{"id":6958,"date":"2022-02-08T09:40:00","date_gmt":"2022-02-08T08:40:00","guid":{"rendered":"https:\/\/numalis.com\/?p=6958"},"modified":"2025-01-14T14:46:08","modified_gmt":"2025-01-14T13:46:08","slug":"lia-part-a-la-conquete-des-exoplanetes","status":"publish","type":"post","link":"https:\/\/numalis.com\/fr\/lia-part-a-la-conquete-des-exoplanetes\/","title":{"rendered":"L\u2019IA part \u00e0 la conqu\u00eate des exoplan\u00e8tes"},"content":{"rendered":"\n

D\u2019apr\u00e8s la Nasa, 4903 exoplan\u00e8tes ont \u00e9t\u00e9 confirm\u00e9es depuis 1990. Cependant il existe encore des milliers d\u2019exoplan\u00e8tes potentielles \u00e0 d\u00e9couvrir1<\/a><\/sup>.<\/p>\n\n\n\n

Au fur et \u00e0 mesure des missions et des moyens disponibles pour l\u2019exploration spatiale, le nombre de \u00ab candidates \u00bb \u00e0 \u00eatre des exoplan\u00e8tes ne cesse d\u2019augmenter. Au vu de la masse de donn\u00e9es \u00e0 traiter pour confirmer leurs existences, l\u2019intelligence artificielle devient un outil indispensable dans l\u2019analyse de celles-ci. L\u2019IA est une solution d\u00e9j\u00e0 mise en place dans le cadre spatial, tel que dans les syst\u00e8mes d\u2019atterrissage, dans les satellites d\u2019observation ou dans les syst\u00e8mes de navigation. D\u00e9sormais l\u2019IA permet de s\u2019attaquer \u00e0 un nouveau secteur, celui de la d\u00e9couverte d\u2019exoplan\u00e8tes.<\/p>\n\n\n\n

Mais avant d\u2019\u00e9tudier l\u2019impact de l\u2019IA dans ce domaine, il est important d\u2019expliquer les tenants et aboutissants de la reconnaissance extrasolaire.<\/p>\n\n\n\n

Les m\u00e9thodes de d\u00e9tection et leurs d\u00e9fis<\/h2>\n\n\n\n

Une exoplan\u00e8te, ou plan\u00e8te extrasolaire, est une plan\u00e8te situ\u00e9e en dehors de notre syst\u00e8me solaire2<\/a><\/sup>. Du fait de leurs \u00e9loignements avec la Terre et qu\u2019elles n\u2019\u00e9mettent pas de luminosit\u00e9, il est complexe d\u2019analyser les exoplan\u00e8tes. L\u2019obstacle le plus importants \u00e0 la d\u00e9tection directe de ces corps c\u00e9lestes reste les \u00e9toiles elles-m\u00eames. En effet, les \u00e9toiles sont incroyablement lumineuses compar\u00e9es aux exoplan\u00e8tes. La faible lumi\u00e8re refl\u00e9t\u00e9e par les plan\u00e8tes \u00e9tudi\u00e9es est noy\u00e9e par les rayonnements thermiques des \u00e9toiles \u00e0 proximit\u00e9s3<\/a><\/sup>.<\/p>\n\n\n\n

Pour contrer ces difficult\u00e9s, il existe d\u2019autres m\u00e9thodes dites indirectes. La plus performante d\u2019entre elles, est la m\u00e9thode transit4<\/a><\/sup>.<\/p>\n\n\n\n

De nos jours, 77 % des exoplan\u00e8tes ont \u00e9t\u00e9 d\u00e9couvertes gr\u00e2ce \u00e0 cette m\u00e9thode. Un transit plan\u00e9taire est le moment o\u00f9 la plan\u00e8te passe entre son \u00e9toile et l\u2019observateur, faisant baisser la luminosit\u00e9 de l\u2019astre5<\/a><\/sup>. L\u2019avantage de cette m\u00e9thode est de pouvoir apporter un ensemble d\u2019informations suppl\u00e9mentaires sur la plan\u00e8te observ\u00e9e. Ainsi nous pouvons d\u00e9terminer la taille de l\u2019exoplan\u00e8te selon le temps n\u00e9cessaire pour cacher l\u2019astre. \u00c9galement, lors du passage de la lumi\u00e8re \u00e0 travers un gaz, des longueurs d\u2019ondes sont absorb\u00e9es pour former un spectre. Ce dit spectre est parcouru de raies noires d\u00e9crivant la composition chimique de l\u2019atmosph\u00e8re de la plan\u00e8te. Il est alors possible d\u2019identifier le type de plan\u00e8te en analysant les raies d’absorption visibles durant le transit6<\/a><\/sup>.<\/p>\n\n\n\n

