Une naine blanche, c'est ce qui reste d'une étoile comme le Soleil après qu'elle a éjecté ses couches externes. Il reste un noyau brûlant de la taille de la Terre, mais avec une masse proche de celle du Soleil. Une cuillère à café de cette matière pèserait comme un camion. Certaines de ces étoiles possèdent des champs magnétiques très intenses — un milliard de fois plus puissants que celui de la Terre. Mais ces objets sont rares dans les catalogues : ils sont peu lumineux, et les relevés du ciel classiques les manquent.
Les scientifiques ont pris les données de plusieurs milliers de naines blanches à atmosphère d'hydrogène et ont appliqué deux algorithmes d'apprentissage automatique. Le premier — réduction de dimensionnalité — compresse des données complexes en une carte visuelle où les objets similaires se retrouvent proches. Le second — modélisation stochastique — cherche sur cette carte des regroupements naturels. Ainsi, des groupes distincts de naines blanches sont apparus dans les données, chacun avec sa propre masse, température et âge.
Le résultat le plus intéressant : en connaissant l'apparence des naines blanches magnétiques déjà confirmées, l'algorithme a estimé la force du champ pour des centaines d'autres étoiles, pour lesquelles aucune mesure directe n'existait. Il s'est avéré que ces « aimants cachés » sont bien plus nombreux dans l'échantillon qu'on ne le pensait. L'apprentissage automatique a agi comme un filtre intelligent qui trouve des objets rares parmi les ordinaires.
Cette approche rappelle le tri des fruits sur un tapis roulant : par la couleur, la taille et la densité, la machine sépare les variétés rares qu'un humain pourrait manquer. Seulement ici, au lieu de pommes, ce sont des étoiles, et au lieu d'un tapis roulant, ce sont les données des télescopes.
Le champ magnétique d'une naine blanche peut être un milliard de fois plus fort que celui de la Terre — un tel champ déchirerait les atomes près de la surface de l'étoile.