50 exoplanètes découvertes dans l’espace lointain par l’intelligence artificielle avancée

par Sébastien RAOULT | Août 31, 2020 | A RANGER, SCIENCES & UNIVERS

50 exoplanètes découvertes dans l’espace lointain par l’intelligence artificielle avancée

« Les chercheurs ont construit l’algorithme pour passer au peigne fin les anciennes données du télescope spatial Kepler de la NASA, qui a été retiré en octobre 2018.« 

Foxnews reprend la nouvelle selon laquelle des chercheurs de l’université de Warwick en Angleterre ont conçu un algorithme permettant une « technique de chasse » encore plus pertinente des exoplanètes. On rappelle qu’à ce jour environ 4000 d’entre elles ont été découvertes et que cette « jeune » recherche n’a donné ses premiers fruits qu’en 1995….c’est à dire hier…imaginez alors le potentiel exponentiel du nombre de candidates qui seront découvertes dans les prochaines années…

lien vers l’article

https://www.foxnews.com/science/50-exoplanets-discovered-advanced-artificial-intelligence?fbclid=IwAR0cTHmLr0a6Hb7a-QRrtp3hQH38Ql4kKU7UIHtPMDRpWcx_DWJhh0mTOms

lien vers la publication de l’université de Warwick

https://warwick.ac.uk/newsandevents/pressreleases/fifty_new_planets

ci-dessous une proposition de traduction de l’article de foxnews

Des chercheurs de l’Université de Warwick ont ​​construit l’algorithme

pour parcourir les anciennes données du télescope spatial Kepler de la NASA

Plus de 4000 exoplanètes ont été découvertes à ce jour par les astronomes. Aujourd’hui, l’intelligence artificielle en a découvert 50 supplémentaires, grâce à d’anciennes données de la NASA .

Les chercheurs ont construit l’algorithme pour passer au peigne fin les anciennes données du télescope spatial Kepler de la NASA, qui a été retiré en octobre 2018. L’IA a été formée pour rechercher des signes d’exoplanètes réelles et de faux positifs à un rythme plus rapide que les méthodes précédentes. Il peut également être automatisé et amélioré sans que les chercheurs ne le forment davantage.

« L’algorithme que nous avons développé nous permet de prendre cinquante candidats à travers le seuil de validation de la planète, les mettre à niveau vers des planètes réelles, « Université de professeur Warwick David Armstrong, auteur principal, l’étude a déclaré dans un communiqué . » Nous espérons appliquer cette technique à de larges échantillons de candidats issus de missions actuelles et futures comme TESS et PLATO. « 

« En termes de validation de planète, personne n’a utilisé une technique d’apprentissage automatique auparavant », a ajouté Armstrong. « L’apprentissage automatique a été utilisé pour classer les candidats planétaires, mais jamais dans un cadre probabiliste, ce dont vous avez besoin pour valider réellement une planète. Plutôt que de dire quels candidats sont les plus susceptibles d’être des planètes, nous pouvons maintenant dire quelle est la probabilité statistique précise. Là où il y a moins de 1% de chance qu’un candidat soit un faux positif, il est considéré comme une planète validée. »

Ce n’est pas la première fois que des chercheurs forment un algorithme pour trouver des données manquées par les chercheurs de la NASA. En février, des chercheurs néerlandais ont découvert 11 «objets potentiellement dangereux» grâce à une intelligence artificielle avancée.

Les 50 exoplanètes varient en taille et en étendue. Certains d’entre eux sont aussi grands que Neptune , tandis que d’autres sont plus petits que la Terre. Les orbites varient également en longueur, certaines avoisinant les 200 jours, tandis que d’autres orbitent autour de leur étoile en une seule journée.

L’IA ayant été formée et jugée plus rapide que les autres techniques, les chercheurs espèrent que les scientifiques planétaires utiliseront plusieurs méthodes pour rechercher des exoplanètes.

« Près de 30% des planètes connues à ce jour ont été validées en utilisant une seule méthode, et ce n’est pas idéal », a ajouté Armstrong. «Le développement de nouvelles méthodes de validation est souhaitable pour cette seule raison. Mais l’apprentissage automatique nous permet également de le faire très rapidement et de hiérarchiser les candidats beaucoup plus rapidement. Nous devons encore passer du temps à former l’algorithme, mais une fois que cela est fait, il devient beaucoup plus facile à appliquer. aux futurs candidats. Vous pouvez également intégrer de nouvelles découvertes pour l’améliorer progressivement. « 

Armstrong espère que l’algorithme pourra être utilisé pour analyser le Transiting Exoplanet Survey Satellite (TESS) de la NASA.

« Une enquête comme TESS devrait avoir des dizaines de milliers de candidats planétaires et il est idéal de pouvoir les analyser tous de manière cohérente », a déclaré le chercheur. Des systèmes rapides et automatisés comme celui-ci peuvent nous mener jusqu’aux planètes validées en moins d’étapes nous permettent de le faire efficacement. »

L’étude a été publiée dans les Avis mensuels de la Royal Astronomical Society .

Depuis son lancement en avril 2018,  le  Transiting Exoplanet Survey Satellite (TESS) de la NASA a trouvé un grand nombre d’  exoplanètes , dont un soi-disant « chaînon manquant » et un «redécouvert».

En janvier 2020, TESS a  découvert sa première planète de la taille de la Terre dans la «zone habitable» d’une étoile, une zone qui pourrait permettre à de l’eau liquide d’être à la surface.

Plus de 4000 exoplanètes ont été découvertes par la NASA au total, dont environ 50 seraient potentiellement habitables en septembre 2018. Elles ont la bonne taille et la bonne orbite de leur étoile pour supporter les eaux de surface et, au moins théoriquement, pour soutenir la vie.