Des chercheurs ont créé un système d'intelligence artificielle capable d'analyser des millions de supernovas de type Ia en utilisant uniquement des données d'imagerie. Cette approche pourrait affiner les estimations des distances cosmiques et sonder la nature de l'énergie noire. Le système est conçu pour les prochains grands relevés de l'Observatoire Vera C. Rubin.
Des scientifiques de l'Institut des sciences du cosmos de l'Université de Barcelone ont développé le cadre CIGaRS, qui modélise simultanément les supernovas, les galaxies hôtes, les effets de la poussière et l'expansion cosmique. Publiée dans Nature Astronomy, cette méthode utilise l'inférence basée sur la simulation et des réseaux neuronaux pour traiter les observations photométriques.
Raúl Jiménez a déclaré que cette technique permet de faire varier tous les paramètres simultanément et aide à identifier les systématiques inconnues. L'auteur principal, Konstantin Karchev, a noté qu'elle évite les biais de sélection tout en extrayant l'intégralité des informations à partir de grands ensembles de données.
Les supernovas de type Ia servent de chandelles standard pour les mesures de distance. Le nouveau système permet d'atteindre une précision de décalage vers le rouge comparable à celle de la spectroscopie sans avoir recours aux spectres, un avantage clé étant donné que seule une petite fraction des futures détections bénéficiera d'un suivi spectroscopique.
L'Observatoire Vera C. Rubin au Chili s'apprête à entamer bientôt son relevé d'une décennie et détectera un nombre considérable de supernovas. Les chercheurs estiment que ce cadre pourrait resserrer les contraintes cosmologiques jusqu'à un facteur quatre par rapport aux méthodes actuelles.