Une intelligence artificielle a analysé 35 ans d’observations du télescope Hubble et a localisé plus de 800 objets étranges qui n’avaient pas encore été enregistrés dans la littérature scientifique, révélant que même l’une des collections astronomiques les plus étudiées contient encore des surprises visibles.
Deux chercheurs de l’Agence spatiale européenne ont appliqué un outil d’intelligence artificielle à près de 100 millions de coupures d’images extraites des archives du télescope spatial Hubble et ont généré une sélection d’objets inhabituels, dont plus de 800 n’avaient jamais été décrits dans des publications scientifiques.
Deux chercheurs de l’Agence spatiale européenne ont appliqué un outil d’intelligence artificielle à près de 100 millions de coupures d’images extraites des archives du télescope spatial Hubble et ont obtenu une sélection d’objets inhabituels, dont plus de 800 n’avaient jamais été décrits dans la littérature scientifique. L’outil, appelé AnomalyMatch, a été créé par David O’Ryan et Pablo Gómez, qui ont publié l’étude dans la revue Astronomy & Astrophysics en décembre 2025.
Ces chiffres appellent à la prudence, car une première divulgation peut fausser la perception. La collection en question, connue sous le nom de Hubble Legacy Archive, rassemble des données depuis le lancement du télescope en 1990, ce qui signifie que l’analyse a couvert environ 35 ans d’observations. Selon l’annonce ESA/Hubble, c’était la première fois que ce dossier faisait l’objet d’une recherche systématique d’anomalies de ce type. L’outil a eu besoin d’environ deux jours et demi pour traiter les coupures, chacune comportant quelques dizaines de pixels et d’une durée d’environ sept à huit secondes d’arc.
Ce que l’outil a réellement fait
AnomalyMatch n’a pas fait de découvertes de manière autonome. Il a organisé les images selon leur degré d’étrangeté par rapport à ce qu’il avait appris lors de la formation et a remis une liste prioritaire aux deux astronomes, qui ont examiné visuellement les candidats les plus prometteurs. Parmi les objets identifiés par le programme, les chercheurs ont validé plus de 1 300 comme étant visuellement anormaux, et le catalogue publié contient 1 255 objets uniques répartis dans 18 catégories. Plus de 800 d’entre eux n’étaient pas inclus dans la littérature scientifique précédente.
La distinction est pertinente. L’étape qui a transformé la liste générée automatiquement en objets concrets dépendait encore de l’analyse humaine des images.
Ce que l’intelligence artificielle a changé, c’est l’ampleur de la recherche. Une analyse manuelle complète de dizaines de milliers d’ensembles de données Hubble ne serait pratique pour aucune équipe, c’est pourquoi une grande partie de ce matériel n’a jamais été examinée avec une attention particulière aux anomalies. L’outil a rendu viable l’exploration de ce volume d’informations. Cela n’élimine pas la nécessité d’un jugement humain final.
Ce qui est apparu
La plupart des objets détectés sont constitués de galaxies en train de fusionner ou d’interagir, avec des formes irrégulières ou de longs flux d’étoiles et de gaz. Le catalogue enregistre plus de 400 cas de ce type, ainsi que 86 nouveaux candidats à la lentille gravitationnelle, dans lesquels la gravité d’une galaxie de premier plan déforme la lumière d’un objet d’arrière-plan en arcs ou en anneaux. Des galaxies annulaires résultant de collisions, des galaxies ayant l’apparence de méduses et de filaments de gaz, des galaxies riches en grands amas formant des étoiles et, plus près, des disques planétaires observés de profil au sein de la Voie Lactée sont également apparus.
Un ensemble plus petit, comprenant quelques dizaines d’objets, ne rentrait dans aucune catégorie de classification existante. Ces cas sont ceux qui justifient le plus des investigations complémentaires et aussi ceux qui présentent le plus grand risque de surestimation.
Ce que signifie et ce que ne signifie pas « antérieurement sans papiers »
Non documenté n’équivaut pas à inédit. Plus de 800 objets manquant dans la littérature indiquent que personne ne les avait décrits auparavant, mais la recherche n’a pas révélé 800 nouveaux types d’objets. La plupart des catégories mentionnées : galaxies en fusion, lentilles gravitationnelles, galaxies en anneau sont déjà bien connues. Ce qui est nouveau, ce sont les exemples spécifiques identifiés.
Il convient également de clarifier la portée de l’étude. Les objets ont été identifiés par leur apparence visuelle et confirmés comme étant anormaux à cet égard, et le catalogue traite les éléments non référencés comme des candidats plutôt que comme des conclusions définitives. Un candidat à la lentille gravitationnelle nécessite toujours une observation spectroscopique pour confirmer ce qui est lentille et à quelle distance il se trouve. La même prudence s’applique aux quelques objets ayant échappé aux classifications connues. De l’avis des auteurs, le résultat est un catalogue de candidats bien construit, et non un ensemble de cas clos.
Pourquoi c’est important et que regarder
Le point le plus pertinent n’est pas tant les 800 objets eux-mêmes, mais la méthode et le contexte dans lesquels ils ont été collectés. Les archives de Hubble sont vastes mais limitées. Les grandes enquêtes en cours n’ont pas cette limite. La mission Euclid de l’ESA et l’observatoire Vera C. Rubin généreront des quantités d’images qu’aucune équipe ne pourra examiner manuellement, et le seul moyen pratique de localiser des objets rares sera de permettre aux algorithmes de prioriser les candidats afin que les astronomes puissent vérifier les plus prometteurs. L’analyse de Hubble sert de preuve de concept pour ce workflow sur un ensemble de données déjà partiellement connu.
Par conséquent, la clé n’est pas le volume des découvertes, mais la question de savoir si les candidats à l’objectif et les objets non classés résisteront aux observations de suivi et si la même stratégie s’avérera efficace lorsqu’elle sera appliquée à des archives beaucoup plus vastes et moins explorées que celles de Hubble. La liste des finalistes ne représente que le début du travail et non la fin.
