Le télescope EUCLID publie ses premières données

Le télescope spatial européen Euclid, dont la mission est de faire la lumière sur les mystères de la matière noire et de l'énergie noire, a publié ses premières données mercredi avec l'aide de bénévoles et de l'intelligence artificielle.

Le zoo galactique : quelques-unes des millions de galaxies capturées par le télescope européen Euclid.

Le télescope a été lancé en 2023, dans le but de cartographier un tiers du ciel, englobant 1,5 milliard de galaxies, pour créer ce qui a été présenté comme la carte 3D de l'univers la plus précise de l'humanité.

Lire l'article sur notre Blog et celui, plus complet, sur le site de l'ESA 

L'analyse de l'apprentissage automatique suit l'évolution de la pensée astronomique européenne du XVIe siècle

Une équipe d'informaticiens, d'astronomes et d'historiens de Berlin a utilisé des applications d'apprentissage automatique pour en savoir plus sur l'histoire évolutive de la pensée astronomique européenne aux XVe et XVIe siècles. Dans leur étude le groupe a entraîné des applications d'apprentissage automatique à donner un sens à des textes manuscrits, des graphiques, des diagrammes et d'autres données provenant de manuels scolaires de l'époque.

Carte du monde de Robert Walton. Dessinée en 1626, elle inclut tous les territoires récemment découverts sur Terre mais ne considère que neuf zones climatiques dignes d'être explicitement mentionnées. La neuvième zone climatique comprend l'Angleterre mais a été introduite à l'origine pour inclure Wittenberg. Les autres zones au nord ne sont mentionnées que de manière générique (texte sur la carte au-dessus de la ligne fuchsia superposée). Extrait de : A New and Accurat Map of the World Drawne according to ye truest Descriptions latest Discoveries & best observations yt have beene made by English or Strangers, 1626. Londres 1627. The Barry Lawrence Ruderman Map Collection. Avec l'aimable autorisation des bibliothèques de l'université de Stanford. purl.stanford.edu/cc815fz9830 104 Crédit : Science Advances (2024). DOI : 10.1126/sciadv.adj1719

Au cours des dernières décennies, les scientifiques de nombreux domaines ont compris que rares étaient les individus capables d'avoir une idée véritablement novatrice à l'improviste. C'est particulièrement vrai pour les découvertes scientifiques, notamment celles réalisées dans des domaines tels que l'astronomie.

Dans cette nouvelle étude, les chercheurs notent que de nombreux scientifiques, outre Galilée, Kepler et Copernic, ont contribué à l'évolution de la pensée astronomique au cours des XVe et XVIe siècles en Europe et, parallèlement, à l'éducation des nouveaux venus dans le domaine.

Beaucoup de ces personnes, notent-ils, ont créé des textes pour exprimer leurs idées et/ou les présenter à d’autres, soit dans le cadre professionnel, soit sous forme de manuel. Les chercheurs ont rassemblé plus de 300 textes de ce type dans le cadre d’une étude visant à mieux comprendre l’évolution du domaine de l’astronomie. Mais ils savaient qu’il faudrait beaucoup trop de temps à une petite équipe d’humains pour les étudier, alors ils se sont tournés vers l’apprentissage automatique.

Les chercheurs ont entraîné une application d'apprentissage automatique sur 76 000 pages de manuels scolaires, qui comprenaient des tableaux de nombres, des images, des marquages et du texte. Ils ont développé plusieurs méthodes pour faire comprendre à l'application d'apprentissage automatique ce qu'elle était censée récupérer (des nombres par opposition à du texte, par exemple) et ensuite quoi faire avec ces informations.

Une fois toutes les données traitées, l’équipe a utilisé l’application à l’envers pour rechercher des tendances, notamment l’impact considérable des progrès des mathématiques sur l’astronomie. Ils décrivent le processus comme une mathématisation du domaine, qui comprend notamment la normalisation des formules utilisées pour calculer le positionnement des étoiles, les changements dans les zones climatiques définies et un moyen de partager les connaissances acquises à travers le continent.

Plus d'informations : Oliver Eberle et al., Historical insights at scale: A corpus-wide machine learning analysis of early modern astronomic tables, Science Advances (2024). DOI : 10.1126/sciadv.adj1719

© 2024 Réseau Science X

Un nouveau satellite démontre la puissance de l'IA pour l'observation de la Terre

Φsat-2 , le cubesat révolutionnaire de l'ESA conçu pour révolutionner l'observation de la Terre grâce à l'intelligence artificielle, a été lancé.

Lire l'article sur notre Blog 

L'IA aide les scientifiques à comprendre les explosions cosmiques

Des scientifiques de l’Université de Warwick utilisent l’intelligence artificielle (IA) pour analyser les explosions cosmiques appelées supernovae. Leur article est publié dans les Avis mensuels de la Royal Astronomical Society.

De nombreuses étoiles de l’univers finiront leur vie sous la forme de naines blanches  des étoiles compactes contenant environ la masse du soleil pour la taille de la Terre. Certaines de ces naines blanches finiront par exploser sous forme de supernovae . Le processus est très énergétique et aboutit à la création d’éléments lourds qui sont les éléments constitutifs de la vie, tels que le calcium et le fer, et qui sont ensuite libérés dans l’univers.

Lire l'article sur notre Blog

La NASA et IBM Research vont publier un nouveau modèle d'IA pour la météo et le climat

En travaillant ensemble, la NASA et IBM Research ont développé un nouveau modèle d'intelligence artificielle pour prendre en charge diverses applications météorologiques et climatiques. Le nouveau modèle – connu sous le nom de modèle fondamental Prithvi-météo-climat – utilise l'intelligence artificielle (IA) de manière à améliorer considérablement la résolution que nous pourrons obtenir, ouvrant la porte à de meilleurs modèles météorologiques et climatiques régionaux et locaux.

