Où trouver la prochaine Terre

Une équipe de l'Université de Berne et du Pôle de recherche national (PRN) PlanetS a développé un modèle d'apprentissage automatique qui prédit les systèmes planétaires potentiels avec des planètes semblables à la Terre. Ce modèle pourrait accélérer considérablement et donc révolutionner la recherche de planètes habitables dans l'univers.

La recherche d'exoplanètes semblables à la Terre - des planètes en orbite autour d'étoiles autres que notre Soleil - est un thème central de la recherche planétaire actuelle, car c'est là que l'on a le plus de chances de trouver de la vie extraterrestre. Des chercheurs de l'Université de Berne ont mis au point un modèle innovant d'apprentissage automatique qui identifie les systèmes planétaires susceptibles d'abriter des planètes semblables à la Terre.

L'ensemble de l'équipe à l'origine de ces résultats est, ou était au moment de l'étude, affiliée à l'Université de Berne et membre du PRN PlanetS. La première autrice Dr. Jeanne Davoult, aujourd'hui chercheuse postdoctorale au DLR (Deutsches Zentrum für Luft- und Raumfahrt) à Berlin, étudie les populations d'exoplanètes et a développé le modèle dans le cadre de sa thèse de doctorat à la Division de la recherche spatiale et des sciences planétaires (WP) de l'Institut de physique de l'Université de Berne. Prof. Dr. Yann Alibert, codirecteur du Center for Space and Habitability (CSH), et Romain Eltschinger, également doctorant au CSH, ont apporté d'importantes contributions à l'étude, qui vient d'être publiée dans la revue Astronomy & Astrophysics.

Entraînement avec les données du célèbre modèle de Berne

Un modèle d'apprentissage automatique est un outil statistique qui est entraîné avec des données pour reconnaître certains types de modèles et faire des prédictions. Jeanne Davoult explique : « Notre modèle est basé sur un algorithme que j'ai développé et qui a été entraîné à reconnaître et à classer les systèmes planétaires qui abritent des planètes semblables à la Terre. » Le modèle s'appuie sur des études antérieures pour déduire une corrélation entre la présence ou l'absence d'une planète semblable à la Terre et les propriétés de son système.

L'algorithme a été entraîné et testé à l'aide de données provenant du « Bern Model of Planet Formation and Evolution ». « Le modèle de Berne peut être utilisé pour déterminer comment les planètes se sont formées, comment elles ont évolué et quels types de planètes se développent dans certaines conditions dans un disque protoplanétaire », explique Yann Alibert, coauteur de l'étude. Depuis 2003, le modèle de Berne est continuellement développé à l'Université de Berne (voir aussi l'infobox ci-dessous). « Le modèle de Berne est l'un des seuls modèles au monde à offrir une telle richesse de processus physiques interdépendants et à permettre la réalisation d'une étude telle que celle-ci », poursuit Yann Alibert.

Une précision de 99 % pour le nouveau modèle

L'algorithme du nouveau modèle d'apprentissage automatique a été entraîné et testé à l'aide de données sur des systèmes planétaires synthétiques provenant du modèle de Berne. « Les résultats sont impressionnants : l'algorithme atteint des valeurs de précision allant jusqu'à 0,99, ce qui signifie que 99 % des systèmes identifiés par le modèle d'apprentissage automatique comportent au moins une planète semblable à la Terre », explique Davoult.

Le modèle a ensuite été appliqué à des systèmes planétaires réellement observés. « Le modèle a permis d'identifier 44 systèmes très susceptibles d'abriter des planètes semblables à la Terre non détectées. Une étude complémentaire a confirmé la possibilité théorique pour ces systèmes d'abriter une planète semblable à la Terre », explique Davoult.

Une recherche plus efficace de planètes habitables

Dans le cadre de son mémoire de maîtrise, le co-auteur de l'étude, Romain Eltschinger, a contribué au développement du modèle d'apprentissage automatique, ce qui permet de l'utiliser dans un éventail encore plus large de scénarios. Il déclare : « Ces résultats sont importants pour la communauté scientifique, et en particulier pour les futures missions spatiales telles que PLATO ou les futurs concepts de mission tels que LIFE, qui seront consacrés à la découverte et à la caractérisation de petites planètes froides. »

L'utilisation de ce modèle d'apprentissage automatique pour rechercher plus spécifiquement des planètes semblables à la Terre pourrait minimiser les temps de recherche et maximiser le nombre de découvertes. « Il s'agit d'une étape importante dans la recherche de planètes présentant des conditions favorables à la vie et, en fin de compte, dans la recherche de la vie dans l'univers », conclut Alibert.

Informations sur la publication :

Earth-like planets Predictor: A Machine Learning Approach. By Jeanne Davoult, Romain Eltschinger, and Yann Alibert, In: Astronomy & Astrophysics
https://www.aanda.org/10.1051/0004-6361/202452434
DOI: 10.1051/0004-6361/202452434

 

«Bern Model of Planet Formation and Evolution»

Le « Bern Model of Planet Formation and Evolution » permet de décrire la naissance et le développement d’une planète. Le modèle bernois est constamment développé à l’Université de Berne depuis 2003. Le modèle réunit les connaissances de divers processus se déroulant lors de la naissance et le développement des planètes. Il s’agit ici, par exemple, de sous-modèles de l’accrétion (croissance du noyau d’une planète) ou de l’interaction gravitationnelle réciproque et de l’influence mutuelle des planètes ainsi que des processus se déroulant dans les disques protoplanétaires où naissent les planètes. Le modèle permet également d’élaborer ce qu’on appelle les synthèses de population qui montrent les planètes qui se développent dans certaines conditions cadres au sein d’un disque protoplanétaire.

 

Recherche bernoise en astrophysique : parmi l’élite mondiale depuis le premier alunissage

Le 21 juillet 1969, Buzz Aldrin, qui devint le deuxième homme à descendre du module lunaire, a été le premier à déployer la voile solaire bernoise et à la planter dans le sol lunaire, devant le drapeau américain. Le Solar Wind Composition Experiment (SWC), planifié, fabriqué et évalué par le Prof. Dr. Johannes Geiss et son équipe à l’Institut de physique de l’Université de Berne, a été le premier moment fort de l’histoire de la recherche en astrophysique bernoise.

La recherche en astrophysique bernoise fait depuis lors partie de ce qui se fait de mieux au niveau mondial : l’Université de Berne participe régulièrement aux missions spatiales de grandes organisations spatiales comme l’ESA, la NASA ou la JAXA. Avec CHEOPS, l’Université de Berne se partage la responsabilité avec l’ESA pour toute la mission. En outre, les scientifiques bernois font partie de l’élite mondiale en ce qui concerne les modélisations et les simulations sur la naissance et au développement des planètes.

Le travail fructueux du Département de recherche en astrophysique et planétologie (RAP) de l’Institut de physique de l’Université de Berne a été consolidé par la fondation d’un centre de compétences universitaire, le Center for Space and Habitability (CSH). Le Fonds national suisse a en outre accordé à l’Université de Berne le financement du Pôle de recherche national (PRN) PlanetS, qu’elle dirige avec l’Université de Genève.

 

09.04.2025