Lorsqu’il s’agit de repérer des planètes en orbite autour d’étoiles lointaines, le plus grand obstacle consiste souvent à séparer le signal du bruit – plus précisément, à essayer de distinguer une planète de l’éblouissement stellaire qui l’entoure. Cela est vrai même pour les télescopes les plus sophistiqués, notamment le Télescope spatial James Webb (JWST).
Aujourd’hui, les astronomes ont développé une nouvelle façon de repérer les planètes autrefois noyées dans un océan de lumière. En utilisant une combinaison de techniques de modélisation et d’apprentissage automatique, ils ont identifié une exoplanète géante auparavant cachée dans les données de JWST. Les résultats ont été publiés le 4 novembre dans la revue Nature.
« Les planètes sont un million de fois plus pâles que leurs étoiles », affirme le premier auteur de l’étude Rodrigo Ferrer-Chávezun astronome de l’Université Northwestern, a déclaré dans un déclaration. « Donc, pour imager les exoplanètes, nous devons supprimer cet éblouissement. »
Les télescopes comme JWST utilisent des instruments appelés coronographes pour bloquer une partie de cet excès de lumière, de la même manière que la lune et une caméra à sténopé fonctionnent lors d’une éclipse solaire totale. Mais même les meilleurs coronographes ont des limites : par exemple, ils ne peuvent pas bloquer tous les reflets et les télescopes eux-mêmes bougent.
Même les télescopes les plus stables vibrent de manière presque imperceptible lorsqu’ils collectent la lumière, de sorte que les images produites par un télescope contiennent de très légères différences par rapport à ce que voit réellement l’instrument. Ces légers décalages peuvent suffire à masquer même de très grandes exoplanètes.
Pour résoudre ce problème, Ferrer-Chavez et son équipe ont développé un « jumeau numérique » de JWST qui recrée virtuellement la façon dont la lumière traverse les détecteurs du télescope, sans aucune imperfection liée au mouvement. Pour affiner cette réplique numérique, les chercheurs ont utilisé des modèles informatiques basés sur la physique réelle ainsi que des techniques d’apprentissage automatique similaires à celles utilisées pour entraîner l’IA. Mais les auteurs soulignent qu’il ne s’agit pas d’un modèle d’IA.
« Parce que nous connaissons déjà la physique, nous n’avons pas besoin de l’IA pour comprendre ce qui se passe », co-auteur de l’étude, Jason Wangégalement astrophysicien à Northwestern, a déclaré dans un communiqué.
- Les astronomes ont détecté pour la première fois des signaux radio provenant d’une exoplanète. Alerte spoiler : ce ne sont pas des extraterrestres.
- Il est récemment confirmé que la « planète bébé » est le plus jeune monde extraterrestre jamais découvert par les scientifiques.
- « C’est absolument excitant ! » : des astronomes découvrent pour la première fois une atmosphère autour d’une planète semblable à la Terre dans la zone habitable
Les chercheurs ont baptisé leur approche « Physics-based Learning for Imaging Planets », ou FLIP.
À l’aide de FLIP, l’équipe a analysé les données de trois étoiles, dont 51 Eridani, située à environ 97 années-lumière de la Terre et qui était déjà soupçonnée d’avoir une exoplanète géante en orbite autour d’elle. Bien que la planète, appelée 51 Éridani bavait été détecté par des télescopes au sol, il a été noyé par la lumière lors des observations précédentes du JWST. Cependant, avec FLIP, 51 Eridani b sont sortis de l’ensemble de données.
Les scientifiques espèrent que cette approche aidera les astronomes à repérer des exoplanètes encore plus difficiles à repérer, en particulier celles qui ressemblent aux planètes de notre propre jardin. Au cours des près de 35 ans d’histoire de la chasse aux exoplanètes, la grande majorité des planètes que nous avons trouvées étaient radicalement différentes de celles de notre propre système solaire, en partie parce que des mondes plus grands et plus réfléchissants sont plus faciles à repérer avec les télescopes actuels.
« Ce n’est pas que (les planètes semblables au système solaire) n’existent pas », a déclaré Ferrer-Chavez. « C’est qu’on ne peut pas les voir. »