Grâce au modèle fondamental Prithvi-météo-climat, les chercheurs seront en mesure de prendre en charge de nombreuses applications climatiques pouvant être utilisées dans l’ensemble de la communauté scientifique. Ces applications incluent la détection et l'amélioration des modèles de conditions météorologiques extrêmes ou de catastrophes naturelles telles que les ouragans. Le satellite Terra de la NASA a acquis cette image d'Idalia en août 2023.

Les modèles fondamentaux sont des modèles de base à grande échelle qui sont formés sur de grands ensembles de données non étiquetés et peuvent être ajustés pour une variété d'applications. Le modèle Prithvi-météo-climat est formé sur un large ensemble de données – dans ce cas, les données de la NASA issues de l'analyse rétrospective de l'ère moderne de la NASA pour la recherche et les applications (MERRA-2) – et utilise ensuite les capacités d'apprentissage de l'IA pour appliquer les modèles glanés. à partir des données initiales dans un large éventail de scénarios supplémentaires.

Lire l'article sur notre Blog

Que peut apprendre l’IA sur l’univers ?

L'intelligence artificielle et l'apprentissage automatique sont devenus omniprésents, avec des applications allant de l'analyse de données à la cybersécurité, en passant par le développement pharmaceutique, la composition musicale et les rendus artistiques. Quant est-il concernant l'astronomie ?

Illustration d'un quasar actif. De nouvelles recherches montrent que l’IA peut les identifier et les classer. Crédit : ESO/M. Messager de Korn

Ces dernières années, de grands modèles de langage (LLM) ont également vu le jour, ajoutant l'interaction humaine et l'écriture à la longue liste d'applications. Cela inclut ChatGPT, un LLM qui a eu un impact profond depuis son introduction il y a moins de deux ans. Cette application a suscité un débat considérable (et une controverse) sur les utilisations et implications potentielles de l’IA.

L’astronomie en a également énormément bénéficié, où l’apprentissage automatique est utilisé pour trier d’énormes volumes de données afin de rechercher des signes de transits planétaires, de corriger les interférences atmosphériques et de trouver des modèles dans le bruit. Selon une équipe internationale d’astrophysiciens, ce n’est peut-être que le début de ce que l’IA pourrait faire pour l’astronomie.

Lire l'article sur notre Blog

Les scientifiques utilisent l’IA pour étudier la structure et le comportement des galaxies

Comme les galaxies ne peuvent pas être entièrement analysées par des observations astronomiques, les scienfifiques de l'Universite de Bayreuth utilisent des modèles mathématiques de galaxies fondés sur la théorie de la relativité générale d'Albert Einstein, qui décrit la gravité comme la courbure d'un espace-temps à quatre dimensions. Leur approche innovante utilise un réseau neuronal profond pour prédire rapidement la stabilité des modèles de galaxies.

Les réseaux de neurones sont de puissants modèles informatiques dont la structure s'inspire de celle du cerveau humain. Ils sont utilisés dans le domaine de l’intelligence artificielle pour détecter des structures complexes dans de grandes quantités de données. Le réseau neuronal peut prédire quels modèles de galaxies peuvent exister dans la réalité et lesquels ne le peuvent pas. Le réseau neuronal fournit une prédiction beaucoup plus rapide que les simulations numériques utilisées dans le passé. Cela signifie que les hypothèses astrophysiques avancées au cours des dernières décennies peuvent être vérifiées ou réfutées en quelques secondes.

Plus d'informations : Christopher Straub et al, EVStabilityNet : Prédire la stabilité des amas d'étoiles en relativité générale, Gravité classique et quantique (2024). DOI : 10.1088/1361-6382/ad228a

Fourni par l'Université de Bayreuth

L’intelligence artificielle pour corriger l’optique des super-télescopes

L’apprentissage profond, ou deep learning, sera nécessaire pour le fonctionnement des futurs télescopes en construction au Chili, en Afrique du Sud et en Australie.

Vue du Very Large Telescope de l’Observatoire européen austral, dans le désert d’Atacama, au nord du Chili. En 2026, un instrument plus performant y sera installé, bénéficiant de l’intelligence artificielle, pour compenser les perturbations atmosphériques. J.L. DAUVERGNE & G. HÜDEPOHL (ATACAMAPHOTO.COM)/ESO

L’intelligence artificielle (IA) est partout, pour remporter des victoires au jeu de go, piloter des voitures, discuter avec les humains, créer des illustrations… Et maintenant pour aider les astronomes. Depuis des années, ces derniers utilisent ces techniques pour classer automatiquement les différents types de galaxies, ou pour repérer des exoplanètes perturbant le flux lumineux de leur étoile. Désormais ces méthodes s’insinuent au cœur même des télescopes.

Lire la suite sur Le Monde (réservé aux abonnés, offert par Jean-Pierre).

Nouvelle image du trou noir M87* obtenue grâce à l'intelligence artificielle

Les données de l'Event Horizon Telescope de 2017 sur le trou noir M87* ont été réanalysées avec un algorithme à apprentissage automatique et le résultat est époustouflant. La nouvelle image officielle de M87* expose une région centrale plus grande et plus sombre, entourée par le gaz d'accrétion brillant en forme d'anneau. L'équipe a atteint, pour la première fois, la pleine résolution du réseau EHT. Ils publient leurs travaux dans The Astrophysical Journal Letters.

Lire l'article complet sur Ca se passe là-haut