L’exoplanète a été détectée grâce à l’apprentissage automatique, une branche de l’intelligence artificielle

Une étude récente de l’équipe a montré que l’apprentissage automatique peut déterminer correctement si une exoplanète est présente en regardant dans les disques protoplanétaires, le gaz autour des étoiles nouvellement formées.

Les découvertes récemment publiées représentent une première étape vers l’utilisation de l’apprentissage automatique pour identifier des exoplanètes jusque-là ignorées.

“Nous avons confirmé la planète en utilisant des techniques traditionnelles, mais nos modèles nous ont demandé d’exécuter ces simulations et nous ont montré exactement où la planète pourrait être”, a déclaré Jason Terry, doctorant au département de physique et d’astronomie de l’UGA Franklin College of Arts and Sciences et auteur principal de l’étude.

“Lorsque nous avons appliqué nos modèles à un ensemble d’observations plus anciennes, ils ont identifié un disque qui n’était pas connu pour avoir une planète bien qu’il ait déjà été analysé. Comme les découvertes précédentes, nous avons effectué des simulations du disque et découvert qu’une planète pouvait re- créer l’observation.”

Selon Terry, les modèles suggéraient la présence d’une planète, indiquée par plusieurs images qui mettaient fortement en évidence une région particulière du disque qui s’est avérée avoir le signe caractéristique d’une planète – une déviation inhabituelle de la vitesse du gaz près de la planète.

“Il s’agit d’une preuve de concept incroyablement excitante. Nous savions, grâce à nos travaux précédents, que nous pouvions utiliser l’apprentissage automatique pour trouver des exoplanètes en formation connues”, a déclaré Cassandra Hall, professeure adjointe d’astrophysique computationnelle et chercheuse principale du groupe de recherche sur la formation des exoplanètes et des planètes à UGA. “Maintenant, nous savons avec certitude que nous pouvons l’utiliser pour faire de toutes nouvelles découvertes.”

La découverte met en évidence la façon dont l’apprentissage automatique a le pouvoir d’améliorer le travail des scientifiques, en utilisant l’intelligence artificielle comme outil supplémentaire pour accroître la précision des chercheurs et économiser plus efficacement leur temps lorsqu’ils sont engagés dans une entreprise aussi vaste que l’exploration de l’espace extra-atmosphérique.

Les modèles ont pu détecter un signal dans des données que les gens avaient déjà analysées ; ils ont trouvé quelque chose qui n’avait pas été détecté auparavant.

“Cela démontre que nos modèles – et l’apprentissage automatique en général – ont la capacité d’identifier rapidement et avec précision des informations importantes que les gens peuvent manquer. Cela a le potentiel d’accélérer considérablement l’analyse et les connaissances théoriques ultérieures”, a déclaré Terry. “Il n’a fallu qu’environ une heure pour analyser l’intégralité de ce catalogue et trouver des preuves solides d’une nouvelle planète à un endroit spécifique, nous pensons donc qu’il y aura une place importante pour ces types de techniques à mesure que nos ensembles de données deviendront encore plus volumineux.”