L’astronomie moderne serait confrontée à des difficultés sans l’IA et l’apprentissage automatique (ML), qui sont devenus des outils indispensables. Seuls ces outils sont capables de gérer et d’exploiter les vastes quantités de données générées par les télescopes modernes. Le ML peut passer au crible de vastes ensembles de données, à la recherche de modèles spécifiques que les humains mettraient beaucoup plus de temps à trouver.
La recherche de biosignatures sur des exoplanètes semblables à la Terre est un élément essentiel de l’astronomie contemporaine, et le ML peut y jouer un rôle important.
Les exoplanètes étant très éloignées, les astronomes accordent une attention particulière à celles qui permettent spectroscopie de transmissionLorsque la lumière des étoiles traverse l’atmosphère d’une planète, la spectroscopie peut la diviser en différentes longueurs d’onde. Les astronomes examinent ensuite la lumière à la recherche de signes révélateurs de molécules particulières. Cependant, les biosignatures chimiques dans les atmosphères des exoplanètes sont délicates car les processus abiogéniques naturels peuvent générer certaines de ces mêmes signatures.
Il s’agit d’un modèle de spectre de transmission JWST pour une planète semblable à la Terre. Il montre les longueurs d’onde de la lumière solaire absorbées par des molécules comme l’ozone (O3), l’eau (H2O), le dioxyde de carbone (CO2) et le méthane (CH4). L’axe des Y montre la quantité de lumière bloquée par l’atmosphère terrestre plutôt que la luminosité de la lumière solaire qui traverse l’atmosphère. La luminosité diminue de bas en haut. Une compréhension du spectre de la Terre aide les scientifiques à interpréter les spectres des exoplanètes. Crédit image : NASA, ESA, Leah Hustak (STScI)
Bien que la méthode soit puissante, elle doit faire face à certains défis. L’activité stellaire, comme les taches solaires et les éruptions, peut polluer le signal, et la lumière de l’atmosphère peut être très faible par rapport à celle de l’étoile. S’il y a des nuages ou de la brume dans l’atmosphère de l’exoplanète, cela peut rendre difficile la détection des lignes d’absorption moléculaire dans les données spectroscopiques. Diffusion de Rayleigh Le problème est d’autant plus grand qu’il peut y avoir plusieurs interprétations différentes du même signal spectroscopique. Plus il y a de « bruit » dans le signal, plus le rapport signal/bruit (SNR) est mauvais. Les données bruyantes (c’est-à-dire les données avec un SNR faible) constituent un problème majeur.
Nous continuons à découvrir différents types d’exoplanètes et d’atmosphères planétaires, et nos modèles et techniques d’analyse ne sont pas encore complets. Associés au problème du faible rapport signal/bruit, ces deux phénomènes constituent un obstacle majeur.
Mais l’apprentissage automatique peut aider, selon une nouvelle étude.Classification assistée par ordinateur des biosignatures potentielles dans les exoplanètes de type terrestre à l’aide de spectres de transmission à faible rapport signal/bruit” est un article en cours de révision par les Monthly Notices of the Royal Astronomical Society. L’auteur principal est David S. Duque-Castaño du groupe de physique computationnelle et d’astrophysique de l’Université d’Antioquia à Medellin, en Colombie.
Le JWST est notre outil de spectroscopie de transmission le plus puissant et il a donné des résultats impressionnants. Mais il y a un problème : le temps d’observation. Certaines observations prennent énormément de temps. Il faut parfois un nombre prohibitif de transits pour détecter des éléments comme l’ozone. Si nous disposions d’un temps d’observation illimité, cela n’aurait pas autant d’importance.
Une étude Les auteurs ont montré que dans le cas de TRAPPIST-1e, il faut parfois jusqu’à 200 transits pour obtenir des détections statistiquement significatives. Le nombre de transits devient plus raisonnable si la recherche se limite au méthane et à la vapeur d’eau. « Des études ont démontré qu’en utilisant un nombre raisonnable de transits, la présence de ces espèces atmosphériques, qui sont généralement associées à une biosphère globale, peut être détectée », écrivent les auteurs. Malheureusement, le méthane n’est pas une biosignature aussi robuste que l’ozone.
