exoplanètes_ia_2018

Alors que la sonde Gaia nous a fait parvenir quelque 100 téraoctets de données, les astronomes, doivent maintenant les analyser, mais une solution existe et elle est plus performante que ce que pourront faire ces astronomes; c’est d’utiliser l’I.A. Cela fait seulement trente ans que la première exoplanète a été scientifiquement détectée. Au moment de cette publication, les astronomes ont ajouté 3 767 à la liste.

La plupart de ces planètes lointaines sont des lieux inhospitaliers, mais quelques-unes d’entre elles peuvent avoir les bonnes conditions pour abriter la vie. Autrement dit, ils ne sont pas trop chauds et ni trop froids, pour que l’eau liquide existe. Comme Goldilocks, ils pensent que les conditions doivent tomber entre ces deux extrêmes pour que la vie s’installe.

Des algorithmes d’apprentissage automatique

À la base, la recherche d’exoplanètes est la recherche de planètes habitables et un nouveau système mis au point par des astronomes de l’Université Columbia pourrait faciliter cette chasse. En utilisant des algorithmes d’apprentissage automatique, les chercheurs ont pu mieux prédire si certaines exoplanètes pouvaient survivre sur des orbites stables.

Ce travail s’est concentré sur des exoplanètes qui orbitent autour de deux étoiles (comme UZ Fornacis). Ces planètes circulaires, comme elles sont plus formellement connues, peuvent subir d’énormes changements orbitaux lorsqu’elles sont tiraillées entre les deux étoiles, ce qui les fait parfois s’échapper du système ou s’écraser sur l’une de leurs étoiles hôtes.

Il existe une équation que les astronomes utilisent pour déterminer la stabilité à long terme d’une planète circumpolaire, mais le chercheur principal, Chris Lam, a expliqué qu’il ne donne pas une réponse précise dans toutes les circonstances.

Affiné ce système

«Le problème, c’est que ce mouvement devient ce que les physiciens et les mathématiciens appellent « chaotique » quand vous avez trois corps ou plus dans un système», a déclaré Lam, récemment diplômé de l’université de Columbia. « Il y a donc des cas où l’équation prédit un système instable où il est stable et vice-versa, et nous avons affiné cela en utilisant un réseau de neurones qui pourrait potentiellement faciliter cette recherche.

Donc, pour déterminer si un système ressemblant à UZ Fornacis a un potentiel de survie, Lam et ses collègues ont construit un algorithme d’apprentissage automatique, qu’ils ont formé à partir de dix millions de simulations. Après quelques heures et un peu de réglage, le système a été en mesure de surpasser l’équation conventionnelle sur « toutes les mesures », a déclaré Lam. Un article détaillant cette étude a récemment été publié dans la revue Monthly Notices de la Royal Astronomical Society.