Un algorithme d’intelligence artificielle démystifie l’univers

L’univers serait bien meilleur si l’atmosphère terrestre ne le bombardait pas d’images en permanence.

Même les images obtenues par les meilleurs télescopes au sol du monde sont floues en raison des poches d’air qui se déplacent dans l’atmosphère. Bien que ce flou semble inoffensif, il obscurcit les formes des objets dans les images astronomiques, entraînant parfois des mesures physiques erronées qui sont essentielles à la compréhension de la nature de notre univers.

Aujourd’hui, des chercheurs de l’Université Northwestern et de l’Université Tsinghua de Pékin ont révélé une nouvelle stratégie pour résoudre ce problème. L’équipe a adapté un algorithme de vision par ordinateur bien connu utilisé pour affiner les images et, pour la première fois, l’a appliqué à des images astronomiques provenant de télescopes au sol. Les chercheurs ont également formé un algorithme d’intelligence artificielle (IA) sur des données simulées pour correspondre aux paramètres d’imagerie de l’observatoire Vera C. Rubin, de sorte que lorsque l’observatoire ouvrira l’année prochaine, l’instrument sera instantanément compatible.

Alors que les astrophysiciens utilisent déjà des techniques pour supprimer le flou, l’algorithme modifié basé sur l’IA fonctionne plus rapidement et produit des images plus réalistes que les technologies actuelles. Les images résultantes sont sans flou et plus réalistes. C’est aussi joli, même si ce n’est pas à cela que sert la technologie.

« Souvent, le but de la photographie est d’obtenir une belle et belle image », a déclaré Emma Alexander de la Northwestern University, auteur principal de l’étude. Mais les photographies astronomiques sont utilisées en science. En nettoyant les images de la bonne manière, nous pouvons obtenir des données plus précises. L’algorithme supprime mathématiquement l’atmosphère, permettant aux physiciens d’obtenir de meilleures mesures scientifiques. À la fin de la journée, les photos sont aussi plus belles.

La recherche sera publiée le 30 mars dans les avis mensuels de la Royal Astronomical Society.

Alexander est professeur adjoint d’informatique à la McCormick School of Engineering de la Northwestern University, où elle dirige le Life-Inspired BioVision Lab. Elle a co-dirigé la nouvelle étude avec Tianao Li, étudiante de premier cycle en génie électrique à l’Université Tsinghua et stagiaire de recherche au laboratoire Alexander.

Lorsque la lumière est émise par des étoiles, des planètes et des galaxies éloignées, elle traverse l’atmosphère terrestre avant de toucher nos yeux. Notre atmosphère bloque non seulement certaines longueurs d’onde de lumière, mais elle déforme également la lumière qui atteint la Terre. Même un ciel nocturne clair contient encore de l’air en mouvement qui affecte le passage de la lumière à travers lui. C’est pourquoi les étoiles scintillent et pourquoi les meilleurs télescopes au sol sont situés à haute altitude, là où l’atmosphère est la plus fine.

« C’est un peu comme regarder du fond d’une piscine », a déclaré Alexander. « L’eau pousse et déforme la lumière. L’atmosphère, bien sûr, est beaucoup moins dense, mais c’est un concept similaire. »

Le flou devient un problème lorsque les astrophysiciens analysent des images pour en extraire des données cosmiques. En étudiant les formes apparentes des galaxies, les scientifiques peuvent détecter les effets gravitationnels des structures cosmiques à grande échelle, qui dévient la lumière sur son chemin vers notre planète. Cela peut faire apparaître une galaxie elliptique plus ronde ou allongée qu’elle ne l’est réellement. Mais le flou atmosphérique déforme l’image d’une manière qui déforme la forme de la galaxie. La suppression du flou permet aux scientifiques de collecter des données précises sur la forme.

« De légères différences de forme peuvent nous renseigner sur la gravité dans l’univers », a déclaré Alexander. « Il est vraiment difficile de détecter ces différences. Si vous regardez une image d’un télescope au sol, la forme peut être déformée. Il est difficile de dire si cela est dû à l’influence de la gravité ou de l’atmosphère. »

Pour relever ce défi, Alexander et Lee ont combiné un algorithme d’optimisation avec un réseau d’apprentissage en profondeur formé sur des images astronomiques. Parmi les images de formation, l’équipe a inclus des données simulées qui correspondaient aux paramètres d’imagerie attendus de l’observatoire Rubin. L’outil résultant a produit des images avec une erreur inférieure de 38,6 % par rapport aux méthodes traditionnelles de suppression du flou et une erreur inférieure de 7,4 % par rapport aux méthodes modernes.

Lorsque l’observatoire Rubin ouvrira officiellement ses portes l’année prochaine, ses télescopes commenceront une étude approfondie d’une décennie sur une énorme partie du ciel nocturne. Au fur et à mesure que les chercheurs ont formé le nouvel outil sur des données spécialement conçues pour simuler les prochaines images Robin, il pourra aider à analyser les données d’enquête très attendues.

Pour les astronomes intéressés par l’utilisation de l’instrument, le code est open source, facile à utiliser et les didacticiels qui l’accompagnent sont disponibles en ligne.

« Maintenant, nous transmettons cet instrument et le mettons entre les mains d’experts en astronomie », a déclaré Alexander. « Nous pensons que cela pourrait être une ressource précieuse pour les relevés du ciel afin d’obtenir les données les plus réalistes possibles. »

L’étude, « Déconstruction d’une image de galaxie à lentille gravitationnelle faible avec un ADMM plug-and-play non contrôlé », a utilisé des ressources informatiques du laboratoire d’imagerie informatique de l’Université Northwestern.