Les chercheurs ont développé un outil d’apprentissage automatique pour résoudre ce problème. Ils affirment qu’il peut accélérer la recherche de mondes habitables en exploitant la puissance de l’IA. « Dans ce travail, nous avons développé et testé une méthodologie générale d’apprentissage automatique destinée à classer les spectres de transmission à faible rapport signal/bruit en fonction de leur potentiel à contenir des biosignatures », écrivent-ils.
L’équipe a généré un million de spectres atmosphériques synthétiques basés sur le célèbre TRAPPISTE-1 e planète et ont ensuite formé leurs modèles ML sur eux. TRAPPIST-1e est de taille similaire à la Terre et est une planète rocheuse dans la zone habitable de son étoile. « Le système TRAPPIST-1 a suscité une attention scientifique significative
« Ces dernières années, notamment dans les sciences planétaires et l’astrobiologie, en raison de ses caractéristiques exceptionnelles », indique l’article.
Vue d’artiste de TRAPPIST-1e, une exoplanète rocheuse de taille similaire à la Terre. Crédit : NASA/JPL-Caltech
L’étoile TRAPPIST-1 est connue pour abriter le plus grand nombre de planètes rocheuses de tous les systèmes que nous avons découverts. Pour les chercheurs, c’est un candidat idéal pour entraîner et tester leurs modèles ML, car les astronomes peuvent obtenir des mesures SNR favorables dans des délais raisonnables. La planète TRAPPIST-1e est susceptible d’avoir une atmosphère compacte comme celle de la Terre. Les modèles obtenus ont été concluants et ont correctement identifié les spectres de transmission avec des niveaux SNR appropriés.
Les chercheurs ont également testé leurs modèles sur des spectres atmosphériques synthétiques réalistes de la Terre moderne. Leur système a identifié avec succès des atmosphères synthétiques contenant du méthane et/ou de l’ozone dans des proportions similaires à celles de la Terre. ceux de la Terre protérozoïqueAu cours du Protérozoïque, l’atmosphère a subi des changements fondamentaux en raison de la Grand événement d’oxygénation (GOE).
Le GOE a tout changé. Il a permis la formation de la couche d’ozone, a créé les conditions pour l’épanouissement d’une vie complexe et a même conduit à la création de vastes étendues d’eau. gisements de minerai de fer que nous exploitons aujourd’hui. Si d’autres exoplanètes ont développé une vie photosynthétique, leurs atmosphères devraient être similaires à celle de la Terre du Protérozoïque, ce qui en fait un marqueur pertinent de la vie biologique. (La récente découverte de oxygène sombre a de sérieuses implications pour notre compréhension de l’oxygène en tant que biomarqueur dans les atmosphères des exoplanètes.)
Dans leur article, les auteurs décrivent la détection de l’oxygène ou de l’ozone comme le « joyau de la couronne » des signatures spectroscopiques des exoplanètes. Mais il existe aussi des sources abiotiques, et le fait que l’oxygène ou l’ozone soient biotiques ou non peut dépendre de ce qui est également présent dans la signature. « Pour faire la distinction entre l’O2 biotique et abiotique, on peut rechercher des empreintes spectrales spécifiques », écrivent-ils.
Pour évaluer les performances de leur modèle, ils doivent en savoir plus que quelles atmosphères d’exoplanètes sont correctement identifiées (Vrai) et quelles atmosphères d’exoplanètes sont faussement identifiées (Faux).
La matrice de confusion comporte quatre classifications.
L’un des modèles a réussi à identifier des biosignatures probables dans les spectres terrestres protérozoïques après un seul transit. Sur la base de leurs tests, ils expliquent que le JWST détecterait avec succès la plupart des « planètes terrestres habitées observées avec le JWST/NIRSpec PRISM autour de naines M situées à des distances similaires ou inférieures à celle de TRAPPIST-1 e ». Si elles existent, bien sûr.
« Identifier une planète comme intéressante ne fera que rendre plus efficace l’allocation du temps d’observation de ressources précieuses telles que le JWST, ce qui est un objectif important de l’astronomie moderne », écrivent-ils.
Comme ça:
Chargement…
2024-08-05 22:29:49
1722888024
#Accélérer #recherche #mondes #habitables
