Les découvertes que font régulièrement les astronomes lors de leurs travaux — que les planètes qu’ils identifient soient particulièrement chaudes, ou très très petites — posent inévitablement la question du traitement des données. Comment analyser ces informations de plus en plus nombreuses, et de plus en plus complexes ?
La vision par ordinateur peut constituer l’une des réponses à cette interrogation. C’est en tout cas l’orientation prise par le projet AstroCV, porté par les chercheurs en astronomie Roberto Gonzalès et Roberto Muñoz, tous deux originaires du Chili.
Présenté lors de la GPU Technology Conference (GTC) de Nvidia, en mars 2018 à San Jose (Californie), leur travail repose notamment sur des technologies de reconnaissance d’objet afin de pouvoir classer d’importantes quantités de données astronomiques.
Pour cela, ils ont mis au point un réseau de neurones convolutifs — inspiré du cortex visuel des animaux, où les neurones se « chevauchent » –, une technique qui apporte selon eux de meilleurs résultats que les séparateurs à vaste marge (SVM).
Un inventaire open source du ciel
C’est ici que l’un des processeurs de Nvidia leur est utile : en effet, les créateurs d’AstroCV ont constaté qu’en utilisant le GPU Titan-X, la reconnaissance d’une image Full HD prenait environ 50 millisecondes. Cette rapidité est un avantage indéniable pour identifier les gigantesques stocks de données accumulés par les astronomes à ce jour.
Pour l’instant, AstroCV a principalement eu recours au programme Sloan Digital Sky Survey. Depuis 2000, le télescope spatial de l’observatoire d’Apache Point (situé au Nouveau-Mexique) est en effet utilisé pour relever un défi de taille : cartographier 25 % du ciel et enregistrer des données sur plus de 100 millions d’objets célestes. Ce sont en partie ces bases de données publiques qui ont servi à entraîner l’outil AstroCV.
Ce projet vise ainsi à aboutir à la constitution d’un inventaire open source de données astronomiques. AstroCV est ainsi mis à la disposition des internautes sur la plateforme GitHub, où se trouve notamment un guide expliquant comment entraîner des réseaux de neurones à identifier des clichés d’objets célestes.
Nouveauté : Découvrez
La meilleure expérience de Numerama, sans publicité,
+ riche,
+ zen,
+ exclusive.
Abonnez-vous à Numerama sur Google News pour ne manquer aucune info !
