🤖 Une IA identifie 1300 anomalies dans les archives du télescope Hubble

Depuis plus de trente ans, le télescope spatial Hubble capture des images de l'Univers, amassant une quantité considérable de données. Face à cette abondance, les scientifiques ont été confrontés à une dure réalité: l'impossibilité humaine d'analyser l'intégralité de ces clichés, chacun pourtant susceptible de contenir une découverte.

Devant cette montagne d'informations, des chercheurs de l'Agence spatiale européenne ont mis au point un modèle d'intelligence artificielle nommé AnomalyMatch. Conçu pour parcourir les archives de Hubble, cet outil scanne automatiquement les images à la recherche d'éléments inhabituels, imitant la façon dont notre cerveau traite les informations visuelles.


L'analyse de près de 100 millions d'images a fait apparaître plus de 1300 anomalies, dont des centaines n'avaient jamais été documentées auparavant. Ces objets présentent des apparences singulières qui sortent des catégories habituelles. Réalisée en seulement trois jours de traitement, cette avalanche de découvertes démontre l'efficacité de la méthode face à un volume immense de données.

Parmi les trouvailles, on note des galaxies en fusion avec des amas massifs de formation d'étoiles, des structures ressemblant à des méduses avec des 'tentacules' gazeux, ou encore des disques de formation planétaire vus par la tranche dans notre propre galaxie.

Le fonctionnement d'AnomalyMatch repose sur l'apprentissage des motifs visuels normaux, lui permettant d'identifier les écarts. Cette approche systématique est une première pour les archives de Hubble, qui couvrent 35 ans d'observations. Elle ouvre la voie à des explorations plus approfondies sans nécessiter un temps humain prohibitif.

Les responsables du projet indiquent que cette initiative montre comment l'intelligence artificielle peut augmenter considérablement le rendement scientifique. Elle montre aussi le potentiel des archives astronomiques pour des découvertes futures, en particulier dans le cadre de grandes campagnes d'observation.

Cette avancée est documentée dans un article publié dans Astronomy and Astrophysics en décembre 2025.

Le fonctionnement de la reconnaissance de motifs par IA

L'intelligence artificielle utilisée ici s'appuie sur des réseaux de neurones conçus pour analyser des images. Ces systèmes sont entraînés avec de vastes ensembles de données déjà analysées où ils apprennent à distinguer les caractéristiques normales des objets astronomiques. Une fois formés, ils peuvent scanner rapidement de nouvelles images pour repérer ce qui sort de l'ordinaire.

Cette méthode imite certains processus du cerveau humain, comme la détection des contours ou des textures, mais à une échelle et une vitesse bien supérieures. Elle ne nécessite pas de programmation explicite pour chaque type d'anomalie, ce qui la rend adaptable à divers domaines.

Les applications vont au-delà de l'astronomie, avec des utilisations possibles en médecine pour l'analyse d'imagerie ou en sécurité pour la surveillance. Dans le cas de Hubble, elle permet de tirer parti de données anciennes pour des découvertes nouvelles, sans avoir à refaire des observations.

La valeur des données archivées en science

Les archives scientifiques, comme celles de Hubble, constituent une ressource précieuse qui gagne en importance avec le temps. Elles conservent des observations réalisées dans le passé, permettant des comparaisons et des réanalyses avec des outils plus performants. Cela évite de perdre des informations et maximise les investissements initiaux.

Dans le domaine spatial, les données archivées couvrent de longues périodes, révélant des changements lents ou des événements rares. Par exemple, suivre l'évolution d'une galaxie sur des décennies devient possible grâce à ces collections.

L'accès à ces archives est facilité par des plateformes numériques, encourageant la collaboration internationale et la science ouverte. Des chercheurs du monde entier peuvent s'y référer pour tester de nouvelles idées ou valider des théories.