Un algorithme d’intelligence artificielle (IA) a récemment découvert l’existence de 50 nouvelles planètes après avoir analysé une énorme quantité de données astronomiques de la NASA. Cela est immédiatement devenu une nouvelle brûlante dans la communauté de la recherche en astronomie, marquant la première participation d’un système d’IA à la mission de recherche de nouvelles planètes en dehors du système solaire.
En fait, les données d'observation spatiale collectées par les systèmes de télescopes spatiaux tels que Kepler et TESS (ESA) de la NASA sont assez abondantes et contiennent de nombreuses informations utiles liées aux exoplanètes qui n'ont jamais été connues. Cependant, cela signifie que les scientifiques doivent parcourir et analyser de nombreuses données pour confirmer quelles planètes sont réelles et lesquelles sont de faux signaux, sans que la précision soit trop élevée.
Pour résoudre cette difficulté, la solution la plus optimale est de profiter de l’aide des systèmes d’IA, notamment des algorithmes d’apprentissage automatique, dont l’avantage réside dans la capacité d’apprendre automatiquement et d’améliorer les performances et la précision au fil du temps.

Les algorithmes d’IA peuvent aider à identifier de nouvelles exoplanètes avec une grande précision
Une équipe de recherche dirigée par le professeur David Armstrong de l'Université de Warwick (Royaume-Uni) a développé avec succès un algorithme basé sur la technologie d'apprentissage automatique, entraîné avec des données authentifiées sur les caractéristiques d'identité de planètes réelles ainsi que de faux signaux provenant des systèmes de télescopes de la NASA.
Ces systèmes de télescopes capturent la signature des planètes passant devant leur étoile. Ce chemin crée une signature distinctive dans la lumière provenant de l’étoile. Cependant, l'effet ci-dessus pourrait également être causé par un système d'étoiles binaires, ou par des interférences provenant d'autres objets, ou même par un problème avec l'objectif. Le système d’IA de l’équipe de recherche de l’Université de Warwick est formé pour pouvoir séparer les signaux « faux positifs » ci-dessus des observations de planètes réelles.
Une fois la formation terminée, l’algorithme a été mis à l’épreuve en analysant un groupe de candidats exoplanètes non confirmés. Et lors de ce premier test, l’algorithme a identifié 50 nouvelles planètes, dont des planètes aussi grandes que Neptune et des planètes aussi petites que la Terre. Tous atteignent une précision presque absolue.
Les chercheurs affirment que ce système d’IA offre des performances d’analyse nettement plus rapides que les techniques actuelles et peut terminer l’ensemble du processus de validation de manière entièrement automatique.
À l’avenir, les algorithmes d’IA de ce type deviendront certainement la « force centrale » des nouvelles missions de recherche d’exoplanètes des centres mondiaux de recherche en astronomie.