Comment l’intelligence artificielle peut trouver la source des sursauts gamma

Comment l’intelligence artificielle peut trouver la source des sursauts gamma

Les sursauts gamma se présentent sous deux formes principales, courtes et longues. Bien que les astronomes croient comprendre ce qui cause ces deux types de sursauts, il existe encore un chevauchement important entre eux. Une équipe de chercheurs a proposé une nouvelle façon de classer les sursauts gamma à l’aide d’algorithmes d’apprentissage automatique. Ce nouveau schéma de classification aidera les astronomes à mieux comprendre ces explosions énigmatiques.

Depuis les années 1960, les astronomes ont identifié de brefs sursauts intenses de rayonnement gamma de haute énergie. Ces sursauts proviennent partout dans le ciel, et donc ils viennent probablement de l’extérieur de la galaxie. Au fil des décennies, les astronomes ont identifié deux types différents de ces sursauts gamma, qu’ils appellent courts et longs. Les courtes durent moins de 2 secondes en moyenne et représentent environ 30 % de toutes les rafales. Le reste, les longs, ont tendance à être beaucoup plus lumineux que leurs homologues plus courts.

La plupart des astronomes pensent que différents processus conduisent aux deux populations différentes de sursauts gamma. On pense que les fusions d’objets compacts comme les étoiles à neutrons conduisent à de courtes émissions de rayons gamma. Et d’un autre côté, il est probable que des types exotiques d’explosions de supernova conduisent à de longues explosions. Dans ce dernier cas, si des étoiles suffisamment grandes explosent avec des taux de rotation suffisamment élevés, le matériau qui explose peut tourbillonner et forment un faisceau de rayonnement qui explose dans l’espace. Si ce faisceau pointe vers la Terre, nous le voyons comme un long sursaut gamma.

Mais faire la différence entre les deux est difficile. De nombreux sursauts gamma se situent juste à la frontière entre le court et le long, et certaines explosions partagent les qualités des deux.

Une équipe de chercheurs a proposé un nouveau mécanisme pour distinguer ces deux classes d’observations. Ils ont utilisé des algorithmes d’apprentissage automatique formés sur des ensembles de données existants et des simulations informatiques pour trouver les principales caractéristiques de distinction entre les sursauts gamma courts et longs. Ils ont constaté qu’ils étaient capables de séparer proprement les populations d’observations même lorsque la durée de l’explosion était juste à la limite.

Les astronomes espèrent que cet outil sera utile pour aider à classer facilement les futures observations, qui pourront ensuite être utilisées pour affiner notre compréhension des mécanismes physiques à l’origine des explosions.

Facebook
Twitter
LinkedIn
Pinterest

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.