Les futures missions d'imagerie directe, comme l'Observatoire des Mondes Habitables (HWO), ont pour objectif de caractériser de nombreux exoplanètes semblables à la Terre en capturant leurs spectres de lumière réfléchie. Toutefois, les méthodes d’analyse atmosphérique traditionnelles nécessitent des calculs trop complexes pour explorer les vastes espaces des paramètres que ces missions vont générer. Pour remédier à ce problème, une nouvelle approche a été développée avec un réseau de neurones convolutifs unidimensionnels (1D CNN) qui a été entraîné sur plus d'un million de spectres synthétiques, incluant des bruits simulant des analogues de la Terre aux époques archéenne, protérozoïque et moderne. Ce modèle permet d'inférer simultanément des données sur six molécules différentes, notamment les biosignatures O2 et O3, ainsi que des informations sur le rayon, la gravité, la pression de surface et la température des exoplanètes.
L'inférence sur des données qui n'ont jamais été vues auparavant est effectuée grâce à une méthode appelée Monte Carlo Dropout, qui permet d'estimer l'incertitude à partir de milliers de simulations en quelques secondes. Les résultats montrent que le réseau de neurones est particulièrement performant lorsque les caractéristiques spectrales sont nettes, réussissant à identifier avec précision des composés comme le CH4 et le CO2 dans les atmosphères archéennes, ainsi que l'O2 et l'O3 dans les atmosphères modernes. Ce modèle est également capable de minimiser les faux positifs, indiquant une très faible abondance lorsqu'il n'y a pas de présence réelle d'O2 et d'O3 dans les atmosphères archéennes. En utilisant une méthode d'interprétation appelée Integrated Gradients, il a été confirmé que le modèle se base sur des caractéristiques physiquement significatives pour faire ses prédictions.
Enfin, une analyse des courbes de crédibilité montre que l'O3 reste détectable même à une grande diversité de types d'étoiles et de distances, tandis que l'O2 peut être identifié jusqu'à 12 parsecs autour des étoiles FG. Ces résultats font passer le modèle de l'état de preuve de concept à celui de moteur de récupération prêt pour une mission. Il est désormais capable de traiter les spectres d'imagerie directe de manière efficace avec l'Observatoire des Mondes Habitables, ouvrant ainsi la voie à des découvertes passionnantes sur des exoplanètes similaires à la Terre. Cela marque une avancée majeure dans notre capacité à explorer et comprendre les atmosphères d'autres mondes, renforçant ainsi les possibilités de recherche par rapport à la recherche de la vie extraterrestre.
Retrouvez l'article scientifique au complet (en anglais) ici : Towards the Habitable Worlds Observatory: 1D CNN Retrieval of Reflection Spectra from Evolving Earth Analogs
Astuce : Cliquez sur la fusée pour revenir en haut de la page