Image composite montrant une vue infrarouge de la lune Titan de Saturne, prise du vaisseau spatial Cassini de la NASA. Certaines mesures suggèrent que Titan a la cote d'habitabilité la plus élevée de tous les mondes autres que la Terre, en fonction de facteurs tels que la disponibilité de l'énergie, et diverses caractéristiques de surface et d'atmosphère. Crédit :NASA / JPL / University of Arizona / University of Idaho
Les développements de l'intelligence artificielle peuvent nous aider à prédire la probabilité de vie sur d'autres planètes, selon les nouveaux travaux d'une équipe basée à l'Université de Plymouth. L'étude utilise des réseaux de neurones artificiels (ANN) pour classer les planètes en cinq types, estimer une probabilité de vie dans chaque cas, qui pourraient être utilisés dans les futures missions d'exploration interstellaire. Le travail est présenté à la Semaine européenne de l'astronomie et des sciences spatiales (EWASS) à Liverpool le 4 avril par M. Christopher Bishop.
Les réseaux de neurones artificiels sont des systèmes qui tentent de reproduire la façon dont le cerveau humain apprend. Ils sont l'un des principaux outils utilisés dans l'apprentissage automatique, et sont particulièrement doués pour identifier des modèles trop complexes pour qu'un cerveau biologique puisse les traiter.
L'équipe, basé au Centre de robotique et de systèmes neuronaux de l'Université de Plymouth, ont formé leur réseau à classer les planètes en cinq types différents, selon qu'ils ressemblent le plus à la Terre d'aujourd'hui, la Terre primitive, Mars, Vénus ou Titan, la lune de Saturne. Ces cinq objets sont des corps rocheux connus pour avoir des atmosphères, et sont parmi les objets les plus potentiellement habitables de notre système solaire.
M. Bishop commente, « Nous sommes actuellement intéressés par ces ANN pour donner la priorité à l'exploration pour un hypothétique, intelligente, vaisseau spatial interstellaire balayant un système d'exoplanètes à distance."
Il ajoute, « Nous examinons également l'utilisation de grandes surfaces, déployable, des antennes planes de Fresnel pour renvoyer des données vers la Terre à partir d'une sonde interstellaire à de grandes distances. Cela serait nécessaire si la technologie est utilisée dans les engins spatiaux robotiques à l'avenir. »
Les entrées représentent les valeurs d'un spectre de l'atmosphère d'une planète test. La couche de sortie contient une « probabilité de vie », qui est basé sur une mesure de la similitude de l'entrée avec les cinq cibles du système solaire. Les entrées traversent une série de couches cachées dans le réseau, qui sont interconnectés et permettent au réseau « d'apprendre » quels modèles de raies spectrales correspondent à un type de planète spécifique. Crédit :C. Bishop / Université de Plymouth
Les observations atmosphériques - connues sous le nom de spectres - des cinq corps du système solaire sont présentées comme entrées du réseau, qui est ensuite invité à les classer en termes de type planétaire. Comme on sait actuellement que la vie n'existe que sur Terre, la classification utilise une métrique de « probabilité de vie » qui est basée sur les propriétés atmosphériques et orbitales relativement bien comprises des cinq types de cibles.
Bishop a formé le réseau avec plus d'une centaine de profils spectraux différents, chacun avec plusieurs centaines de paramètres qui contribuent à l'habitabilité. Jusque là, le réseau fonctionne bien lorsqu'il est présenté avec un profil spectral de test qu'il n'a jamais vu auparavant.
"Compte tenu des résultats obtenus jusqu'à présent, cette méthode peut s'avérer extrêmement utile pour catégoriser différents types d'exoplanètes à l'aide des résultats d'observatoires au sol et proches de la Terre », explique le Dr Angelo Cangelosi, le maître d'oeuvre du projet.
La technique peut également être parfaitement adaptée à la sélection de cibles pour de futures observations, étant donné l'augmentation des détails spectraux attendue des prochaines missions spatiales telles que la mission spatiale Ariel de l'ESA et le télescope spatial James Webb de la NASA.
