Percée dans la science des exoplanètes : 44 nouveaux candidats pour des mondes semblables à la Terre
Une équipe de chercheurs de l'Université de Berne et du Pôle de recherche national PlanetS a franchi une étape importante dans la recherche de planètes habitables. Comme annoncé le 9 avril 2025, l'équipe a développé un modèle d'apprentissage automatique capable de repérer avec une précision remarquable les systèmes planétaires susceptibles de contenir des exoplanètes semblables à la Terre. Cette avancée fait non seulement progresser la recherche de mondes potentiellement habitables, mais marque également une étape prometteuse vers la découverte de la vie extraterrestre.
Le modèle d'IA a été développé sous la direction de Jeanne Davoult dans le cadre de sa recherche doctorale à l'Université de Berne, avec le soutien du professeur Yann Alibert et de Romain Eltschinger du Centre pour l'espace et l'habitabilité (CSH). Il a été entraîné à l'aide de données synthétiques générées par le célèbre "modèle bernois de formation et d'évolution des planètes", qui simule les processus physiques sous-jacents à la formation des systèmes planétaires. Le résultat est frappant : avec une précision de 99 %, le modèle a permis d'identifier les systèmes qui ont de fortes chances de contenir au moins une planète semblable à la Terre.
Application aux systèmes planétaires dans le monde réel
Après entraînement, le modèle a été appliqué à des données d'observation réelles et a permis d'identifier 44 systèmes planétaires susceptibles d'abriter des planètes semblables à la Terre inconnues jusqu'alors. Ces résultats sont particulièrement importants pour les missions spatiales à venir telles que PLATO de l'ESA de l'ESA et le projet LIFE de l'ESA, qui visent toutes deux à détecter et à caractériser des mondes semblables à la Terre.
PLATO (PLAnetary Transits and Oscillations of stars), dont le lancement est prévu en 2026, utilisera la méthode des transits et l'astérosismologie pour détecter les exoplanètes potentiellement habitables, en particulier celles qui orbitent autour d'étoiles semblables au soleil. Les candidats les plus prometteurs identifiés par PLATO constitueront la base de futures missions telles que LIFE (Large Interferometer For Exoplanets), qui vise à analyser l'atmosphère de planètes lointaines à l'aide de la spectroscopie infrarouge et de l'interférométrie de nullité pour rechercher des biosignatures telles que l'eau ou le méthane. Le nouveau modèle d'apprentissage automatique pourrait jouer un rôle clé dans la présélection des cibles les plus prometteuses, améliorant ainsi l'efficacité et le taux de réussite de ces missions.
