En ce moment, les déclarations concernant la recherche et l’exploration spatiale sont légion. Si les projets se multiplient, la capacité des chercheurs reste quant à elle plus ou moins au même niveau. C’est pour cette raison qu’a vu le jour RobERt, un programme utilisant le deep learning.
Elon Musk et Space X ont pour ambition d’explorer et de coloniser la planète Mars tandis que le milliardaire russe Yuri Milner a financé le programme baptisé Breakthrough Listen dirigé par l’astrophysicien Frank Drake. Soutenu par Stephen Hawking, ce projet vise rechercher des ondes radio et des signaux lasers montrant l’existence d’autres formes de vie intelligentes. Dès 2018, une partie des 3 545 exoplanètes répertoriées et situées en dehors de notre système solaire pourront être mieux comprises grâce à la mise en place du télescope spatial James Webb.
Tous ces projets montrent que la recherche concernant l’exploration spatiale bat son plein, mais les scientifiques s’inquiètent d’avoir du mal à traiter ces tonnes d’informations. Le dernier « chasseur de planète » s’avère être un réseau neuronal utilisant le deap learning, une branche du machine learning. Baptisée Robotic Exoplanet Recognition (RobERt), cette intelligence artificielle a été développée par une équipe menée par le Dr Ingo Waldmann du département de physique et d’astronomie de l’University College London pour venir en aide aux scientifiques.
RobERt utilise un réseau de neurones basé sur le fonctionnement du cerveau humain destiné à traiter une énorme quantité de données. Ce dernier est également capable d’obtenir des logiciels ayant la possibilité d’évoluer de manière autonome. Cet outil servira à déterminer plus précisément et plus rapidement la composition de l’atmosphère des exoplanètes étudiées. RobERt traitera alors des données non structurées obtenues préalablement par les instruments de mesure comme le spectre de lumière des planètes qui diffère en fonction des gaz composant leur atmosphère. L’I.A a été entraînée sur plus de 85 000 spectres lumineux différents pour une efficacité optimale.
« Aujourd’hui, les planètes très chaudes de 2 000 degrés et plus demeurent assez obscures : nous ne comprenons pas comment la chimie fonctionne sur des gaz d’une telle chaleur, car nous ne pouvons les observer en laboratoire », explique-t-il. « L’observation des exoplanètes permet également, en effectuant des comparaisons avec notre propre système solaire, de mieux comprendre l’histoire et le fonctionnement de celui-ci.
Nous pourrions par exemple comprendre pourquoi Jupiter n’a pas migré plus près du soleil, comme ce fut le cas pour de nombreuses planètes aux caractéristiques similaires situées dans d’autres systèmes. Nous pourrons bientôt mettre notre système solaire en perspective des autres. Aujourd’hui, les réglages se font à la main, ce qui entraîne un biais énorme dans l’analyse de données » , explique le Dr Ingo Waldmann.
L’objectif est simple : accélérer certains processus afin de mieux comprendre les exoplanètes, rechercher une vie intelligente autre que la nôtre et en apprendre davantage sur l’histoire de notre système solaire.
Sources : MotherBoard – IFL Science
