Une percée dans l’analyse des données astronomiques a révélé un nombre impressionnant de mondes extraterrestres potentiels, remettant en question notre compréhension du nombre de planètes existant dans la Voie Lactée. En appliquant l’apprentissage automatique avancé aux données du Transiting Exoplanet Survey Satellite (TESS) de la NASA, les chercheurs ont identifié 10 052 exoplanètes candidates jusqu’alors inconnues.
Si elles sont confirmées, ces découvertes tripleraient presque le catalogue actuel d’exoplanètes connues, faisant passer le nombre total d’environ 6 000 à près de 18 000. Cette découverte suggère que pendant des années, les astronomes ont négligé une vaste population de planètes en orbite autour d’étoiles faibles et lointaines simplement parce que les signaux étaient trop subtils pour les méthodes de détection traditionnelles.
La puissance de l’apprentissage automatique en astronomie
L’étude, publiée sur le serveur de prépublication arXiv en avril 2025, détaille comment une équipe de scientifiques a analysé les courbes de lumière de 83,7 millions d’étoiles. Le principal défi n’était pas le manque de données, mais plutôt le volume et le bruit qu’elles contenaient.
Traditionnellement, les astronomes donnent la priorité aux étoiles brillantes, car les transits planétaires (lorsqu’une planète passe devant son étoile hôte, provoquant une baisse de luminosité) sont plus faciles à repérer sur un fond lumineux intense. Cependant, le télescope TESS capture un large champ de vision, y compris des millions d’étoiles faibles qui sont souvent ignorées en raison de la difficulté de filtrer le bruit.
Pour résoudre ce problème, les chercheurs ont développé un algorithme d’apprentissage automatique spécialisé. Contrairement aux logiciels traditionnels qui s’appuient sur des règles de programmation explicites, cette IA a appris à reconnaître les subtiles et faibles baisses de luminosité indiquant un transit planétaire, même dans les étoiles jusqu’à 16 magnitudes plus faibles que le seuil standard pour de telles études.
“Ce travail montre que les recherches de transit à grande échelle, assistées par apprentissage automatique, peuvent élargir considérablement le recensement des planètes candidates en transit, en particulier autour des étoiles faibles”, ont noté les chercheurs.
Validation des résultats « impossibles »
L’identification de 11 554 candidats au total (dont certains précédemment signalés mais non confirmés) est impressionnante, mais la rigueur scientifique nécessite une vérification. Pour tester la fiabilité de leur modèle d’IA, l’équipe a sélectionné un candidat, TIC 183374187 b, pour une observation de suivi.
À l’aide du télescope Magellan de 21 pieds situé dans le désert d’Atacama au Chili, les astronomes ont réussi à confirmer que TIC 183374187 b était un “Jupiter chaud” en orbite autour d’une étoile située à 3 950 années-lumière. Les caractéristiques orbitales de la planète correspondaient précisément aux prédictions de l’algorithme.
Cette confirmation est cruciale. Cela prouve que l’IA ne génère pas seulement de faux positifs à partir du bruit, mais qu’elle identifie avec précision les corps planétaires réels. Avec environ 87 % des nouveaux candidats présentant deux transits ou plus, les chercheurs peuvent calculer leurs périodes orbitales, qui vont de 0,5 à 27 jours.
Pourquoi c’est important : un nouveau recensement du cosmos
Cette découverte met en évidence un changement important dans la façon dont nous cartographions l’univers. Depuis près de trois décennies, depuis la détection de la première exoplanète en 1995, nos connaissances n’ont cessé de croître, mais progressivement. La récente augmentation de plus de 6 000 planètes confirmées a été motivée par de puissants télescopes comme le télescope spatial James Webb et TESS.
Cependant, cette nouvelle étude suggère que la technologie seule ne suffit pas ; nous avons également besoin de moyens plus intelligents pour traiter les données générées par ces outils.
- Populations cachées : La majorité de ces nouveaux candidats gravitent autour d’étoiles faibles, ce qui suggère que la galaxie est remplie de systèmes planétaires qui étaient auparavant invisibles à l’analyse humaine.
- Efficacité : L’analyse manuelle de 83 millions d’étoiles est impossible. L’IA permet aux astronomes de passer au crible des ensembles de données « impossibles », transformant ainsi les données brutes en découvertes scientifiques à une échelle sans précédent.
- Confirmation future : Bien que le potentiel de 10 000 nouvelles planètes soit passionnant, chaque candidat doit subir une vérification indépendante. Ce processus peut prendre des mois, voire des années, ce qui signifie que le décompte officiel augmentera progressivement plutôt que du jour au lendemain.
Conclusion
L’identification de 10 000 exoplanètes potentielles marque un moment charnière dans l’astronomie, démontrant que l’intelligence artificielle peut révéler des secrets cachés dans les données existantes. En regardant là où d’autres ne l’ont pas fait – aux étoiles les plus faibles – les scientifiques ont élargi l’horizon de notre voisinage galactique, promettant un avenir où le recensement des mondes extraterrestres s’accroîtra non seulement par centaines, mais par milliers.
