Actualité Le CEA et le Berkley Lab lancent le télescope Desi avec pour...

Pour approfondir le sujet

Automatisation robotisée des processus et machine learning : le pari des hôtels pour relancer le tourisme

UiPath, une entreprise spécialisée dans l'automatisation robotisée de processus, a exploité sa technologie pour développer plusieurs processus d'automatisation au service de l'industrie du tourisme....

Atos et Graphcore annoncent leur partenariat pour concevoir des solutions de calcul haute performance

D'un côté, Atos, un spécialiste français de la transformation numérique, qui a présenté en début de mois sa nouvelle plateforme de computer vision, mais...

DeepMind et EMBL : une avancée majeure dans l’analyse du protéome humain grâce à l’intelligence artificielle

DeepMind, société technologique et filiale de Google, a annoncé sa collaboration avec le laboratoire européen de biologique moléculaire (EMBL) dans l'objectif de proposer une...

Grâce au deep learning, une application pourrait aider à diagnostiquer le VIH plus facilement

Une équipe de recherche composée d'experts de l'Africa Health Research Institute (AHRI) et de l'University College de Londres (UCL) a exploité l'intelligence artificielle pour...

Le CEA et le Berkley Lab lancent le télescope Desi avec pour objectif de dresser une carte 3D de l’Univers

Dans le cadre d’un projet mené par le Berkley Lab et dans lequel le CEA est partenaire, une carte en 3D de l’Univers va être dressée. Ces recherches permettront d’en savoir plus sur l’accélération de l’expansion de l’Univers dont l’énergie noire est la principale cause. Grâce au télescope Desi, doté de 5 000 yeux, les chercheurs pourront, depuis l’Arizona, recueillir et analyser pendant cinq ans les spectres de millions de galaxies afin de mesurer leur distance par rapport à la terre et comprendre le mystère de l’énergie noire.

Le choix drastique de 35 millions de galaxies

Avant que le télescope Desi ne puisse commencer ses observations, il a fallu le préparer dans le cadre de la validation du relevé, c’est la survey validation. Christophe Yèche, pilote de la survey validation, explique son utilité :

“Elle a consisté à sélectionner les 35 millions de galaxies dont Desi devra capter la lumière pour générer des spectres et à s’assurer que les objectifs scientifiques pourront être atteints.”

Pour choisir 35 millions de galaxies pertinentes, les chercheurs ont préalablement réalisé une carte en 2D de l’Univers. Ce sont plus de deux milliards de galaxies qui ont été cartographiées et répertoriées. Grâce à l’intelligence artificielle, ils ont pu identifier quatre types d’objets dont la lumière fut émise à différentes époques de l’Univers aujourd’hui âgé de 13,7 milliards d’années (Mds) :

  • Les quasars jusqu’à 12 milliards d’années.
  • Les jeunes galaxies bleues, existant depuis 10 milliards d’années
  • Les galaxies rouges formées il y a 8 milliards d’années
  • Les galaxies brillantes depuis moins de 4 milliards d’années.

Après cette phase d’identification, il a fallu positionner 5 000 fibres optiques dans chacune des alvéoles que comporte le plan de Desi : ce sont ses yeux. Une fibre a dans sa ligne de mire une dizaine de galaxies alors qu’elle ne doit en cibler qu’une seule à la fois. Pour faire face à cela, dans chaque alvéole, des microactionneurs sont pilotés grâce à un algorithme qui les place correctement au micron près.

Une observation dure vingt minutes, ce qui correspond au temps de pose nécessaire dû au faible rayonnement des galaxies. Après cette première phrase, en deux minutes, les spectres sont générés, le télescope est orienté vers une autre région du ciel et les 5 000 fibres sont repositionnées. Auparavant, cela prenait environ une heure.

Observation, traitement et analyse des spectres grâce au deep learning

Pendant quatre mois, les chercheurs sur site et à distance se sont relayés afin de surveiller les observations les nuits où la météo était favorable. Présentation de 300 000 galaxies ont été analysées et leurs spectres ont été générés. Grâce à ce processus, l’équipe de recherche a pu garantir les performances de l’instrument et a déduit que la stratégie de sélection des objets célestes était très prometteuse.

Chacun des spectres a été inspecté visuellement et doit être validé par deux chercheurs. Comme indiqué dans un communiqué, étant qu’il “y en aura des millions à effectuer, l’équipe du CEA a validé sur 30 000 spectres récoltés lors de la survey validation, des algorithmes d’apprentissage profond dont elle possède une grande expertise pour les besoins de la physique des particules”.

Le projet a été officiellement lancé et les 600 collaborateurs de la mission se relaieront pendant 5 ans pour bien vérifier que Desi observe les 35 millions de galaxies choisies, dont certaines seront ciblées plusieurs fois lors de différentes nuits afin de générer des spectres précis.

Zacharie Tazrout

Partager l'article

Automatisation robotisée des processus et machine learning : le pari des hôtels pour relancer le tourisme

UiPath, une entreprise spécialisée dans l'automatisation robotisée de processus, a exploité sa technologie pour développer plusieurs processus d'automatisation au service de l'industrie du tourisme....

Atos et Graphcore annoncent leur partenariat pour concevoir des solutions de calcul haute performance

D'un côté, Atos, un spécialiste français de la transformation numérique, qui a présenté en début de mois sa nouvelle plateforme de computer vision, mais...

DeepMind et EMBL : une avancée majeure dans l’analyse du protéome humain grâce à l’intelligence artificielle

DeepMind, société technologique et filiale de Google, a annoncé sa collaboration avec le laboratoire européen de biologique moléculaire (EMBL) dans l'objectif de proposer une...

Grâce au deep learning, une application pourrait aider à diagnostiquer le VIH plus facilement

Une équipe de recherche composée d'experts de l'Africa Health Research Institute (AHRI) et de l'University College de Londres (UCL) a exploité l'intelligence artificielle pour...