Cependant, cette m\u00e9thode a aussi ses d\u00e9fauts. Une d\u00e9tection par transit n\u2019est possible que par l\u2019alignement exact entre l\u2019observateur, l\u2019\u00e9toile et la plan\u00e8te. Il faut pour cela la conjonction d\u2019un ensemble de param\u00e8tres variables d\u00e9pendant entre autre de l’orientation de la plan\u00e8te par rapport \u00e0 l\u2019observateur et de la p\u00e9riode de r\u00e9volution de celle-ci.<\/p>\n\n\n\n

La probabilit\u00e9 d\u2019assister \u00e0 un transit \u00e9tant faible, il faut donc \u00e9tudier simultan\u00e9ment un grand nombre d’\u00e9toiles pour maximiser les chances d\u2019observer un transit. En plus de cela, il est souvent impossible pour les algorithmes standards de remonter la piste de certains signaux car les donn\u00e9es sont changeantes.
Dans ce cas, l\u2019IA peut apprendre \u00e0 reconnaitre des signaux faibles qui ne pouvaient pas \u00eatre d\u00e9tect\u00e9es auparavant.<\/p>\n\n\n\n

La puissance de l\u2019IA dans la recherche d\u2019exoplan\u00e8te<\/h2>\n\n\n\n

Pour permettre \u00e0 une IA d\u2019\u00eatre performante il est important de collecter suffisamment de donn\u00e9es afin de r\u00e9aliser sa phase d\u2019apprentissage. C\u2019est pour cela qu\u2019entre mars 2009 et novembre 2018, le t\u00e9lescope spatial Kepler n\u2019a cess\u00e9 de sonder l\u2019espace \u00e0 la recherche d\u2019exoplan\u00e8tes. Durant sa longue carri\u00e8re, ce dernier a d\u00e9tect\u00e9 plus de 4780 exoplan\u00e8tes candidates (dont 2707 confirm\u00e9es)7<\/a><\/sup>. Ses 9 ann\u00e9es d\u2019observation ont permis de cr\u00e9er une base de donn\u00e9es colossale comprenant un ensemble de plan\u00e8tes aux caract\u00e9ristiques tr\u00e8s vari\u00e9es.<\/p>\n\n\n\n

R\u00e9cemment, une toute nouvelle intelligence artificielle a confirm\u00e9 301 nouvelles exoplan\u00e8tes en s\u2019appuyant sur la base de donn\u00e9es de la mission Kepler8<\/a><\/sup>. ExoMiner est un r\u00e9seau de neurones qui a pour objectif de diff\u00e9rencier les signaux des v\u00e9ritables transits des faux. Afin de remplir sa mission, l\u2019algorithme se repose sur la puissance de calcul du superordinateur de la NASA \u00ab Pleiades \u00bb. Pour regrouper un maximum de cas potentiel, ExoMiner a \u00e9t\u00e9 entra\u00een\u00e9 \u00e0 l\u2019aide des donn\u00e9es issues de plusieurs m\u00e9thodes de d\u00e9tection.<\/p>\n\n\n\n

Si des algorithmes de classifications existaient d\u00e9j\u00e0 (Robovetter, RFC, AstroNet, GPC), ses r\u00e9sultats sont de loin bien plus pr\u00e9cis. L\u2019algorithme est non seulement capable de traiter plus rapidement les donn\u00e9es mais il est aussi plus fiable que les syst\u00e8mes de classification existants9<\/a><\/sup>.<\/p>\n\n\n\n

Il est si efficace pour reconnaitre des exoplan\u00e8tes, que sur un jeu de donn\u00e9es contenant une haute proportion d\u2019\u00e9l\u00e9ments pertinents (pr\u00e9cision de 99%), le taux de rappel (nombre d\u2019\u00e9l\u00e9ment correctement identifi\u00e9s sur le nombre total d\u2019\u00e9l\u00e9ment corrects \u00e0 identifier) d\u2019ExoMiner est de 93,6 % l\u00e0 o\u00f9 le deuxi\u00e8me meilleur classificateur de ce type atteint 76,3%10<\/a><\/sup>.<\/p>\n\n\n\n

