MacroCosmos mai-juin 2026

41 MAI-JUIN 2026 ASTRO PUBLISHING P age précédente : six objets astrophysiques insolites et fascinants, jusqu’alors inconnus, apparaissent sur cette nouvelle image composite du télescope spatial Hubble. Ils ont été découverts par des chercheurs de l’Agence spatiale européenne grâce à une nouvelle méthode d’intelligence artificielle (IA), qui leur a permis d’analyser près de 100 millions de coupes d’images et de découvrir des objets anormaux, notamment des lentilles gravitationnelles, des galaxies en forme de méduse avec des « tentacules » gazeux, des galaxies en fusion et en interaction, des galaxies avec des anneaux et des arcs, et bien d’autres. Cette collection présente six galaxies, offrant un aperçu des découvertes avec quelques-uns des exemples les plus frappants : trois lentilles avec des arcs déformés gravitationnellement, une fusion galactique, une galaxie annulaire et une galaxie (parmi d’autres résultats) qui a défié toute classification. Pour détecter des objets anormaux comme ces six-là, les chercheurs ont développé un outil d’IA capable de rechercher et de reconnaître des motifs dans les images, en l’entraînant avec des exemples des types d’objets inhabituels qu’ils souhaitaient trouver. Ils ont ensuite utilisé leur algorithme pour analyser l’intégralité des données des archives du télescope Hubble à la recherche d’objets anormaux supplémentaires pen- dant quelques jours. Le résultat : un classement des images contenant les objets les plus susceptibles d’être anormaux. Après avoir analysé les résultats de leur outil d’intelligence artificielle, l’équipe a confirmé plus de 1300 anomalies, dont plus de 800 étaient jusqu’alors inconnues. Avec des ensembles de données encore plus importants provenant de missions telles qu’Euclid de l’ESA, on espère que des méthodes comme celle-ci permettront aux astronomes d’optimiser leurs obser- vations. [ESA/Hubble & NASA, D. O’Ryan, P. Gómez (European Space Agency), M. Zamani (ESA/Hubble)] ! traites des archives du télescope Hub- ble, une première dans l’étude sys- tématique de ces archives à la re- cherche d’anomalies astrophysiques. En seulement deux jours et demi, AnomalyMatch a mené à bien son analyse et a fourni une liste d’anoma- lies probables. L’identification d’ob- jets rares nécessitant toujours un œil expert, O’Ryan et Gómez ont exa- miné personnellement les sources classées par leur algorithme comme les plus susceptibles d’être anor- males. Parmi celles-ci, plus de 1300 étaient de véritables anomalies, dont plus de 800 n’avaient jamais été do- cumentées dans la littérature scien- tifique. La plupart des anomalies étaient des galaxies en fusion ou en qu’ils puissent manuellement les ana- lyser avec le niveau de détail requis. Les projets de science participative, qui impliquent des non-scientifiques dans des tâches telles que la classifi- cation des galaxies, offrent une autre façon d’exploiter l’énorme quantité de données disponibles. Bien que les groupes de science participative augmentent considérablement la quantité de données pouvant être examinées, ils ne peuvent toujours pas rivaliser avec les vastes archives de Hubble, ni avec les ensembles de don- nées provenant d’instruments de ba- layage du ciel comme le télescope spatial Euclid de l’ESA. Maintenant, les nouveaux travaux d’O’Ryan et Gómez font passer la re- cherche à un tout autre ni- veau. L’équipe a développé un réseau neuronal, un outil d’intelligence artificielle qui utilise des ordinateurs pour traiter les données et recher- cher des modèles d’une ma- nière inspirée du cerveau humain. Leur réseau neuro- nal, qu’ils ont appelé Anoma- lyMatch, est entraîné à re- chercher et à reconnaître des objets rares comme les ga- laxies en forme de méduse et les arcs gravitationnels. L’équipe a utilisé Anomaly- Match pour analyser près de 100 millions d’images ex- interaction, prenant des formes in- habituelles ou laissant de longues queues d’étoiles et de gaz. Beaucoup d’autres étaient des lentilles gravi- tationnelles, où la gravité d’une ga- laxie au premier plan courbe l’espace- temps et déforme la lumière d’une galaxie lointaine en arrière-plan, la transformant en un cercle ou en un arc. L’équipe a également découvert des exemples de plusieurs autres ob- jets rares, tels que des galaxies avec des amas d’étoiles massifs, des ga- laxies en forme de méduse avec des « tentacules » gazeux, et des disques protoplanétaires observés par la tranche, leur donnant une apparence de hamburger ou de papillon. Plus in- trigant encore, plusieurs dizaines d’objets ont complètement échappé à toute classifica- tion. « C’est une utilisation fantastique de l’intelligence artificielle pour maximiser le rendement scientifique des archives de Hubble » , dé- clare Pablo Gómez, co-au- teur de l’étude. « Trouver autant d’objets anormaux dans les données de Hubble, là où l’on s’attendait déjà à en trouver beaucoup, est une réussite remarquable. Cela démontre également l’utilité de cet outil pour d’autres grands ensembles de données. » https://esahubble.org/videos/heic2603a/ C et épisode de Space Sparks illustre comment une équipe d’astronomes a utilisé une nouvelle méthode d’assis- tance par l’IA pour rechercher des objets astronomiques rares dans l’Hubble Legacy Archive. [ESA/ Hubble & NASA]