La lumière d'une étoile lointaine met des milliards d'années à nous parvenir, et pendant ce temps, l'Univers a le temps de s'étendre. Comment vérifier que nous comprenons correctement ce trajet ? Les astronomes utilisent deux « règles » : les explosions de supernovae, visibles avec une luminosité connue, et les sursauts radio rapides — de brefs et puissants signaux radio provenant d'autres galaxies. Si les deux règles indiquent la même distance, c'est que la géométrie du cosmos fonctionne comme une horloge.
Dans cette étude, les chercheurs ont pris les données sur les supernovae du relevé Pantheon+ et les ont comparées aux distances calculées à partir des sursauts radio rapides à l'aide de réseaux de neurones. Le réseau de neurones a permis de reconstituer la manière dont les ondes radio « retardent » leur parcours à cause de la matière intermédiaire, et de traduire cela en distances. Le résultat principal : aucun écart par rapport à la relation attendue entre la luminosité et la taille des objets n'a été trouvé. Le cosmos est honnête.
De plus, il a été possible d'estimer la quantité de matière située à proximité immédiate des sources de sursauts radio — dans leurs galaxies hôtes. Ce chiffre est important pour les futures recherches cosmologiques. La précision est encore limitée, mais la méthode promet de devenir un outil puissant lorsque davantage de données seront accumulées.
tel que rédigé par les auteurs, en anglais arXiv:2602.16869
We test the Etherington cosmic distance-duality relation (CDDR), by comparing Type Ia supernova (SNIa) luminosity-distance information from the Pantheon+ compilation with an angular-diameter-distance reconstructed from localized Fast Radio Bursts (FRBs). The core of our methodology is a data-driven reconstruction from FRBs using artificial neural networks (ANNs): we infer a smooth mean extragalactic dispersion-measure relation and use its redshift derivative to recover $$H(z)$$ and hence $$D_\mathrm{A}^{\rm FRB}(z)$$ without assuming a parametric form for the expansion history. Possible deviations from CDDR are parameterized through three one-parameter models of $$\eta(z)\equiv D_\mathrm{L}/[(1+z)^2D_\mathrm{A}]$$. We implement two complementary likelihoods: (i) a direct approach using individual SNIa with the full Pantheon+ covariance, and (ii) a machine-learning approach in which we reconstruct the SN Hubble diagram on the FRB redshift grid, propagating SN and FRB uncertainties into non-diagonal covariance matrices via Monte Carlo and bootstrap realizations. Within the FRB reconstruction, we anchor the mean extragalactic dispersion measure at $$z=0$$, which yields a data-driven constraint on the average host/near-source contribution $$\mathrm{DM}_{\rm host}=128.8\pm 34.1\,\mathrm{pc\,cm^{-3}}$$ ($$3\sigma$$ of statistical confidence). We find that both likelihood implementations give consistent posteriors and no statistically significant evidence for departures from CDDR at the current precision.
Un sursaut radio rapide peut être plus brillant qu'une galaxie entière, bien qu'il dure moins longtemps qu'un clignement d'œil.
Dans le roman « Contact » de Carl Sagan, le signal extraterrestre arrive également sous forme d'une série de brèves impulsions radio — un peu comme les vrais sursauts radio rapides.