Comment le flou des étoiles révèle l'énergie noire express

Original: "Deep Learning for Point Spread Function Modeling in Cosmology"
arXiv:2602.15780 · 2026-02-17 · CC BY 4.0 · 1 min
Un réseau de neurones distingue plus précisément comment la lumière des étoiles est floutée dans un télescope.

La lumière d'une étoile lointaine, après avoir traversé l'air et les lentilles du télescope, perd de sa netteté — comme si l'on regardait un lampadaire à travers une vitre mouillée. Les astronomes appellent ce flou « l'empreinte digitale » du télescope : chaque instrument a la sienne, et il faut la connaître dans les moindres détails.

Auparavant, on relevait cette « empreinte » par morceaux : chaque puce photosensible de la caméra était traitée séparément, et l'image d'ensemble perdait en cohérence. Désormais, un réseau de neurones apprend sur des milliers de clichés d'étoiles du télescope « Subaru » et reconstruit lui-même le flou sur tout le champ de vision — comme un restaurateur qui reconstitue une fresque à partir de fragments conservés.

La précision de la nouvelle méthode est de 3,4 millionièmes, contre 3,7 pour l'ancienne. La différence semble infime, mais ce sont précisément ces fractions qui déterminent la justesse de nos estimations sur l'énergie noire.

C'est crucial pour l'essentiel : à partir des déformations à peine perceptibles des formes des galaxies lointaines, les scientifiques calculent la vitesse d'expansion de l'Univers. Plus le flou est précis, moins il y a d'erreurs dans ces calculs. La nouvelle méthode est préparée pour le futur relevé du ciel, où des millions d'étoiles seront photographiées chaque nuit.

L'atmosphère terrestre floute la lumière des étoiles comme l'eau floute les galets au fond d'un ruisseau : plus on regarde profond, plus l'image tremble.

Dans la série « The Expanse », les astronautes corrigent les images des télescopes en temps réel — sans un modèle précis du flou, leurs cartes des mondes lointains seraient inutiles.

Scientifiques
Fritz ZwickyHendrik LorentzShuji NakamuraVera RubinRobert HookeJohann Jakob Balmer
Notions
fonction d'étalement du point SDSS spectroscopie astrophysique installation transitoire de Zwicky relevé du ciel lsst imagerie à pixel unique télescope spatial romain swift astrophysique par IA analyse spectrale par IA apprentissage profond en imagerie médicale