 400 objets mystérieux dans les 30 ans d'archives de Hubble

Depuis plus de trois décennies, le télescope spatial Hubble sert de premier regard de l'humanité sur le cosmos, capturant des images qui ont redéfini notre compréhension de la naissance des étoiles, de l'évolution galactique et de l'expansion de l'univers lui-même. Cependant, le volume massif de données générées par l'observatoire a longtemps dépassé la capacité des chercheurs humains à inspecter chaque cliché. Dans une étude marquante publiée dans la revue Astronomy & Astrophysics, une équipe d'astronomes de l'Agence spatiale européenne (ESA) a utilisé un outil d'intelligence artificielle de pointe pour passer au crible cette montagne de données, découvrant près de 1 400 objets atypiques qui avaient échappé à toute détection préalable. En scannant 100 millions de découpes d'images en seulement 60 heures, les chercheurs ont démontré comment l'apprentissage automatique peut transformer des siècles de travail manuel en quelques jours de traitement informatique.

Le défi du Big Data dans l'astronomie moderne

Le Hubble Legacy Archive représente l'un des dépôts d'informations scientifiques les plus importants de l'histoire, contenant des dizaines de milliers d'ensembles de données couvrant 35 ans d'observations. Bien que l'archive soit une mine d'or pour la recherche astrophysique, elle présente également le problème redoutable de « l'aiguille dans une botte de foin ». Traditionnellement, la découverte d'objets rares ou anormaux — tels que des galaxies en collision ou des lentilles gravitationnelles — exigeait que les astronomes inspectent manuellement les images ou comptent sur des découvertes fortuites lors d'études non liées. Même avec l'avènement des projets de science citoyenne, où des milliers de volontaires aident à classer les corps célestes, le rythme d'acquisition des données des télescopes modernes dépasse rapidement les limites de l'effort collectif humain.

La nécessité de systèmes automatisés n'a jamais été aussi pressante. À mesure que les télescopes deviennent plus puissants et que les relevés se font plus complets, la « botte de foin » n'est plus seulement grande ; elle s'étend à un rythme exponentiel. Les chercheurs David O’Ryan et Pablo Gómez de l'ESA ont reconnu que pour trouver les anomalies les plus « insolites » et scientifiquement significatives dans les données de Hubble, ils avaient besoin d'une méthodologie combinant la reconnaissance nuancée des formes du cerveau humain avec la vitesse implacable des processeurs modernes. Cela a conduit au développement d'un nouvel outil sophistiqué conçu spécifiquement pour traquer l'insolite.

La méthodologie : 100 millions d'images en 60 heures

Pour s'attaquer au retard des archives, l'équipe a développé un réseau de neurones — une architecture d'IA inspirée des structures biologiques du cerveau humain — qu'ils ont nommé AnomalyMatch. Contrairement aux algorithmes standards programmés pour trouver des objets spécifiques et bien définis comme des étoiles ou des galaxies spirales, AnomalyMatch a été entraîné à reconnaître le « bizarre ». Il recherche des modèles qui s'écartent de la norme, tels que des symétries déformées, des appendices gazeux inhabituels ou des signatures lumineuses déformées. Le réseau de neurones a été déployé pour scanner près de 100 millions de découpes d'images du Hubble Legacy Archive, marquant la première fois que la collection entière a été systématiquement fouillée pour trouver des anomalies astrophysiques.

L'efficacité de l'IA a été stupéfiante. Ce qui aurait pris des décennies à une équipe d'astronomes professionnels pour une inspection manuelle a été achevé par AnomalyMatch en seulement deux jours et demi. Cependant, les chercheurs ont souligné que l'IA n'agit pas de manière isolée. Une fois que l'algorithme a signalé des candidats potentiels, O’Ryan et Gómez ont personnellement inspecté les sources à haute probabilité pour vérifier leur authenticité. Cette approche de « l'humain dans la boucle » garantit que la vitesse de l'IA est tempérée par l'expertise de scientifiques chevronnés, filtrant les artefacts numériques ou le bruit de la caméra qui pourraient tromper un système moins sophistiqué.

