• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  science >> Science >  >> Astronomie
    Utiliser l'IA pour débloquer des indices sur l'origine des étoiles et des planètes

    Vue d'artiste du télescope spatial Gaia en orbite. Crédit :ESA/D. Ducros, 2013

    Un système d'intelligence artificielle (IA) analysant les données du télescope spatial Gaia en a identifié plus de 2, 000 grandes protoétoiles, jeunes étoiles qui se forment encore et pourraient détenir des indices sur l'origine des étoiles de notre Voie lactée.

    Les scientifiques n'avaient répertorié auparavant qu'une centaine de ces étoiles et leur étude a généré une grande partie des connaissances qui sous-tendent les études sur la formation des étoiles.

    Le projet a été dirigé par Miguel Vioque, un doctorat chercheur à l'Université de Leeds, et les résultats—Nouveau catalogue d'étoiles Herbig AE/BE et classiques Be:Une approche d'apprentissage automatique pour Gaia DR2—ont été publiés dans la revue Astronomie et astrophysique .

    Il pense que l'étude de ces étoiles nouvellement identifiées a le potentiel de changer la compréhension des scientifiques de la formation d'étoiles massives et leur approche de l'étude de la galaxie.

    M. Vioque et ses collègues se sont intéressés à ce que l'on appelle les étoiles Herbig Ae/Be, étoiles encore en formation et dont la masse est au moins le double de celle du Soleil. Ils sont également impliqués dans la naissance d'autres étoiles.

    Les chercheurs ont pris la grande quantité de données collectées par le télescope spatial Gaia alors qu'il cartographie la galaxie. Lancé en 2013, les données recueillies par le télescope ont permis de déterminer les distances d'environ un milliard d'étoiles, environ un pour cent du total que l'on pense exister dans la galaxie.

    Les chercheurs ont nettoyé ces données et les ont réduites à un sous-ensemble de 4,1 millions d'étoiles susceptibles de contenir les protoétoiles cibles.

    Le système d'IA a passé au crible les données et généré une liste de 2, 226 étoiles avec environ 85 % de chances d'être une protostar Herbig Ae/Be.

    Monsieur Vioque, de l'École de physique et d'astronomie, a déclaré :" Il y a une énorme quantité de données produites par Gaia - et des outils d'IA sont nécessaires pour aider les scientifiques à en comprendre le sens.

    Vue d'artiste d'une protostar. Crédit :ESO/L. Calçada - ESO

    "Nous combinons de nouvelles technologies dans la façon dont les chercheurs étudient et cartographient la galaxie avec des moyens d'interroger la montagne de données produites par le télescope - et cela révolutionne notre compréhension de la galaxie.

    « Cette approche ouvre une voie passionnante, nouveau chapitre de l'astronomie."

    M. Vioque et ses collègues ont ensuite validé les résultats de l'outil d'IA en enquêtant sur 145 des étoiles identifiées par le système d'IA dans des observatoires au sol en Espagne et au Chili où ils ont pu mesurer la lumière, enregistré sous forme de spectres, venant des étoiles.

    Il a déclaré:"Les résultats des observatoires au sol montrent que l'outil d'IA a fait des prédictions très précises sur les étoiles susceptibles de tomber dans la classification Herbig Ae/Be."

    L'une des étoiles cibles est connue sous le nom de Gaia DR2 428909457258627200.

    Il est 8h, 500 années-lumière et a une masse 2,3 fois supérieure à celle du soleil. Sa température de surface est de 9, 400 degrés Celsius - le soleil est à environ 5, 500 degrés Celsius et son rayon est le double de celui du soleil. Il existe depuis environ six millions d'années, ce qui, en termes astronomiques, en fait une jeune étoile encore en formation.

    Professeur René Oudmaijer, de l'École de physique et d'astronomie de Leeds, supervisé la recherche. Il a déclaré:"Cette recherche est un excellent exemple de la façon dont l'analyse des Big Data collectées par les instruments scientifiques modernes, comme le télescope Gaia, façonnera l'avenir de l'astrophysique.

    "Les systèmes d'IA sont capables d'identifier des modèles dans de grandes quantités de données - et il est probable que dans ces modèles, les scientifiques trouveront des indices qui mèneront à de nouvelles découvertes et à une nouvelle compréhension."


    © Science https://fr.scienceaq.com