Laurent tourelle
Les chercheurs, en recourant à l’intelligence artificielle pour examiner les enregistrements d’un radiotélescope considérés initialement comme peu intéressants, ont révélé des événements dignes d’une investigation approfondie.
Les scientifiques répondent aux préoccupations concernant notre incapacité à trouver des preuves de vie au-delà du système solaire en mettant en lumière les limitations de nos recherches jusqu’à présent. Ils suggèrent que même si nos instruments ont détecté des signaux, il est possible que nous les ayons négligés en utilisant des algorithmes datant de plusieurs décennies pour analyser les données.
Cette hypothèse a gagné en crédibilité grâce à l’application d’une méthode de sélection basée sur l’apprentissage automatique aux données d’un grand radiotélescope. Ce système a identifié 100 fois plus de modèles de bruit dignes d’une enquête que ce qui avait été précédemment observé.
Même si aucun de ces éléments n’a encore fourni des indications solides de vie extraterrestre, et vous auriez entendu parler de telles découvertes s’il y en avait, un article publié dans Nature Astronomy mentionne que huit d’entre eux suscitent suffisamment d’intérêt pour justifier des observations de suivi. Tout cela découle d’un petit échantillon d’enregistrements provenant du radiotélescope humain.
Les données analysées proviennent de 480 heures d’observations de 820 étoiles effectuées par le radiotélescope Robert C. Byrd Green Bank, réservé par SETI Breakthrough pour rechercher des ondes radio pouvant indiquer la présence de civilisations extraterrestres.
Il n’y a pas d’attente concernant un signal délibéré dirigé directement vers la Terre, similaire à celui de Contact. Au lieu de cela, les astronomes espèrent détecter des fuites involontaires. Cependant, cela reste un défi car il faut le distinguer non seulement des émissions radio naturelles, mais aussi du bruit généré par les sources terrestres et satellitaires. L’exemple du signal appelé BCL1, initialement supposé provenir de Proxima Centauri, illustre la difficulté de cette distinction.
Le système Breakthrough Listen a initialement repéré 2,9 millions de « signaux d’intérêt », réduits à 20 515 dignes d’une évaluation humaine approfondie, comparés à environ 200 repérés dans les mêmes données via des méthodes antérieures.
Huit de ces signaux (étiquetés MLc1-8) provenant de sept étoiles ont été suivis par les auteurs, avec l’espoir de détecter une répétition. Bien que le suivi n’ait pas été fructueux, l’équipe reste optimiste quant à la sensibilité du système.
« Aujourd’hui, nous élargissons cet effort de recherche à 1 million d’étoiles avec le télescope MeerKAT et au-delà. Nous pensons qu’un travail comme celui-ci contribuera à accélérer le rythme de nos découvertes dans le cadre de notre grand effort pour répondre à la question ‘Sommes-nous seuls dans l’univers?' », a déclaré Peter Ma, l’auteur principal et étudiant de premier cycle à l’Université de Toronto, dans une déclaration par courrier électronique.
Les données examinées par Ma ont été collectées plusieurs années auparavant, ce qui diminue les chances de découvrir quelque chose lors d’une réévaluation. Cependant, l’équipe est enthousiaste à l’idée d’analyser les données plus rapidement, réduisant ainsi le temps consacré aux études de suivi.
« Il est regrettable que, malgré les efforts déployés par l’équipe, ces signaux n’aient pas pu être confirmés par d’autres instruments », a déclaré le Dr Franck Marchis du SETI, qui n’était pas l’un des auteurs de l’étude, dans un communiqué envoyé par courrier électronique à IFLScience. « Les signaux MLc1 et MLc7 sont très intéressants car ils ont été enregistrés à deux dates différentes, suggérant qu’ils ne sont pas d’origine terrestre.
Cependant, une telle découverte nécessite une confirmation par d’autres instruments avant de pouvoir affirmer avec certitude qu’elle est liée à une vie extraterrestre. Néanmoins, ce résultat scientifique montre qu’il est désormais possible d’annoncer ce type de détection assez rapidement pour entreprendre les vérifications nécessaires. »
« L’arrivée de grands réseaux tels que MeerKAT et SKA, qui généreront des téraoctets de données par semaine, rend impératif que la recherche SETI adopte des algorithmes puissants tels que l’apprentissage profond », a ajouté Marchis. « Nous espérons que cet algorithme sera capable de détecter un signal plus rapidement que les méthodes classiques, car cela nous permettra de suivre avec d’autres antennes et de confirmer si un signal est d’origine extraterrestre. »
L’article est publié dans Nature Astronomy .
