Par La rédaction de ZDNet.fr |
Technologie : Les deux acteurs ont combiné les observations de la mission Kepler et la solution TensorFlow pour découvrir ces deux planètes qui gravitent dans un système solaire semblable au nôtre.
Que Google s’intéresse à l’espace, ce n’est pas nouveau. Mais c’est la première fois que le géant américain s’associe à la NASA autour d’un projet d’envergure : celui de découvrir de nouvelles planètes. Les deux acteurs ont ainsi tenu conférence de presse commune ce jeudi afin de partager leurs découvertes.
« Google et la NASA annoncent la découverte de deux nouvelles exoplanètes “Kepler 80g” et “Kepler 90i”, grâce à la mission Kepler et son télescope spatial ainsi qu’à la solution de machine learning “TensorFlow” développée par Google. Fait encore plus marquant, Kepler 90i est la huitième planète découverte en orbite autour de l’étoile Kepler 90 : il s’agit donc du premier système solaire composé de huit planètes en orbite découvert en dehors du nôtre », peut-on lire.
Rappelons que l’étoile Kepler-90 est une naine jaune située à plus de 2500 années-lumières, dans la constellation du dragon.
C’est bien le Machine Learning alimenté à l’intelligence artificielle qui a contribué à cette découverte, souligne Google, il s’agissait d’appliquer des algorithmes d’apprentissage machine aux données collectées par le télescope spatial Kepler.
L’intelligence artificielle développée par Google a pu « s’entraîner » à détecter les exoplanètes en travaillant à partir d’un échantillon de 15.000 signaux relevés par Kepler afin de déterminer si un signal correspond ou non à une exoplanète, avec une efficacité de 96%, explique Chris Shallue, de Google AI, sur une note de blog. L’algorithme a passé au crible 4 ans de données recueillies par Kepler, dont 35.000 signaux planétaires possibles.
« Ce modèle a été utilisé pour rechercher de nouvelles planètes à partir des données provenant de 670 étoiles, et a permis la découverte de deux planètes qui n’apparaissaient pas lors de recherches précédentes. L’aventure ne fait que commencer : TensorFlow n’a sondé que 670 des quelques 200.000 étoiles étudiées par la mission Kepler de la NASA depuis 4 ans », soulignent les deux partenaires.
Et de détailler : « Pour rechercher des exoplanètes, les astrophysiciens analysent généralement de grandes quantités de données provenant de la mission Kepler de la NASA. Pour cela, ils utilisent des logiciels automatisés et des analyses manuelles. Le télescope Kepler a observé environ 200 000 étoiles durant quatre ans. Prenant une photo toutes les 30 minutes il a créé environ 14 milliards de points de données. Ces 14 milliards de points de données équivalent approximativement à 2 quadrillions d’orbites de planètes possibles !
Il s’agit d’une énorme quantité d’informations à analyser, même pour les ordinateurs les plus puissants. Examiner ces données est un processus incroyablement laborieux et chronophage. Nous souhaitions voir s’il était possible d’accélérer ce processus et de le rendre plus efficace. C’est là que le machine learning intervient ».
La découverte de Kepler-90i et la confirmation de l’existence d’un système solaire comparable au notre en doit néanmoins pas donner de faux espoirs. Kepler-90i est tellement proche de son étoile que sa température pourrait dépasser les 500°C. « Le système Kepler-90 est comme une version miniature de notre système solaire : des petites planètes sur les orbites intérieures, et des planètes géantes sur les orbites extérieures, mais de façon très compacte », a détaillé Andrew Vanderburg, postdoctorant de la Nasa à l’université du Texas, à Austin.
Laisser un commentaire