Chaque nuit, les radiotélescopes produisent des millions d'images de galaxies lointaines. Impossible de traiter un tel flux à la main. Edwin Hubble classait déjà les galaxies selon leur forme, mais aujourd'hui, des algorithmes intelligents les reconnaissent plus vite. Le problème, c'est que ces algorithmes ont besoin de nombreux exemples annotés par des humains.
La méthode STRADAViT aborde le problème autrement : c'est comme si l'on apprenait à un enfant à reconnaître un chat en le lui montrant sous différents angles. On présente à l'ordinateur les mêmes galaxies, mais tournées et bruitées. Au lieu de mémoriser la luminosité, il saisit la structure — les courbures, les jets, les nuages de poussière cosmique.
STRADAViT s'est révélé plus précis que de nombreux concurrents et nécessite moins de ressources. Il peut être appliqué à différents télescopes. Cela permettra de suivre automatiquement l'évolution de milliards de galaxies au fil du temps. Et l'objet le plus étonnant découvert grâce à cette méthode est la radiogalaxie géante J1420-0545 : sa taille est de 16 millions d'années-lumière. Si elle était visible à l'œil nu, elle occuperait dans le ciel une surface équivalente à cinq pleines lunes. Cette approche poursuit le travail commencé presque par hasard par Karl Jansky en 1931.
STRADAViT ne se contente pas de comparer des images — il apprend en imaginant à quoi ressemble une même galaxie vue sous différents angles, comme s'il visualisait sa forme en trois dimensions.