De plus, cette IA permet d\u2019offrir un d\u00e9but d\u2019explicabilit\u00e9 aux astronomes. En effet, sa conception modulaire permet d\u2019identifier quels param\u00e8tres d\u2019entr\u00e9es ont \u00e9t\u00e9 pris en compte pour faire sa pr\u00e9diction11<\/a><\/sup>.<\/p>\n\n\n\n

Jusqu\u2019\u00e0 l’emploi d’ExoMiner, l\u2019existence de certaines exoplan\u00e8tes d\u00e9couvertes ne pouvaient pas \u00eatre confirm\u00e9es. D\u00e9sormais, les milliers de signaux d\u00e9tect\u00e9s par Kepler pourront \u00eatre analys\u00e9s automatiquement par cette IA. Il est d\u2019ailleurs envisag\u00e9 d\u2019utiliser prochainement ExoMiner pour l\u2019analyse des donn\u00e9es r\u00e9colt\u00e9es par les successeurs de la mission Kepler, le satellite TESS et l\u2019observatoire spatial PLATO12<\/a><\/sup>.<\/p>\n\n\n\n

Conclusion<\/h2>\n\n\n\n

L\u2019IA est un outil incroyable pour l\u2019\u00e9tude d\u2019exoplan\u00e8tes car il est plus efficient que les astronomes. De nos jours, l\u2019IA se trouve sur Terre mais \u00e0 terme cette derni\u00e8re pourra directement jouer un r\u00f4le dans l\u2019espace. L\u2019IA embarqu\u00e9e dans les stations spatiales offre d\u00e9j\u00e0 une assistance aux astronautes pour des t\u00e2ches dangereuses. Elle est aussi utilis\u00e9e dans l\u2019entretien des stations spatiales et dans la d\u00e9tection d\u2019anomalies. L\u2019\u00e9tape suivante consisterait \u00e0 embarquer l\u2019IA dans des missions spatiales non habit\u00e9es.<\/p>\n\n\n\n

L\u2019exploration extrasolaire est un bel exemple de l\u2019int\u00e9r\u00eat grandissant de l\u2019IA dans des secteurs faisant face \u00e0 des volumes croissant de donn\u00e9es. Plus l\u2019humain souhaitera s\u2019\u00e9loigner de la Terre pour explorer l\u2019univers, et plus les syst\u00e8mes \u00e0 bord se devront d\u2019\u00eatre automatis\u00e9s. En effet, les distances sont telles qu\u2019il deviendra difficile d\u2019assurer la communication entre les sondes spatiales et la Terre. En outre, il est important de pouvoir s\u2019adapter aux situations impr\u00e9vues de l\u2019environnement spatial. Dans de telles circonstances, de g\u00e9n\u00e9ralisation des IA pourrait s\u2019av\u00e9rer utile pour concevoir des sc\u00e9narios et agir en cons\u00e9quence.<\/p>\n\n\n\n

En cela, l\u2019utilisation de l\u2019IA dans le cadre a\u00e9rospatial a encore de beaux jours devant elle.<\/p>\n\n\n\n

Sources<\/h2>\n\n\n
  1. Exoplanet Catalog | Discovery \u2013 Exoplanet Exploration: Planets Beyond our Solar System<\/a> \u21a9\ufe0e<\/a><\/li>
  2. Exoplanets: Everything you need to know about the worlds beyond our solar system | Space<\/a> \u21a9\ufe0e<\/a><\/li>
  3. Observing Exoplanets: What Can We Really See?<\/a> \u21a9\ufe0e<\/a><\/li>
  4. Exoplanet and Candidate Statistics<\/a> \u21a9\ufe0e<\/a><\/li>
  5. What\u2019s a transit? \u2013 Exoplanet Exploration: Planets Beyond our Solar System<\/a> \u21a9\ufe0e<\/a><\/li>
  6. Spectroscopy of exoplanets<\/a> \u21a9\ufe0e<\/a><\/li>
  7. NASA exoplanets archive<\/a> \u21a9\ufe0e<\/a><\/li>
  8. New deep learning method adds 301 planets to Kepler’s total count<\/a> \u21a9\ufe0e<\/a><\/li>
  9. AI discovers over 300 unknown exoplanets in Kepler telescope data | Space<\/a> \u21a9\ufe0e<\/a><\/li>
  10. [2111.10009] ExoMiner: A Highly Accurate and Explainable Deep Learning Classifier that Validates 301 New Exoplanets<\/a> \u21a9\ufe0e<\/a><\/li>
  11. ExoMiner: NASA\u2019s Deep Neural Network of 2021 | by Sagar Sikchi<\/a> \u21a9\ufe0e<\/a><\/li>
  12. ExoMiner Deep Neural Network Finds 301 New Exoplanets Added to the Total Count of NASA’s Kepler Mission | Science Times<\/a> \u21a9\ufe0e<\/a><\/li><\/ol>","protected":false},"excerpt":{"rendered":"

