Découverte du premier système solaire extraterrestre composé de 8 planètes

 

La planète Kepler-90i est l’une des deux planètes découvertes en 2017 grâce à l’analyse des données recueillies par la NASA.‎

C’est une première en astronomie : des scientifiques ont mis au point un réseau de neurones artificiels pour trier les données recueillies par les télescopes de la NASA et ont découvert un tout nouveau monde.

Kepler-90i, la planète découverte, se cachait dans une immensité de données recueillies par le télescope spatial Kepler. Elle rejoint les sept autres planètes que l’on savait déjà en orbite autour d’une étoile à 2.500 années-lumière de la Terre, ce qui fait du système planétaire de Kelper-90 le monde connu abritant le plus de planètes.

« Kepler a déjà permis de prouver que la plupart des étoiles ont dans leur orbite des planètes, » a expliqué Paul Hertz de la NASA au cours d’une conférence de presse organisée pour l’annonce de la découverte. « Aujourd’hui, Kepler confirme qu’une étoile peut être entourée par de nombreuses planètes, tout comme notre propre Soleil. »

Dans les jours qui ont précédé la conférence de presse, les spéculations sont allées bon train sur une possible détection de formes de vie extraterrestres. Ce n’est – et c’est peu surprenant – pas le cas. Mais cette annonce démontre l’exceptionnel apport scientifique des réseaux de neurones artificiels pour le traitement des données et la détection potentielle des autres mondes de notre galaxie.

Des centaines de milliers de données

Lancé en 2009, le télescope spatial Kepler a passé quatre ans à sonder 150.000 étoiles dans un seul recoin du cosmos. Sa mission était de rechercher les micro-changements de luminosité des étoiles causés par le passage des planètes devant leurs étoiles. Quand ils détectaient de tels signaux dans les données relevées par Kepler, les scientifiques pouvaient déterminer la taille de la planète et à quelle distance elle orbitait autour de son étoile.

Kepler a déjà identifié 2.525 planètes, et plus encore doivent pouvoir être trouvées dans les données relevées par le télescope spatial. Mais confirmer l’existence d’une planète n’est pas chose aisée. Analyser et trier les innombrables données envoyées par Kepler manuellement est une tâche impossible : les possibles systèmes planétaires se comptent en quadrillions. Et si la luminosité d’une étoile est temporairement affaiblie, cela ne signifie pas nécessairement qu’elle est éclipsée par une planète : il peut s’agir de taches solaires, d’autres étoiles ou d’autres objets célestes.

C’est pour cette raison que Chris Shallue, qui travaille au développement de l’Intelligence Artificielle pour Google, a décidé d’utiliser un réseau de neurones artificiels pour aider à déceler les données les plus pertinentes. L’apprentissage automatique (en anglais machine learning) ou apprentissage statistique est un champ d’étude de l’intelligence artificielle. Il concerne la conception, l’analyse, le développement et l’implémentation de méthodes permettant à une machine de remplir des tâches difficiles ou problématiques par des moyens algorithmiques plus classiques.

Cette méthode a déjà été utilisée pour classifier les données de Kepler par le passé, mais le réseau de neurones artificiels de Chris Shallue offre une puissance algorithmique bien supérieure à ce qui était jusqu’alors utilisé.

« Je me suis intéressé à l’application astronomique et physique des systèmes de neurones artificiels lorsque j’ai appris que Kepler avait collecté tant de données qu’il serait impossible aux scientifiques de les examiner manuellement, » indique-t-il. « Notre idée était de servir la détection de systèmes extraterrestres par l’apprentissage statistique. »

Un nouveau point de vue

Comme leur nom l’indique, les réseaux de neurones artificiels sont basés sur la manière dont le cerveau humain fonctionne. Ils peuvent être formatés et entraînés à identifier et à classifier des informations, comme faire la différence entre des photos de chiens et des photos de chats. Après avoir répertorié suffisamment d’exemples de chiens et de chats, l’ordinateur est capable de classifier les chiens et les chats en deux catégories distinctes.

Chris Shallue a entraîné son réseau à reconnaître l’ombre d’une planète passant devant une étoile. Il a enregistré 15.000 ombres de planètes parmi les données recensées par Kepler et a appris à son système la différence entre les mondes réels et les signaux qui peuvent être pris à tort pour des planètes. Quand il a fait le test, l’ordinateur a identifié correctement 96 % des planètes.

Il était temps alors de tester l’ordinateur en conditions réelles. Shallue et Andrew Vanderburg, de l’université du Texas à Austin, ont demandé au système de scruter plus de 670 étoiles parmi les données envoyées par Kepler qui avaient déjà des planètes connues, puisque les planètes sont en général plusieurs à orbiter autour d’une même étoile.

Puis ils lui ont fait analyser les étoiles des systèmes qui n’étaient pas considérés comme suffisamment forts pour que les scientifiques les examinent manuellement. Sur ces signaux, l’ordinateur a identifié deux nouvelles planètes, décrites dans une étude publiée dans The Astronomical Journal.

De nouveaux horizons

L’une des deux planètes, Kepler-80g, est le sixième monde connu de ce système stellaire. Elle fait à peu près la taille de la Terre et fait le tour de son étoile en 14.6 jours.

Le réseau de neurones artificiels a aussi détecté Kepler-90i. Un peu plus grande que la Terre, et avec une année équivalente à seulement deux semaines terrestres, cette planète est la troisième la plus proche de son soleil, une étoile un peu plus grande et plus chaude que notre Soleil.

Même si ces planètes sont larges, elles sont comme collées les unes aux autres et orbitent presque toutes à une distance équivalente à celle qui sépare la Terre du Soleil.

« Kepler-90i n’est pas une planète que j’aimerais visiter, » explique Vanderburg. « Il fait une chaleur accablante à la surface : selon nos calculs la température moyenne est d’environ 427°C. »

Il ajoute que Kepler-90 abrite certainement encore d’autres planètes qui restent à découvrir. Les analystes entendent faire tester à leur système de neurones artificiels l’ensemble des données de Kepler. Pour autant, les machines ne remplaceront pas les hommes avant de longues années.

« Ce travail accompagne celui des astronomes, » explique Jessie Dotson de la NASA. « Il faudra toujours des classifications initiales pour pouvoir entraîner le système – ensuite seulement il peut traiter les données plus rapidement qu’un humain. »

 

yogaesoteric
26 juin 2019

Also available in: Română