Le ciel nocturne sur une image de télescope ressemble à une photo prise à travers une vitre embuée : les étoiles brillantes sont visibles, mais tout ce qui est faible se noie dans un voile trouble. Ce voile, c'est le bruit, des interférences aléatoires provenant de l'électronique, de la chaleur et de l'atmosphère elle-même. Une partie du bruit se répète d'une image à l'autre, comme une rayure sur le verre, et on peut la calculer et l'éliminer.

L'algorithme ASTERIS fait exactement cela. Il examine de nombreuses images d'une même région du ciel, prises à des moments différents, et apprend à distinguer la vraie lumière des objets lointains des interférences répétitives. Tel un restaurateur expérimenté qui sait quelles taches sur un vieux tableau sont de la saleté et lesquelles relèvent de l'intention de l'artiste, l'algorithme nettoie l'image sans toucher aux étoiles et aux galaxies elles-mêmes.

La vérification sur les images réelles du télescope spatial James Webb et du télescope terrestre Subaru a confirmé la puissance de la méthode. L'algorithme a révélé des structures à peine visibles dans les galaxies et des arcs créés par lentille gravitationnelle — lorsqu'un objet massif courbe la lumière d'une galaxie lointaine, comme une lentille. Et sur les images profondes de Webb, ASTERIS a trouvé trois fois plus de candidats de galaxies avec un décalage vers le rouge supérieur à 9 que les méthodes précédentes. Ce sont des galaxies dont la lumière nous est parvenue pendant plus de 13 milliards d'années — presque depuis l'aube des temps.

Désormais, les astronomes peuvent scruter encore plus loin dans le passé de l'Univers, sans attendre des télescopes plus puissants. Il suffit d'un nettoyage intelligent des données déjà obtenues — et la vitre embuée devient transparente.