Intelligence artificielle Comment la NASA exploite le machine learning pour calibrer ses télescopes et...

Pour approfondir le sujet

  • Plus d'actualités sur
  • NASA
Sur le même thème :

Un modèle de machine learning pour identifier les épaves dans le cadre de recherches en archéologie sous-marine

Leila Character, doctorante en géographie à l'université du Texas à Austin, a développé un modèle d'IA capable de reconnaitre les épaves dans les fonds...

Grâce au ML, des chercheurs ont découvert qu’un fort taux de glycémie favorise les formes graves du Covid

L'École Polytechnique fédérale de Lausanne (EPFL) est à l'origine, dans le cadre du Blue Brain Project, d'une initiative qui vise à combattre le Covid-19....

Une équipe de recherche exploite le machine learning pour déterminer les indicateurs du risque suicidaire

Chez les 15-24 ans et chez les étudiants, le suicide est la seconde cause de mortalité. En partant de ce constat, une équipe de...

L’Université de Paris cherche à accélérer la recherche en cosmologie grâce aux IPU et aux réseaux de neurones

L'intelligence artificielle est de plus en plus utilisée dans l'astrophysique : récemment, plusieurs chercheurs japonais ont exploité le deep learning pour mieux observer et...

Comment la NASA exploite le machine learning pour calibrer ses télescopes et obtenir des images de qualité ?

Depuis 2010, le Solar Dynamics Observatory (SDO) de la NASA travaille activement pour fournir des images haute définition du soleil. Pour y parvenir, ils exploitent un télescope solaire depuis plus d’une décennie dont les lentilles et les capteurs se dégradent progressivement au fur et à mesure de son utilisation par les scientifiques. Afin de prolonger la durée de vie de cet instrument, un groupe de chercheurs a exploité l’IA pour que le télescope puisse se calibrer et fournir des images de qualité de l’astre lumineux le plus proche de la Terre.

Les télescopes solaires nécessitent un calibrage régulier afin de fonctionner correctement

On le sait tous, il est totalement impossible de regarder le soleil avec nos yeux sans que l’on soit blessé par celui-ci. Heureusement, les télescopes solaires peuvent réaliser cette tâche avec beaucoup plus de précision que n’importe quel autre outil. L’Assemblage d’imagerie atmosphérique (AIA) est l’un des deux instruments d’imagerie du SDO. L’outil regarde constamment le Soleil, prenant des images sur 10 longueurs d’onde de lumière ultraviolette toutes les 12 secondes.

Toutefois, au fil du temps, les lentilles et capteurs sensibles qui composent cet instrument tendent à se dégrader et à renvoyer des images d’une qualité inférieure à celles attendues. Pour résoudre ce problème et éviter que les données renvoyées par ces instruments soient toujours de la plus haute qualité, les scientifiques recalibrent ponctuellement ces appareils de manière à pallier les “changements” de l’instrument dus à la dégradation progressive de ses composantes.

Afin de réaliser cet étalonnage, les scientifiques exploitent des fusées-sondes qui effectuent de courts vols dans l’espace et transportent tout ce qui est nécessaire à la réalisation du processus. Tous les instruments que la fusée-sonde transporte permettent de voir les longueurs d’ondes ultraviolettes qui sont mesurées par AIA. Néanmoins, cette technique présente certains inconvénients : les fusées-sondes doivent être lancées à des moments précis et ne peuvent pas être exploitées quand les scientifiques le souhaitent.

L’intelligence artificielle et le machine learning pour réaliser un étalonnage virtuel et permanent

Afin de réaliser cet étalonnage virtuellement et donc contourner les inconvénients de la technique exploitant les fusées-sondes, des chercheurs ont décidé d’exploiter le machine learning. L’ensemble de leurs résultats ont fait l’objet d’un article rédigé par Luiz FG Dos Santos, Souvik Bose, Valentina Salvatelli, Brad Neuberg, Mark CM Cheung, Miho Janvier, Meng Jin, Yarin Gal, Paul Boerner et Atılım Güneş Baydin.

L’équipe de recherche a formé un algorithme de machine learning afin qu’il puisse reconnaitre les structures solaires et les comparer à l’aide des données d’AIA. Ils ont entrainé le modèle en utilisant des images provenant des vols d’étalonnage des fusées-sondes et pour le tester, ils lui ont fourni des images similaires pour voir s’ils réussissaient à déterminer quel étalonnage il était nécessaire de réaliser.

Avec ce nouveau processus, les scientifiques peuvent calibrer en permanence les images de l’IA entre les vols de fusées-sondes, améliorant ainsi la précision des images pour les experts de la SDO.


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
 
Zacharie Tazrout

Partager l'article

Rendez-vous du 17 au 19 novembre 2021 pour la 4ème édition du Soph.I.A. Summit

Cette année, le Soph.I.A. Summit se tiendra du 17 au 19 novembre 2021. Organisé par Université Côte d’Azur, la Communauté d’Agglomération de Sophia Antipolis et...

France Num publie le 1er Baromètre sur la transformation numérique des TPE/PME réalisé par le CREDOC

France Num, initiative pilotée par la Direction Générale des entreprises (DGE) a remis à Alain Griset, ministre délégué chargé des petites et moyennes entreprises,...

Retour sur l’adoption de la première stratégie de l’OTAN en matière d’Intelligence Artificielle

Les 30 pays de l'OTAN ont pour objectif de garantir la liberté et la sécurité aux membres de leur alliance. Créé en 1949, l'OTAN...

Changement climatique : Mila permet de vivre l’expérience de catastrophes naturelles pour sensibiliser l’opinion

Ces dernières années, les catastrophes naturelles semblent s'amplifier et se succéder à un rythme exponentiel. Que ce soient les incendies dévastateurs comme en Californie,...