Cataloguer les découvertes « insolites »

La recherche a livré un trésor de 1 400 objets anormaux, dont 800 n'avaient jamais été documentés dans la littérature scientifique. Le catalogue comprend un éventail diversifié de raretés cosmiques qui défient nos attentes visuelles de l'espace. Parmi les découvertes figuraient :

• Galaxies annulaires de collision : Structures rares formées lorsqu'une galaxie plonge au centre d'une autre, créant une onde de formation d'étoiles.
• Lentilles et arcs gravitationnels : Cas où la gravité d'un objet massif au premier plan déforme la lumière d'une galaxie plus lointaine en cercles ou en arcs allongés.
• Galaxies méduses : Systèmes dotés de longs « tentacules » gazeux arrachés alors qu'ils se déplacent dans le milieu intergalactique.
• Disques protoplanétaires vus par la tranche : Systèmes solaires en développement apparaissant comme des « hamburgers » ou des « papillons » lorsqu'ils sont vus de côté.

Pourquoi les anomalies comptent pour la science

Dans le domaine de l'astrophysique, les cas marginaux sont souvent plus importants que les moyennes. Alors que les galaxies standards nous indiquent comment l'univers se comporte la plupart du temps, les anomalies nous révèlent comment il se comporte dans des conditions extrêmes. « Les observations d'archives du télescope spatial Hubble remontent maintenant à 35 ans, offrant une mine de données dans laquelle des anomalies astrophysiques pourraient être trouvées », a noté David O’Ryan, l'auteur principal de l'étude. Ces objets « insolites » fournissent des points de données critiques pour tester les théories de la gravité, de la matière noire et de l'évolution galactique. Par exemple, une lentille gravitationnelle rare peut agir comme un télescope naturel, permettant aux chercheurs de voir plus loin dans le passé qu'il ne serait possible autrement.

De plus, ces découvertes fournissent une feuille de route pour les observations futures. En identifiant ces 1 400 objets dès maintenant, la communauté scientifique peut les prioriser pour des études de suivi à l'aide d'instruments plus avancés comme le télescope spatial James Webb (JWST). Comprendre pourquoi une galaxie a pris une forme de « méduse » ou pourquoi un disque de formation d'étoiles semble asymétrique peut mener à des percées dans notre compréhension de la dynamique des fluides gazeux dans l'espace lointain et des cycles de vie des étoiles.

L'avenir de la recherche d'archives

Le succès de l'outil AnomalyMatch a des implications profondes pour l'avenir de l'exploration spatiale. Nous entrons actuellement dans une ère d'« astronomie de relevés », où de nouvelles installations comme le télescope spatial Euclid de l'ESA et l'Observatoire Vera C. Rubin produiront des pétaoctets de données. Euclid, qui a commencé son relevé en 2023, a pour mission de cartographier des milliards de galaxies sur un tiers du ciel. Sans outils d'IA comme celui développé par O’Ryan et Gómez, une grande partie des données les plus intéressantes de ces missions resterait probablement enfouie dans les archives numériques pendant des générations.

Le co-auteur de l'étude, Pablo Gómez, a souligné l'utilité plus large de leur travail, déclarant : « C'est une utilisation fantastique de l'IA pour maximiser la production scientifique des archives de Hubble. Trouver autant d'objets anormaux dans les données de Hubble, là où l'on pourrait s'attendre à ce que beaucoup aient déjà été trouvés, est un excellent résultat. » La méthodologie de l'équipe sert de preuve de concept qui peut être appliquée au futur télescope spatial Nancy Grace Roman, dont le lancement est prévu d'ici 2027, et qui fournira des vues à champ encore plus large de l'univers infrarouge.

Un nouveau paradigme pour la découverte

À l'avenir, la relation entre les astronomes et l'intelligence artificielle évoluera d'une simple automatisation vers une collaboration profonde. L'IA agit comme une « deuxième paire d'yeux », capable de voir des motifs dans le bruit que l'œil humain pourrait ignorer en raison de la fatigue ou des biais cognitifs. En libérant les scientifiques de la tâche mécanique de trier des millions d'images, ces outils permettent aux chercheurs de se concentrer sur l'analyse de haut niveau et le travail théorique qui fait progresser le domaine.

La découverte de ces 1 400 objets rappelle que les « Grands Observatoires » comme Hubble ont encore de nombreux secrets à livrer. Même si nous lançons des télescopes plus récents et plus puissants, les données que nous avons déjà collectées restent une frontière vitale. Dans l'union d'une lumière vieille de 30 ans et des réseaux de neurones modernes, les astronomes ont trouvé un moyen de s'assurer qu'aucun mystère cosmique — aussi insolite soit-il — ne reste caché dans l'obscurité.