EN FR

Credit: NASA

Mission TESS : L’IA accélère la découverte d’exoplanètes

Mission TESS : L’alliance du spatial et de l’intelligence artificielle accélère la découverte d’exoplanètes

Le traitement massif des données représente aujourd’hui l’un des plus grands défis de l’astronomie moderne. Les télescopes spatiaux accumulent des millions d’images du cosmos, et l’intégration de l’intelligence artificielle s’impose désormais comme un levier indispensable pour trier et analyser ces observations en un temps record. La mission TESS (Transiting Exoplanet Survey Satellite) en est une illustration concrète, car elle associe l’ingénierie spatiale de pointe et des algorithmes d’apprentissage automatique.

Les caractéristiques principales de TESS

TESS est un satellite de la NASA conçu par l’entreprise Orbital ATK et lancé le 18 avril 2018 par une fusée Falcon 9 de SpaceX. C’est un appareil compact de 365 kg qui fonctionne grâce à des panneaux solaires. Pour faire ses découvertes, il utilise une orbite très spéciale et stable autour de la Terre et embarque un unique instrument : quatre caméras puissantes. Cet équipement lui permet de photographier de très larges zones de l’espace en même temps pour surveiller la lumière des étoiles.

L’objectif de la mission

L’objectif principal de la mission TESS est de cartographier tout le ciel afin de repérer des exoplanètes en orbite autour des étoiles les plus brillantes et les plus proches de notre système solaire. Une exoplanète désigne tout simplement une planète qui se trouve en dehors de notre système solaire, et qui tourne autour d’un autre soleil que le nôtre.

Pour cela, le satellite utilise la méthode des transits, qui détecte la baisse de luminosité d’une étoile lorsqu’une planète passe devant elle. La mission cible particulièrement des mondes rocheux, de taille similaire à la Terre ou des “Super-Terres”, qui se situent dans la zone habitable de leur étoile. Enfin, ce suivi en continu permet aussi d’observer d’autres phénomènes cosmiques variables comme des supernovas ou des éruptions stellaires.

 

Artist's Impression of a close orbiting multi-planet system - Keplar-11. Credit NASA / Tim Pyle

Artist’s Impression of a close orbiting multi-planet system – Keplar-11.
Credit NASA / Tim Pyle

Les technologies 3D PLUS à bord de TESS

Pour cette mission, nous avons fourni des modules électroniques miniaturisés. Voici l’utilité de chaque composant embarqué :

  • MRAM & DDR2 : Ces mémoires stockent les images et les données des quatre caméras. La DDR2 assure une vitesse de traitement élevée, tandis que la MRAM sauvegarde les données critiques de façon permanente et résiste aux radiations.
  • LVDS (Drivers & Receivers) : Ces composants (versions simples, Dual et Quad qualifiées pour l’espace) transfèrent les flux de données à haute vitesse entre les systèmes du satellite, avec une consommation d’énergie minimale.
  • Termination Regulator : Ce régulateur stabilise les signaux électriques. Il élimine les bruits et les interférences pour garantir une transmission de données fluide et sans erreur.

TESS et l’IA : une nouvelle ère pour la découverte d’exoplanètes

Grâce à l’intelligence artificielle RAVEN, créée par les astronomes de l’Université de Warwick (Astronomers at the University of Warwick), la science résout son plus grand problème actuel : elle analyse d’immenses quantités de données en un temps record. À la suite de l’analyse de plus de 2 millions d’étoiles, cet outil valide avec certitude 118 nouvelles exoplanètes et identifie plus de 2 000 candidats sérieux, dont un millier était totalement inconnu.

Sa force réside dans sa capacité à éliminer instantanément les fausses alertes, comme les interférences que causent les étoiles doubles. Pour y parvenir, les chercheurs ont entraîné des modèles d’apprentissage automatique sur des simulations ultra-réalistes. Au-delà de ces découvertes, l’IA permet une étude scientifique rigoureuse de la démographie de ces nouveaux mondes. Les résultats révèlent que 9 à 10 % des étoiles similaires à notre Soleil possèdent une planète à orbite courte. De plus, l’outil mesure avec une précision la rareté extrême des planètes du « désert neptunien », qui ne sont présentes qu’autour de 0,08 % de ces étoiles. Grâce à cette alliance entre détection et validation statistique fiable, cette technologie offre une base de données pour cibler les futures observations spatiales.

Artist’s impression of an ultra-short-period planet. Credit NASA, ESA, and A. Schaller (for STScI)

Artist’s impression of an ultra-short-period planet.
Credit NASA, ESA, and A. Schaller (for STScI)