Depuis plus de trois décennies, le télescope spatial Hubble a capturé une richesse sans précédent d’images astronomiques : plus de 1,7 millions à ce jour. Cependant, le volume considérable de données a empêché les scientifiques d’analyser chaque image en détail. Aujourd’hui, un nouveau modèle d’intelligence artificielle (IA) appelé AnomalyMatch est intervenu pour combler cette lacune, révélant 1 300 anomalies cosmiques jusqu’alors non documentées qui se cachent dans les archives héritées de Hubble.
Le défi de la surcharge de données astronomiques
Les observatoires astronomiques, en particulier les projets de longue durée comme Hubble, génèrent des ensembles de données si volumineux qu’ils dépassent la capacité analytique humaine. Les archives Hubble Legacy contiennent à elles seules des décennies d’observations dans l’espace lointain, ce qui représente le plus grand ensemble de données d’observation en astronomie. Passer au crible ces données manuellement n’est pas pratique ; les chercheurs n’ont tout simplement pas assez de temps pour examiner chaque image.
Comment fonctionne AnomalyMatch
L’IA développée par l’ESA, AnomalyMatch, a été formée pour identifier des objets inhabituels à l’aide de la reconnaissance de formes, imitant, d’une certaine manière, la façon dont la vision humaine traite les informations. En moins de trois jours, le modèle a traité près de 100 millions de découpes d’images, signalant des anomalies qui autrement auraient pu passer inaperçues pendant des années.
Quelles anomalies ont été trouvées ?
Les découvertes incluent des galaxies lointaines fusionnant de manière inattendue, des amas formant des étoiles et des galaxies ressemblant à des méduses avec des structures gazeuses traînantes. Une catégorie particulièrement frappante concerne les disques formant des planètes dans notre propre galaxie qui ressemblent à des hamburgers. Beaucoup de ces objets défient toute classification facile, mettant en évidence l’immensité des phénomènes inconnus dans l’univers.
Implications pour les recherches futures
Ce projet marque la première recherche systématique d’anomalies dans l’ensemble des archives Hubble Legacy. Les chercheurs soulignent que ce succès démontre la capacité de l’IA à améliorer considérablement les résultats scientifiques des ensembles de données existants. La découverte de tant d’anomalies jusqu’alors non documentées souligne le potentiel de cet outil pour de futures enquêtes, ainsi que pour d’autres projets astronomiques à long terme.
“Il s’agit d’une puissante démonstration de la manière dont l’IA peut améliorer le retour scientifique des ensembles de données d’archives”, déclare Pablo Gómez, l’un des chercheurs de l’ESA à l’origine d’AnomalyMatch.
Le développement d’AnomalyMatch constitue une étape majeure dans la manière dont nous extrayons les connaissances de nos archives croissantes de données astronomiques. En automatisant le processus de détection des anomalies, l’IA garantit qu’aucune observation potentiellement significative ne passe entre les mailles du filet, ouvrant ainsi la voie à de nouvelles connaissances sur l’univers à une échelle sans précédent.
