in ,

Vie extraterrestre : venons-nous de capter d’authentiques signaux venus d’ailleurs ?

télescope Robert C. Byrd Green Bank
Le télescope Robert C. Byrd Green Bank. Crédits : NRAO/AUI/HARRY MORTON

SETI regroupe des projets dont l’objectif est de dĂ©tecter la prĂ©sence de civilisations extraterrestres avancĂ©es dans l’univers. Une Ă©tude publiĂ©e dans Nature dĂ©crit l’un des nombreux efforts visant Ă  utiliser l’apprentissage automatique, un sous-ensemble de l’intelligence artificielle (IA), pour aider les astronomes Ă  passer rapidement au crible les rames de donnĂ©es disponibles. Parmi les nombreux signaux radio captĂ©s, huit d’entre eux suscitent beaucoup d’espoir chez les spĂ©cialistes.

On dĂ©nombre Ă  ce jour plus de 5 000 exoplanètes dans notre carnet d’adresses cosmiques grâce au travail de plusieurs grands tĂ©lescopes, comme Kepler. Ă€ l’avenir, d’autres instruments de nouvelle gĂ©nĂ©ration, comme le James Webb Telescope ou le Nancy Grace Roman Telescope, promettent Ă©galement de nombreuses autres dĂ©couvertes. Se pose ainsi plus que jamais la question de la vie extraterrestre.

Dans cette quĂŞte, de nombreuses Ă©tudes ont axĂ© leurs recherches sur l’identification de bio-signatures. Un autre domaine de recherche, celui privilĂ©giĂ© par le SETI (Search for Extra-Terrestrial Intelligence), consiste Ă  sonder des traces tĂ©moignant de la prĂ©sence de technologies avancĂ©es : les technosignatures. Sur ce point, l’intelligence artificielle accompagne de plus en plus les chercheurs.

Démêler les informations

La problĂ©matique du big data est relativement nouvelle pour le SETI. Pendant des dĂ©cennies, la plupart des recherches se sont en effet limitĂ©es Ă  un petit nombre d’Ă©toiles. Tout a changĂ© en 2015 avec le financement du projet Breakthrough Listen par le milliardaire Yuri Milner. Son objectif : sonder de possibles traces de vie extraterrestre en provenance d’un million d’Ă©toiles.

Pour opĂ©rer, les astronomes s’appuient essentiellement sur les tĂ©lescopes de Green Bank (Virginie-Occidentale) et Parks (Australie) pour capter d’Ă©ventuelles Ă©missions radio dont la frĂ©quence change rĂ©gulièrement, comme cela se produirait si un Ă©metteur extraterrestre se trouvait sur une planète se dĂ©plaçant par rapport Ă  la Terre.

Le problème est que ces recherches produisent d’Ă©normes quantitĂ©s de donnĂ©es, dont beaucoup de faux positifs produits par les interfĂ©rences terrestres (smartphones, GPS, etc.). Parcourir manuellement ces millions d’observations pour diffĂ©rencier tous les signaux n’est pas simple et demande Ă©normĂ©ment de temps, d’oĂą l’importance de l’apprentissage automatique. En effet, ces algorithmes formĂ©s sur de grandes quantitĂ©s de donnĂ©es peuvent apprendre Ă  dĂ©mĂŞler tout ce qui est terrestre, et tout ce qui ne l’est pas.

De plus, l’apprentissage automatique est Ă©galement efficace pour capter les signaux extraterrestres candidats qui n’entrent pas dans les catĂ©gories conventionnelles. Ces signaux Ă©taient gĂ©nĂ©ralement ignorĂ©s par les algorithmes prĂ©cĂ©dents plus « classiques ».

Green bank telescope extraterrestres signaux
Le Green Bank Telescope. Crédits : NRAO/AUI

Huit signaux intrigants

Cela Ă©tant dit, dans le cadre d’une rĂ©cente campagne d’analyses, plusieurs chercheurs du SETI ont passĂ© au crible les donnĂ©es renvoyĂ©es depuis 820 Ă©toiles proches captĂ©es par le tĂ©lescope Green Bank. Un logiciel d’apprentissage automatique dĂ©diĂ© aurait rapportĂ© près de trois millions de signaux d’intĂ©rĂŞt. Sur cet Ă©chantillon, la plupart Ă©taient d’origine terrestre. Tous ont donc Ă©tĂ© rejetĂ©s par l’IA. Au bout du compte, il n’en restait que 20 000. Les chercheurs les ont ensuite examinĂ©s manuellement pour finalement rĂ©duire l’Ă©chantillon Ă  huit candidats intrigants possiblement compatibles avec l’hypothèse d’une vie intelligente extraterrestre.

Les chercheurs ont ensuite braquĂ© Ă  nouveau les antennes du tĂ©lescope vers ces huit sources potentielles pour tenter de capter de nouveaux signaux. Malheureusement, aucun d’entre eux ne s’est rĂ©pĂ©tĂ© une seconde fois.

Cependant, les spĂ©cialistes ne dĂ©sespèrent pas pour autant. Ă€ l’avenir, ces mĂ©thodes pourraient en effet ĂŞtre utilisĂ©es sur d’autres ensembles de donnĂ©es, comme ceux de MeerKAT, un radiotĂ©lescope composĂ© de soixante-quatre antennes situĂ© dans le Cap Nord de l’Afrique du Sud. Les algorithmes d’apprentissage automatique pourraient Ă©galement ĂŞtre utilisĂ©s sur des donnĂ©es SETI archivĂ©es pour isoler des signaux qui auraient pu ĂŞtre nĂ©gligĂ©s auparavant.