Le 27.12.2017 : L’IA au service de la recherche d’exoplanètes

Parmi les 3700 exoplanètes découvertes à ce jour, très peu d’entre elles ont pu être réellement observées. Leur détection s’appuie en effet sur des méthodes indirectes généralement longues et fastidieuses. Pour accélérer cette recherche, Google vient de donner un coup de main à la Nasa en lui fournissant une intelligence artificielle à même d’identifier de nouvelles exoplanètes.

Olivier Boulanger, le 19/12/2017

Lancé en 2009, le télescope spatial Kepler s’est spécialisé dans la chasse aux exoplanètes. Il utilise pour cela une méthode indirecte, la « méthode des transits », qui consiste à mesurer la baisse de luminosité d’une étoile lorsqu’une planète passe devant son disque.

Durant quatre ans, Kepler a pu surveiller 150 000 étoiles, et l’analyse des données a déjà permis de détecter plus de 2600 exoplanètes. Mais cette analyse est longue et au moins 35 000 observations doivent encore être étudiées.

Coup de pouce numérique

Le géant Google vient de proposer ses services à la Nasa en lui fournissant une intelligence artificielle à même de faire le tri parmi les planètes candidates. Avant de tenter une première détection, l’algorithme de Google s’est entraîné sur 15 000 cibles déjà certifiées, et à ce petit jeu, l’intelligence artificielle ne s’est trompée que dans 4 % des cas.

Le 14 décembre, la Nasa a ainsi annoncé les premières détections d’exoplanètes grâce à cette nouvelle approche. Il s’agit notamment de Kepler-90i, une exoplanète un peu plus grosse que la Terre, portant à huit le nombre de planètes gravitant autour de l’étoile Kepler-90. Un système qui n’est pas sans rappeler notre propre système solaire, mais à une échelle beaucoup plus réduite. L’IA a également permis de détecter une autre planète, Kepler-80g, d’une taille comparable à la Terre, mais bien trop près de son étoile pour être habitable.

L’apport de l’intelligence artificielle pourrait accélérer grandement la découverte de nouvelles exoplanètes. L’algorithme actuel doit néanmoins être amélioré afin de réduire le pourcentage d’erreurs, encore trop important.