    D\u2019apr\u00e8s la Nasa, 4903 exoplan\u00e8tes ont \u00e9t\u00e9 confirm\u00e9es depuis 1990. Cependant il existe encore des milliers d\u2019exoplan\u00e8tes potentielles \u00e0 d\u00e9couvrir. Au fur et \u00e0 mesure des missions et des moyens disponibles pour l\u2019exploration spatiale, le nombre de \u00ab candidates \u00bb \u00e0 \u00eatre des exoplan\u00e8tes ne cesse d\u2019augmenter. Au vu de la masse de donn\u00e9es \u00e0 […]<\/p>\n","protected":false},"author":8,"featured_media":6962,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_seopress_robots_primary_cat":"none","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","footnotes":"[{\"content\":\"Exoplanet Catalog | Discovery \u2013 Exoplanet Exploration: Planets Beyond our Solar System<\/a>\",\"id\":\"12d3648c-2e88-412e-87db-27e4f83f122b\"},{\"content\":\"Exoplanets: Everything you need to know about the worlds beyond our solar system | Space<\/a>\",\"id\":\"9f54bbe0-2fd9-4ac1-b5bc-63077bf833fd\"},{\"content\":\"Observing Exoplanets: What Can We Really See?<\/a>\",\"id\":\"b4c41dad-4b4f-4e2a-b0ea-3088a9442d56\"},{\"content\":\"Exoplanet and Candidate Statistics<\/a>\",\"id\":\"5b96ba5f-c53b-4572-86b4-228a145187f6\"},{\"content\":\"What\u2019s a transit? \u2013 Exoplanet Exploration: Planets Beyond our Solar System<\/a>\",\"id\":\"82595c53-16d6-4f47-8eee-b4573d2e7627\"},{\"content\":\"Spectroscopy of exoplanets<\/a>\",\"id\":\"fcb02b1f-74e8-4d6f-b0bc-6c03217fec4f\"},{\"content\":\"NASA exoplanets archive<\/a>\",\"id\":\"0023e404-5199-4ccb-8e37-ecfb42138b4e\"},{\"content\":\"New deep learning method adds 301 planets to Kepler's total count<\/a>\",\"id\":\"bbdce792-ca10-45bd-a1af-de4dbdbefe07\"},{\"content\":\"AI discovers over 300 unknown exoplanets in Kepler telescope data | Space<\/a>\",\"id\":\"227d1060-b423-4af3-b532-0d268f3d92cf\"},{\"content\":\"[2111.10009] ExoMiner: A Highly Accurate and Explainable Deep Learning Classifier that Validates 301 New Exoplanets<\/a>\",\"id\":\"74a9590f-e0d2-415e-9156-9c9c1bcb4909\"},{\"content\":\"ExoMiner: NASA\u2019s Deep Neural Network of 2021 | by Sagar Sikchi<\/a>\",\"id\":\"688f4d00-09fd-475f-9af2-63ef70c65c27\"},{\"content\":\"ExoMiner Deep Neural Network Finds 301 New Exoplanets Added to the Total Count of NASA's Kepler Mission | Science Times<\/a>\",\"id\":\"ed2e8fb9-cc9b-4f4e-9d41-00c1b9e09d85\"}]"},"categories":[149],"tags":[156],"class_list":["post-6958","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ia-et-industrie","tag-aerospatiale"],"acf":[],"_links":{"self":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts\/6958","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/comments?post=6958"}],"version-history":[{"count":0,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts\/6958\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/media\/6962"}],"wp:attachment":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/media?parent=6958"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/categories?post=6958"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/tags?post=6958"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}