La recherche de la vie extraterrestre captive l’imagination de l’humanité depuis des siècles, et avec les récents progrès de l’intelligence artificielle, ce désir pourrait être sur le point de se matérialiser.
Rechercher des extraterrestres avec l'IA
Une étude récente publiée dans Nature Astronomy, réalisée par des chercheurs de l'Université de Toronto, de l'Université de Californie et de la Breakthrough Initiative, a ouvert un nouvel horizon dans la recherche de l'intelligence extraterrestre (SETI).
Intitulée « Recherche par apprentissage profond des technosignatures de 820 étoiles proches », l’étude explore la possibilité d’utiliser l’intelligence artificielle pour surmonter l’un des plus grands défis du SETI : filtrer les interférences terrestres et détecter les signaux qui pourraient facilement être ignorés par les humains.
Historiquement, l’analyse des données sur les signaux extraterrestres s’est heurtée au problème de la gestion de grands volumes de données, un dilemme qui n’est apparu qu’au cours des dernières décennies pour SETI.
Dans le passé, comme en 1960, lorsque l'astronome Frank Drake a lancé le projet en pointant un télescope sur deux étoiles de Green Bank, en Virginie occidentale, les données manquaient.
Le problème du Big Data
Financé par le milliardaire Yuri Milner en 2015, SETI a franchi un pas monumental avec le projet Radical Listening, qui visait à rechercher des signes de vie intelligente dans un million d'étoiles, à l'aide de télescopes répartis à travers le monde.
Les recherches menées par Peter Ma ont mis en œuvre des algorithmes d’apprentissage automatique entraînés sur d’immenses quantités de données.
Ces algorithmes sont capables d'identifier des caractéristiques particulières des interférences terrestres, améliorant ainsi la qualité du filtrage du bruit.
Le défi que représente l’examen manuel de millions d’observations rend cette approche alternative non seulement innovante, mais également nécessaire. Les algorithmes traditionnels, bien qu’utiles, présentent l’inconvénient de pouvoir éventuellement omettre des signaux aberrants qui ne correspondent pas à des modèles déjà connus.
L'équipe de Ma a décomposé les observations Radical Listening de 820 étoiles, à l'aide du télescope Robert C. Byrd Green Bank de 100 mètres, développant un logiciel d'apprentissage automatique qui a identifié près de trois millions de signaux d'intérêt.
Bien que la plupart aient été exclus comme interférences terrestres, plus de 20 000 signaux ont été examinés manuellement, trouvant 8 candidats prometteurs comme signaux d’intelligence extraterrestre.
Bien que la réobservation de ces signaux n'ait pas abouti , le processus et les outils utilisés marquent une avancée significative dans la manière dont nous abordons la recherche de la vie au-delà de notre planète, soulignant le potentiel de l'IA pour accélérer l'ère de l'astronomie basée sur les données.
L'IA en astronomie
L’intelligence artificielle révolutionne de nombreux domaines de l’astronomie, au-delà de la recherche d’intelligence extraterrestre. Certains domaines dans lesquels l’IA pourrait apporter des contributions significatives sont :
- Analyse d'images astronomiques : L'IA aiderait à traiter et analyser de grandes quantités d'images astronomiques, permettant l'identification de galaxies, nébuleuses, supernovae et autres objets cosmiques.
- Prédiction d'événements astronomiques : Les algorithmes d'apprentissage automatique pourraient être utilisés pour prédire des événements astronomiques, tels que les éclipses, les transits planétaires ou l'apparition de comètes et d'astéroïdes, avec une grande précision.
- Classification et découverte d'exoplanètes : les algorithmes d'IA auraient la capacité d'analyser les données des télescopes spatiaux et terrestres pour identifier les variations de luminosité des étoiles, révélatrices des planètes en orbite autour d'elles.