Une IA développée par un doctorant de l’Université de Berkeley permet d’en savoir plus sur le FRB 121102, un mystérieux signal intergalactique.

Grâce à un programme d’apprentissage automatique (machine learning), un doctorant de l’université de Berkeley a ouvert de nouvelles perspectives dans l’identification de signaux extragalactiques, dans un article scientifique du 10 septembre 2018.

Les FRB (fast radio burst), ou sursauts radio rapides, intriguent les astrophysiciens depuis leur découverte en 2007. On ne sait que peu de choses à leur sujet : ni leur origine, ni leur utilité, ni leur fréquence. Parmi les milliers de FRB identifiés, seul un d’entre eux, connu sous le matricule 121102, se manifeste de manière répétée, sans qu’on en connaisse la raison et sans que l’on sache s’il s’agit d’un phénomène isolé ou non.

Les récentes découvertes de Gerry Zhang et ses collègues permettent de l’observer plus en détail que jamais, et d’envisager un cadre pour détecter d’autres types de signaux, notamment ceux provenant d’une éventuelle intelligence extraterrestre.

L’IA, meilleure compteur que l’Homme

Le SETI (Search for ExtraTerrestrial Intelligence) de l’université de Berkeley fait partie du Breakthrough Listen, un programme de recherche doté de 100 millions de dollars par le milliardaire russe Yuri Milner avec un objectif stellaire : trouver des preuves de l’existence d’autres civilisations en dehors de la Terre.

Pour l’atteindre, le programme affirme veiller sur l’activité du milliard d’étoiles le plus proche de la Terre. Le mystère autour des sursauts radios rapides les interroge forcément, d’autant plus qu’il existe diverses théories sur leur origine, allant de l’explosion d’étoile au peu probable signal d’une civilisation extraterrestre. Le FRB 121102, particulier en raison de sa répétition, fait l’objet de recherches plus avancées. Ses différentes occurrences depuis 2012 ont permis aux chercheurs de situer sa source dans une petite galaxie située à plus de 3 milliards d’années lumières de la voie lactée. 

Un doctorant du SETI, Gerry Zhang, a mis au point un algorithme puissant, similaire à ceux utilisés dans la reconnaissance d’image ou les systèmes de recommandation, pour recompter une base de données de plus de 400 terabytes datant de 2017. Cette base, résultat de 6 heures d’observations effectuées sur le Green Bank Telescope, avait permis d’identifier 21 sursauts du FRB 121102. L’intégralité de ces occurrences avaient été comptées dans la première heure.

À terme, identifier plus précisément la source des signaux extragalactiques

L’algorithme du doctorant a permis d’en identifier 72 supplémentaires, sur toute la durée de l’expérience.  Ces mesures additionnelles apportent donc une précision sans précédent dans l’observation du FRB 121102. En creusant cet axe de recherche, l’équipe du SETI pourrait, à terme, mieux situer les heures d’arrivées et les fréquences des manifestations, et d’ainsi identifier plus précisément la source des FRB. 

Découvrez les bonus

+ rapide, + pratique, + exclusif

Zéro publicité, fonctions avancées de lecture, articles résumés par l'I.A, contenus exclusifs et plus encore.

Découvrez les nombreux avantages de Numerama+.

S'abonner à Numerama+

Vous avez lu 0 articles sur Numerama ce mois-ci

Il y a une bonne raison de ne pas s'abonner à

Tout le monde n'a pas les moyens de payer pour l'information.
C'est pourquoi nous maintenons notre journalisme ouvert à tous.

Mais si vous le pouvez,
voici trois bonnes raisons de soutenir notre travail :

  • 1 Numerama+ contribue à offrir une expérience gratuite à tous les lecteurs de Numerama.
  • 2 Vous profiterez d'une lecture sans publicité, de nombreuses fonctions avancées de lecture et des contenus exclusifs.
  • 3 Aider Numerama dans sa mission : comprendre le présent pour anticiper l'avenir.

Si vous croyez en un web gratuit et à une information de qualité accessible au plus grand nombre, rejoignez Numerama+.

S'abonner à Numerama+

Si vous avez aimé cet article, vous aimerez les suivants : ne les manquez pas en vous abonnant à Numerama sur Google News.